本文主要研究的是Python对内存的使用（深浅拷贝）的相关问题，具体介绍如下。
浅拷贝就是对引用的拷贝（只拷贝父对象）
深拷贝就是对对象的资源的拷贝
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
>>> a=[1,2,3,'a','b']>>> b=a>>> b[1, 2, 3, 'a', 'b']>>> a[1, 2, 3, 'a', 'b']>>> id(a)3021737547592>>> id(b)3021737547592>>> a.append('c')>>> a[1, 2, 3, 'a', 'b', 'c']>>> b[1, 2, 3, 'a', 'b', 'c']>>> b.append(4)>>> b[1, 2, 3, 'a', 'b', 'c', 4]>>> a[1, 2, 3, 'a', 'b', 'c', 4] |
从以上操作可以看出：将a赋值给b后，a和b的地址是一样的，无论那个发生变化，另一个都会跟着变化，始终保持相同。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
|
>>> import copy>>> a=[1,2,3,['a','b','c']]>>> b=a>>> c=copy.copy(a)>>> b[1, 2, 3, ['a', 'b', 'c']]>>> c[1, 2, 3, ['a', 'b', 'c']]>>> id(a)3021737548104>>> id(b)3021737548104>>> id(c)3021737494536 #浅拷贝父对象的地址不一样>>> a.append('d')>>> a[1, 2, 3, ['a', 'b', 'c'], 'd']>>> b[1, 2, 3, ['a', 'b', 'c'], 'd']>>> c[1, 2, 3, ['a', 'b', 'c']] #a和c的地址不一样，因此a变化，c不变化>>> id(a[0])1686357680>>> id(c[0])1686357680>>> id(a[3])3021737547528>>> id(c[3]) 3021737547528 #整个父对象所占的空间不一样，但相同的内层数据的所占空间一样>>> a[3].append('d')>>> a[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']>>> c[1, 2, 3, ['a', 'b', 'c', 'd']]#因为内层数据所占空间一样，所以a变化，c跟着变化 |
以上就是浅拷贝：整个父对象的地址不一样，内层数据的地址相同，操作内层数据的话，一同变化；操作对象为父对象时，拷贝对象不跟着变化。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
>>> a[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']>>> d=copy.deepcopy(a)>>> d[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']>>> id(a)3021737548104>>> id(d)3021737547656 #深拷贝父对象的地址不一样>>> a.append('e')>>> a[1, 2, 3, ['a', 'b', 'c', 'd'], 'd', 'e']>>> d[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']#a和d的地址不一样，因此a变化，d不变化>>> id(a[0])1686357680>>> id(d[0])1686357680>>> id(a[3])3021737547528>>> id(d[3])3021737493256 #内层数据的地址不一样>>> a[3].append('x')>>> a[1, 2, 3, ['a', 'b', 'c', 'd', 'x'], 'd', 'e']>>> d[1, 2, 3, ['a', 'b', 'c', 'd'], 'd'] |
以上是深拷贝。
区别：
浅拷贝与原对象的内层数据地址相同；
深拷贝完全独立开来，与原对象没有任何联系。
总结
以上就是本文关于浅谈Python对内存的使用（深浅拷贝）的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
原文链接：http://blog.csdn.net/m0_38066258/article/details/77414787
