Python和Numpy中——淺拷貝和深拷貝的詳解

Python—淺拷貝和深拷貝的詳解

首先我們要了解一下淺拷貝和深拷貝的概念：

1.淺拷貝

定義：淺拷貝是對另外一個變量的內存地址的拷貝，這兩個變量指向同一個內存地址的變量值。

注：僅僅拷貝的是目標變量的所在地址，目標變量的所在地址不發生任何變化。

實際上，變量中並沒有存儲任何的值，它只是指向了一個內存地址，而這個地址裏存儲着具體的內容，例如把變量a賦值給變量b的時候，實際上是把a指向內存中某對象的鏈接賦給了b，也就是說，現在a和b都指向了同一個對象。因此，在改變了內存中array的值後，而a與b都引用了該array對象，所以都一起發生了變化

淺拷貝的特點：

• 公用一個值；
• 這兩個變量的內存地址一樣；
• 對其中一個變量的值改變，另外一個變量的值也會改變；

2.深拷貝

定義：一個變量對另外一個變量的值拷貝。

注：拷貝的是目標變量的值，是真實的拷貝，新的變量產生了新的內存地址。

深拷貝的特點：

• 變量的內存地址不同；
• 變量各有自己的值，且互不影響；
• 對其任意一個變量的值的改變不會影響其餘變量的值；

3. Python中表(List)數據中

• 直接賦值給另一個變量是 淺拷貝

• 切片操作 是 深拷貝

  #Python中的淺拷貝
  a = [1,2,3,4,5,6]
  b = a #a直接賦值b
  print('a的初始內存地址:',id(a))
  print('b的初始內存地址:',id(b))
  b.append(7)#對b尾部加數字7
  print('a:',a)
  print('b:',b)
  print('a的當前內存地址:',id(a))
  print('b的當前內存地址:',id(b))
  print('-----------------------------')
  c = a[0:3]  # c使用切片進行拷貝
  c.append(8)#在c的尾部添加數字8
  a.append(9)
  print('a:',a)
  print('b:',b)
  print('c:',c)
  print('a的內存地址:',id(a))
  print('b的內存地址:',id(b))
  print('c的內存地址:',id(c))#打印c的內存地址
  """
  a的初始內存地址: 2186126011016
  b的初始內存地址: 2186126011016
  a: [1, 2, 3, 4, 5, 6, 7]
  b: [1, 2, 3, 4, 5, 6, 7]
  a的當前內存地址: 2186126011016
  b的當前內存地址: 2186126011016
  -----------------------------
  a: [1, 2, 3, 4, 5, 6, 7, 9]
  b: [1, 2, 3, 4, 5, 6, 7, 9]
  c: [1, 2, 3, 8]
  a的內存地址: 2186126011016
  b的內存地址: 2186126011016
  c的內存地址: 2186126011976
  """
  

• 顯然淺拷貝後變量的存放地址相同，僅僅是拷貝到內存地址，且其中一個變量發生增刪等操作會直接改變目標變量的值；

• 深拷貝後變量的存放地址不同，說明另外開闢了新的內存空間存放拷貝後的變量，且其中一個變量的增刪操作不會不會對其餘的變量產生影響。

4. Numpy 中的深拷貝和淺拷貝

• np.copy() 方法是 深拷貝；
• 切片操作是特殊的 淺拷貝；（注意與python的list切片使用是深拷貝，這是一種特殊的淺拷貝，因爲出現了新的內存地址，但是數據修改仍會同步）
• 直接賦值給另一個變量是 淺拷貝。

# 導入numpy
import numpy as np
a = np.arange(6)
print('一、淺拷貝')
#1、直接賦值法
b = a
#2、切片法
c = a[:]
print('a:',a)
print('b:',b)
print('c:',c)
print('改變b的第1個位置上的元素之後———')
# 改變a中第一個元素的值
a[0] = 4
c[2] = 7
print('a:',a,id(a))
print('b:',b,id(b))
print('c:',c,id(c))

print('二、深拷貝')
d = a.copy()
print('a:',a)
print('d:',d)
# 將a的第2個元素值也更改
a[1] = 5
print('賦值後：')
print('a:',a,id(a))
print('d:',d,id(d))
"""
一、淺拷貝
a: [0 1 2 3 4 5]
b: [0 1 2 3 4 5]
c: [0 1 2 3 4 5]
改變b的第1個位置上的元素之後———
a: [4 1 7 3 4 5] 2186126040480
b: [4 1 7 3 4 5] 2186126040480
c: [4 1 7 3 4 5] 2186126040960 #numpy中的切片的使用比較特殊，會發現存儲地址已經發出變化，但是a和c之間仍然會相互影響，所以這是一種特殊的淺拷貝。
二、深拷貝
a: [4 1 7 3 4 5]
d: [4 1 7 3 4 5]
賦值後：
a: [4 5 7 3 4 5] 2186126040480
d: [4 1 7 3 4 5] 2186125987392
"""