免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

 Illustrations by Leon Tukker

在平時(shí)工作中，經(jīng)常涉及到數(shù)據(jù)的傳遞，在數(shù)據(jù)傳遞使用過(guò)程中，可能會(huì)發(fā)生數(shù)據(jù)被修改的問(wèn)題。為了防止數(shù)據(jù)被修改，就需要在傳遞一個(gè)副本，即使副本被修改，也不會(huì)影響原數(shù)據(jù)的使用。為了生成這個(gè)副本，就產(chǎn)生了拷貝。今天就說(shuō)一下Python中的深拷貝與淺拷貝的問(wèn)題。

數(shù)據(jù)拷貝會(huì)涉及到Python中對(duì)象、可變類型、引用這3個(gè)概念，先來(lái)看看這幾個(gè)概念，只有明白了他們才能更好的理解深拷貝與淺拷貝到底是怎么一回事。

在Python中，對(duì)對(duì)象有一種很通俗的說(shuō)法，萬(wàn)物皆對(duì)象。說(shuō)的就是構(gòu)造的任何數(shù)據(jù)類型都是一個(gè)對(duì)象，無(wú)論是數(shù)字，字符串，還是函數(shù)，甚至是模塊，Python都對(duì)當(dāng)做對(duì)象處理。

所有Python對(duì)象都擁有三個(gè)屬性：身份、類型、值。

看一個(gè)簡(jiǎn)單的例子：

在Python中，按更新對(duì)象的方式，可以將對(duì)象分為2大類：可變對(duì)象與不可變對(duì)象。

• 可變對(duì)象：  列表、字典、集合

  所謂可變是指可變對(duì)象的值可變，身份是不變的。

• 不可變對(duì)象：數(shù)字、字符串、元組

  不可變對(duì)象就是對(duì)象的身份和值都不可變。新創(chuàng)建的對(duì)象被關(guān)聯(lián)到原來(lái)的變量名，舊對(duì)象被丟棄，垃圾回收器會(huì)在適當(dāng)?shù)臅r(shí)機(jī)回收這些對(duì)象。

In [7]: var1 = 'python'

In [8]: id(var1)
Out[8]: 1700782038408

#由于var1是不可變的，重新創(chuàng)建了java對(duì)象，隨之id改變，舊對(duì)象python會(huì)在某個(gè)時(shí)刻被回收
In [9]: var1 = 'java'
In [10]: id(var1) 
Out[10]: 1700767578296

在 Python 程序中，每個(gè)對(duì)象都會(huì)在內(nèi)存中申請(qǐng)開(kāi)辟一塊空間來(lái)保存該對(duì)象，該對(duì)象在內(nèi)存中所在位置的地址被稱為引用。在開(kāi)發(fā)程序時(shí)，所定義的變量名實(shí)際就對(duì)象的地址引用。

引用實(shí)際就是內(nèi)存中的一個(gè)數(shù)字地址編號(hào)，在使用對(duì)象時(shí)，只要知道這個(gè)對(duì)象的地址，就可以操作這個(gè)對(duì)象，但是因?yàn)檫@個(gè)數(shù)字地址不方便在開(kāi)發(fā)時(shí)使用和記憶，所以使用變量名的形式來(lái)代替對(duì)象的數(shù)字地址。 在 Python 中，變量就是地址的一種表示形式，并不開(kāi)辟開(kāi)辟存儲(chǔ)空間。

就像 IP 地址，在訪問(wèn)網(wǎng)站時(shí)，實(shí)際都是通過(guò) IP 地址來(lái)確定主機(jī)，而 IP 地址不方便記憶，所以使用域名來(lái)代替 IP 地址，在使用域名訪問(wèn)網(wǎng)站時(shí)，域名被解析成 IP 地址來(lái)使用。

通過(guò)一個(gè)例子來(lái)說(shuō)明變量和變量指向的引用就是一個(gè)東西

上邊已經(jīng)明白，引用就是對(duì)象在內(nèi)存中的數(shù)字地址編號(hào)，變量就是方便對(duì)引用的表示而出現(xiàn)的，變量指向的就是此引用。賦值的本質(zhì)就是讓多個(gè)變量同時(shí)引用同一個(gè)對(duì)象的地址。  那么在對(duì)數(shù)據(jù)修改時(shí)會(huì)發(fā)生什么問(wèn)題呢？

• 不可變對(duì)象的引用賦值

  對(duì)不可變對(duì)象賦值，實(shí)際就是在內(nèi)存中開(kāi)辟一片空間指向新的對(duì)象，原不可變對(duì)象不會(huì)被修改。

  
  原理圖如下：

下面通過(guò)案例來(lái)理解一下：

a與b在內(nèi)存中都是指向1的引用，所以a、b的引用是相同的

In [1]: a = 1

In [2]: b = a

In [3]: id(a)
Out[3]: 1730306496

In [4]: id(b)
Out[4]: 1730306496

現(xiàn)在再給a重新賦值，看看會(huì)發(fā)生什么變化？

從下面不難看出：當(dāng)給a 賦新的對(duì)象時(shí)，將指向現(xiàn)在的引用，不在指向舊的對(duì)象引用。

• 可變對(duì)象的引用賦值

  可變對(duì)象保存的并不是真正的對(duì)象數(shù)據(jù)，而是對(duì)象的引用。當(dāng)對(duì)可變對(duì)象進(jìn)行賦值時(shí)，只是將可變對(duì)象中保存的引用指向了新的對(duì)象。
  

原理圖如下：

仍然通過(guò)一個(gè)實(shí)例來(lái)體會(huì)一下，可變對(duì)象引用賦值的過(guò)程。

當(dāng)改變l1時(shí)，整個(gè)列表的引用會(huì)指新的對(duì)象，但是l1與l2都是指向保存的同一個(gè)列表的引用，所以引用地址不會(huì)變。

In [3]: l1 = [1, 2, 3]

In [4]: l2 = l1

In [5]: id(l1)
Out[5]: 1916633584008

In [6]: id(l2)
Out[6]: 1916633584008

In [7]: l1[0] = 11

In [8]: id(l1)
Out[8]: 1916633584008

In [9]: id(l2)
Out[9]: 1916633584008

經(jīng)過(guò)前2部分的解讀，大家對(duì)對(duì)象的引用賦值應(yīng)該有了一個(gè)清晰的認(rèn)識(shí)了。

下面大家思考一個(gè)這樣的問(wèn)題：Python中如何解決原始數(shù)據(jù)在函數(shù)傳遞之后不受影響了？

這個(gè)問(wèn)題Python已經(jīng)幫我們解決了，使用對(duì)象的拷貝或者深拷貝就可以愉快的解決了。

下面具體來(lái)看看Python中的淺拷貝與深拷貝是如何實(shí)現(xiàn)的。

• 淺拷貝：

  為了解決函數(shù)傳遞后被修改的問(wèn)題，就需要拷貝一份副本，將副本傳遞給函數(shù)使用，就算是副本被修改，也不會(huì)影響原始數(shù)據(jù) 。

不可變對(duì)象只在修改的時(shí)候才會(huì)在內(nèi)存中開(kāi)辟新的空間， 而拷貝實(shí)際上是讓多個(gè)對(duì)象同時(shí)指向一個(gè)引用，和對(duì)象的賦值沒(méi)區(qū)別。

同樣的，通過(guò)一個(gè)實(shí)例來(lái)感受一下：不難看出，a與b指向相同的引用，不可變對(duì)象的拷貝就是對(duì)象賦值。

對(duì)于不可變對(duì)象的拷貝，對(duì)象的引用并沒(méi)有發(fā)生變化，那么可變對(duì)象的拷貝會(huì)不會(huì)和不可變對(duì)象一樣了？我們接著往下看。

通過(guò)下面這個(gè)實(shí)例可以看出：可變對(duì)象的拷貝，會(huì)在內(nèi)存中開(kāi)辟一個(gè)新的空間來(lái)保存拷貝的數(shù)據(jù)。當(dāng)再改變之前的對(duì)象時(shí)，對(duì)拷貝之后的對(duì)象沒(méi)有任何影響。

In [24]: import copy

In [25]: l1 = [1, 2, 3]

In [26]: l2 = copy.copy(l1)

In [27]: id(l1)
Out[27]: 1916631742088

In [28]: id(l2)
Out[28]: 1916636282952

In [29]: l1[0] = 11

In [30]: id(l1)
Out[30]: 1916631742088

In [31]: id(l2)
Out[31]: 1916636282952

原理圖如下：

現(xiàn)在再回到剛才那個(gè)問(wèn)題，是不是淺拷貝就可以解決原始數(shù)據(jù)在函數(shù)傳遞之后不變的問(wèn)題了？下面看一個(gè)稍微復(fù)雜一點(diǎn)的數(shù)據(jù)結(jié)構(gòu)。

通過(guò)下面這個(gè)實(shí)例可以發(fā)現(xiàn)：復(fù)雜對(duì)象在拷貝時(shí)，并沒(méi)有解決數(shù)據(jù)在傳遞之后，數(shù)據(jù)改變的問(wèn)題。 出現(xiàn)這種原因，是copy() 函數(shù)在拷貝對(duì)象時(shí)，只是將指定對(duì)象中的所有引用拷貝了一份，如果這些引用當(dāng)中包含了一個(gè)可變對(duì)象的話，那么數(shù)據(jù)還是會(huì)被改變。 這種拷貝方式，稱為淺拷貝。

原理圖如下：

對(duì)于上邊這種狀況，Python還提供了另一種拷貝方式(深拷貝)來(lái)解決。

• 深拷貝

  區(qū)別于淺拷貝只拷貝頂層引用，深拷貝會(huì)逐層進(jìn)行拷貝，直到拷貝的所有引用都是不可變引用為止。

接下來(lái)我們看看，要是將上邊的拷貝實(shí)例用使用深拷貝的話，原始數(shù)據(jù)改變的問(wèn)題還會(huì)不會(huì)存在了？

下面的實(shí)例清楚的告訴我們：之前的問(wèn)題就可以完美解決了。

import copy

l1 = [3, 4, a]

In [47]: l2 = copy.deepcopy(li)

In [48]: id(l1)
Out[48]: 1916632194312

In [49]: id(l2)
Out[49]: 1916634281416

In [50]: a[0] = 11

In [51]: id(l1)
Out[51]: 1916632194312

In [52]: id(l2)
Out[52]: 1916634281416

In [54]: l1
Out[54]: [3, 4, [11, 2]]

In [55]: l2
Out[55]: [1, 2, 3]

原理圖如下：

為什么Python默認(rèn)的拷貝方式是淺拷貝？

• 時(shí)間角度：淺拷貝花費(fèi)時(shí)間更少

• 空間角度：淺拷貝花費(fèi)內(nèi)存更少

• 效率角度：淺拷貝只拷貝頂層數(shù)據(jù)，一般情況下比深拷貝效率高。

本文知識(shí)點(diǎn)總結(jié)：

• 不可變對(duì)象在賦值時(shí)會(huì)開(kāi)辟新空間

• 可變對(duì)象在賦值時(shí)，修改一個(gè)的值，另一個(gè)也會(huì)發(fā)生改變

• 深、淺拷貝對(duì)不可變對(duì)象拷貝時(shí)，不開(kāi)辟新空間，相當(dāng)于賦值操作

• 淺拷貝在拷貝時(shí)，只拷貝第一層中的引用，如果元素是可變對(duì)象，并且被修改，那么拷貝的對(duì)象也會(huì)發(fā)生變化

• 深拷貝在拷貝時(shí)，會(huì)逐層進(jìn)行拷貝，直到所有的引用都是不可變對(duì)象為止。

• Python 中有多種方式實(shí)現(xiàn)淺拷貝，copy模塊的copy 函數(shù) ，對(duì)象的 copy 函數(shù) ，工廠方法，切片等。

• 大多數(shù)情況下，編寫(xiě)程序時(shí)，都是使用淺拷貝，除非有特定的需求

• 淺拷貝的優(yōu)點(diǎn)：拷貝速度快，占用空間少，拷貝效率高