一文理解Python的赋值以及浅拷贝和深拷贝

前言

Python作为一门高级语言，与C/C++还是有很大的不同。关于赋值、切片、浅拷贝和深拷贝这一块，其实很多人对其不是很了解的，这就很容易在某些代码中出现意想不到的结果，同时也会很难找到原因。本文将讲述这几类情况的区别以及使用，尽可能通俗易懂，不会涉及到底层的实现原理。

本文所有代码的执行环境如下：

• 操作系统：Window10

• Python版本：Python 3.7.0

• 执行方式：CMD窗口+Python解释器的命令交互模式

赋值、切片、拷贝

本文使用is运算符来判断对象间的唯一身份标识，也就是id是否相同，is也叫同一性运算符

赋值

赋值就是我们通过=把一个变量的值赋给另一变量，相当于引用，这里的赋值又可以分为几类

赋值：不可变对象的赋值（在缓存范围内）

为了增加程序的运行效率，Python3的解析器中实现了整型数字和字符串缓存的机制，

• 整型数字的缓存范围为[-5, 256]，即变量值相等且在[-5, 20]范围内的所有变量都是同一个对象（这个是有争议的，有文章说是[-5, 无穷大]，但我实测是[-5, 256]）
• 字符串默认缓存长度4096，即变量值相等且长度在4096以内的所有字符串变量是同一个对象，（这个是有争议的，很多文章说是缓存20位，但我实测是长度4096）

# 字符串赋值
str_a = str_b = 'hello' # 相当于 str_a = 'hello' 和 str_b = str_a 这两条语句
str_c = 'hello'
print(str_b is str_a) # 输出: True
print(str_c is str_a) # 输出：True，这里输出True就是因为缓存机制，str_c和str_a的值相等，都是'hello'，且长度在20以内

# 整型赋值
int_a = int_b = 100 # 相当于 int_a = 100 和 int_b = int_a 这两条语句
int_c = 10 * 10
print(int_b is int_a) # 输出True
print(int_c is int_a) # 输出True，这里输出True就是缓存机制，因为int_c和int_a的值相等，都为100，且在[-5, 256]范围内

赋值：不可变对象的赋值（不在缓存范围内）

# 字符串赋值
str_a = str_b = 'a' * 4097 # 相当于 str_a = 'a' * 4097 和 str_b = str_a 这两条语句
str_c = 'a' * 4097
print(str_b is str_a) # 输出: True
print(str_c is str_a) # 输出：False，这里输出False是因为虽然str_c和str_a的值相等，但长度在为4097，超过了缓存最大长度4096

# 整型赋值
int_a = int_b = 1000 # 相当于 int_a = 100 和 int_b = int_a 这两条语句
int_c = 10 * 10 * 10
print(int_b is int_a) # 输出True
print(int_c is int_a) # 输出False，这里输出False是因为虽然int_c和int_a的值相等，都为1000，但超出了缓存]范围[-5, 256]

赋值：可变对象的赋值

这种情况相当于完全引用，“比浅拷贝还要浅拷贝”，这里举个例，假定list_a为列表，把list_a赋值给list_b，只要不是重新赋值list_a或list_b（list_a=xxx或list_b=yyy）操作，无论是通过list_a还是通过list_b来操作列表（增、删、改…），另一个对象也会随之改变（即list_a和list_b在没有重新执行赋值操作时，将一直是同一个对象）

list_a = list_b = [1, 2, 3] # 相当于 list_a = [1, 2, 3] 和 list_b = list_a 这两条语句
list_c = [1, 2, 3]
print(list_b is list_a) # 输出True，修改list_a会影响list_b，反之亦然
print(list_c is list_a) # 输出False，所以修改list_a不会影响到list_c，反之亦然
# 说明，这里所说的“比浅拷贝还浅拷贝”是针对浅拷贝而说的，也可以说完全没拷贝，只是引用
# 浅拷贝中对本身的修改不会影响另一个（对可变子元素本身的操作才会影响），而赋值无论哪种情况的修改都会影响另一个，（这里的赋值和浅拷贝是针对可变对象来说的）

切片

切片就是从某个对象中抽取部分的操作，切片操作得到的对象和原对象是不同的对象，但其子元素有可能是同一对象，这里分为几种情况说明，切片相当于浅拷贝

切片：对“是不可变对象的子元素“的修改或增删操作不会影响另一对象

list_a = [1, 2, 3, 4]
list_b = list_a[:] # 完全切片
print(list_b is list_a) # 输出False，list_a和list_b是不同的对象
list_a.append(5) # 对对象list_a进行追加元素操作
# list_a[0] = 11 # 对对象list_a进行修改子元素操作
# del list_a[-1] # 对对象list_a进行删除子元素操作
print(list_a) # 输出[1, 2, 3, 4, 5]
print(list_b) # 输出[1, 2, 3, 4]
print(list_a is list_b) # 输出False，不是同一个对象

切片：对“是可变对象的子元素“的操作会影响另一对象

list_a = [1, 2, [3], 4] # 和上面不同在于list_a[2]是一个可变对象
list_b = list_a[:] # 完全切片
print(list_b is list_a) # 输出False，list_a和list_b是不同的对象
list_a[2].append(44) # 对可变子元素进行追加子元素操作，注意是对子元素本身进行追加操作
# list_a[2][0] = 33 # 对可变子元素进行修改子元素操作，注意是对子元素本身的子元素进行修改操作，而不是修改list_a的子元素
# del list_a[2][-1] # 对可变子元素进行删除子元素操作，注意是对子元素本身的子元素进行删除操作，而不是删除list_a的子元素
print(list_) # 输出[1, 2, [3, 44], 4]
print(list_b) # 输出[1, 2, [3, 44], 4]
print(list_b is list_a) # 输出False，list_a和list_b是不同的对象
print(list_a[2] is list_b[2]) # 输出True，在切片操作中，可变子元素是相当于赋值操作的，即list_a[2]和list_b[2]是同一个对象


# 说明：这种情况是不区分完全切片和不完全切片的，只要切片得到的子元素是可变对象的，都满足这种情况,以下代码就是不完全切片的例子，和完全切片的情况一样的
list_c = list_a[:3] # 不完全切片，但切片得到的list_c[2]是一个可变对象
print(list_c is list_a) # 输出False，list_a和list_c是不同的对象
list_a[2][0] = 33 # 修改可变子元素的子元素，注意是修改子元素本身的子元素，而不是修改list_a的子元素
print(list_a) # 输出[1, 2, [33, 44], 4]
print(list_c) # 输出[1, 2, [33, 44], 4]
print(list_c is list_a) # 输出False，list_a和list_c是不同的对象
print(list_a[2] is list_c[2]) # 输出True，在切片操作中，可变子元素是相当于赋值操作的，即list_a[2]和list_c[2]是同一个对象

拷贝

相对于上面的赋值和切片，这里所说的拷贝的是通过copy模块进行拷贝操作

浅拷贝

浅拷贝使用copy.copy(source)方法实现（某些对象本身会提供copy方法，如list.copy），拷贝出来的对象和原对象有可能是同一对象，如果拷贝的对象是可变对象，其子元素有可能是同一对象

一、对不可变对象进行浅拷贝，相当于深拷贝，类似于赋值操作，请参考上面的赋值说明，与赋值不同的是，这里拷贝得到的的对象和原对象是同一对象

import copy
a = 'hello'
b = copy.copy(a)
print(b is a) # 输出True，和赋值一样

c = 'a' * 4097
d = copy.copy(c)
print(d is c) # 输出True，和赋值不一样，已经超过缓存范围，但还是一样，这种情况可以类比于不设缓存范围（肯定缓存）的赋值操作

二、对可变对象进行浅拷贝，相当于完全切片，得到的对象和原对象是不同的对象，但其子元素有可能是同一对象

import copy
a = [1, [2, [3, [4]]]]
b = copy.copy(a)
print(b is a) # 输出False，浅拷贝可变对象得到的对象和原对象是不同的对象
print(b[0] is a[0]) # True，浅拷贝可变对象得到的对象的不可变子元素是同一对象，这和深拷贝是一样的
print(b[1] is a[1]) # True，浅拷贝可变对象得到的对象的可变子元素也是同一对象，这和深拷贝是不一样的
# 下面两个和上面两个是一样的情况，一一对应，只不过层级更深而已
print(b[1][0] is a[1][0]) # True
print(b[1][1] is a[1][1]) # True

b[0] = 111 # 对b[0]直接修改
b.append(3434) # 对b进行追加操作
print(a, b) # 这里a和b不一样了

b[1][0] = 22 # 对子元素b[1][0]直接修改
b[1].append(5) # 对子元素b[1]进行追加操作
print(b[1], a[1]) # 这里的b[1]和a[1]还是保持一样的

深拷贝

深拷贝使用copy.deepcopy(source)方法实现，拷贝出来的对象和原对象有可能是同一对象，如果拷贝的对象是可变对象，其子元素也有可能是同一对象，但总的来说，这两个对象完全没关系（无论是本身还是其子对象都完全没有关联），操作一个不会影响到另一个

不可变对象的深拷贝

import copy
a = 'a' * 10000
b = copy.deepcopy(a)
print(b is a) # 输出True，深拷贝不可变对象得到的对象和原对象是同一对象

可变对象的深拷贝

import copy
c = [1, [2, [3, [4]]]]
d = copy.deepcopy(c)
print(d is c) # 输出False，深拷贝可变对象得到的对象和原对象是不同的对象
print(d[0] is c[0]) # 输出True，深拷贝可变对象得到的对象的不可变子元素是同一对象
print(d[1] is c[1]) # 输出False，深拷贝可变对象得到的对象的可变子元素是不同的对象
# 下面两个和上面两个是一样的情况，一一对应，只不过层级更深而已
print(d[1][0] is c[1][0]) # 输出True
print(d[1][1] is c[1][1]) # 输出False

总结

• 赋值不可变对象要看是否有缓存机制来决定是否是同一对象

• 赋值可变对象相当于引用，完全不拷贝

• 切片相当于浅拷贝

• 对不可变对象进行浅拷贝，相当于深拷贝

• 对可变对象进行浅拷贝，直接修改一个不会不会影响另一个，但对其可变子元素的修改会影响另一个

• 深拷贝得到的对象和原对象互不相干，修改一个不会影响另一个，这里指任何修改