淺談Python對(duì)內(nèi)存的使用（深淺拷貝）
本文主要研究的是Python對(duì)內(nèi)存的使用（深淺拷貝）的相關(guān)問(wèn)題，具體介紹如下。
淺拷貝就是對(duì)引用的拷貝（只拷貝父對(duì)象）
深拷貝就是對(duì)對(duì)象的資源的拷貝
>>> 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]
從以上操作可以看出：將a賦值給b后，a和b的地址是一樣的，無(wú)論那個(gè)發(fā)生變化，另一個(gè)都會(huì)跟著變化，始終保持相同。
>>> 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 #淺拷貝父對(duì)象的地址不一樣
>>> 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的地址不一樣，因此a變化，c不變化
>>> id(a[0])
1686357680
>>> id(c[0])
1686357680
>>> id(a[3])
3021737547528
>>> id(c[3])
3021737547528 #整個(gè)父對(duì)象所占的空間不一樣，但相同的內(nèi)層數(shù)據(jù)的所占空間一樣
>>> a[3].append('d')
>>> a
[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']
>>> c
[1, 2, 3, ['a', 'b', 'c', 'd']]#因?yàn)閮?nèi)層數(shù)據(jù)所占空間一樣，所以a變化，c跟著變化
以上就是淺拷貝：整個(gè)父對(duì)象的地址不一樣，內(nèi)層數(shù)據(jù)的地址相同，操作內(nèi)層數(shù)據(jù)的話，一同變化；操作對(duì)象為父對(duì)象時(shí)，拷貝對(duì)象不跟著變化。
>>> 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 #深拷貝父對(duì)象的地址不一樣
>>> 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的地址不一樣，因此a變化，d不變化
>>> id(a[0])
1686357680
>>> id(d[0])
1686357680
>>> id(a[3])
3021737547528
>>> id(d[3])
3021737493256 #內(nèi)層數(shù)據(jù)的地址不一樣
>>> a[3].append('x')
>>> a
[1, 2, 3, ['a', 'b', 'c', 'd', 'x'], 'd', 'e']
>>> d
[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']
以上是深拷貝。
區(qū)別：
淺拷貝與原對(duì)象的內(nèi)層數(shù)據(jù)地址相同；
深拷貝完全獨(dú)立開(kāi)來(lái)，與原對(duì)象沒(méi)有任何聯(lián)系。
總結(jié)
以上就是本文關(guān)于淺談Python對(duì)內(nèi)存的使用（深淺拷貝）的全部?jī)?nèi)容，希望對(duì)大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關(guān)專(zhuān)題，如有不足之處，歡迎留言指出。感謝朋友們對(duì)本站的支持！
相關(guān)文章
python接口調(diào)用已訓(xùn)練好的caffe模型測(cè)試分類(lèi)方法
今天小編就為大家分享一篇python接口調(diào)用已訓(xùn)練好的caffe模型測(cè)試分類(lèi)方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
python數(shù)學(xué)建模(SciPy+?Numpy+Pandas)
這篇文章主要介紹了python數(shù)學(xué)建模(SciPy+?Numpy+Pandas),文章基于python的相關(guān)資料緊接上一篇文章內(nèi)容展開(kāi)主題詳情，需要的小伙伴可以參考一下2022-07-07
這篇文章主要介紹了python如何用正則表達(dá)式提取字符串問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。2023-03-03
Matplotlib實(shí)戰(zhàn)之平行坐標(biāo)系繪制詳解
平行坐標(biāo)系是一種統(tǒng)計(jì)圖表,它包含多個(gè)垂直平行的坐標(biāo)軸,每個(gè)軸表示一個(gè)字段,并用刻度標(biāo)明范圍,下面我們就來(lái)看看如何繪制平行坐標(biāo)系吧2023-08-08
如何利用python實(shí)現(xiàn)把視頻轉(zhuǎn)換成gif圖形
將視頻轉(zhuǎn)換為 GIF 圖形的重要性不言而喻,在信息快速傳播和多種社交平臺(tái)廣泛應(yīng)用的背景下,GIF 動(dòng)畫(huà)不僅為個(gè)人用戶(hù)提供了一種輕松的表達(dá)方式,本文給大家介紹了如何利用python實(shí)現(xiàn)把視頻轉(zhuǎn)換成gif圖形,需要的朋友可以參考下2024-10-10
Python入門(mén)教程(七)Python數(shù)字類(lèi)型
這篇文章主要介紹了Python入門(mén)教程(七)Python數(shù)字類(lèi)型,Python是一門(mén)非常強(qiáng)大好用的語(yǔ)言,也有著易上手的特性,本文為入門(mén)教程,需要的朋友可以參考下2023-04-04
基于Python實(shí)現(xiàn)對(duì)Excel工作表中的數(shù)據(jù)進(jìn)行排序
在Excel中,排序是整理數(shù)據(jù)的一種重要方式,它可以讓你更好地理解數(shù)據(jù),本文將介紹如何使用第三方庫(kù)Spire.XLS?for?Python通過(guò)Python來(lái)對(duì)Excel中的數(shù)據(jù)進(jìn)行排序,需要的可以參考下2024-03-03
使用Docker制作Python環(huán)境連接Oracle鏡像
這篇文章主要為大家介紹了使用Docker制作Python環(huán)境連接Oracle鏡像示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
Python基礎(chǔ)知識(shí)+結(jié)構(gòu)+數(shù)據(jù)類(lèi)型
這篇文章主要介紹了Python基礎(chǔ)知識(shí)+結(jié)構(gòu)+數(shù)據(jù)類(lèi)型，文章基于python基礎(chǔ)知識(shí)圍繞主題展開(kāi)詳細(xì)內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-05-05
借助于Python中的python-jenkins模塊,我們可以輕松地編寫(xiě)腳本來(lái)連接到Jenkins服務(wù)器,并執(zhí)行各種操作,如創(chuàng)建、刪除、構(gòu)建Jobs等,這種自動(dòng)化的方式不僅提高了效率,還使得CI/CD流程更加靈活和可控,本文介紹如何使用Python操作Jenkins的相關(guān)資料,需要的朋友可以參考下2024-05-05