浅谈Python对内存的使用（深浅拷贝）
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
>>>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。
>>>importcopy
>>>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。
>>>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：
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！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。