Python手把手教学：浅拷贝vs深拷贝，轻松搞定对象复制

还在傻傻分不清Python浅拷贝和深拷贝的区别吗？本文通过通俗易懂的语言和实例代码，手把手教你理解并实现Python中的深拷贝。浅拷贝仅复制对象的第一层引用，修改原对象可能影响拷贝后的对象；而深拷贝则递归复制所有嵌套对象，创建完全独立的副本。本文将详细介绍浅拷贝与深拷贝的区别、应用场景，以及如何使用切片、`copy()`方法和`copy.deepcopy()`实现浅拷贝和深拷贝。此外，还探讨了深拷贝的性能考量以及如何通过重写`__deepcopy__()`方法自定义类的深拷贝行为，助你彻底掌握Python对象复制的精髓，写出更健壮的代码。

浅拷贝仅复制对象的第一层引用，而深拷贝递归复制所有嵌套对象以创建完全独立的副本。1. 浅拷贝适用于只需复制顶层结构的情况，如使用切片、copy()方法或copy模块的copy()函数；2. 深拷贝用于需完全独立对象的场景，通过copy.deepcopy()实现；3. 修改原对象的嵌套元素会影响浅拷贝结果，但不会影响深拷贝；4. 深拷贝性能开销较大，应根据需求权衡使用；5. 自定义类可通过重写__deepcopy__()方法控制深拷贝行为。

Python中的浅拷贝和深拷贝，简单来说，浅拷贝只复制对象的引用，而深拷贝会创建一个全新的对象，包括所有嵌套的子对象。深拷贝才能真正实现对象及其所有子对象的完全独立。

浅拷贝和深拷贝是Python中处理对象复制时需要理解的关键概念。

浅拷贝与深拷贝：区别与应用场景

浅拷贝创建了一个新对象，但新对象中的元素仍然是原对象中元素的引用。这意味着，如果原对象中的某个元素是可变对象（比如列表或字典），那么修改原对象中该元素，浅拷贝对象中的对应元素也会受到影响。

深拷贝则会递归地复制对象及其所有子对象，创建一个完全独立的新对象。修改原对象不会影响深拷贝对象，反之亦然。

应用场景：

• 浅拷贝： 当你只需要复制对象的第一层结构，而不需要复制嵌套对象时，可以使用浅拷贝。例如，复制一个包含基本数据类型的列表。
• 深拷贝： 当你需要完全独立的对象副本，修改原对象不会影响新对象时，应该使用深拷贝。例如，复制一个包含嵌套列表或字典的复杂对象。

如何实现浅拷贝

Python提供了多种方法来实现浅拷贝：

• 切片操作： 对于列表和字符串等序列类型，可以使用切片 [:] 来创建浅拷贝。例如：new_list = original_list[:]
• copy()方法： list 和 dict 等对象提供了 copy() 方法来创建浅拷贝。例如：new_dict = original_dict.copy()
• copy模块的copy()函数： copy 模块提供了 copy() 函数，可以用于创建任何对象的浅拷贝。例如：import copy; new_object = copy.copy(original_object)

示例代码：

original_list = [1, 2, [3, 4]]
shallow_copy_list = original_list[:]

original_list[0] = 5
original_list[2][0] = 6

print(f"Original list: {original_list}") # 输出: Original list: [5, 2, [6, 4]]
print(f"Shallow copy list: {shallow_copy_list}") # 输出: Shallow copy list: [1, 2, [6, 4]]

可以看到，修改 original_list 的第一个元素不会影响 shallow_copy_list，但是修改嵌套列表 original_list[2] 会影响 shallow_copy_list，因为它们共享同一个嵌套列表的引用。

如何实现深拷贝

要实现深拷贝，可以使用 copy 模块的 deepcopy() 函数。

示例代码：

import copy

original_list = [1, 2, [3, 4]]
deep_copy_list = copy.deepcopy(original_list)

original_list[0] = 5
original_list[2][0] = 6

print(f"Original list: {original_list}") # 输出: Original list: [5, 2, [6, 4]]
print(f"Deep copy list: {deep_copy_list}") # 输出: Deep copy list: [1, 2, [3, 4]]

可以看到，修改 original_list 不会影响 deep_copy_list，因为 deep_copy_list 是一个完全独立的副本。

深拷贝的性能考量

深拷贝会递归地复制所有对象，包括嵌套的子对象，这可能会消耗大量的内存和时间。对于大型复杂对象，深拷贝的性能开销可能会非常显著。因此，在使用深拷贝时，需要权衡其带来的好处和性能开销。

在某些情况下，可能可以通过优化数据结构或使用其他技术来避免完全的深拷贝。例如，可以使用不可变数据结构，或者只复制需要修改的部分。

自定义对象的深拷贝

如果你的自定义类中包含需要特殊处理的属性，你可以通过重写 __copy__() 和 __deepcopy__() 方法来自定义拷贝行为。

• __copy__(self) 方法用于实现浅拷贝。
• __deepcopy__(self, memo) 方法用于实现深拷贝。memo 是一个字典，用于存储已经拷贝过的对象，防止无限递归。

示例代码：

import copy

class MyClass:
    def __init__(self, data):
        self.data = data

    def __deepcopy__(self, memo):
        # 创建一个新的 MyClass 对象
        new_object = MyClass(copy.deepcopy(self.data, memo))
        return new_object

original_object = MyClass([1, 2, [3, 4]])
deep_copy_object = copy.deepcopy(original_object)

original_object.data[2][0] = 5

print(f"Original object data: {original_object.data}") # 输出: Original object data: [1, 2, [5, 4]]
print(f"Deep copy object data: {deep_copy_object.data}") # 输出: Deep copy object data: [1, 2, [3, 4]]

通过重写 __deepcopy__() 方法，我们可以确保 MyClass 对象的深拷贝能够正确地复制其内部数据。

好了，本文到此结束，带大家了解了《Python手把手教学：浅拷贝vs深拷贝，轻松搞定对象复制》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！