原文地址：

• 個(gè)人博客：https://vimior.github.io/article/64c62ee2a508219d/
• CSDN：https://blog.csdn.net/Vimor/article/details/90816055

前言

Python作為一門(mén)高級(jí)語(yǔ)言，與C/C++還是有很大的不同。關(guān)于賦值、切片、淺拷貝和深拷貝這一塊，其實(shí)很多人對(duì)其不是很了解的，這就很容易在某些代碼中出現(xiàn)意想不到的結(jié)果，同時(shí)也會(huì)很難找到原因。本文將講述這幾類(lèi)情況的區(qū)別以及使用，盡可能通俗易懂，不會(huì)涉及到底層的實(shí)現(xiàn)原理。

本文所有代碼的執(zhí)行環(huán)境如下：

• 操作系統(tǒng)：Window10

• Python版本：Python 3.7.0

• 執(zhí)行方式：CMD窗口+Python解釋器的命令交互模式

賦值、切片、拷貝

本文使用is運(yùn)算符來(lái)判斷對(duì)象間的唯一身份標(biāo)識(shí)，也就是id是否相同，is也叫同一性運(yùn)算符

賦值

賦值就是我們通過(guò)=把一個(gè)變量的值賦給另一變量，相當(dāng)于引用，這里的賦值又可以分為幾類(lèi)

賦值：不可變對(duì)象的賦值（在緩存范圍內(nèi)）

為了增加程序的運(yùn)行效率，Python3的解析器中實(shí)現(xiàn)了整型數(shù)字和字符串緩存的機(jī)制，

• 整型數(shù)字的緩存范圍為[-5, 256]，即變量值相等且在[-5, 20]范圍內(nèi)的所有變量都是同一個(gè)對(duì)象（這個(gè)是有爭(zhēng)議的，有文章說(shuō)是[-5, 無(wú)窮大]，但我實(shí)測(cè)是[-5, 256]）
• 字符串默認(rèn)緩存長(zhǎng)度4096，即變量值相等且長(zhǎng)度在4096以內(nèi)的所有字符串變量是同一個(gè)對(duì)象，（這個(gè)是有爭(zhēng)議的，很多文章說(shuō)是緩存20位，但我實(shí)測(cè)是長(zhǎng)度4096）

# 字符串賦值
str_a = str_b = 'hello' # 相當(dāng)于 str_a = 'hello' 和 str_b = str_a 這兩條語(yǔ)句
str_c = 'hello'
print(str_b is str_a) # 輸出: True
print(str_c is str_a) # 輸出：True，這里輸出True就是因?yàn)榫彺鏅C(jī)制，str_c和str_a的值相等，都是'hello'，且長(zhǎng)度在20以內(nèi)

# 整型賦值
int_a = int_b = 100 # 相當(dāng)于 int_a = 100 和 int_b = int_a 這兩條語(yǔ)句
int_c = 10 * 10
print(int_b is int_a) # 輸出True
print(int_c is int_a) # 輸出True，這里輸出True就是緩存機(jī)制，因?yàn)閕nt_c和int_a的值相等，都為100，且在[-5, 256]范圍內(nèi)

賦值：不可變對(duì)象的賦值（不在緩存范圍內(nèi)）

# 字符串賦值
str_a = str_b = 'a' * 4097 # 相當(dāng)于 str_a = 'a' * 4097 和 str_b = str_a 這兩條語(yǔ)句
str_c = 'a' * 4097
print(str_b is str_a) # 輸出: True
print(str_c is str_a) # 輸出：False，這里輸出False是因?yàn)殡m然str_c和str_a的值相等，但長(zhǎng)度在為4097，超過(guò)了緩存最大長(zhǎng)度4096

# 整型賦值
int_a = int_b = 1000 # 相當(dāng)于 int_a = 100 和 int_b = int_a 這兩條語(yǔ)句
int_c = 10 * 10 * 10
print(int_b is int_a) # 輸出True
print(int_c is int_a) # 輸出False，這里輸出False是因?yàn)殡m然int_c和int_a的值相等，都為1000，但超出了緩存]范圍[-5, 256]

賦值：可變對(duì)象的賦值

這種情況相當(dāng)于完全引用，"比淺拷貝還要淺拷貝"，這里舉個(gè)例，假定list_a為列表，把list_a賦值給list_b，只要不是重新賦值list_a或list_b（list_a=xxx或list_b=yyy）操作，無(wú)論是通過(guò)list_a還是通過(guò)list_b來(lái)操作列表（增、刪、改...），另一個(gè)對(duì)象也會(huì)隨之改變（即list_a和list_b在沒(méi)有重新執(zhí)行賦值操作時(shí)，將一直是同一個(gè)對(duì)象）

list_a = list_b = [1, 2, 3] # 相當(dāng)于 list_a = [1, 2, 3] 和 list_b = list_a 這兩條語(yǔ)句
list_c = [1, 2, 3]
print(list_b is list_a) # 輸出True，修改list_a會(huì)影響list_b，反之亦然
print(list_c is list_a) # 輸出False，所以修改list_a不會(huì)影響到list_c，反之亦然
# 說(shuō)明，這里所說(shuō)的“比淺拷貝還淺拷貝”是針對(duì)淺拷貝而說(shuō)的，也可以說(shuō)完全沒(méi)拷貝，只是引用
# 淺拷貝中對(duì)本身的修改不會(huì)影響另一個(gè)（對(duì)可變子元素本身的操作才會(huì)影響），而賦值無(wú)論哪種情況的修改都會(huì)影響另一個(gè)，（這里的賦值和淺拷貝是針對(duì)可變對(duì)象來(lái)說(shuō)的）

切片

切片就是從某個(gè)對(duì)象中抽取部分的操作，切片操作得到的對(duì)象和原對(duì)象是不同的對(duì)象，但其子元素有可能是同一對(duì)象，這里分為幾種情況說(shuō)明，切片相當(dāng)于淺拷貝

切片：對(duì)“是不可變對(duì)象的子元素“的修改或增刪操作不會(huì)影響另一對(duì)象

list_a = [1, 2, 3, 4]
list_b = list_a[:] # 完全切片
print(list_b is list_a) # 輸出False，list_a和list_b是不同的對(duì)象
list_a.append(5) # 對(duì)對(duì)象list_a進(jìn)行追加元素操作
# list_a[0] = 11 # 對(duì)對(duì)象list_a進(jìn)行修改子元素操作
# del list_a[-1] # 對(duì)對(duì)象list_a進(jìn)行刪除子元素操作
print(list_a) # 輸出[1, 2, 3, 4, 5]
print(list_b) # 輸出[1, 2, 3, 4]
print(list_a is list_b) # 輸出False，不是同一個(gè)對(duì)象

切片：對(duì)“是可變對(duì)象的子元素“的操作會(huì)影響另一對(duì)象

list_a = [1, 2, [3], 4] # 和上面不同在于list_a[2]是一個(gè)可變對(duì)象
list_b = list_a[:] # 完全切片
print(list_b is list_a) # 輸出False，list_a和list_b是不同的對(duì)象
list_a[2].append(44) # 對(duì)可變子元素進(jìn)行追加子元素操作，注意是對(duì)子元素本身進(jìn)行追加操作
# list_a[2][0] = 33 # 對(duì)可變子元素進(jìn)行修改子元素操作，注意是對(duì)子元素本身的子元素進(jìn)行修改操作，而不是修改list_a的子元素
# del list_a[2][-1] # 對(duì)可變子元素進(jìn)行刪除子元素操作，注意是對(duì)子元素本身的子元素進(jìn)行刪除操作，而不是刪除list_a的子元素
print(list_) # 輸出[1, 2, [3, 44], 4]
print(list_b) # 輸出[1, 2, [3, 44], 4]
print(list_b is list_a) # 輸出False，list_a和list_b是不同的對(duì)象
print(list_a[2] is list_b[2]) # 輸出True，在切片操作中，可變子元素是相當(dāng)于賦值操作的，即list_a[2]和list_b[2]是同一個(gè)對(duì)象


# 說(shuō)明：這種情況是不區(qū)分完全切片和不完全切片的，只要切片得到的子元素是可變對(duì)象的，都滿足這種情況,以下代碼就是不完全切片的例子，和完全切片的情況一樣的
list_c = list_a[:3] # 不完全切片，但切片得到的list_c[2]是一個(gè)可變對(duì)象
print(list_c is list_a) # 輸出False，list_a和list_c是不同的對(duì)象
list_a[2][0] = 33 # 修改可變子元素的子元素，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) # 輸出[1, 2, [33, 44], 4]
print(list_c) # 輸出[1, 2, [33, 44], 4]
print(list_c is list_a) # 輸出False，list_a和list_c是不同的對(duì)象
print(list_a[2] is list_c[2]) # 輸出True，在切片操作中，可變子元素是相當(dāng)于賦值操作的，即list_a[2]和list_c[2]是同一個(gè)對(duì)象

拷貝

相對(duì)于上面的賦值和切片，這里所說(shuō)的拷貝的是通過(guò)copy模塊進(jìn)行拷貝操作

淺拷貝

淺拷貝使用copy.copy(source)方法實(shí)現(xiàn)（某些對(duì)象本身會(huì)提供copy方法，如list.copy），拷貝出來(lái)的對(duì)象和原對(duì)象有可能是同一對(duì)象，如果拷貝的對(duì)象是可變對(duì)象，其子元素有可能是同一對(duì)象

一、對(duì)不可變對(duì)象進(jìn)行淺拷貝，相當(dāng)于深拷貝，類(lèi)似于賦值操作，請(qǐng)參考上面的賦值說(shuō)明，與賦值不同的是，這里拷貝得到的的對(duì)象和原對(duì)象是同一對(duì)象

import copy
a = 'hello'
b = copy.copy(a)
print(b is a) # 輸出True，和賦值一樣

c = 'a' * 4097
d = copy.copy(c)
print(d is c) # 輸出True，和賦值不一樣，已經(jīng)超過(guò)緩存范圍，但還是一樣，這種情況可以類(lèi)比于不設(shè)緩存范圍（肯定緩存）的賦值操作

二、對(duì)可變對(duì)象進(jìn)行淺拷貝，相當(dāng)于完全切片，得到的對(duì)象和原對(duì)象是不同的對(duì)象，但其子元素有可能是同一對(duì)象

import copy
a = [1, [2, [3, [4]]]]
b = copy.copy(a)
print(b is a) # 輸出False，淺拷貝可變對(duì)象得到的對(duì)象和原對(duì)象是不同的對(duì)象
print(b[0] is a[0]) # True，淺拷貝可變對(duì)象得到的對(duì)象的不可變子元素是同一對(duì)象，這和深拷貝是一樣的
print(b[1] is a[1]) # True，淺拷貝可變對(duì)象得到的對(duì)象的可變子元素也是同一對(duì)象，這和深拷貝是不一樣的
# 下面兩個(gè)和上面兩個(gè)是一樣的情況，一一對(duì)應(yīng)，只不過(guò)層級(jí)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 # 對(duì)b[0]直接修改
b.append(3434) # 對(duì)b進(jìn)行追加操作
print(a, b) # 這里a和b不一樣了

b[1][0] = 22 # 對(duì)子元素b[1][0]直接修改
b[1].append(5) # 對(duì)子元素b[1]進(jìn)行追加操作
print(b[1], a[1]) # 這里的b[1]和a[1]還是保持一樣的

深拷貝

深拷貝使用copy.deepcopy(source)方法實(shí)現(xiàn)，拷貝出來(lái)的對(duì)象和原對(duì)象有可能是同一對(duì)象，如果拷貝的對(duì)象是可變對(duì)象，其子元素也有可能是同一對(duì)象，但總的來(lái)說(shuō)，這兩個(gè)對(duì)象完全沒(méi)關(guān)系（無(wú)論是本身還是其子對(duì)象都完全沒(méi)有關(guān)聯(lián)），操作一個(gè)不會(huì)影響到另一個(gè)

不可變對(duì)象的深拷貝

import copy
a = 'a' * 10000
b = copy.deepcopy(a)
print(b is a) # 輸出True，深拷貝不可變對(duì)象得到的對(duì)象和原對(duì)象是同一對(duì)象

可變對(duì)象的深拷貝

import copy
c = [1, [2, [3, [4]]]]
d = copy.deepcopy(c)
print(d is c) # 輸出False，深拷貝可變對(duì)象得到的對(duì)象和原對(duì)象是不同的對(duì)象
print(d[0] is c[0]) # 輸出True，深拷貝可變對(duì)象得到的對(duì)象的不可變子元素是同一對(duì)象
print(d[1] is c[1]) # 輸出False，深拷貝可變對(duì)象得到的對(duì)象的可變子元素是不同的對(duì)象
# 下面兩個(gè)和上面兩個(gè)是一樣的情況，一一對(duì)應(yīng)，只不過(guò)層級(jí)更深而已
print(d[1][0] is c[1][0]) # 輸出True
print(d[1][1] is c[1][1]) # 輸出False

總結(jié)

• 賦值不可變對(duì)象要看是否有緩存機(jī)制來(lái)決定是否是同一對(duì)象

• 賦值可變對(duì)象相當(dāng)于引用，完全不拷貝

• 切片相當(dāng)于淺拷貝

• 對(duì)不可變對(duì)象進(jìn)行淺拷貝，相當(dāng)于深拷貝

• 對(duì)可變對(duì)象進(jìn)行淺拷貝，直接修改一個(gè)不會(huì)不會(huì)影響另一個(gè)，但對(duì)其可變子元素的修改會(huì)影響另一個(gè)

• 深拷貝得到的對(duì)象和原對(duì)象互不相干，修改一個(gè)不會(huì)影響另一個(gè)，這里指任何修改