Python如何防止數(shù)據(jù)被修改Python中的深拷貝與淺拷貝的問(wèn)題說(shuō)明

在平時(shí)工作中，經(jīng)常涉及到數(shù)據(jù)的傳遞。在數(shù)據(jù)傳遞使用過(guò)程中，可能會(huì)發(fā)生數(shù)據(jù)被修改的問(wèn)題。為了防止數(shù)據(jù)被修改，就需要再傳遞一個(gè)副本，即使副本被修改，也不會(huì)影響原數(shù)據(jù)的使用。為了生成這個(gè)副本，就產(chǎn)生了拷貝——今天就說(shuō)一下Python中的深拷貝與淺拷貝的問(wèn)題。

概念解讀

數(shù)據(jù)拷貝會(huì)涉及到Python中對(duì)象、可變類(lèi)型、引用這3個(gè)概念，先來(lái)看看這幾個(gè)概念，只有明白了它們才能更好地理解拷貝到底是怎么一回事。

Python對(duì)象

在Python中，對(duì)對(duì)象有一種很通俗的說(shuō)法，萬(wàn)物皆對(duì)象。說(shuō)的就是構(gòu)造的任何數(shù)據(jù)類(lèi)型都是一個(gè)對(duì)象，無(wú)論是數(shù)字、字符串、還是函數(shù)，甚至是模塊、Python都對(duì)當(dāng)做對(duì)象處理。

所有Python對(duì)象都擁有三個(gè)屬性：身份、類(lèi)型、值。

看一個(gè)簡(jiǎn)單的例子：

In [1]: name ="laowang"# name對(duì)象In [2]: id(name) # id:身份的唯一標(biāo)識(shí)Out[2]: 1698668550104In [3]:type(name)# type:對(duì)象的類(lèi)型，決定了該對(duì)象可以保存什么類(lèi)型的值Out[3]: strIn [4]: name # 對(duì)象的值，表示的數(shù)據(jù)Out[4]:'laowang'

可變與不可變對(duì)象

在Python中，按更新對(duì)象的方式，可以將對(duì)象分為2大類(lèi)：可變對(duì)象與不可變對(duì)象。

可變對(duì)象： 列表、字典、集合。所謂可變是指可變對(duì)象的值可變，身份是不變的。

不可變對(duì)象：數(shù)字、字符串、元組。不可變對(duì)象就是對(duì)象的身份和值都不可變。新創(chuàng)建的對(duì)象被關(guān)聯(lián)到原來(lái)的變量名，舊對(duì)象被丟棄，垃圾回收器會(huì)在適當(dāng)?shù)臅r(shí)機(jī)回收這些對(duì)象。

In [7]: var1 ="python"In [8]:id(var1)Out[8]:1700782038408#由于var1是不可變的，重新創(chuàng)建了java對(duì)象，隨之id改變，舊對(duì)象python會(huì)在某個(gè)時(shí)刻被回收In [9]: var1 ="java"In [10]:id(var1)Out[10]:1700767578296

引用

在Python程序中，每個(gè)對(duì)象都會(huì)在內(nèi)存中申請(qǐng)開(kāi)辟一塊空間來(lái)保存該對(duì)象，該對(duì)象在內(nèi)存中所在位置的地址被稱(chēng)為引用。在開(kāi)發(fā)程序時(shí)，所定義的變量名實(shí)際就對(duì)象的地址引用。

引用實(shí)際就是內(nèi)存中的一個(gè)數(shù)字地址編號(hào)，在使用對(duì)象時(shí)，只要知道這個(gè)對(duì)象的地址，就可以操作這個(gè)對(duì)象，但是因?yàn)檫@個(gè)數(shù)字地址不方便在開(kāi)發(fā)時(shí)使用和記憶，所以使用變量名的形式來(lái)代替對(duì)象的數(shù)字地址。在Python中，變量就是地址的一種表示形式，并不開(kāi)辟開(kāi)辟存儲(chǔ)空間。

就像 IP 地址，在訪問(wèn)網(wǎng)站時(shí)，實(shí)際都是通過(guò) IP 地址來(lái)確定主機(jī)，而 IP 地址不方便記憶，所以使用域名來(lái)代替 IP 地址，在使用域名訪問(wèn)網(wǎng)站時(shí)，域名被解析成 IP 地址來(lái)使用。

通過(guò)一個(gè)例子來(lái)說(shuō)明變量和變量指向的引用就是一個(gè)東西：

In [11]: age =18In [12]:id(age)Out[12]:1730306752In [13]:id(18)Out[13]:1730306752

逐步深入：引用賦值

上邊已經(jīng)明白，引用就是對(duì)象在內(nèi)存中的數(shù)字地址編號(hào)，變量就是方便對(duì)引用的表示而出現(xiàn)的，變量指向的就是此引用。賦值的本質(zhì)就是讓多個(gè)變量同時(shí)引用同一個(gè)對(duì)象的地址。

那么在對(duì)數(shù)據(jù)修改時(shí)會(huì)發(fā)生什么問(wèn)題呢？

不可變對(duì)象的引用賦值

對(duì)不可變對(duì)象賦值，實(shí)際就是在內(nèi)存中開(kāi)辟一片空間指向新的對(duì)象，原不可變對(duì)象不會(huì)被修改。原理圖如下：

下面通過(guò)案例來(lái)理解一下：

a與b在內(nèi)存中都是指向1的引用，所以a、b的引用是相同的。

In [1]: a =1In [2]: b = aIn [3]:id(a)Out[3]:1730306496In [4]:id(b)Out[4]:1730306496

現(xiàn)在再給a重新賦值，看看會(huì)發(fā)生什么變化？從下面不難看出：當(dāng)給a賦新的對(duì)象時(shí)，將指向現(xiàn)在的引用，不在指向舊的對(duì)象引用。

In [1]: a =1In [2]: b = aIn [5]: a =2In [6]:id(a)Out[6]:1730306816In [7]:id(b)Out[7]:1730306496

可變對(duì)象的引用賦值

可變對(duì)象保存的并不是真正的對(duì)象數(shù)據(jù)，而是對(duì)象的引用。當(dāng)對(duì)可變對(duì)象進(jìn)行賦值時(shí)，只是將可變對(duì)象中保存的引用指向了新的對(duì)象。原理圖如下：

仍然通過(guò)一個(gè)實(shí)例來(lái)體會(huì)一下，可變對(duì)象引用賦值的過(guò)程：當(dāng)改變l1時(shí)，整個(gè)列表的引用會(huì)指新的對(duì)象，但是l1與l2都是指向保存的同一個(gè)列表的引用，所以引用地址不會(huì)變。

In [3]: l1 = [1,2,3]In [4]: l2 = l1In [5]:id(l1)Out[5]:1916633584008In [6]:id(l2)Out[6]:1916633584008In [7]: l1[0] =11In [8]:id(l1)Out[8]:1916633584008In [9]:id(l2)Out[9]:1916633584008

主旨詳解：淺拷貝、深拷貝

經(jīng)過(guò)前2部分的解讀，大家對(duì)對(duì)象的引用賦值應(yīng)該有了一個(gè)清晰的認(rèn)識(shí)了。那么Python中如何解決原始數(shù)據(jù)在函數(shù)傳遞之后不受影響？這個(gè)問(wèn)題Python已經(jīng)幫我們解決了，使用對(duì)象的拷貝或者深拷貝就可以愉快解決了。

下面具體來(lái)看看Python中的淺拷貝與深拷貝是如何實(shí)現(xiàn)的。

淺拷貝

為了解決函數(shù)傳遞后被修改的問(wèn)題，就需要拷貝一份副本，將副本傳遞給函數(shù)使用，就算是副本被修改，也不會(huì)影響原始數(shù)據(jù) 。

不可變對(duì)象的拷貝

不可變對(duì)象只在修改的時(shí)候才會(huì)在內(nèi)存中開(kāi)辟新的空間，而拷貝實(shí)際上是讓多個(gè)對(duì)象同時(shí)指向一個(gè)引用，和對(duì)象的賦值沒(méi)區(qū)別。

同樣的，通過(guò)一個(gè)實(shí)例來(lái)感受一下：不難看出，a與b指向相同的引用，不可變對(duì)象的拷貝就是對(duì)象賦值。

In [11]:importcopyIn [12]: a =10In [13]: b =copy.copy(a)In [14]: id(a)Out[14]:1730306496In [15]: id(b)Out[15]:1730306496

可變對(duì)象的拷貝

對(duì)于不可變對(duì)象的拷貝，對(duì)象的引用并沒(méi)有發(fā)生變化，那么可變對(duì)象的拷貝會(huì)不會(huì)和不可變對(duì)象一樣了？我們接著往下看。

通過(guò)下面的實(shí)例能看出：可變對(duì)象的拷貝會(huì)在內(nèi)存中開(kāi)辟一個(gè)新的空間來(lái)保存拷貝的數(shù)據(jù)。當(dāng)再改變之前的對(duì)象時(shí)，對(duì)拷貝之后的對(duì)象沒(méi)有任何影響。

In [24]: importcopyIn [25]: l1 = [1,2,3]In [26]: l2 =copy.copy(l1)In [27]:id(l1)Out[27]:1916631742088In [28]:id(l2)Out[28]:1916636282952In [29]: l1[0] =11In [30]:id(l1)Out[30]:1916631742088In [31]:id(l2)Out[31]:1916636282952

原理圖如下：

現(xiàn)在再回到剛才那個(gè)問(wèn)題，是不是淺拷貝就可以解決原始數(shù)據(jù)在函數(shù)傳遞之后不變的問(wèn)題了？下面看一個(gè)稍微復(fù)雜一點(diǎn)的數(shù)據(jù)結(jié)構(gòu)。

通過(guò)下面這個(gè)實(shí)例可以發(fā)現(xiàn)：復(fù)雜對(duì)象在拷貝時(shí)，并沒(méi)有解決數(shù)據(jù)在傳遞之后，數(shù)據(jù)改變的問(wèn)題。出現(xiàn)這種原因，是copy() 函數(shù)在拷貝對(duì)象時(shí)只是將指定對(duì)象中的所有引用拷貝了一份，如果這些引用當(dāng)中包含了一個(gè)可變對(duì)象的話(huà)，那么數(shù)據(jù)還是會(huì)被改變。這種拷貝方式，稱(chēng)為淺拷貝。

In [35]: a = [1,2]In [36]: l1 = [3,4, a]In [37]: l2 =copy.copy(l1)In [38]:id(l1)Out[38]:1916631704520In [39]:id(l2)Out[39]:1916631713736In [40]: a[0] =11In [41]:id(l1)Out[41]:1916631704520In [42]:id(l2)Out[42]:1916631713736In [43]: l1Out[43]: [3,4, [11,2]]In [44]: l2Out[44]: [3,4, [11,2]]

原理圖如下：

對(duì)于上邊這種狀況，Python還提供了另一種拷貝方式（深拷貝）來(lái)解決。

深拷貝

區(qū)別于淺拷貝只拷貝頂層引用，深拷貝會(huì)逐層進(jìn)行拷貝，直到拷貝的所有引用都是不可變引用為止。

接下來(lái)我們看看，要是將上邊的拷貝實(shí)例用使用深拷貝的話(huà)，原始數(shù)據(jù)改變的問(wèn)題還會(huì)不會(huì)存在了？

下面的實(shí)例清楚地告訴我們：之前的問(wèn)題就可以完美解決了。

importcopyl1 = [3,4, a]In [47]: l2 =copy.deepcopy(li)In [48]:id(l1)Out[48]:1916632194312In [49]:id(l2)Out[49]:1916634281416In [50]: a[0] =11In [51]:id(l1)Out[51]:1916632194312In [52]:id(l2)Out[52]:1916634281416In [54]: l1Out[54]: [3,4, [11,2]]In [55]: l2Out[55]: [[1, 2], 3, 4]

原理圖如下：

查漏補(bǔ)缺

為什么Python默認(rèn)的拷貝方式是淺拷貝？

時(shí)間角度：淺拷貝花費(fèi)時(shí)間更少；

空間角度：淺拷貝花費(fèi)內(nèi)存更少；

效率角度：淺拷貝只拷貝頂層數(shù)據(jù)，一般情況下比深拷貝效率高。

本文知識(shí)點(diǎn)總結(jié)：

不可變對(duì)象在賦值時(shí)會(huì)開(kāi)辟新空間；

可變對(duì)象在賦值時(shí)，修改一個(gè)的值，另一個(gè)也會(huì)發(fā)生改變；

深、淺拷貝對(duì)不可變對(duì)象拷貝時(shí)，不開(kāi)辟新空間，相當(dāng)于賦值操作；

淺拷貝在拷貝時(shí)，只拷貝第一層中的引用，如果元素是可變對(duì)象，并且被修改，那么拷貝的對(duì)象也會(huì)發(fā)生變化；

深拷貝在拷貝時(shí)會(huì)逐層進(jìn)行拷貝，直到所有的引用都是不可變對(duì)象為止；

Python中有多種方式實(shí)現(xiàn)淺拷貝，copy模塊的copy函數(shù)、對(duì)象的copy函數(shù)、工廠方法、切片等；

大多數(shù)情況下，編寫(xiě)程序時(shí)都是使用淺拷貝，除非有特定的需求；

淺拷貝的優(yōu)點(diǎn)：拷貝速度快，占用空間少，拷貝效率高。