python的赋值号

• python的赋值符号会创建一个新的对象出来，并与之关联，无论其是不是可变类型。

x = 666
print(id(x))
x = 233
print(id(x))

y = [1,2,3]
print(id(y))
y = [1,2,4]#在这里，即使是y=[1，2，3]内存地址也会改变
print(id(y))

4369996880
4297155952
4369898120
4369862216

如上代码所示，无论是不可变类型还是可变类型，赋值号总是会创建一个新的对象并与变量名关联起来，而不是修改原来引用的值。

• python的赋值号会直接创建引用，而不是赋值一个对象。这就是为什么我们要讨论深/浅拷贝的原因。

x = [1,2,3,4]
y = x
y[0] = 233 #改变了x，对y[0]=233等价于x[0]=233，即创建了一个新的对象233，并让x[0]指向它
y.append(666) #改变了x，可变对象的函数不会创建一个新对象，而是直接在原对象的内存上进行修改
#（若x,y是不可变对象string，则y的函数将创建一个新对象，x不会变）
x

[233, 2, 3, 4, 666]

上述代码显示了y是x的引用，因此对y进行修改的时候，x也改变了。
不过要注意，如果你这样写代码，则x不会改变。

x = [1,2,3,4]
y = x
y = [1,2]#因为赋值号重新创建了新的对象，并让y指向新对象，因此x不会改变。
x

[1, 2, 3, 4]

python的浅拷贝

为了拷贝出一个对象，可以用函数copy.copy()或者对于可索引对象直接[:]。可以看到，copy出来的对象修改之后，不会影响原对象。

import copy
x = [1,2,3]
y = copy.copy(x)
y.append(4)
print(x,y)
z = x[:]
z.append(666)
print(x,z)
z[0] = 233
print(x,z)

[1, 2, 3] [1, 2, 3, 4]
[1, 2, 3] [1, 2, 3, 666]
[1, 2, 3] [233, 2, 3, 666]

然而…

x = [1,[2,3]]
y = copy.copy(x)#或者y=x[:]
y[1].append(4)
print(x,y)
y[1][0] = 666
print(x,y)

[1, [2, 3, 4]] [1, [2, 3, 4]]
[1, [666, 3, 4]] [1, [666, 3, 4]]

浅拷贝彻底崩溃，对拷贝后的对象作修改依旧改变了原对象。这是为什么呢？在最后我会说明深浅拷贝的原理。先说解决方法：深拷贝。

python的深拷贝

当然，深拷贝可以解决这些问题。

x = [1,[2,3]]
y = copy.deepcopy(x)
y[1].append(4)
print(x,y)
y[1][0] = 666
print(x,y)

[1, [2, 3]] [1, [2, 3, 4]]
[1, [2, 3]] [1, [666, 3, 4]]

至于原因，简单来说，浅拷贝创造了一个新的对象，但是新对象里也全部都是老对象里面子结构的引用。因此经过浅拷贝之后，通过赋值号来改变新内容当然不会改变原内容，但是一旦子结构中存在可变类型的对象，那么修改这些可变类型对象的值当然就会影响原内容。
而深拷贝与浅拷贝唯一的不同仅仅是在深拷贝时，遇到了原内容中的可变类型的子结构，不会直接创建一个引用指向它，而是重新创建一个新的对象并指向新创建的对象，并递归的进行深拷贝。

听的有点懵？下面的代码将会直观的展示深拷贝与浅拷贝的区别。

x = ['a',['b',12]]
y = copy.copy(x)
z = copy.deepcopy(x)
print(id(x),id(x[0]),id(x[1]))
print(id(y),id(y[0]),id(y[1]))
print(id(z),id(z[0]),id(z[1]))

4369860232 4337588016 4369859592
4370811144 4337588016 4369859592
4370247176 4337588016 4370766728

深拷贝与浅拷贝

上述代码完美的展示了，深浅拷贝均创造了一个新的对象，因此id(x),id(y),id(z)是不一样的。然后浅拷贝将其中的子结构完全引用了原数据，而深拷贝则仅仅在不可变类型的数据上直接引用原数据，而可变类型将会创造新的对象。因此id(x[1])==id(y[1])!=id(z[1])

EOF