本文主要研究的是Python對內存的使用（深淺拷貝）的相關問題，具體介紹如下。

淺拷貝就是對引用的拷貝（只拷貝父對象）

深拷貝就是對對象的資源的拷貝

>>> 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]

從以上操作可以看出：將a賦值給b后，a和b的地址是一樣的，無論那個發(fā)生變化，另一個都會跟著變化，始終保持相同。

>>> import copy>>> 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    #淺拷貝父對象的地址不一樣>>> 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的地址不一樣，因此a變化，c不變化>>> id(a[0])1686357680>>> id(c[0])1686357680>>> id(a[3])3021737547528>>> id(c[3])   3021737547528    #整個父對象所占的空間不一樣，但相同的內層數據的所占空間一樣>>> a[3].append('d')>>> a[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']>>> c[1, 2, 3, ['a', 'b', 'c', 'd']]#因為內層數據所占空間一樣，所以a變化，c跟著變化

以上就是淺拷貝：整個父對象的地址不一樣，內層數據的地址相同，操作內層數據的話，一同變化；操作對象為父對象時，拷貝對象不跟著變化。

>>> 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  #深拷貝父對象的地址不一樣>>> 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的地址不一樣，因此a變化，d不變化>>> id(a[0])1686357680>>> id(d[0])1686357680>>> id(a[3])3021737547528>>> id(d[3])3021737493256  #內層數據的地址不一樣>>> a[3].append('x')>>> a[1, 2, 3, ['a', 'b', 'c', 'd', 'x'], 'd', 'e']>>> d[1, 2, 3, ['a', 'b', 'c', 'd'], 'd']

以上是深拷貝。

區(qū)別：

淺拷貝與原對象的內層數據地址相同；
深拷貝完全獨立開來，與原對象沒有任何聯(lián)系。

總結

以上就是本文關于淺談Python對內存的使用（深淺拷貝）的全部內容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關專題，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！