作者
PayneLi
责编
郭芮
在平时工作中，经常涉及到数据的传递。在数据传递使用过程中，可能会发生数据被修改的问题。为了防止数据被修改，就需要再传递一个副本，即使副本被修改，也不会影响原数据的使用。为了生成这个副本，就产生了拷贝——今天就说一下Python中的深拷贝与浅拷贝的问题。
概念解读
数据拷贝会涉及到Python中对象、可变类型、引用这3个概念，先来看看这几个概念，只有明白了它们才能更好地理解拷贝到底是怎么一回事。
Python对象
在Python中，对对象有一种很通俗的说法，万物皆对象。说的就是构造的任何数据类型都是一个对象，无论是数字、字符串、还是函数，甚至是模块、Python都对当做对象处理。
所有Python对象都拥有三个属性：身份、类型、值。
看一个简单的例子：
In[1]:name=laowang#name对象In[2]:id(name)#id:身份的唯一标识Out[2]:4In[3]:type(name)#type:对象的类型，决定了该对象可以保存什么类型的值Out[3]:strIn[4]:name#对象的值，表示的数据Out[4]:laowang
可变与不可变对象
在Python中，按更新对象的方式，可以将对象分为2大类：可变对象与不可变对象。
可变对象：列表、字典、集合。所谓可变是指可变对象的值可变，身份是不变的。不可变对象：数字、字符串、元组。不可变对象就是对象的身份和值都不可变。新创建的对象被关联到原来的变量名，旧对象被丢弃，垃圾回收器会在适当的时机回收这些对象。
In[7]:var1=pythonIn[8]:id(var1)Out[8]:8#由于var1是不可变的，重新创建了java对象，随之id改变，旧对象python会在某个时刻被回收In[9]:var1=javaIn[10]:id(var1)Out[10]:6
引用
在Python程序中，每个对象都会在内存中申请开辟一块空间来保存该对象，该对象在内存中所在位置的地址被称为引用。在开发程序时，所定义的变量名实际就对象的地址引用。
引用实际就是内存中的一个数字地址编号，在使用对象时，只要知道这个对象的地址，就可以操作这个对象，但是因为这个数字地址不方便在开发时使用和记忆，所以使用变量名的形式来代替对象的数字地址。在Python中，变量就是地址的一种表示形式，并不开辟开辟存储空间。
就像IP地址，在访问网站时，实际都是通过IP地址来确定主机，而IP地址不方便记忆，所以使用域名来代替IP地址，在使用域名访问网站时，域名被解析成IP地址来使用。
通过一个例子来说明变量和变量指向的引用就是一个东西：
In[11]:age=18In[12]:id(age)Out[12]:In[13]:id(18)Out[13]:
逐步深入：引用赋值
上边已经明白，引用就是对象在内存中的数字地址编号，变量就是方便对引用的表示而出现的，变量指向的就是此引用。赋值的本质就是让多个变量同时引用同一个对象的地址。
那么在对数据修改时会发生什么问题呢？
不可变对象的引用赋值
对不可变对象赋值，实际就是在内存中开辟一片空间指向新的对象，原不可变对象不会被修改。原理图如下：
下面通过案例来理解一下：
a与b在内存中都是指向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]:In[4]:id(b)Out[4]:
现在再给a重新赋值，看看会发生什么变化？从下面不难看出：当给a赋新的对象时，将指向现在的引用，不在指向旧的对象引用。
In[1]:a=1In[2]:b=aIn[5]:a=2In[6]:id(a)Out[6]:In[7]:id(b)Out[7]:
可变对象的引用赋值
可变对象保存的并不是真正的对象数据，而是对象的引用。当对可变对象进行赋值时，只是将可变对象中保存的引用指向了新的对象。原理图如下：
仍然通过一个实例来体会一下，可变对象引用赋值的过程：当改变l1时，整个列表的引用会指新的对象，但是l1与l2都是指向保存的同一个列表的引用，所以引用地址不会变。
In[3]:l1=[1,2,3]In[4]:l2=l1In[5]:id(l1)Out[5]:8In[6]:id(l2)Out[6]:8In[7]:l1[0]=11In[8]:id(l1)Out[8]:8In[9]:id(l2)Out[9]:8
主旨详解：浅拷贝、深拷贝
经过前2部分的解读，大家对对象的引用赋值应该有了一个清晰的认识了。那么Python中如何解决原始数据在函数传递之后不受影响？这个问题Python已经帮我们解决了，使用对象的拷贝或者深拷贝就可以愉快解决了。
下面具体来看看Python中的浅拷贝与深拷贝是如何实现的。
浅拷贝
为了解决函数传递后被修改的问题，就需要拷贝一份副本，将副本传递给函数使用，就算是副本被修改，也不会影响原始数据。
不可变对象的拷贝
不可变对象只在修改的时候才会在内存中开辟新的空间，而拷贝实际上是让多个对象同时指向一个引用，和对象的赋值没区别。
同样的，通过一个实例来感受一下：不难看出，a与b指向相同的引用，不可变对象的拷贝就是对象赋值。
In[11]:importcopyIn[12]:a=10In[13]:b=copy.copy(a)In[14]:id(a)Out[14]:In[15]:id(b)Out[15]:
可变对象的拷贝
对于不可变对象的拷贝，对象的引用并没有发生变化，那么可变对象的拷贝会不会和不可变对象一样了？我们接着往下看。
通过下面的实例能看出：可变对象的拷贝会在内存中开辟一个新的空间来保存拷贝的数据。当再改变之前的对象时，对拷贝之后的对象没有任何影响。
In[24]:importcopyIn[25]:l1=[1,2,3]In[26]:l2=copy.copy(l1)In[27]:id(l1)Out[27]:8In[28]:id(l2)Out[28]:2In[29]:l1[0]=11In[30]:id(l1)Out[30]:8In[31]:id(l2)Out[31]:2
原理图如下：
现在再回到刚才那个问题，是不是浅拷贝就可以解决原始数据在函数传递之后不变的问题了？下面看一个稍微复杂一点的数据结构。
通过下面这个实例可以发现：复杂对象在拷贝时，并没有解决数据在传递之后，数据改变的问题。出现这种原因，是copy()函数在拷贝对象时只是将指定对象中的所有引用拷贝了一份，如果这些引用当中包含了一个可变对象的话，那么数据还是会被改变。这种拷贝方式，称为浅拷贝。
In[35]:a=[1,2]In[36]:l1=[3,4,a]In[37]:l2=copy.copy(l1)In[38]:id(l1)Out[38]:0In[39]:id(l2)Out[39]:6In[40]:a[0]=11In[41]:id(l1)Out[41]:0In[42]:id(l2)Out[42]:6In[43]:l1Out[43]:[3,4,[11,2]]In[44]:l2Out[44]:[3,4,[11,2]]
原理图如下：
对于上边这种状况，Python还提供了另一种拷贝方式（深拷贝）来解决。
深拷贝
区别于浅拷贝只拷贝顶层引用，深拷贝会逐层进行拷贝，直到拷贝的所有引用都是不可变引用为止。
接下来我们看看，要是将上边的拷贝实例用使用深拷贝的话，原始数据改变的问题还会不会存在了？
下面的实例清楚地告诉我们：之前的问题就可以完美解决了。
importcopyl1=[3,4,a]In[47]:l2=copy.deepcopy(li)In[48]:id(l1)Out[48]:2In[49]:id(l2)Out[49]:6In[50]:a[0]=11In[51]:id(l1)Out[51]:2In[52]:id(l2)Out[52]:6In[54]:l1Out[54]:[3,4,[11,2]]In[55]:l2Out[55]:[[1,2],3,4]
原理图如下：
查漏补缺
为什么Python默认的拷贝方式是浅拷贝？
时间角度：浅拷贝花费时间更少；空间角度：浅拷贝花费内存更少；效率角度：浅拷贝只拷贝顶层数据，一般情况下比深拷贝效率高。
本文知识点总结：
不可变对象在赋值时会开辟新空间；可变对象在赋值时，修改一个的值，另一个也会发生改变；深、浅拷贝对不可变对象拷贝时，不开辟新空间，相当于赋值操作；浅拷贝在拷贝时，只拷贝第一层中的引用，如果元素是可变对象，并且被修改，那么拷贝的对象也会发生变化；深拷贝在拷贝时会逐层进行拷贝，直到所有的引用都是不可变对象为止；Python中有多种方式实现浅拷贝，copy模块的copy函数、对象的copy函数、工厂方法、切片等；大多数情况下，编写程序时都是使用浅拷贝，除非有特定的需求；浅拷贝的优点：拷贝速度快，占用空间少，拷贝效率高。
作者：PayneLi，就职于深圳一家科技公司AI部门，负责Python后台开发、爬虫和数据挖掘相关工作。运营个人