在Python中，经常要对一个list进行复制。对于复制，自然的就有深拷贝与浅拷贝问题。深拷贝与浅拷贝的区别在于，当从原本的list复制出新的list之后，修改其中的任意一个是否会对另一个造成影响，即这两个list在内存中是否储存在同一个区域，这也是区分深拷贝与浅拷贝的重要依据。接下来我们就针对Python中list复制的几种方法，来探究一下其是属于深拷贝还是浅拷贝。弄清楚这个问题，有助于我们在编程中规避错误，减少不必要的调试时间。
一、非拷贝方法——直接赋值
如果用=直接赋值，是非拷贝方法。这两个列表是等价的，修改其中任何一个列表都会影响到另一个列表。这也是Python作为动态语言与C这类静态语言在思想上的不同之处。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
old = [1, [1, 2, 3], 3]
new = old
print('Before:')
print(old)
print(new)
new[0] = 3
new[1][0] = 3
print('After:')
print(old)
print(new)
运行结果：
二、浅拷贝的几种方法
1.copy()方法
我们来看以下代码：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
old = [1, [1, 2, 3], 3]
new = old.copy()
print('Before:')
print(old)
print(new)
new[0] = 3
new[1][0] = 3
print('After:')
print(old)
print(new)
运行结果：
对于list的第一层，是实现了深拷贝，但对于嵌套的list，仍然是浅拷贝。这其实很好理解，内层的list保存的是地址，复制过去的时候是把地址复制过去了。嵌套的list在内存中指向的还是同一个。
2.使用列表生成式
使用列表生成式产生新列表也是一个浅拷贝方法，只对第一层实现深拷贝。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
old = [1, [1, 2, 3], 3]
new = [i for i in old]
print('Before:')
print(old)
print(new)
new[0] = 3
new[1][0] = 3
print('After:')
print(old)
print(new)
运行结果：
3.用for循环遍历
通过for循环遍历，将元素一个个添加到新列表中。这也是一个浅拷贝方法，只对第一层实现深拷贝。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
old = [1, [1, 2, 3], 3]
new = []
for i in range(len(old)):
new.append(old[i])
print('Before:')
print(old)
print(new)
new[0] = 3
new[1][0] = 3
print('After:')
print(old)
print(new)
运行结果：
4.使用切片
通过使用[:]切片，可以浅拷贝整个列表。同样的，只对第一层实现深拷贝。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
old = [1, [1, 2, 3], 3]
new = old[:]
print('Before:')
print(old)
print(new)
new[0] = 3
new[1][0] = 3
print('After:')
print(old)
print(new)
运行结果：
三、深拷贝的实现
如果用deepcopy()方法，则无论多少层，无论怎样的形式，得到的新列表都是和原来无关的，这是最安全最清爽最有效的方法。
使用时，要导入copy。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import copy
old = [1, [1, 2, 3], 3]
new = copy.deepcopy(old)
print('Before:')
print(old)
print(new)
new[0] = 3
new[1][0] = 3
print('After:')
print(old)
print(new)
运行结果：
总结
以上所述是小编给大家介绍的Python中list的复制及深拷贝与浅拷贝探究，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！
到此这篇关于深入浅析Python中list的复制及深拷贝与浅拷贝就介绍到这了。学的时候就要想着现在和将来怎么去用，否则是浪费时间。更多相关深入浅析Python中list的复制及深拷贝与浅拷贝内容请查看相关栏目，小编编辑不易，再次感谢大家的支持！
