Python的对象传递与Copy函数使用详解
1、对象引用的传值或者传引用
Python中的对象赋值实际上是简单的对象引用。也就是说，当你创建一个对象，然后把它赋值给另一个变量的时候，Python并没有拷贝这个对象，而是拷贝了这个对象的引用。这种方式相当于值传递和引用传递的一种综合。如果函数收到的是一个可变对象（比如字典或者列表）的引用，就能修改对象的原始值--相当于通过“引用传递”来赋值。如果函数收到的是一个不可变变量（比如数字、字符串或者元祖）的引用，就不能直接修改原始对象--相当于通过“值传递”来赋值。
先看一个数字传递的例子：
>>>deftest(a): ...printid(a) ...a=a+1 ...printid(a) ...returna ... >>>b=19 >>>id(b) 38896272 >>>c=test(b) 38896272 38896260 >>>id(b) 38896272 >>>b 19
id函数可以获得对象的内存地址.
很明显从上面例子可以看出，将b变量作为参数传递给了test函数，传递了b的一个引用，把b的地址传递过去了，所以在函数内获取的变量a的地址跟变量b的地址是一样的，但是在函数内，对a进行赋值运算，a的值从19变成了20，实际上19和20所占的内存空间都还是存在的，赋值运算后，a指向20所在的内存。而b仍然指向19所在的内存，所以后面打印b，其值还是19.
另外，关于整数变量的id，所有在[-5,256]范围内的整数，python是提前分配好空间放在数组里初始化好的，所以两个变量如果是相同的小整数，对象都是最开始初始化的那一个，所以两个变量的id是一样的。
所有在[-5,256]范围外的整数的话，每次都会新建一个的，所以id会改变
>>>a=256 >>>id(a) 43340980 >>>b=256 >>>id(b) 43340980#a和b的id相同 >>>a=257 >>>id(a) 44621040 >>>b=257 >>>id(b) 44620908#a和b的id不同 >>>a=-5 >>>id(a) 43338160 >>>b=-5 >>>id(b) 43338160 >>>a=-6 >>>id(a) 44621184 >>>b=-6 >>>id(b) 44621112
再看一个列表传递的例子：
>>>deftest(a): ...printid(a) ...a[0]=100 ...printid(a) ...returna ... >>>b=[7,8,9,10] >>>id(b) 46408088 >>>c=test(b) 46408088 46408088 >>>id(b) 46408088 >>>b [100,8,9,10]
从上面例子可以看出，将b变量作为参数传递给了test函数，传递了b的一个引用，把b的地址传递过去了，所以在函数内获取的变量a的地址跟变量b的地址是一样的，但是在函数内，对a进行赋值运算，a[0]的值从7变成了100，但是a的id并没有发生变化，还是和变量b的地址是一样的，所以后面打印b，b[0]的值也从7变成了100.
2、关于可变变量和不可变变量：
这里的可变不可变，是指内存中的那块内容（value）是否可以被改变
不可变变量：
number:int,float,str,元组。--指它的部分（比如element,attribute不能改变）不能改变；并不是整体不可变。另外，Python所有变量皆对象。int也是一个对象。
>>>a=10000 >>>id(a) 46573412 >>>a=10000000 >>>id(a) 46573460#数字变量重新赋值后，id发生了变化 >>>s='abc' >>>s[1]=d#字符串变量中的某一个元素不能进行改变 Traceback(mostrecentcalllast): File"",line1,in TypeError:'str'objectdoesnotsupportitemassignment >>>id(s) 39103328 >>>s='ttt' >>>id(s)#字符串变量进行重新赋值后，id发生了变化 46425368
从上面的例子中可以看出，数字变量、字符变量在重新赋值后，id都会发生变化，这是因为不可变变量的赋值是通过在内存中新申请一块区域，把新的值存储到该区域，然后改变不可变变量的引用，指向新的内存区域，从而改变了不可变变量的值。
可变变量
class,classinstance;列表，dict,
例1.可变变量中元素的赋值
>>>list=[1,2,3] >>>id(list) 45486568 >>>foriinlist: ...printid(i) 40207208 40207196 40207184 >>>list[0]=0 >>>id(list) 45486568#变量的id并没有发生改变 >>>foriinlist: ...printid(i) 40207220#该元素的id发生了改变 40207196 40207184 例2.可变变量的赋值 >>>list=[1,2,3] >>>id(list) 43783392 >>>list=[2,3,5] >>>id(list)#该变量的id发生了改变 44454296
从上面的例子可以看出，列表中的元素重新赋值，整个列表的id不会发生改变，但是该元素的id会发生该生。因为列表中存储的其实是对各个元素的引用，所以对该元素赋值的结果就是元素的引用发生了改变。
总之，无论是可变变量还是不可变变量，只要对整个变量进行赋值，Python都在内存中新申请一块区域，把新的值存储到该区域，然后改变不可变变量的引用，指向新的内存区域；如果可变变量中的元素进行赋值，支队导致该元素的变化，不会导致父对象的变化。
3、深拷贝Vs浅拷贝
copy.copy()浅拷贝
copy.deepcopy()深拷贝
浅拷贝是新创建了一个跟原对象一样的类型，但是其内容是对原对象元素的引用。这个拷贝的对象本身是新的，但内容不是。如果原对象的元素包含不是基本数据结构，而是list、dict或者对象的话，那么原对象或者拷贝对象改变list、dict或者对象里面的内容的话，会导致二者同时发生改变。
深拷贝则是对原对象的完全拷贝，包含对象里面的子对象的拷贝，因此拷贝对象和原对象二者是完全独立，任何一方的改变对另外一方都不会产生任何的影响。
>>>importcopy >>>list=[1,2,[3,4]] >>>copy_list=copy.copy(list) >>>deepcopy_list=copy.deepcopy(list) >>> >>>id(list) 44454296 >>>id(copy_list) 44515736 >>>id(deepcopy_list) 44455736 >>> >>>forkinlist: ...printid(k) 433380884333807644430120 >>>forkincopy_list: ...printid(k) 433380884333807644430120#copy对象的内容和原对象完全一样 >>>forkindeepcopy_list: ...printid(k) 433380884333807644457456#deepcopy对象的内容和原对象有区别:列表元素的id不一样；数字元素id一样,原因是所有相同数字的变量的引用都是一样的。 >>> >>>list[2][0]=30 >>>list [1,2,[30,4]] >>>copy_list [1,2,[30,4]]#原对象的子对象中的元素发生改变后，会导致copy对象发生同样的改变 >>>deepcopy_list [1,2,[3,4]]#原对象的子对象中的元素发生改变后，不会导致deepcopy对象发生同样的改变
以上这篇Python的对象传递与Copy函数使用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。