1.深浅拷贝（⚠️重要）

1.1 浅拷贝

1.1.1 定义

只拷贝第一层的内存地址

1.1.2 浅拷贝示例

赋值 示意浅拷贝前先说明赋值

1. 赋值共用同一块内存空间，一个变量的值改变，另一个赋值的变量同时也改变

2. 多个变量名指向同一块内存空间

# 列表示例lst = [1,1,3]lst1 = lstlst1.append(4)                  //正常思维理解应该是lst1更改后，lst不会改变，但是赋值是多个变量名指向同一个内存                                                        空间，因此只要一个变量改变，另一个变量也改变  print (lst,lst1)[1, 1, 3, 4] [1, 1, 3, 4]# 字典示例dic = {'k1':1,'k1':1}dic1 = dicdic1.update({'k1':111})print (dic,dic1){'k1': 1, 'k1': 111} {'k1': 1, 'k1': 111}

赋值示意图

浅拷贝  只拷贝第一层的内存地址

# 列表中浅拷贝有两种方式lst = [1,1,3]new_lst = lst.copy()lst = [1,1,3]new_lst = lst[:]

浅拷贝只拷贝第一层的内存空间地址,浅拷贝的两个变量是单独的内存空间，不再是共用同一个内存空间地址

#列表示例1 列表中未嵌套第二层元素lst = [1,1,3]new_lst = lst.copy()new_lst.append(4)print (lst,new_lst)[1, 1, 3] [1, 1, 3, 4]# 浅拷贝中lst和new_lst结果不同print (id(lst),id(new_lst))140584614767176 140584614774344    # 浅拷贝中lst和new_lst内存空间地址不同# 列表示例1 列表中嵌套了第二层元素lst = [1,1,[3,4,5]]new_lst = lst.copy()new_lst.append(6)print (lst,new_lst)[1, 1, [3, 4, 5]] [1, 1, [3, 4, 5], 6]print (id(lst),id(new_lst))140431875130951 140431874963911print (id(lst[1]),id(new_lst[1]))# 浅拷贝只拷贝第一层内存空间，因此两个列表的第二个嵌套的元素的值内存空间相同140633470413384 140633470413384

浅拷贝单层元素示意图（增加元素）

浅拷贝多层元素示意图（修改元素）

浅拷贝多层元素示意图（第二层增加元素）

1.1.3 浅拷贝总结

1.浅拷贝只复制第一层内存空间地址

1.浅拷贝，修改第一层元素或者追加元素，都是将旧指向改变为新指向，两个变量互不影响

3.浅拷贝修改第二层及以下元素或者追加元素，修改的是两个变量共用的值，此时修改会影响两个变量

1.1.4 浅拷贝坑

lst = [1,3,[4,5],6]lst1 = lstlst1 = lst[:]lst1[-1] = [8,9]lst1[-1].append([0])            #数字无法进行追加操作print (lst,lst1,lst1)AttributeError: 'int' object has no attribute 'append'

1.2深拷贝

1.2.1 定义

不可变数据类型共用内存空间，可变数据类型开辟新的内存空间，不管嵌套多少层都是这样的原理

1.2.2 深拷贝语法

Import copy copy.deepcopy()

1.2.3 深拷贝示例

import copylst = [1,1,[3,4]]new_lst = copy.deepcopy(lst)print (id(lst[0]),id(new_lst[0]))           #lst[0]为1，1是整型，是不可变数据类型 --> 共用内存空间地址4464777164 4464777164print (id(lst[-1]),id(new_lst[-1]))140663166316984 140663166494088             #lst[-1]为[3,4]，[3,4]是列表，是可变数据类型 --> 新开辟内存空间地址

1.2.4 深拷贝原理图

1.2.5 深拷贝总结

深拷贝中，不可变数据类型共用内存空间地址，可变数据类型开辟新的内存空间，不管嵌套多少层都是这样