Python 克隆obj

原创

mob64ca12dcc794 2024-09-07 04:27:29 ©著作权

文章标签 深拷贝浅拷贝 Python 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob64ca12dcc794的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python 克隆对象：深浅拷贝详解

在Python编程中，克隆对象的操作是常见的需求，特别是在需要修改对象而又不想影响原始对象的场合。本文将详细讲解Python中的克隆对象技术，特别是深拷贝和浅拷贝的区别，并提供相应的代码示例。

浅拷贝 vs 深拷贝

在Python中，克隆对象主要有两种方式：浅拷贝（shallow copy）和深拷贝（deep copy）。它们的区别在于拷贝对象及其内部对象的引用方式。

浅拷贝：创建一个新对象，但里面的内容是对原始对象子对象的引用。若修改子对象，则原始对象受影响。
深拷贝：创建一个新对象，并且递归地克隆原始对象及其子对象。此时，修改子对象不会影响原始对象。

克隆对象的示例代码

浅拷贝示例

下面是一个使用浅拷贝的示例：

import copy

# 定义一个原始对象
original_list = [1, 2, [3, 4]]

# 使用浅拷贝创建新对象
shallow_copied_list = copy.copy(original_list)

# 修改浅拷贝对象
shallow_copied_list[2][0] = 'Modified'

print("原始对象:", original_list)
print("浅拷贝对象:", shallow_copied_list)

在这个示例中，我们可以看到：

修改 shallow_copied_list 中的内部列表也影响了 original_list，因为两者共享同一个内部列表。

深拷贝示例

接下来是使用深拷贝的示例：

import copy

# 定义原始对象
original_list = [1, 2, [3, 4]]

# 使用深拷贝创建新对象
deep_copied_list = copy.deepcopy(original_list)

# 修改深拷贝对象
deep_copied_list[2][0] = 'Modified'

print("原始对象:", original_list)
print("深拷贝对象:", deep_copied_list)

在这个示例中：

修改 deep_copied_list 中的内部列表并不会影响 original_list，因为深拷贝创建了新的内部列表。

关系图

为了更好地理解浅拷贝和深拷贝的关系，可以用一个关系图来展示其内部结构：

erDiagram
    Original_Object {
        int value1
        int value2
        Nested_Object {
            int value3
            int value4
        }
    }
    
    Shallow_Copied_Object {
        int value1
        int value2
        Nested_Object (reference to Original_Object.Nested_Object)
    }
    
    Deep_Copied_Object {
        int value1
        int value2
        Nested_Object {
            int value3
            int value4
        }
    }

上面的关系图中显示了原始对象Original_Object，其包含的内部对象在浅拷贝中是通过引用连接，而在深拷贝中保持独立。