预备知识一——python的变量及其存储

在详细的了解python中赋值、copy和deepcopy之前，我们还是要花一点时间来了解一下python内存中变量的存储情况。
在高级语言中，变量是对内存及其地址的抽象。对于python而言，python的一切变量都是对象，变量的存储，采用了引用语义的方式，存储的只是一个变量的值所在的内存地址，而不是这个变量的只本身。

引用语义：

在python中，变量保存的是对象(值)的引用，我们称为引用语义。采用这种方式，变量所需的存储空间大小一致，因为变量只是保存了一个引用。也被称为对象语义和指针语义。

值语义：

有些语言采用的不是这种方式，它们把变量的值直接保存在变量的存储区里，这种方式被我们称为值语义，例如C语言，采用这种存储方式，每一个变量在内存中所占的空间就要根据变量实际的大小而定，无法固定下来。

值语义和引用语义的区别：

值语义： 死的、 傻的、 简单的、 具体的、 可复制的
引用语义： 活的、 聪明的、 复杂的、 抽象的、 不可复制的

Paste_Image.png

预备知识二——各基本数据类型的地址存储及改变情况

由于python中的变量都是采用的引用语义，数据结构可以包含基础数据类型，导致了在python中数据的存储是下图这种情况，每个变量中都存储了这个变量的地址，而不是值本身；对于复杂的数据结构来说，里面的存储的也只只是每个元素的地址而已。：

Paste_Image.png

1.数据类型重新初始化对python语义引用的影响

变量的每一次初始化，都开辟了一个新的空间，将新内容的地址赋值给变量。对于下图来说，我们重复的给str1赋值，其实在内存中的变化如下右图：

Paste_Image.png

　从上图我们可以看出，str1在重复的初始化过程中，是因为str1中存储的元素地址由'hello world'的地址变成了'new hello world'的。

2.数据结构内部元素变化重对python语义引用的影响

Paste_Image.png

　当对列表中的元素进行一些增删改的操作的时候，是不会影响到lst1列表本身对于整个列表地址的，只会改变其内部元素的地址引用。可是当我们对于一个列表重新初始化(赋值)的时候，就给lst1这个变量重新赋予了一个地址，覆盖了原本列表的地址，这个时候，lst1列表的内存id就发生了改变。上面这个道理用在所有复杂的数据类型中都是一样的。

变量的赋值

Paste_Image.png

　　我们刚刚已经知道，str1的再次初始化（赋值）会导致内存地址的改变，从上图的结果我们可以看出修改了str1之后，被赋值的str2从内存地址到值都没有受到影响。
　　看内存中的变化，起始的赋值操作让str1和str2变量都存储了‘hello world’所在的地址，

重新对str1初始化，使str1中存储的地址发生了改变，指向了新建的值，此时str2变量存储的内存地址并未改变，所以不受影响。

2.复杂的数据结构中的赋值

刚刚我们看了简单数据类型的赋值，现在来看复杂数据结构变化对应内存的影响。

Paste_Image.png

上图对列表的增加修改操作，没有改变列表的内存地址，lst1和lst2都发生了变化。

对照内存图我们不难看出，在列表中添加新值时，列表中又多存储了一个新元素的地址，而列表本身的地址没有变化，所以lst1和lst2的id均没有改变并且都被添加了一个新的元素。

简单的比喻一下，我们出去吃饭，lst1和lst2就像是同桌吃饭的两个人，两个人公用一张桌子，只要桌子不变，桌子上的菜发生了变化两个人是共同感受的

初识拷贝

我们已经详细了解了变量赋值的过程。对于复杂的数据结构来说，赋值就等于完全共享了资源，一个值的改变会完全被另一个值共享。
　　然而有的时候，我们偏偏需要将一份数据的原始内容保留一份，再去处理数据，这个时候使用赋值就不够明智了。python为这种需求提供了copy模块。提供了两种主要的copy方法，一种是普通的copy，另一种是deepcopy。我们称前者是浅拷贝，后者为深拷贝。
　　深浅拷贝一直是所有编程语言的重要知识点，下面我们就从内存的角度来分析一下两者的区别。

1、什么是深浅拷贝 深拷贝和浅拷贝,python中一切皆对象，像数字，字符串，元祖，如果在内存中存储了这些元素，那么这块内存中的值是不可以被修改的，但是还存在一些可变对象，比如列表和字典，他们所占有的内存空间是可以修改的，有因为python中使用的是引用计数去节省内存。

首先我们定义一个列表并引用

list=[1,2,[1,2]]
list1=list
id(list) 140150690045832
id(list1) 140150690045832 

注：id函数的意思是返回对象object的标识符，标识符类型为整数，在同一个时间里所有对象的标识符是唯一的，
如果在不同生命周期的对象有可能有相同的标识符。 例如：我们把list中的第一个数改变的话我们发现list1也随之改变，

问什么会出现这种情况呢，这是因为python中使用的是引用计数去节省内存。

list[0]='a'
list['a',2,[1,2]]
list1['a',2,[1,2]] 

但是我们往往只想修改list而不改变list1，怎么实现呢我们可以通过切片拷贝
dellist1
list['b',2,[1,2]]
list1=list[:]#切片赋值
list1['b',2,[1,2]]
list[-1][0]='c'#将list[-1][0]修改为字符c
list['b',2,['c',2]]
list1['b',2,['c',2]] #我们发现虽然我们切片操作了， 但是对于里层的列表却没改变

总结一下：当你使用切片操作拷贝的时候，我们修改了外层的列表，外层不随之改变，但是 修改里层的子列表时，却会改变。 除此之外浅拷贝还有第二种方式，及插入copy模块copy模块实现浅拷贝 首先我们删除列表，并插入模块

dellist
dellist1
importcopy定义列表并对外层内层赋值
list=[1,2,[1,2]]
list1=copy.copy(list)#使用copy模块实现赋值
list[1,2,[1,2]]
list1[1,2,[1,2]]
list[-1][0]='a'#里层赋值
list[0]='b'#外层赋值 
list['b',2,['a',2]]
list1[1,2,['a',2]] #这里我们发现外层没有随之改变，但是里层却跟着变了，

这就是copy模块实现浅拷贝，但是我们想实现互不影响那我们使用深拷贝

3、深拷贝 使用deepcopy函数 首先我们删除list1并重新赋值

dellist1
list['b',2,['a',2]] 
list1=copy.deepcopy(list)
list['b',2,['a',2]]
list1['b',2,['a',2]]
list[0]='c'#对list[0]修改，修改的是外层
list[-1][0]='d' #对list[-1][0]修改，修改的是内层
list['c',2,['d',2]]
list1['b',2,['a',2]]#这里我们发现对list赋值后，list内层外层都没有随之改 变这就是深拷贝。 

4、总结：

浅拷贝：不会拷贝数据中的子对象切片拷贝，

importcopy copy.copy()

深拷贝：会拷贝数据中的子对象

importcopy.deepcopy