一、前言

?? 寫程序?qū)懙亩嗔耍瑫?huì)經(jīng)常發(fā)現(xiàn)很多寫法的隨意和不正規(guī)。比如，a=[1,2] ;b=a;
隨后對a的操作是否會(huì)給b造成同樣的影響呢?(反過來也一樣)。說的官方點(diǎn)的話，就是我們用b=a 這樣賦值，到底是在引用還是在復(fù)制。

二、理論部分

2.1、賦值、引用

在python中賦值語句總是建立對象的引用值，而不是復(fù)制對象。因此，python變量更像是指針，而不是數(shù)據(jù)存儲區(qū)域。

• 2.1.1 先用個(gè)例子，來看

a=[1,2,3]
b=a
a[0]=2
print(a)
print(b)

兩個(gè)輸出的結(jié)果都是[2,2,3]
就是說在簡單b=a 操作之后，一個(gè)對象中賦值的操作也會(huì)對另一個(gè)引起影響。這其實(shí)是引用而不是復(fù)制。

• 2.2 可變對象&不可變對象
  在Python中，對象分為兩種：可變對象和不可變對象，不可變對象包括int，float，long，str，tuple等，可變對象包括list，set，dict等。需要注意的是：這里說的不可變指的是值的不可變。對于不可變類型的變量，如果要更改變量，則會(huì)創(chuàng)建一個(gè)新值，把變量綁定到新值上，而舊值如果沒有被引用就等待垃圾回收。另外，不可變的類型可以計(jì)算hash值，作為字典的key。可變類型數(shù)據(jù)對對象操作的時(shí)候，不需要再在其他地方申請內(nèi)存，只需要在此對象后面連續(xù)申請(+/-)即可，也就是它的內(nèi)存地址會(huì)保持不變，但區(qū)域會(huì)變長或者變短。
  說成人話，就是在python里面實(shí)打?qū)嵉臄?shù)才會(huì)占地方（內(nèi)存），比較高級點(diǎn)的對象都是在引用這些地方的位置（指針）

舉個(gè)簡單例子

舉個(gè)例子.png

舉個(gè)函數(shù)的例子

函數(shù)例子.png

對于上面的輸出，不少Python初學(xué)者都比較疑惑：第一個(gè)例子看起來像是傳值，而第二個(gè)例子確實(shí)傳引用。其實(shí)，解釋這個(gè)問題也非常容易，主要是因?yàn)榭勺儗ο蠛筒豢勺儗ο蟮脑颍簩τ诳勺儗ο螅瑢ο蟮牟僮鞑粫?huì)重建對象，而對于不可變對象，每一次操作就重建新的對象。

三、重要應(yīng)用

3.1、深拷貝deepcopy與淺拷貝copy（python）

python中的對象之間賦值時(shí)是按引用傳送的，如果需要拷貝對象，需要使用標(biāo)準(zhǔn)庫中的copy模塊

1、copy.copy 淺拷貝，只拷貝父對象，不會(huì)拷貝對象的內(nèi)部的子對象。（子對象（數(shù)組）修改，也會(huì)修改）

2、copy.deepcopy 深拷貝，拷貝對象及其子對象（原始對象）

import copy
a=[1,2,[3,4],{'a':1}]   # 原始對象
b=a     # 賦值，傳對象的引用
c=copy.copy(a)  # 對象拷貝，淺拷貝
d=copy.deepcopy(a)  # 對象拷貝，深拷貝
e=a[:]  # 能復(fù)制序列，淺拷貝
 
a.append('add1')　　# 修改對象a
a[2].append('add2')　　# 修改對象a中的[3,4]數(shù)組對象
a[3]='666'
print('a:',a)
print('b:',b)
print('c:',c)
print('d:',d)

結(jié)果.png

3.2、深拷貝deepcopy與淺拷貝copy（dataframe）

DataFrame.copy(deep=True)

復(fù)制此對象的索引和數(shù)據(jù)。

當(dāng)deep=True（默認(rèn)）時(shí)，將使用調(diào)用對象的數(shù)據(jù)和索引的副本創(chuàng)建新對象。對副本的數(shù)據(jù)或索引的修改不會(huì)反映在原始對象中（請參閱下面的注釋）。

當(dāng)deep=False，將創(chuàng)建一個(gè)新對象而不復(fù)制調(diào)用對象的數(shù)據(jù)或索引（僅復(fù)制對數(shù)據(jù)和索引的引用）。對原始數(shù)據(jù)的任何更改都將反映在淺層副本中（反之亦然）。

>>> s = pd.Series([1, 2], index=["a", "b"])
>>> s
a    1
b    2
dtype: int64
>>> s_copy = s.copy()
>>> s_copy
a    1
b    2
dtype: int64

參考文獻(xiàn)

1、python 部分
2、Dataframe 拷貝