深拷贝和浅拷贝 | 周末学习

本文已参与周末学习计划，点击链接查看详情:周末学习

（一）

当通过布尔索引从txt读取指定数组时，发现有的方法会修改原数组，有的就不会。后来发现是深拷贝和浅拷贝的问题。

先导入 copy 模块：

import copy
复制代码

然后创建列表a

a=[1,2,3]
复制代码

然后将a赋值给b:

b = a
print(b)
复制代码

输出：

直接赋值，其实就是对象的引用（别名）。
最简单的往 b 中插入一个东西，并输出 a 和 b：

改变 b，a 也跟着改变，这个就是浅拷贝（shallow copy），拷贝父对象，不会拷贝对象的内部的子对象。
我们通过 copy.deepcopy 方法实现 c 对 a 的深拷贝：

深拷贝(deepcopy)，利用 copy 模块的 deepcopy 方法，完全拷贝了父对象及其子对象。
如果上面的都记不住，那就记：

浅拷贝，一变都变。
深拷贝，各自独立。

（二）

另外，Pandas中的拷贝方法也是很高效的。

DataFrame.copy(deep=True)

复制此对象的索引和数据。

当deep=True（默认）时，将使用调用对象的数据和索引的副本创建新对象。对副本的数据或索引的修改不会反映在原始对象中（请参阅下面的注释）。

当deep=False，将创建一个新对象而不复制调用对象的数据或索引（仅复制对数据和索引的引用）。对原始数据的任何更改都将反映在浅层副本中（反之亦然）。

Notes

当deep=True，数据被复制但实际的Python对象不会被递归复制，只能引用该对象。这与标准库中的copy.deepcopy形成对比，后者以递归方式复制对象数据。

在Index复制对象时deep=True，由于性能原因，不会复制基础numpy数组。由于Index是不可变的，因此可以安全地共享基础数据并且不需要副本。

参考文档