python中的copy和deepcopy

    数据处理经常会用到引用或者赋值，Python中的可变类型变量在操作时需要注意拷贝的方式，特别在实现复杂功能的函数时，一不小心就会改变原来的数据内容。

data = {
    "name":"anne",
    "age":18,
    "scores":{
        "语文":130,
        "数学":150,
        "英语":120}
}
d2 = data
data["age"] = 20 
print(d2) 

d2打印的值里，age是18，还是20？

{'name': 'anne', 'age': 20, 
'scores': {'语文': 130, '数学': 150, '英语': 120}}

为何是20呢？因为d2=data相当于只是拿到了data的内存地址，但data里的每个k,v都是有单独的内存的地址的。d2,data会一直共享这个dict里的数据。

如果只想复制一份完成的dict数据怎么办呢？

可以用浅copy语法

d2 = data.copy()
data["age"] = 20
print(d2)
print(data)

{'name': 'anne', 'age': 18, 
'scores': {'语文': 130, '数学': 150, '英语': 120}}


{'name': 'anne', 'age': 20, 
'scores': {'语文': 130, '数学': 150, '英语': 120}}

但是为什么这个语法叫做浅copy呢？你改一下score里的值 就知道了。

d2 = data.copy()
data["age"] = 20
data["scores"]["数学"] = 99 
print(d2)
print(data)

看输出 ， 很神奇，两个Dict里age的值是独立的，但score字典里的分数值貌似是共享的。

{'name': 'anne', 'age': 18, 
'scores': {'语文': 130, '数学': 99, '英语': 120}}


{'name': 'anne', 'age': 20, 
'scores': {'语文': 130, '数学': 99, '英语': 120}}

因为浅copy会仅复制dict的第一层数据，更深层的scores下面的值依然是共享一份。

深deepcopy

若你想彻底使上面的2个dict完全独立，无论有多少层数据。那就要用python工具包里的一个工具了。

总结：

    一维数组尽量用浅拷贝。

•  如下形参 x 的改变会影响到原 nums，因为形参 x 虽然名字变了，但实际上还是对原 nums 的引用，他们指向同一内存地址，在调用 addStr(x) 之后原nums 就发生了变化，此时当你想取到元素 3，用 nums[-1] 是错误的，正确做法是先进行浅拷贝：

• 1. 可以在调用 addStr(nums[:]) 时候就进行浅拷贝。

• 2. 也可以在执行 addStr(x)时候，先用局部变量做一个浅拷贝。

def addStr(x):
  # x = x[:] # 先用一个局部变量进行浅拷，贝就正确了
  x.append('a')
  nums = [1, 2, 3]
  addStr(nums)
print(nums[-1]) # 'a'， 因为此时 nums = [1, 2, 3, 'a']

多维数组的使用尽量用深拷贝

• 浅拷贝不会拷贝子对象，所以对二维数组进行浅拷贝，内部一维数组只是一个引用，还是指向原数组，比如下面的 tmp = nums[:]，改变 tmp 子对象的话 nums 依然会发生变化，此时想要不影响原数组，就需要用深拷贝。

nums = [[0] * 3 for _ in range(2)]
tmp = nums[:]
# tmp = copy.deepcopy(nums) # 正确用法
tmp[0][0] = 3