极客时间已完结课程限时免费阅读

15 | Python对象的比较、拷贝

15 | Python对象的比较、拷贝-极客时间

15 | Python对象的比较、拷贝

2019-06-12 景霄 来自北京
《Python核心技术与实战》
课程介绍

讲述：冯永吉

时长10:41大小8.57M

你好，我是景霄。
在前面的学习中，我们其实已经接触到了很多 Python 对象比较和复制的例子，比如下面这个，判断 a 和 b 是否相等的 if 语句：
if a == b:
...
再比如第二个例子，这里 l2 就是 l1 的拷贝。
l1 = [1, 2, 3]
l2 = list(l1)
但你可能并不清楚，这些语句的背后发生了什么。比如，
l2 是 l1 的浅拷贝（shallow copy）还是深度拷贝（deep copy）呢？
a == b是比较两个对象的值相等，还是两个对象完全相等呢？
关于这些的种种知识，我希望通过这节课的学习，让你有个全面的了解。

'==' VS 'is'

等于（==）和 is 是 Python 中对象比较常用的两种方式。简单来说，'=='操作符比较对象之间的值是否相等，比如下面的例子，表示比较变量 a 和 b 所指向的值是否相等。
a == b
而'is'操作符比较的是对象的身份标识是否相等，即它们是否是同一个对象，是否指向同一个内存地址。
在 Python 中，每个对象的身份标识，都能通过函数 id(object) 获得。因此，'is'操作符，相当于比较对象之间的 ID 是否相等，我们来看下面的例子：
a = 10
b = 10
a == b
True
id(a)
4427562448
id(b)
4427562448
a is b
True
这里，首先 Python 会为 10 这个值开辟一块内存，然后变量 a 和 b 同时指向这块内存区域，即 a 和 b 都是指向 10 这个变量，因此 a 和 b 的值相等，id 也相等，a == b和a is b都返回 True。
不过，需要注意，对于整型数字来说，以上a is b为 True 的结论，只适用于 -5 到 256 范围内的数字。比如下面这个例子：
a = 257
b = 257
a == b
True
id(a)
4473417552
id(b)
4473417584
a is b
False
这里我们把 257 同时赋值给了 a 和 b，可以看到a == b仍然返回 True，因为 a 和 b 指向的值相等。但奇怪的是，a is b返回了 false，并且我们发现，a 和 b 的 ID 不一样了，这是为什么呢？
事实上，出于对性能优化的考虑，Python 内部会对 -5 到 256 的整型维持一个数组，起到一个缓存的作用。这样，每次你试图创建一个 -5 到 256 范围内的整型数字时，Python 都会从这个数组中返回相对应的引用，而不是重新开辟一块新的内存空间。
但是，如果整型数字超过了这个范围，比如上述例子中的 257，Python 则会为两个 257 开辟两块内存区域，因此 a 和 b 的 ID 不一样，a is b就会返回 False 了。
通常来说，在实际工作中，当我们比较变量时，使用'=='的次数会比'is'多得多，因为我们一般更关心两个变量的值，而不是它们内部的存储地址。但是，当我们比较一个变量与一个单例（singleton）时，通常会使用'is'。一个典型的例子，就是检查一个变量是否为 None：
if a is None:
...
if a is not None:
...
这里注意，比较操作符'is'的速度效率，通常要优于'=='。因为'is'操作符不能被重载，这样，Python 就不需要去寻找，程序中是否有其他地方重载了比较操作符，并去调用。执行比较操作符'is'，就仅仅是比较两个变量的 ID 而已。
但是'=='操作符却不同，执行a == b相当于是去执行a.__eq__(b)，而 Python 大部分的数据类型都会去重载__eq__这个函数，其内部的处理通常会复杂一些。比如，对于列表，__eq__函数会去遍历列表中的元素，比较它们的顺序和值是否相等。
不过，对于不可变（immutable）的变量，如果我们之前用'=='或者'is'比较过，结果是不是就一直不变了呢？
答案自然是否定的。我们来看下面一个例子：
t1 = (1, 2, [3, 4])
t2 = (1, 2, [3, 4])
t1 == t2
True
t1[-1].append(5)
t1 == t2
False
我们知道元组是不可变的，但元组可以嵌套，它里面的元素可以是列表类型，列表是可变的，所以如果我们修改了元组中的某个可变元素，那么元组本身也就改变了，之前用'is'或者'=='操作符取得的结果，可能就不适用了。
这一点，你在日常写程序时一定要注意，在必要的地方请不要省略条件检查。

浅拷贝和深度拷贝

接下来，我们一起来看看 Python 中的浅拷贝（shallow copy）和深度拷贝（deep copy）。
对于这两个熟悉的操作，我并不想一上来先抛概念让你死记硬背来区分，我们不妨先从它们的操作方法说起，通过代码来理解两者的不同。
先来看浅拷贝。常见的浅拷贝的方法，是使用数据类型本身的构造器，比如下面两个例子：
l1 = [1, 2, 3]
l2 = list(l1)
l2
[1, 2, 3]
l1 == l2
True
l1 is l2
False
s1 = set([1, 2, 3])
s2 = set(s1)
s2
{1, 2, 3}
s1 == s2
True
s1 is s2
False
这里，l2 就是 l1 的浅拷贝，s2 是 s1 的浅拷贝。当然，对于可变的序列，我们还可以通过切片操作符':'完成浅拷贝，比如下面这个列表的例子：
l1 = [1, 2, 3]
l2 = l1[:]
l1 == l2
True
l1 is l2
False
当然，Python 中也提供了相对应的函数 copy.copy()，适用于任何数据类型：
import copy
l1 = [1, 2, 3]
l2 = copy.copy(l1)
不过，需要注意的是，对于元组，使用 tuple() 或者切片操作符':'不会创建一份浅拷贝，相反，它会返回一个指向相同元组的引用：
t1 = (1, 2, 3)
t2 = tuple(t1)
t1 == t2
True
t1 is t2
True
这里，元组 (1, 2, 3) 只被创建一次，t1 和 t2 同时指向这个元组。
到这里，对于浅拷贝你应该很清楚了。浅拷贝，是指重新分配一块内存，创建一个新的对象，里面的元素是原对象中子对象的引用。因此，如果原对象中的元素不可变，那倒无所谓；但如果元素可变，浅拷贝通常会带来一些副作用，尤其需要注意。我们来看下面的例子：
l1 = [[1, 2], (30, 40)]
l2 = list(l1)
l1.append(100)
l1[0].append(3)
l1
[[1, 2, 3], (30, 40), 100]
l2
[[1, 2, 3], (30, 40)]
l1[1] += (50, 60)
l1
[[1, 2, 3], (30, 40, 50, 60), 100]
l2
[[1, 2, 3], (30, 40)]
这个例子中，我们首先初始化了一个列表 l1，里面的元素是一个列表和一个元组；然后对 l1 执行浅拷贝，赋予 l2。因为浅拷贝里的元素是对原对象元素的引用，因此 l2 中的元素和 l1 指向同一个列表和元组对象。
接着往下看。l1.append(100)，表示对 l1 的列表新增元素 100。这个操作不会对 l2 产生任何影响，因为 l2 和 l1 作为整体是两个不同的对象，并不共享内存地址。操作过后 l2 不变，l1 会发生改变：
[[1, 2, 3], (30, 40), 100]
再来看，l1[0].append(3)，这里表示对 l1 中的第一个列表新增元素 3。因为 l2 是 l1 的浅拷贝，l2 中的第一个元素和 l1 中的第一个元素，共同指向同一个列表，因此 l2 中的第一个列表也会相对应的新增元素 3。操作后 l1 和 l2 都会改变：
l1: [[1, 2, 3], (30, 40), 100]
l2: [[1, 2, 3], (30, 40)]
最后是l1[1] += (50, 60)，因为元组是不可变的，这里表示对 l1 中的第二个元组拼接，然后重新创建了一个新元组作为 l1 中的第二个元素，而 l2 中没有引用新元组，因此 l2 并不受影响。操作后 l2 不变，l1 发生改变：
l1: [[1, 2, 3], (30, 40, 50, 60), 100]
通过这个例子，你可以很清楚地看到使用浅拷贝可能带来的副作用。因此，如果我们想避免这种副作用，完整地拷贝一个对象，你就得使用深度拷贝。
所谓深度拷贝，是指重新分配一块内存，创建一个新的对象，并且将原对象中的元素，以递归的方式，通过创建新的子对象拷贝到新对象中。因此，新对象和原对象没有任何关联。
Python 中以 copy.deepcopy() 来实现对象的深度拷贝。比如上述例子写成下面的形式，就是深度拷贝：
import copy
l1 = [[1, 2], (30, 40)]
l2 = copy.deepcopy(l1)
l1.append(100)
l1[0].append(3)
l1
[[1, 2, 3], (30, 40), 100]
l2
[[1, 2], (30, 40)]
我们可以看到，无论 l1 如何变化，l2 都不变。因为此时的 l1 和 l2 完全独立，没有任何联系。
不过，深度拷贝也不是完美的，往往也会带来一系列问题。如果被拷贝对象中存在指向自身的引用，那么程序很容易陷入无限循环：
import copy
x = [1]
x.append(x)
x
[1, [...]]
y = copy.deepcopy(x)
y
[1, [...]]
上面这个例子，列表 x 中有指向自身的引用，因此 x 是一个无限嵌套的列表。但是我们发现深度拷贝 x 到 y 后，程序并没有出现 stack overflow 的现象。这是为什么呢？
其实，这是因为深度拷贝函数 deepcopy 中会维护一个字典，记录已经拷贝的对象与其 ID。拷贝过程中，如果字典里已经存储了将要拷贝的对象，则会从字典直接返回，我们来看相对应的源码就能明白：
def deepcopy(x, memo=None, _nil=[]):
"""Deep copy operation on arbitrary Python objects.
See the module's __doc__ string for more info.
"""
if memo is None:
memo = {}
d = id(x) # 查询被拷贝对象x的id
y = memo.get(d, _nil) # 查询字典里是否已经存储了该对象
if y is not _nil:
return y # 如果字典里已经存储了将要拷贝的对象，则直接返回
...

总结

今天这节课，我们一起学习了 Python 中对象的比较和拷贝，主要有下面几个重点内容。
比较操作符'=='表示比较对象间的值是否相等，而'is'表示比较对象的标识是否相等，即它们是否指向同一个内存地址。
比较操作符'is'效率优于'=='，因为'is'操作符无法被重载，执行'is'操作只是简单的获取对象的 ID，并进行比较；而'=='操作符则会递归地遍历对象的所有值，并逐一比较。
浅拷贝中的元素，是原对象中子对象的引用，因此，如果原对象中的元素是可变的，改变其也会影响拷贝后的对象，存在一定的副作用。
深度拷贝则会递归地拷贝原对象中的每一个子对象，因此拷贝后的对象和原对象互不相关。另外，深度拷贝中会维护一个字典，记录已经拷贝的对象及其 ID，来提高效率并防止无限递归的发生。

思考题

最后，我为你留下一道思考题。这节课我曾用深度拷贝，拷贝过一个无限嵌套的列表。那么。当我们用等于操作符'=='进行比较时，输出会是什么呢？是 True 或者 False 还是其他？为什么呢？建议你先自己动脑想一想，然后再实际跑一下代码，来检验你的猜想。
import copy
x = [1]
x.append(x)
y = copy.deepcopy(x)
# 以下命令的输出是？
x == y
欢迎在留言区写下你的答案和学习感想，也欢迎你把这篇文章分享给你的同事、朋友。我们一起交流，一起进步。
分享给需要的人，Ta购买本课程，你将得18元
生成海报并分享

赞 27

提建议

© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
上一篇
14 | 答疑（一）：列表和元组的内部实现是怎样的？
下一篇
16 | 值传递，引用传递or其他，Python里参数是如何传递的？
unpreview
 写留言

精选留言(75)

  • Jingxiao
    置顶
    2019-06-17
    关于思考题： SCAR说的很对，程序会报错：'RecursionError: maximum recursion depth exceeded in comparison'。因为x是一个无限嵌套的列表，y深度拷贝x也是一个无限嵌套的列表，理论上x==y应该返回True，但是x==y内部执行是会递归遍历列表x和y中每一个元素的值，由于x和y是无限嵌套的，因此会stack overflow，报错
    95
  • SCAR
    2019-06-12
    应该会出错，因为x是一个无限嵌套的列表，y深拷贝于x，按道理来讲 x == y应该是True的，但进行比较操作符“==”的时候，'=='操作符则会递归地遍历对象的所有值，并逐一比较。而python为了防止栈崩溃，递归的层数是要限定的，不会无休下去，所以到了限定的层数，python解释器会跳出错误。执行了一下代码，也的确是跳出了 RecursionError: maximum recursion depth exceeded in comparison。 之前课中做阶乘的例子，如果大于一定的整数，也是会出现递归错误，究其原因也是python的递归层数是有限定的。 def factorial(n): return 1 if n <=1 else n*factorial(n-1) factorial(5000) RecursionError: maximum recursion depth exceeded in comparison 在sys模块中有个方法可以得到递归的层数: import sys sys.getrecursionlimit() 3000 当然你也可以重新设定递归的层数： sys.setrecursionlimit(10000) 那是不是可以设定无穷大呢？理论上可以，但你的程序崩溃也是一定的，我的mac内存是16G，如果把递归层数设定到1百万，大概跑到35000层左右，我的服务就挂了。
    展开
    共 4 条评论
    165
  • 瞳梦
    2019-07-08
    这节没讲好，其实可以简单归纳的： 一、赋值: 在 Python 中，对象的赋值就是简单的对象引用，这点和 C++不同 二、浅拷贝(shallow copy): 浅拷贝会创建新对象，其内容非原对象本身的引用，而是原对象内第一层对象的引用。浅拷贝有三种形式:切片操作、工厂函数、copy 模块中的 copy 函数。 三、深拷贝(deep copy): 深拷贝只有一种形式，copy 模块中的 deepcopy()函数。深拷贝和浅拷贝对应，深拷贝拷贝了对象的所有元素，包括多层嵌套的元素。因此，它的时间和空间开销要高。 四、拷贝的注意点: 1、对于非容器类型，如数字、字符，以及其他的“原子”类型，没有拷贝一说，产生的都是原对象的引用。 2、如果元组变量值包含原子类型对象，即使采用了深拷贝，也只能得到浅拷贝。
    展开
    共 11 条评论
    110
  • yshan
    2019-06-12
    浅拷贝，不可变的不可变，可变的依旧可变 深拷贝，都不可变
    66
  • Jason
    2019-06-12
    x.append(x)为什么会产生无限嵌套的列表呢？
    共 3 条评论
    17
  • hlz-123
    2019-06-12
    # 以下命令的输出是？ x == y 1. 出现如下错误信息，推测原因是x与y的列表进行一项一项比较，因无限嵌套，导致递归深度失败。 RecursionError: maximum recursion depth exceeded in comparison 2. 两个问题，需要老师解答 既然是无限嵌套，为什么x.append(x)没有报错？ 运行len(x),结果为2,更是不可理解
    展开
    共 1 条评论
    12
  • 张丽娜
    2019-06-12
    a = 257 b = 257 print(id(a)) print(id(b)) 在pycharm中运行结果中一致
    共 4 条评论
    11
  • 🍎🍎
    2019-06-20
    小结： 1. ‘==’ 用于比较值的大小，‘is’用于比较对象的内存地址是否相同，指向同一个内存地址 2. 对与整数型，范围在（-5 ~ 256 ）之间的整形数，‘==’ 与 ‘is’ 结果相同，原因在于python建立了一个数组缓存，创建对象时直接引用缓存 3. 浅拷贝：定义：重新分配一片内存，生成新的对象，里面的元素是原对象中子对象的引用。 生成方法： 可以通过数据构造器（list、set）完成浅拷贝，对于可变序列可以使用切片完成浅拷贝，对于元组而言，tupletuple()和切片不创建浅拷贝，指向相同元组的引用，还可以使用import copy, 使用copy.copy()来进行浅拷贝。 浅拷贝是对元素的引用，所以对于子对象，如果子对象是不可变，没有影响，如果是可变的序列，会带来一些影响 4. 深拷贝，重新分配一块内存，创建一个新的对象，将原对象中的元素以递归的方式全部拷贝。深拷贝中会维持一个字典，记录已经拷贝的对象以及对象的ID，防止出现无限递归。
    展开

    作者回复: 笔记做的很好

    6
  • 随风の
    2019-06-12
    看到文章中对于元组的拷贝, 这里进行一下补充~. 某些情况浅/深拷贝会失效: import copy x = 1 y = copy.deepcopy(x) x is y # failed True x = '1' y = copy.deepcopy(x) x is y # failed True x = (1) y = copy.deepcopy(x) x is y # failed True x = (1,[]) y = copy.deepcopy(x) x is y # succeed False 当对数值、字符串、仅包含数值/字符串的元组进行浅/深拷贝会失效。 也就是文中所提到的, 会返回一个指向相同数值、字符串、元组的引用~
    展开
    6
  • Dynasterran
    2019-06-18
    没看源码，猜的： 1. 为什么 len(x) 是 2。 >> x = [1] >> id(x) 4378931848 >> x.append(x) >> id(x) 4378931848 >> id(x[0]) 4304870656 >> id(x[1]) 4378931848 >> x[1] is x True >> len(x) 2 2. 为什么 x == y 会报错。 ‘==’ 搜到 x[1] 时发现 x[1] 指向一个列表 x'，又去遍历这个列表 x' 的每个值，然后发现这个列表里的 x'[1] 又指向一个列表 x'', ... 实际上 x, x', x'' 都是同一个，无限循环。
    展开
    3
  • Jon徐
    2019-06-12
    a = 258 b = 258 在python解释器中使用id查看确实内存地址不同，但是使用vs code同样也是python解释器，内存地址是相同的。 思考题中 x 是循环嵌套的列表，比较时超过了递归限制报错
    展开
    共 1 条评论
    3
  • 明月
    2019-06-12
    我的x超过256的还是is或者==为true 不知道是不是版本和机器的原因 我的是python3.5.3
    共 1 条评论
    3
  • 小池
    2019-06-28
    x.append(x)会产生递归是因为list对象的append方法本质上是在list末尾追加x的引用，而不是直接添加x指向的实例。但为什么这样不会报栈溢出呢？请问老师，python支持[1, [...]]这种写法的机制是什么？
    共 1 条评论
    2
  • 路伴友行
    2019-06-12
    这样看就明白了： print(id(x[1][1])) print(id(x[1][1][1][1][1][1][1][1])) x 和 y 各自形成了一个闭环
    2
  • Hoo-Ah
    2019-06-12
    使用列表append自身的时候，没有报递归深度达到最大值的错误，然后我看了list类append方法的源码，里面有这句话Note: new_allocated won't overflow because the largest possible value is PY_SSIZE_T_MAX * (9 / 8) + 6 which always fits in a size_t. 翻译过来就是新的重载方法不会溢出。使用深拷贝也不会溢出，看源码没看懂。出现错误的原因是因为使用了“==”操作符，因为该操作符会递归的比较里面的值。
    2
  • KaitoShy
    2019-06-12
    有几个问题： 1）a = 257 b = 257 print(id(a)) print(id(b)) --------- 4526886832 4526886832 这个和环境有关么？我用VsCode编辑运行和jupter运行的结果不一致。juterNotebook返回的不一样的
    展开
    共 4 条评论
    2
  • pyhhou
    2019-06-12
    思考题： 一开始猜想是 print True，因为当 x append 自身的时候，程序是没有报错的，返回的结果是：[1, [...]]，我想程序既然没有报错，则 [...] 表示的应该是对应的一个最大限度的值，只是这里它没有将其表示出来；当我们 deepcopy 的时候 y 获得了同样的结果，表示深度拷贝成功；用 == 来比较两个 list 其实是比较里面的值是否相等，所以应该返回 True。 当然尝试的结果是报错 “RecursionError: maximum recursion depth exceeded in comparison”，我想应该是内部的比较函数递归比较的时候递归深度过长，也就是列表的递归嵌套超过了其限度
    展开
    2
  • lllong33
    2019-06-20
    两个注意点， a,b = 257,257 这种写法，引用的同一个地址，a is b 返回True，猜想是由于内部优化了， 深拷贝中，对不可变的元素，会直接引用 import copy l1 = [[1,2],(3,4),[257,258]] l2 = copy.deepcopy(l1) print([id(i) for i in l1], [id(i) for i in l2], , sep='\n') print([id(i) for j in l1 for i in j], [id(i) for j in l2 for i in j], sep='\n') # 这里地址都相同
    展开
    共 1 条评论
    1
  • converse✪
    2019-06-19
    https://i.loli.net/2019/06/19/5d09e0647377872742.png 我画了一个关于浅拷贝的理解。老师看是否合适？此外，求解答为什么会出现x的无限递归？还有为什么len(x)是2
    1
  • 程序员人生
    2019-06-12
    1，没有执行代码的时候，觉得会打印True 2，执行了代码以后，如评论一样RecursionError: maximum recursion depth exceeded in comparison，递归层次过深 3，然后把代码 x.append(x) 注释掉，程序就正常返回True。也就是说问题在这行代码上。 4，网上search了一下，x.append(x)会产生一个无限嵌套列表（评论也有这么说），y深拷贝了x，也就是y拷贝了每一个x的自对象。 5，而==操作符会递归遍历对象所有值，所以出现了递归过深的错误。 不知道我的分析对不对？请老师指点
    展开
    1