Python多变量连续赋值与深浅拷贝机制详解

首先观察以下代码片段。

self.batch_size = batch_size = 128

乍看之下可能令人困惑，但深入分析后不难发现其逻辑的合理性。

在Python开发中，若需同时声明多个变量并赋予相同的初始值，可采用连续赋值的方式实现。

a=b=c=1

然而，此处存在一个关键注意点：当赋值的对象为列表或字典等可变容器时。

a=b=c=[1,2,3]

此时，变量a、b、c均指向同一个列表对象的内存地址，而非各自拥有独立的副本。因此，修改其中任意一个变量所指向的内容，其他变量也会随之改变。

例如，若执行 a[1] = 4，则变量b的值也会变为[1, 4, 3]。

你是否真正理解Python中的赋值与拷贝机制？

为了直观展示，我们先看一段示例代码。

>>> import copy
>>> a = [1,2,3,4,['a','b']]
>>> b = a
>>> c = copy.copy(a)
>>> d = copy.deepcopy(a)
>>> a.append(5)
>>> print(a)
[1, 2, 3, 4, ['a', 'b'], 5]
>>> print(b)
[1, 2, 3, 4, ['a', 'b'], 5]
>>> print(c)
[1, 2, 3, 4, ['a', 'b']]
>>> print(d)
[1, 2, 3, 4, ['a', 'b']]
>>> a[4].append('c')
>>> print(a)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]
>>> print(b)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]
>>> print(c)
[1, 2, 3, 4, ['a', 'b', 'c']]
>>> print(d)
[1, 2, 3, 4, ['a', 'b']]######内存地址########
>>> id(a)44350024>>> id(b)44350024>>> id(c)44410440>>> id(d)44410760

一、核心概念与原理

在深入探讨赋值、copy和deepcopy之前。

有必要先了解Python内存中变量的存储机制。

在高级编程语言中，变量本质上是对内存地址的抽象。对于Python而言，所有变量都是对象，其存储采用引用语义：变量仅保存其所指对象在内存中的地址，而非对象本身。

2、赋值操作

在Python中，对象赋值即简单的引用复制，这与C++的行为不同。示例如下。

list_a = [1,2,3,"hello",["python","C++"]]
list_b = list_a

在此情况下，list_b与list_a指向同一块内存区域，list_b仅是list_a的别名，二者共享引用。

可通过 list_b is list_a 进行判断，若返回true，则表明二者地址相同且内容一致。也可使用 id(x) for x in list_a, list_b 来查看两个列表的具体地址。

赋值操作（包括作为参数传递或返回值）不会开辟新的内存空间，仅复制了新对象的引用。除list_b这一名称外，无其他内存开销。

若修改list_a，list_b的内容也会受影响；反之，修改list_b同样会影响list_a。

3、浅拷贝

浅拷贝会创建一个新的对象，但其内容包含的是原对象中元素的引用。

浅拷贝主要有三种实现方式：切片操作、工厂函数以及copy模块中的copy函数。

例如，针对上述list_a进行浅拷贝操作。

切片操作：list_b = list_a[:] 或 list_b = [each for each in list_a]。

工厂函数：list_b = list(list_a)。

copy函数：list_b = copy.copy(list_a)。

经浅拷贝生成的list_b不再是list_a本身，使用is判断可知二者不是同一对象，id查看结果显示它们不指向同一内存块。但通过 id(x) for x in list_a 和 id(x) for x in list_b 对比可见，二者包含的元素地址是相同的。

在此场景下，list_a和list_b被视为不同的对象，理论上修改list_b不应影响list_a。例如执行 list_b.append([4,5])。

但需注意，浅拷贝之所以称为“浅”，是因为它仅拷贝了一层。若list_a中包含嵌套列表，修改情况将发生变化。

执行 list_a[4].append("C") 后，查看list_b会发现其内容也发生了变化。原因在于修改了嵌套列表：修改外层元素会改变引用指向，而修改嵌套列表中的元素时，列表本身的地址未变，二者仍指向同一位置。

4、深拷贝

深拷贝仅有一种形式，即copy模块中的deepcopy函数。

与浅拷贝相对，深拷贝会复制对象的所有元素，包括多层嵌套的元素。因此，其时间和空间开销相对较高。

同样针对list_a，若使用 list_b = copy.deepcopy(list_a)，后续修改list_b将不会影响list_a。即使嵌套列表层次更深，也不会产生任何影响，因为深拷贝生成的对象是一个全新的独立对象，与原对象再无关联。

二、关于拷贝的注意事项

1、对于非容器类型，如数字、字符及其他“原子”类型，不存在拷贝概念，生成的均为原对象的引用。

2、若元组变量值中包含原子类型对象，即使采用深拷贝，最终得到的仍是浅拷贝效果。

以上为个人经验总结，希望能为大家提供参考，也希望大家多多支持本站。