辨異 Python 的深拷貝與淺拷貝

對於 numpy 下的 ndarray（多維陣列）

>>> x = np.array([1, 2, 3])

>>> y = x
>>> z = np.copy(x)
# y 是對 x 的引用 reference
# z 才是對 x 的拷貝

>>> a = [1, 2, 3]

>>> b = a
>>> a[0] = 4
>>> a
[4, 2, 3]
>>> b
[4, 2, 3]
>>> b[1] = 5
>>> b
[4, 5, 3]
>>> a 
[4, 5, 3]

如上圖所示，當執行完b = a的動作後，a和b同時指向同一記憶體空間（對同一物件的不同引用），即為淺拷貝，這中間暗含a和b共同指向的記憶體空間是可以修改的（mutable）。考慮如下的情況：

>>> a = 1

>>> b = a
>>> a = 2
>>> b
1			
# 並未隨著 a 的改變而改變

![這裡寫描述](

那麼如何實現深拷貝呢，而不至於引起引用的混亂：

或者使用list內建的copy() 成員函式：

>>> a = [1, 2, 3]

>>> b = a.copy()

>>> a = [1, 2, 3]

>>> b = a[:]

>>> a = [1, 2, 3]

>>> b = a
>>> a = 
>>> b
[1, 2, 3]
# b 指向的還是那片記憶體空間

>>> a = [1, 2, 3]

>>> b = a
>>> a = [1, 2, 4]
# 不是對原始記憶體空間中的值進行修改，而是重新賦值
>>> b 
[1, 2, 3]

轉 Python深複製淺複製or深拷貝淺拷貝

copy.copy 淺拷貝 只拷貝父物件，不會拷貝物件的內部的子物件。copy.deepcopy 深拷貝 拷貝物件及其子物件 用乙個簡單的例子說明如下 import copy a 1,2,3,4,a b c b a c copy.copy a d copy.deepcopy a 很容易理解 a是乙個...

js 淺拷貝直接賦值 js的賦值與淺拷貝 深拷貝

昨天翻了下陣列api，看到concat和slice方法，突然想到這個兩個方法是淺拷貝還是深拷貝，結果陷入了死胡同，為什麼mdn文件說是淺拷貝，但進行簡單的操作為什麼能複製成功啊，糾結半天後才弄清原由，原來我一直把賦值和深淺拷貝搞混了。首先不要把引用型別的賦值歸結為淺拷貝，深拷貝和淺拷貝只針對像 ob...

前端的深拷貝和淺拷貝 前端面試 深拷貝和淺拷貝

面試題目 如何實現對乙個陣列或物件的淺拷貝和深拷貝？wtf，複製還分兩種，第一次遇到這種問題的時候很是無語呢，先來看看一般的答案的理解。淺拷貝是只拷貝一層，深層次的物件級別就只拷貝引用。深拷貝是拷貝多層，每一級別的資料都拷貝出來。也就是說，基本資料型別其實不存在深淺拷貝的問題，只有物件和陣列才存在深...