np.copy(obj) vs obj.copy() vs copy.copy(obj) vs copy.deepcopy(obj)

Question

np.copy(obj) vs obj.copy() vs copy.copy(obj) vs copy.deepcopy(obj)

我看到，基本上有四种方法可以用来复制Python中的对象。

我对这四种不同之处并不十分清楚。

请有人从地面上解释一下差异。

谢谢。

Answer 1

TL;DR --它们在复制方法上有所不同：

• 浅版：
  • numpy.copy()
  • (dict | list | ...).copy()
  • copy.copy()

• 深版：
  • copy.deepcopy()

也是出于以下目的：

• 复制数据结构：
  • numpy.copy()
  • (dict | list | ...).copy()

• 复制对象(数据结构⊂对象)：⊂
• copy.copy()
• copy.deepcopy()

此外，如果存在，copy.copy()或copy.deepcopy()将分别在内部调用obj.__copy__()和obj.__deepcopy__()方法，这意味着用户类可以控制复制行为。

浅拷贝与深拷贝的解释

python中有两种拷贝:浅拷贝和深拷贝。

来自Python文档

浅复制和深度复制之间的区别仅适用于复合对象(包含其他对象的对象，如列表或类实例)：

• 浅拷贝构造一个新的复合对象，然后(尽可能地)将引用插入到原始对象中。
• 深度复制构造一个新的复合对象，然后递归地将插入原始对象中的对象的。

这种差异最好在复制类实例时显示。

>>> class SomeClass:
...     pass

>>> a = [SomeClass()]
>>> b = a.copy()

>>> a[0] == b[0]
True

>>> id(a[0])
2778700770576
>>> id(b[0])
2778700770576

# Not actually copied, referencing to same instance.

>>> import copy
>>> a = [SomeClass()]
>>> b = copy.deepcopy(a)

>>> a[0] == b[0]
False

>>> id(a[0])
2778695702544
>>> id(b[0])
2778717746032

# Actually copied into different instance

对于浅拷贝，如果您的数据包含复合对象(最常见的是list、dict、用户类等)，并且您必须使用它，请确保使用深度复制以避免以下情况：

>>> a = [[0], [0]]
>>> b = a.copy()

>>> b[0].append(10)

>>> a
[[0, 10], [0]]
>>> b
[[0, 10], [0]]

# ---

>>> a = [[0], [0]]
>>> b = copy.deepcopy(a)

>>> b[0].append(10)

>>> a
[[0], [0]]
>>> b
[[0, 10], [0]]