Python高级语法1：GIL锁&浅拷贝&深拷贝

一、GIL锁

• 1.1、GIL面试题：描述Python GIL的概念， 以及它对python多线程的影响？编写一个多线程抓取网页的程序，并阐明多线程抓取程序是否可比单线程性能有提升，并解释原因。

  • Guido的声明： he language doesn't require the GIL -- it's only the CPython virtual machine that has historically been unable to shed it.

• 1.2、参考答案:

  • (1)、Python语言和GIL没有半毛钱关系。仅仅是由于历史原因在Cpython虚拟机(解释器)，难以移除GIL。
  • (2)、GIL：全局解释器锁。每个线程在执行的过程都需要先获取GIL，保证同一时刻只有一个线程可以执行代码。
  • (3)、线程释放GIL锁的情况： 在IO操作等可能会引起阻塞的system call之前,可以暂时释放GIL,但在执行完毕后,必须重新获取GIL Python 3.x使用计时器（执行时间达到阈值后，当前线程释放GIL）或Python 2.x，tickets计数达到100
  • (4)、Python使用多进程是可以利用多核的CPU资源的。
  • (5)、多线程爬取比单线程性能有提升，因为遇到IO阻塞会自动释放GIL锁

二、浅拷贝

• 2.1、浅拷贝是对于一个对象的顶层拷贝，简单的理解是：拷贝了引用，并没有拷贝内容。

• 2.2、 看一个最简单的浅拷贝
  

  最简单的浅拷贝
  以上：a 与 b 的内存地址相同，说明了当给一个变量赋值的时候，其实就是将数据的引用赋值了一份给另外一个变量，这其实就是最简单的浅拷贝,不仅列表是这样，只要是 类似于 xx1 = xx2 的这种基本都是 浅拷贝，如下：

  >>> c = {"age":23}
  >>> d = c
  >>> id(c)
  4527333240
  >>> id(d)
  4527333240
  >>> c["name"] = "王小二"
  >>> c
  {'age': 23, 'name': '王小二'}
  >>> d
  {'age': 23, 'name': '王小二'}
  

  因为都是浅拷贝，所以只要通过一个引用进行了修改，那么另外一个变量就看到的数 据也就变化了

• 2.3、import copy 模块中 copy.copy() 的使用

  >>> a = [11,22]
  >>> b = [33,44]
  >>> c = [a,b]
  >>> id(a)
  4528760776
  >>> id(b)
  4528427464
  >>> id(c)
  4528012488
  >>> import copy
  >>> d = copy.copy(c)
  >>> id(d)
  4528788488
  >>> id(d[0])
  4528760776
  >>> id(d[1])
  4528427464
  >>> a.append(55)
  >>> c
  [[11, 22, 55], [33, 44]]
  >>> d
  [[11, 22, 55], [33, 44]]
  

  浅拷贝只会复制最顶层的那个列表

  浅拷贝 只会复制最顶层的那个列表

三、深拷贝

• 3.1、深拷贝是对于一个对象所有层次的拷贝(递归)

  >>> a = [11,22]
  >>> b = copy.deepcopy(a)
  >>> a
  [11, 22]
  >>> b
  [11, 22]
  >>> id(a)
  4528761928
  >>> id(b)
  4528933000
  

  以上结果通过deepcopy()确实将列表 a 中所有的数据的引用 copy 了，而不是只拷贝了 a 指向的列表的引用,看如下，a的数据发生变化的时候，b并不会发生变化

  >>> a.append(55)
  >>> a
  [11, 22, 55]
  >>> b
  [11, 22]
  

• 3.2、进一步理解 深拷贝
  

  进一步理解 深拷贝
  深拷贝: 我个人理解其实是：深拷贝后与原来的对象没有任何关系了，不管原来的对象如何变化，都不再会影响到深拷贝后的对象

四、拷贝的其他方式

• 4.1、分片表达式 可以赋值一个序列

  >>> a = [11,22]
  >>> b = [33,44]
  >>> c = [a,b]
  >>> d = c[:]
  >>> id(c)
  4528760776
  >>> id(d)
  4528932936
  >>> id(c[0])
  4528933000
  >>> id(d[0])
  4528933000
  >>> a
  [11, 22]
  >>> a.append(55)
  >>> c
  [[11, 22, 55], [33, 44]]
  >>> d
  [[11, 22, 55], [33, 44]]
  

  d=c[:]与d=copy.copy(c)一样 属于浅拷贝

  d=c[:] 与 d=copy.copy(c) 一样 属于 浅拷贝

• 4.2、字典的copy方法可以拷贝一个字典

  
  字典的copy方法可以拷贝一个字典

五、注意点

• 5.1、浅拷贝对不可变类型和可变类型的copy不同

  • copy.copy 对于 可变类型，会进行浅拷贝

    >>> a = [11,22]
    >>> b = copy.copy(a)
    >>> id(a)
    4528932552
    >>> id(b)
    4528932680
    >>> a.append(33)
    >>> a
    [11, 22, 33]
    >>> b
    [11, 22]
    

    解释一下大家的对于a变化，而b不变化的问题,因为b拷贝的是a里面 11，22引用的指向，当a添加 33的时候，而 11，22引用的指向并没有发生变化，所以并不会发生变化

  • copy.copy 对于 不可变类型，不会拷贝，仅仅是指向

    >>> a = (11,22,33)
    >>> b = copy.copy(a)
    >>> id(a)
    4528768632
    >>> id(b)
    4528768632
    

  • 如果c是元组，那么copy时会，仅仅是元组的引用copy,而 deepcopy依然是深copy,即递归copy所有

    >>> a = [11,22]
    >>> b = [33,44]
    >>> c = (a,b)
    >>> d = copy.copy(c)
    >>> id(c)
    4528885256
    >>> id(d)
    4528885256
    >>> a.append(55)
    >>> c
    ([11, 22, 55], [33, 44])
    >>> d
    ([11, 22, 55], [33, 44])
    >>> e = copy.deepcopy(c)
    >>> id(c)
    4528885256
    >>> id(e)
    4528885448
    >>> a.append(66)
    >>> c
    ([11, 22, 55, 66], [33, 44])
    >>> e
    ([11, 22, 55], [33, 44])
    >>> 
    

• 5.2、copy.copy和copy.deepcopy的区别

  • copy.copy

    >>> a = [11,22]
    >>> b = (a,)
    >>> c = [b,]
    >>> 
    >>> d = copy.copy(c)
    >>> 
    >>> c
    [([11, 22],)]
    >>> d
    [([11, 22],)]
    >>> a.append(33)
    >>> c
    [([11, 22, 33],)]
    >>> d
    [([11, 22, 33],)]
    >>> id(c)
    4528932936
    >>> id(d)
    4528012488
    >>> id(c[0])
    4528434200
    >>> id(d[0])
    4528434200
    

    copy.copy

    d = c # 让d这个变量指向c指向的空间，d = copy.copy(c) # 复制所有c指向的数据到一个新的空间，但是不会递归copy

  • copy.deepcopy

    >>> a = [11,22]
    >>> b = (a,)
    >>> c = [b]
    >>> 
    >>> d = copy.deepcopy(c)
    >>> 
    >>> c
    [([11, 22],)]
    >>> d
    [([11, 22],)]
    >>> 
    >>> id(c)
    4528932680
    >>> id(d)
    4528761928
    >>> 
    >>> id(c[0])
    4528913040
    >>> id(d[0])
    4528913096
    >>> 
    >>> a.append(33)
    >>> 
    >>> c
    [([11, 22, 33],)]
    >>> d
    [([11, 22],)]
    >>> 
    

    copy.deepcopy