python2.7中复制数据模型(可变与不可变模型)的几个坑

python2.7中对于不同的数据模型对于不同的复制方式会出现不一样的结果，平时工作中遇到很多坑，总结如下。

python的复制问题

一、不可变数据模型(整型int、浮点型float、字符串型string和元组tuple)

• 第1种：通过等号[=]复制

originalStr = 'nanjing'
anotherStr = originalStr    # [=]号复制
print '复制前后是否为同一内存地址: %s' % (id(originalStr) == id(anotherStr))
nowCity = 'nantong'
print '原字符串: nanjing, 现字符串: %s' % originalStr
---
复制前后是否为同一内存地址: True
原字符串: nanjing, 现字符串: nanjing

• 第2种：通过工厂方法复制

originalStr = 'nanjing'
anotherStr = str(originalStr)  # 通过str()
print '复制前后是否为同一内存地址: %s' % (id(originalStr) == id(anotherStr))
nowCity = 'nantong'
print '原字符串: nanjing, 现字符串: %s' % originalStr
---
复制前后是否为同一内存地址: True
原字符串: nanjing, 现字符串: nanjing

第3种：通过浅拷贝(copy)方法复制

import copy
originalStr = 'nanjing'
anotherStr = copy.copy(originalStr)  # 浅拷贝，只拷贝顶级对象
print '复制前后是否为同一内存地址: %s' % (id(originalStr) == id(anotherStr))
nowCity = 'nantong'
print '原字符串: nanjing, 现字符串: %s' % originalStr
---
复制前后是否为同一内存地址: True
原字符串: nanjing, 现字符串: nanjing

第4种：通过深拷贝(deepcopy)方法复制

import copy
originalStr = 'nanjing'
anotherStr = copy.deepcopy(originalStr)  # 深拷贝,拷贝顶级对象及嵌套对象
print '复制前后是否为同一内存地址: %s' % (id(originalStr) == id(anotherStr))
nowCity = 'nantong'
print '原字符串: nanjing, 现字符串: %s' % originalStr
---
复制前后是否为同一内存地址: True
原字符串: nanjing, 现字符串: nanjing

二、可变数据模型列表list、字典dict

• 第1种：通过等号[=]复制

originalList = ['nanjing', [1, 2]]
anotherList = originalList  # [=]号复制
print '复制前后是否为同一内存地址: %s' % (id(originalList) == id(anotherList))
anotherList[0] = 'nantong'
anotherList[1].append(3)
print "原列表: ['nanjing', [1, 2]], 现列表: %s" % originalList
--
复制前后是否为同一内存地址: True
原列表: ['nanjing', [1, 2]], 现列表: ['nantong', [1, 2, 3]]

• 第2种：通过工厂方法复制

originalList = ['nanjing', [1, 2]]
anotherList = list(originalList)  # 通过list()复制
print '复制前后是否为同一内存地址: %s' % (id(originalList) == id(anotherList))
anotherList[0] = 'nantong'
anotherList[1].append(3)
print "原列表: ['nanjing', [1, 2]], 现列表: %s" % originalList
---
复制前后是否为同一内存地址: False
原列表: ['nanjing', [1, 2]], 现列表: ['nanjing', [1, 2, 3]]

• 第3种：通过[:](值传递)复制

originalList = ['nanjing', [1, 2]]
anotherList = originalList[:]  # 通过[:]复制
print '复制前后是否为同一内存地址: %s' % (id(originalList) == id(anotherList))
anotherList[0] = 'nantong'
anotherList[1].append(3)
print "原列表: ['nanjing', [1, 2]], 现列表: %s" % originalList
---
复制前后是否为同一内存地址: False
原列表: ['nanjing', [1, 2]], 现列表: ['nanjing', [1, 2, 3]]

• 第4种：通过浅拷贝(copy)方法复制

import copy
originalList = ['nanjing', [1, 2]]
anotherList = copy.copy(originalList)  # 浅拷贝，只拷贝顶级对象
print '复制前后是否为同一内存地址: %s' % (id(originalList) == id(anotherList))
anotherList[0] = 'nantong'
anotherList[1].append(3)
print "原列表: ['nanjing', [1, 2]], 现列表: %s" % originalList
---
复制前后是否为同一内存地址: False
原列表: ['nanjing', [1, 2]], 现列表: ['nanjing', [1, 2, 3]]

• 第5种：通过深拷贝(deepcopy)方法复制

import copy
originalList = ['nanjing', [1, 2]]
anotherList = copy.deepcopy(originalList)  # 深拷贝,拷贝顶级对象及嵌套对象
print '复制前后是否为同一内存地址: %s' % (id(originalList) == id(anotherList))
anotherList[0] = 'nantong'
anotherList[1].append(3)
print "原列表: ['nanjing', [1, 2]], 现列表: %s" % originalList
---
复制前后是否为同一内存地址: False
原列表: ['nanjing', [1, 2]], 现列表: ['nanjing', [1, 2]]

初步总结

第1种：通过等号[=]复制
- 不论可变还是不可变数据类型，通过[=]复制后都指向同一个内存地址；
- 改变复制后的数据(例子中的anotherStr,anotherList)，原数据中不可变数据模型值未改变，可变数据模型值改变
-
第2种：通过工厂方法复制
- 不可变数据模型复制后指向同一个内存地址，可变数据模型指向不同地址；
- 改变复制后的数据(例子中的anotherStr,anotherList)，原数据中不可变数据模型值未改变，可变数据模型值改变
-
第3种：通过[:](值传递)复制
- 不可变数据模型不涉及；可变数据模型指向不同内存地址；
- 改变复制后的数据(anotherList)，原数据中不可变数据模型值未改变，可变数据模型值改变
-
第4种：通过浅拷贝(copy)方法复制
- 不可变数据模型复制后指向同一个内存地址，可变数据模型指向不同地址；
- 改变复制后的数据(例子中的anotherStr,anotherList)，原数据中不可变数据模型值未改变，可变数据模型值改变
-
第5种：通过深拷贝(deepcopy)方法复制
- 不可变数据模型复制后指向同一个内存地址，可变数据模型指向不同地址；
- 改变复制后的数据(例子中的anotherStr,anotherList)，原数据中不可变、可变数据模型值均未改变

最终总结

- 对于不可变数据模型，不论通过什么办法复制，通过改变复制后的数据，均不会改变原数据的值
- 对于可变数据模型，除深拷贝不会改变原数据值，其他均会改变原数据值