Python 从入门到进阶之路（七）

之前的文章我们简单介绍了一下 Python 中异常处理，本篇文章我们来看一下 Python 中 is 和 == 的区别及深拷贝和浅拷贝。

我们先来看一下在 Python 中的双等号 == 。

== 是比较两个对象的内容是否相等，即两个对象的“值”是否相等，不管两者在内存中的引用地址是否一样。

is 比较的是两个实例对象是不是完全相同，它们是不是同一个对象，占用的内存地址是否相同。即is比较两个条件：1.内容相同。2.内存中地址相同

a = 10000
b = 10000
print(a == b)  # True
print(a is b)  # True
print(id(a))  # 4461408208
print(id(b))  # 4461408208

a = "hello world"
b = "hello world"
print(a == b)  # True
print(a is b)  # True
print(id(a))  # 4461408208
print(id(b))  # 4461408208

a = [11,22,33]
b = [11,22,33]
print(a == b)  # True
print(a is b)  # False
print(id(a))  # 4409720712
print(id(b))  # 4409720776

在上面的代码中，我们分别定义了 a 和 b 两个变量，通过输出结果可以发现当变量为字符串或数字时， is 和 == 的输出结果是一样的，当为列表时 is 和 == 结果不一样，通过打印两个变量的 id 值可以看出两个 id 值不一样，这是由于当我们创建列表 a 和 b 时，是分别开辟了两块内存来分别存储这两个变量，从表象上来看结果是一样的，但两个变量所指向的内存地址不一样，我们将上面的代码改为如下：

a = [11,22,33]
b = a
print(a == b)  # True
print(a is b)  # True
print(id(a))  # 4535062408
print(id(b))  # 4535062408

在上面的代码中，我们并没有直接给变量 b 赋值，而是让 b=a，这样的话 b 和 a 就指向了同一块内存，所以 a is b 就为 True 了。

上面的代码我是在 PyCharm 编辑器中实现的，但是在终端命令行实现的话结果却是不一样的，如下：

>>> a = 10000
>>> b = 10000
>>> a == b
True
>>> a is b
False
>>> id(a)
4360555120
>>> id(b)
4360555216

当我们将 a 和 b 的值变小时，如下：

>>> a = 100
>>> b = 100
>>> a == b
True
>>> a is b
True
>>> id(a)
4357367984
>>> id(b)
4357367984

造成上面的原因是因为python对小整数在内存中直接创建了一份，不会回收，所有创建的小整数变量直接从对象池中引用他即可。但是注意Python仅仅对比较小的整数对象进行缓存（范围为范围[-5, 256]）缓存起来，而并非是所有整数对象。也就说只有在这个[-5,256]范围内创建的变量值使用is比较时候才会成立。

在 PyCharm 中，当值超过 256 时 is 和 == 的输出结果仍是一样，这是因为解释器也做了一部分优化，对于数字和字符串这类变量都进行了缓存。

我们再来看一下在终端命令行中当变量为字符串时：

>>> a = "hello world"
>>> b = "hello world"
>>> a == b
True
>>> a is b
False
>>> id(a)
4359747248
>>> id(b)
4361247408

>>> a = "hello"
>>> b = "hello"
>>> a == b
True
>>> a is b
True
>>> id(a)
4361199040
>>> id(b)
4361199040

通过输出结果可以看出，在命令行中当变量为简单字符串时输出结果一致，否则输出结果不一致，这是由于 Python 对简单字符串对象也进行了缓存，这样做的意义是可以优化代码的运行速度，减少内存消耗。

 

在上面的代码中，我们让 a=b 其实是一种浅拷贝的过程，他们指向的是同一块内存，当我们改变其中一个变量时，另一个也会变，如下：

a = [11,22,33]
b = a
a[0] = 123
print(a)  # [123, 22, 33]
print(b)  # [123, 22, 33]

在 Python 中还有深拷贝，它是重新开辟一块区域用来存储变量的，如下：

import copy

a = [11, 22, 33]
b = a
c = [11, 22, 33]
d = copy.deepcopy(a)
print(a == b, a is b)  # True True
print(a == c, a is c)  # True False
print(a == d, a is d)  # True False

a[0] = 123
print(a)  # [123, 22, 33]
print(b)  # [123, 22, 33]
print(c)  # [11, 22, 33]
print(d)  # [11, 22, 33]

在上面的代码中我们引入了一个 copy 的模块，引入模块这个之前的文章没有提到，后续会单独说一下。

在 copy 模块中有一个 deepcopy() 的方法，从上面的代码中可以看出 deepcopy() 的方法就相当于 c=[11,22,33] 这样重新开辟一块区域来存储变量，当 a 变量改变时，浅拷贝的内容 b 会随之改变，但是深拷贝的内容 d 并不是指向 a 的内存地址，所以不会改变。

 

在 copy 的模块中还有一个 copy() 方法，它在某些方面看起来和 deepcopy() 方法是一样的，其实不一样，如下：

import copy

a = [11, 22, 33]
b = copy.copy(a)
c = copy.deepcopy(a)
a[0] = 123
print(a)  # [123, 22, 33]
print(b)  # [11, 22, 33]
print(c)  # [11, 22, 33]

从上面的输出结果看，当 a 变量修改之后，b 变量和 c 变量一样没有改变，那 copy() 和 deepcopy() 到底有什么区别呢，我们再看下面的代码：

import copy

a = [11, 22, [123,456]]
b = copy.copy(a)
c = copy.deepcopy(a)
a[2][0] = 789
print(a)  # [11, 22, [789, 456]]
print(b)  # [11, 22, [789, 456]]
print(c)  # [11, 22, [123, 456]]

从上面的输出结果可以看出，b 变量随 a 变量的变化而变化了，而 c 变量没有。

很显然这时 copy() 函数拷贝的值随着原对象的值修改了，而 deepcopy() 的值没有随着原对象的值修改。主要是因为 deepcopy()  会将复杂对象的每一层复制一个单独的个体出来对于 copy() 函数要慎用，慎用。