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