🔄 Python深拷贝与浅拷贝：copy模块详解

# 🔄 Python深拷贝与浅拷贝：copy模块详解 ## 引言 在Python编程中，对象的赋值、拷贝是不可避免的操作。但许多开发者都曾遇到过这样的困惑：为什么修改"拷贝"后的对象，原始对象也跟着变了？这背后正是浅拷贝与深拷贝的区别。理解这两种拷贝机制，不仅能帮你避免难以追踪的bug，还能让你在处理复杂数据结构时更加得心应手。 --- ## 一、赋值 vs 拷贝：本质区别 ### 1.1 赋值操作 ```python # 赋值只是创建新的引用 list1 = [1, 2, [3, 4]] list2 = list1 print(list1 is list2) # True，同一对象 list2.append(5) print(list1) # [1, 2, [3, 4], 5] - list1也被修改了！ ``` **赋值只是增加了一个指向同一内存地址的引用**，修改任何一个都会影响另一个。 --- ## 二、浅拷贝（Shallow Copy） ### 2.1 什么是浅拷贝 浅拷贝创建一个新对象，然后将原对象中的**非容器类型元素**复制到新对象。但对于**容器类型元素**（列表、字典等），只是复制引用。 ### 2.2 创建浅拷贝的方式 ```python import copy # 方式1：使用copy模块 original = [1, 2, [3, 4]] shallow = copy.copy(original) # 方式2：使用切片（仅限序列） shallow2 = original[:] # 方式3：使用list()/dict()构造函数 shallow3 = list(original) print(original is shallow) # False，不同对象 print(original[2] is shallow[2]) # True，内部列表共享！ ``` ### 2.3 浅拷贝的行为特征 ```python import copy data = [1, 2, [3, 4, 5]] shallow_copy = copy.copy(data) # 修改不可变元素（数字、字符串等） shallow_copy[0] = 100 print(f"original: {data}") # [1, 2, [3, 4, 5]] - 不变 print(f"shallow: {shallow_copy}") # [100, 2, [3, 4, 5]] - 变了 # 修改嵌套的可变对象 shallow_copy[2].append(6) print(f"original: {data}") # [1, 2, [3, 4, 5, 6]] - 也被改了！ print(f"shallow: {shallow_copy}") # [100, 2, [3, 4, 5, 6]] ``` **关键结论**：浅拷贝只拷贝最外层，内部嵌套的可变对象仍是共享引用。 --- ## 三、深拷贝（Deep Copy） ### 3.1 什么是深拷贝 深拷贝创建一个新对象，并**递归地复制**原对象中所有的嵌套对象。新旧对象完全独立，互不影响。 ### 3.2 使用copy.deepcopy() ```python import copy original = [1, 2, [3, 4, [5, 6]]] deep = copy.deepcopy(original) print(original is deep) # False print(original[2] is deep[2]) # False print(original[2][2] is deep[2][2]) # False - 所有层级都是新对象 # 任意修改都不会影响原对象 deep[2].append(100) deep[2][2].append(200) print(f"original: {original}") # [1, 2, [3, 4, [5, 6]]] - 完全不变 print(f"deep: {deep}") # [1, 2, [3, 4, [5, 6, 200], 100]] ``` --- ## 四、实战对比：浅拷贝 vs 深拷贝 ```python import copy def demonstrate_copy_differences(): original = { 'name': '张三', 'scores': [85, 90, 78], 'info': { 'age': 25, 'hobbies': ['阅读', '编程'] } } shallow = copy.copy(original) deep = copy.deepcopy(original) shallow['scores'].append(95) shallow['info']['age'] = 26 deep['scores'].append(100) deep['info']['hobbies'].append('运动') print(f"原始数据: {original}") print(f"深拷贝后: {deep}") demonstrate_copy_differences() ``` --- ## 五、性能考量与最佳实践 ### 5.1 如何选择 | 场景 | 推荐方式 | 原因 | |------|---------|------| | 只有不可变元素 | = 赋值 | 无需拷贝，节省内存 | | 一层可变对象，无嵌套 | copy.copy() | 快速且安全 | | 多层嵌套结构 | copy.deepcopy() | 完全隔离，避免副作用 | ### 5.2 自定义类的拷贝控制 ```python import copy class Person: def __init__(self, name, friends): self.name = name self.friends = friends def __copy__(self): return Person(self.name, self.friends) def __deepcopy__(self, memo): return Person( copy.deepcopy(self.name, memo), copy.deepcopy(self.friends, memo) ) ``` --- ## 六、常见陷阱与解决方案 ### 陷阱1：误以为切片是深拷贝 ```python matrix = [[1, 2], [3, 4]] new_matrix = matrix[:] # 这是浅拷贝！ new_matrix[0][0] = 100 print(matrix) # [[100, 2], [3, 4]] - 原矩阵被修改 ``` --- ## 总结 | 特性 | 赋值 (=) | 浅拷贝 | 深拷贝 | |------|---------|--------|--------| | 新对象 | ❌ | ✅ | ✅ | | 嵌套对象 | 共享 | 共享 | 独立 | | 性能 | 最快 | 快 | 较慢 | **核心口诀**：赋值是贴标签，浅拷贝是打包，深拷贝是克隆。 --- ## 参考资料 1. [Python官方文档 - copy模块](https://docs.python.org/zh-cn/3/library/copy.html) 2. 《流畅的Python》第8章 - 对象引用、可变性和垃圾回收 3. [Real Python - Shallow vs Deep Copying](https://realpython.com/copying-python-objects/) --- *本文发表于 2026年3月，基于 Python 3.8+ 编写。*