Python对象复制全解析（详解copy模块的浅拷贝与深拷贝）

一、为什么需要copy模块？

先来看一个例子：

list1 = [1, 2, [3, 4]]list2 = list1  # 这不是复制！只是引用list2[0] = 999print(list1)  # 输出: [999, 2, [3, 4]]  

可以看到，修改list2也影响了list1，因为它们指向同一个内存地址。这就是为什么我们需要copy模块来进行真正的复制。

二、浅拷贝（shallow copy）

浅拷贝会创建一个新对象，但只复制最外层元素。如果对象包含可变子对象（如列表、字典），这些子对象仍然是共享的。

import copyoriginal = [1, 2, [3, 4]]shallow_copy = copy.copy(original)# 修改外层元素shallow_copy[0] = 999print("original:", original)        # [1, 2, [3, 4]]print("shallow_copy:", shallow_copy)  # [999, 2, [3, 4]]# 修改内层可变对象shallow_copy[2][0] = 888print("original:", original)        # [1, 2, [888, 4]] ← 被影响了！print("shallow_copy:", shallow_copy)  # [999, 2, [888, 4]]  

注意：内层列表被修改后，原始对象也受到了影响，因为浅拷贝没有复制嵌套对象。

三、深拷贝（deep copy）

深拷贝会递归地复制所有层级的对象，包括嵌套的可变对象，从而实现完全独立的副本。

import copyoriginal = [1, 2, [3, 4]]deep_copy = copy.deepcopy(original)# 修改内层对象deep_copy[2][0] = 888print("original:", original)    # [1, 2, [3, 4]] ← 不受影响！print("deep_copy:", deep_copy)  # [1, 2, [888, 4]]  

现在，无论你怎么修改deep_copy，original都不会受到影响。这就是Python深拷贝的强大之处。

四、什么时候用浅拷贝？什么时候用深拷贝？

• 浅拷贝适用场景：对象结构简单，不包含嵌套的可变对象；或者你希望部分数据共享以节省内存。
• 深拷贝适用场景：对象结构复杂，包含多层嵌套的可变对象；你需要完全独立的副本，避免任何副作用。

五、常见误区与注意事项

• 不可变对象（如整数、字符串、元组）在浅拷贝和深拷贝中行为相同，因为它们不能被修改。
• 深拷贝性能开销较大，尤其对于大型嵌套结构，应谨慎使用。
• 循环引用的对象也可以被deepcopy正确处理，模块内部有机制防止无限递归。

六、总结

掌握Python copy模块是编写健壮程序的重要一步。通过理解浅拷贝与深拷贝的区别，你可以更安全地操作复杂数据结构，避免因意外引用导致的bug。记住：当你不确定时，优先考虑是否真的需要复制；如果需要，再根据数据结构选择合适的复制方式。

希望这篇教程能帮你彻底搞懂对象复制！如果你觉得有用，欢迎分享给其他Python学习者。