python深拷贝与浅拷贝机制

之前复现一篇论文FFNO，开源代码写得很恶心，用到深拷贝、浅拷贝，改起来很麻烦。这里记录一下python深拷贝、浅拷贝机制以便后续学习使用。

先明确 Python 中变量的存储逻辑：

• 对于不可变类型（如 int、str、tuple）：变量存储的是值本身，修改时会创建新对象。
• 对于可变类型（如 list、dict、set）：变量存储的是对象的内存地址（引用），修改时会直接操作原对象。

拷贝的核心差异，本质是「是否复制了可变子对象的引用，还是复制了子对象本身」。

浅拷贝（Shallow Copy）

浅拷贝会创建一个新的容器对象，但容器内的元素依然引用原对象的内存地址（只拷贝 "第一层"，子对象共享）。

代码示例：

import copy
# 原对象（嵌套可变类型）
original = [1, [2, 3], 4]
# 浅拷贝
shallow_copied = copy.copy(original)

# 1. 修改原对象的不可变元素（第一层）
original[0] = 100
print("原对象:", original)       # [100, [2, 3], 4]
print("浅拷贝对象:", shallow_copied)  # [1, [2, 3], 4] （第一层独立）

# 2. 修改原对象的可变子对象（第二层）
original[1][0] = 200
print("原对象:", original)       # [100, [200, 3], 4]
print("浅拷贝对象:", shallow_copied)  # [1, [200, 3], 4] （子对象共享，同步变化）

深拷贝（Deep Copy）

深拷贝会创建一个全新的容器对象，并且递归地复制所有嵌套的子对象（所有层级都独立，与原对象完全隔离）。

import copy

# 原对象（嵌套可变类型）
original = [1, [2, 3], 4]
# 深拷贝
deep_copied = copy.deepcopy(original)

# 修改原对象的可变子对象
original[1][0] = 200
print("原对象:", original)       # [1, [200, 3], 4]
print("深拷贝对象:", deep_copied)  # [1, [2, 3], 4] （完全独立，无影响）

两者之间的对比

要注意的是，对于 int、str、tuple 等不可变类型，浅拷贝 / 深拷贝都不会创建新对象，而是直接引用原对象（因为不可变类型修改会生成新对象，拷贝无意义）。