Python 的赋值为什么不会复制对象?拆开引用、浅拷贝与深拷贝

先看一段让新手崩溃的代码:

python 复制代码
a = [1, 2, 3]
b = a          # 只是赋值,没有复制
b.append(4)
print(a)       # [1, 2, 3, 4]  ------ a 居然也变了

b = a 一行都没"改错",a 却被牵连了。要解释这件事,得回到上一期讲过的那个事实:Python 的变量不是盒子,是标签。

一、赋值的真相:复制的是指针,不是对象

CPython 里每个变量名都只是指向某个 PyObject* 的引用。b = a 做的事只有一件:把 a 指向的那个指针抄给 b,再调用一次 Py_INCREF 把引用计数加一。对象本身一个字节都没动。

在解释器里验证:

python 复制代码
>>> id(a) == id(b)
True
>>> sys.getrefcount(a)
3    # a、b,加上传参临时持有的一次

id() 相同,说明 a 和 b 是同一个对象的两个名字。所谓"赋值",本质上就是把 8 字节的指针抄了一遍------这也解释了为什么 Python 里赋值快得不像话。

所以开头那段代码不是 bug:b.append(4) 操作的是那个唯一的列表对象,a 和 b 都指着它,当然一起变。

二、浅拷贝:只复制最外层

想拿到独立副本,最直接的是浅拷贝:

python 复制代码
c = a.copy()   # 等价于 a[:] 和 list(a)

浅拷贝会新建一个列表对象,把外层的指针数组逐个抄一遍------注意抄的还是指针。于是:

python 复制代码
inner = [9]
outer = [inner]
sh = outer.copy()
sh[0].append(8)
print(outer[0])          # [9, 8] ------ 内层被共享了
print(outer is sh)       # False,外层确实是新对象
print(outer[0] is sh[0]) # True,内层还是同一个

实测一组数据(CPython 3.13):2 万行嵌套列表占 9.3MB,整体浅拷贝之后内存只增加 0.16MB------增加的正是 2 万个指针槽(20,000 × 8 字节 ≈ 156KB),所有内层对象原封不动地共享。

浅拷贝的真正含义:外层新,内层旧。

三、深拷贝:递归到底的代价

要连内层一起复制,就得用 copy.deepcopy,它会沿着引用一路递归下去,把整棵对象树复制一遍。代价是惊人的:

python 复制代码
lst = [{'k': [i]*10} for i in range(2000)]
%timeit lst.copy()          # 约 0.010ms
%timeit copy.deepcopy(lst)  # 约 17.2ms

同样 2000 个元素,深拷贝比浅拷贝慢了大约 1700 倍 。原因很直白:浅拷贝是 memcpy 级别的指针搬运,深拷贝要对每个嵌套对象做递归遍历、逐个新建、维护"已复制"备忘录(memo 字典,用来正确处理循环引用和共享子对象)。

顺带说一个高频面试点:deepcopy 之所以能处理 x.append(x) 这种自引用结构,靠的就是 memo------复制前先查"这个对象是不是已经复制过了"。

四、函数传参也一样:传的是引用

python 复制代码
def fill(lst):
    lst.append(1)

data = []
fill(data)
print(data)   # [1] ------ 出了函数还在

Python 的参数传递常被叫做"传对象引用":形参和实参是同一个对象的两个名字。想避免函数污染外部数据,入口处先 data = data.copy()。

五、一个判断口诀

最后给一个实用口诀,按需选拷贝深度:

  • 元素是不可变类型(数字、字符串、元组):浅拷贝就够,反正它们改不了;
  • 一层嵌套、只改外层:浅拷贝;
  • 嵌套可变对象、各层都要独立:深拷贝,但先掂量那 1700 倍的性能差;
  • 只是想传个名字:直接赋值,零成本。

记住核心机制就够了:Python 里 "=" 永远只复制指针。 复制对象的任何承诺,都来自 copy 模块,而不是赋值运算符本身。

(实测环境:CPython 3.13,Windows;代码可直接粘贴复现)

相关推荐
一条Go1 小时前
状态页与 SLA:对外承诺是怎么算出来的
后端·架构·github
2601_967980111 小时前
python pytest如何编写测试
python·测试用例·pytest·函数·assert
喵个咪1 小时前
GoWind IM 场景:乙方怎么用一套 IM 平台交付多个客户——档位、租户与离线交付
后端·go·saas
2601_967980112 小时前
Python中heapq模块的各种用法实例
数据结构·python·算法·应用实例·heapq模块
大胖爱学习_MJ2 小时前
超越向量检索:用 Spring Boot + Neo4j 手搓 GraphRAG 知识图谱记忆
java·后端·python
RobinDevNotes2 小时前
24GB Mac 做数字人:声音放本地,画面租云端
人工智能·python·macos·开发工具
知识搬运临时工2 小时前
双路服务器跑得比单路慢:JVM 没看见内存的距离
java·后端
Gopher_HBo2 小时前
mprof.go全程跟拍-跟着一个请求走完四种采集
后端
tong_li3 小时前
给娃做个 AI 陪写作业助手:LangChain4j 入门(三):配本古诗书(RAG 入门),答得不瞎编
后端
用户48678952533903 小时前
多租户第二集:读隔离做完之后,写路径才是真坑
后端