深入理解Python中的深浅拷贝 - pytips项目解析
2025-06-10 17:17:23作者:翟萌耘Ralph
引言
在Python编程中,理解对象的复制机制对于避免潜在错误至关重要。本文将深入探讨Python中的赋值、浅拷贝和深拷贝概念,帮助开发者掌握这些核心知识点。
Python对象的基本特性
Python中的所有事物都是对象,这些对象可以分为两大类:
- 不可变对象(immutable):包括int、float、str、tuple等
- 可变对象(mutable):包括list、set、dict等
Python的赋值操作(=
)实际上只是创建了一个指向对象的引用,而不是复制对象本身。这类似于C语言中的指针概念,但更加灵活。
直接赋值的陷阱
original_list = [1, 2, 3]
new_list = original_list
new_list.pop()
print(original_list) # 输出: [1, 2]
在这个例子中,new_list
和original_list
指向同一个列表对象,因此通过任一引用修改列表都会影响另一个引用。
浅拷贝(Shallow Copy)的解决方案
为了避免上述问题,我们可以使用浅拷贝创建新的对象:
original_list = [1, 2, 3]
# 多种浅拷贝方法
copies = [
original_list[:], # 切片操作
original_list.copy(), # copy()方法
list(original_list), # 类型构造函数
[*original_list] # 解包操作(Python 3.5+)
]
for i, copy in enumerate(copies):
copy.append(f"#{i}")
print(original_list) # 输出: [1, 2, 3]
浅拷贝对于简单的一维数据结构工作得很好,但当遇到嵌套结构时,问题就出现了。
浅拷贝的局限性
nested_list = [0, 1, [2, 3]]
shallow_copies = [
nested_list[:],
nested_list.copy(),
list(nested_list)
]
for i, copy in enumerate(shallow_copies):
copy[2].append(f"#{i}")
print(nested_list) # 输出: [0, 1, [2, 3, '#0', '#1', '#2']]
可以看到,虽然外层列表是新创建的,但内层的嵌套列表仍然是共享的引用。
深拷贝(Deep Copy)的全面解决方案
为了解决嵌套结构的复制问题,我们需要使用深拷贝:
from copy import deepcopy
original_nested = [0, 1, [2, 3]]
deep_copy = deepcopy(original_nested)
deep_copy[2].append(4)
print(deep_copy) # 输出: [0, 1, [2, 3, 4]]
print(original_nested) # 输出: [0, 1, [2, 3]]
深拷贝会递归地复制所有嵌套对象,确保完全独立的新对象被创建。
实际应用场景
- 函数参数传递:当传递可变对象给函数时,如果不希望修改原始对象,应该使用拷贝
- 数据保护:当需要保护原始数据不被意外修改时
- 模板模式:当基于现有对象创建新实例时
性能考量
- 浅拷贝:速度快,内存消耗少
- 深拷贝:速度慢,内存消耗大(特别是对于大型嵌套结构)
在实际开发中,应根据具体需求选择合适的拷贝方式。
总结
理解Python中的深浅拷贝机制对于编写健壮的代码至关重要。关键点总结:
- 赋值操作只是创建引用,不复制对象
- 浅拷贝创建新对象,但共享嵌套引用
- 深拷贝递归复制所有嵌套对象
- 根据实际需求选择合适的拷贝方式
掌握这些概念可以帮助开发者避免许多常见的Python陷阱,写出更可靠、更易维护的代码。
登录后查看全文
热门项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0277community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
941
555

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
509
44

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.32 K

React Native鸿蒙化仓库
C++
194
279