Python 中的浅拷贝 vs 深拷贝

有些 Bug，不是代码写错了，而是你以为自己复制了一个对象。

今天我们聊一个 Python 中非常常见、但极易误用的知识点：👉 浅拷贝（Shallow Copy） vs 深拷贝（Deep Copy）

一个“看起来没问题”的需求

假设我们有一个学生信息结构：

1
2
3
4
student_a = {    "name": "Alice",    "scores": [90, 95, 88]}

现在我们想做一份备份：

1
student_b = student_a

然后修改 student_b：

1
student_b["scores"].append(100)

你可能以为：

• • student_a 不变
• • student_b 改变但事实是👇

1
2
print(student_a)print(student_b)

输出：

1
2
{'name': 'Alice', 'scores': [90, 95, 88, 100]}{'name': 'Alice', 'scores': [90, 95, 88, 100]}

😱 两个对象一起变了！

问题根源：Python 中的“赋值 ≠ 拷贝”

1
student_b = student_a

这行代码并没有创建新对象，只是：

• • student_a 和 student_b
• • 同时指向同一块内存

浅拷贝：copy() 到底拷贝了什么？

1️⃣ 使用 copy()

1
2
student_b = student_a.copy()student_b["scores"].append(100)

结果：

1
2
3
4
5
print(student_a)print(student_b)# 输出结果：{'name': 'Alice', 'scores': [90, 95, 88, 100]}{'name': 'Alice', 'scores': [90, 95, 88, 100]}

2️⃣ 浅拷贝的本质

浅拷贝只复制“第一层结构”，内部的可变对象仍然是“共享的”。

1
2
dict（新） ──▶ scores list（旧）dict（旧） ──▶ scores list（旧）

深拷贝：真正的“完全复制”

要解决这个问题，需要使用 深拷贝。1️⃣ 正确写法

1
2
3
4
import copystudent_b = copy.deepcopy(student_a)student_b["scores"].append(100)

再看结果：

1
2
3
4
5
print(student_a)print(student_b)# 输出{'name': 'Alice', 'scores': [90, 95, 88]}{'name': 'Alice', 'scores': [90, 95, 88, 100]}

✅ 这次才是真正的复制

什么时候必须用深拷贝？

✅ 必须用 deepcopy 的场景

• • 嵌套字典 / 列表
• • 配置模板
• • 图结构 / 树结构
• • 机器学习中的参数备份
• • 图算法中保存中间状态

一个“实战级”示例（很常见）

1
2
3
4
5
6
7
8
9
10
11
12
13
history = []def save_state(state):    history.append(state.copy())state = {"step": 1, "nodes": [1, 2, 3]}save_state(state)state["nodes"].append(4)save_state(state)print(history)

你以为历史状态是：

1
2
[{'step': 1, 'nodes': [1, 2, 3]}, {'step': 1, 'nodes': [1, 2, 3, 4]}]

实际是：

1
2
[{'step': 1, 'nodes': [1, 2, 3, 4]}, {'step': 1, 'nodes': [1, 2, 3, 4]}]

👉 正确做法：

1
history.append(copy.deepcopy(state))

总结

在 Python 中：复制结构，不等于复制数据。一旦遇到嵌套可变对象，要么你非常确定，要么请用 deepcopy。

往期文章：