Python变量的赋值、浅拷贝与深拷贝原理解析

核心概念与内存机制

在Python中，变量并不直接存储数据值，而是存储指向内存对象的引用地址。针对可变对象（如列表、字典），常见的创建方式包含直接赋值、浅拷贝与深拷贝。三者在内存地址分配与数据隔离级别上存在明确差异：

• 赋值操作：仅传递原始对象的引用地址。新变量与原始变量指向同一内存空间，修改任一变量都会影响另一方。
• 浅拷贝（Shallow Copy）：创建一个新的容器对象，但内部元素仍保持对原有子对象的引用。顶层独立，但嵌套的可变对象仍共享内存地址。
• 深拷贝（Deep Copy）：递归复制对象及其所有嵌套子对象。新生成的完全副本拥有独立的内存空间，与原始对象彻底解耦。

需要注意的是，对于不可变对象（如整数、字符串），Python解释器会利用内存池优化，相同值的不可变对象通常共享同一地址，因此对其单独讨论拷贝意义不大。

操作顺序与代码验证

第1步：基础定义与初始状态确认

准备一个包含混合元素及嵌套列表的可变对象，分别执行赋值、浅拷贝与深拷贝，并打印各对象的标识符（id）以确认内存分布。

import copy
a = ['a', 1, [1, 2]]
b = a
c = copy.copy(a)
d = copy.deepcopy(a)

print(f'a is: {a} , id is: {id(a)}')
print(f'b is: {b} , id is: {id(b)}')
print(f'c is: {c} , id is: {id(c)}')
print(f'd is: {d} , id is: {id(d)}')

运行结果显示，`a` 与 `b` 的 id 完全一致，而 `c`（浅拷贝）和 `d`（深拷贝）均生成了全新的容器地址。此处打印的具体数值会随运行环境动态变化，核心在于比较相对关系。

第2步：修改顶层元素观察独立性

向原始列表 `a` 追加顶层元素，检验拷贝后的数据结构是否同步更新。

a.append(2)
print(f'a is: {a} , id is: {id(a)}')
print(f'b is: {b} , id is: {id(b)}')
print(f'c is: {c} , id is: {id(c)}')
print(f'd is: {d} , id is: {id(d)}')

结果证实，仅修改最外层元素时，浅拷贝对象 `c` 与深拷贝对象 `d` 均未受到影响，进一步验证了容器级别的独立性。而赋值对象 `b` 随 `a` 共同变更。

第3步：修改嵌套对象测试引用深度

深入修改嵌套列表中的元素，这是区分浅拷贝与深拷贝的关键步骤。

# 修改嵌套对象
a[2].append(3)
print(f'a is: {a} , id is: {id(a)}')
print(f'b is: {b} , id is: {id(b)}')
print(f'c is: {c} , id is: {id(c)}')
print(f'd is: {d} , id is: {id(d)}')

此时输出表明，由于浅拷贝仅复制了第一层引用，`c` 内部的列表依然与 `a` 共享内存，故会跟随修改。而深拷贝 `d` 完整克隆了子对象，保持了绝对独立。这也是开发中防止“数据意外污染”的核心依据。

第4步：不可变对象的内存池特性

检查内部不可变元素（如数字 `1`）的地址。即使经过不同拷贝方式，它们依然指向内存池中的同一位置。

print(f'1 id in a is {id(a[1])}')
print(f'1 id in b is {id(b[1])}')
print(f'1 id in c is {id(c[1])}')
print(f'1 id in d is {id(d[1])}')

这表明 Python 对不可变对象的内存管理采用缓存复用策略，无论何种拷贝方式，底层不可变数据都不会产生冗余副本。

第5步：使用工厂函数与切片进行浅拷贝

除显式调用 `copy.copy()` 外，Python 提供了更简洁的语法糖实现浅拷贝。例如使用内置工厂函数 `list()` 或列表切片操作。

# 使用 list() 构造浅拷贝
x = ['a', 1, [1, 2]]
y = list(x)
print(f'x is: {x} , id is: {id(x)}')
print(f'y is: {y} , id is: {id(y)}')

x[2].append(3)
print(f'x is: {x} , id is: {id(x)}')
print(f'y is: {y} , id is: {id(y)}')

# 使用切片操作浅拷贝
m = ['a', 1, [1, 2]]
n = m[-1:] # 注意切片返回的是包含原元素的列表
print(f'm is: {m} , id is: {id(m)}')
print(f'n is: {n} , id is: {id(n)}')

m[2].append(3)
print(f'm is: {m} , id is: {id(m)}')
print(f'n is: {n} , id is: {id(n)}')

验证结果与 `copy.copy()` 行为一致：顶层容器地址分离，但嵌套对象引用未断开，属于典型的浅拷贝行为。

总结

掌握 Python 变量赋值、浅拷贝与深拷贝的底层机制，能够有效规避复杂数据结构处理时的引用陷阱。日常开发中若只需保留快照且不修改内部结构，可使用赋值或切片；若需隔离数据但保留部分引用逻辑，适用浅拷贝；当嵌套层级较深且需完全独立运行时，务必使用 `copy.deepcopy()`。以上就是Python变量的赋值、浅拷贝与深拷贝原理解析的详细内容，更多关于Python内存管理与对象引用的资料请关注本站其它相关文章！