当前位置:首页 > 文章列表 > 文章 > python教程 > Python拷贝与内存管理深度解析

Python拷贝与内存管理深度解析

2026-01-21 16:28:38 0浏览 收藏

目前golang学习网上已经有很多关于文章的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《Python深浅拷贝区别及内存管理解析》,也希望能帮助到大家,如果阅读完后真的对你学习文章有帮助,欢迎动动手指,评论留言并分享~

浅拷贝只复制一层,嵌套对象仍共享引用;深拷贝递归复制所有层级,彻底隔离对象;不可变对象拷贝无区别;自定义类需实现__deepcopy__方法支持深拷贝。

Python深拷贝与浅拷贝详解_对象引用与内存管理解析

浅拷贝只复制一层,嵌套对象仍共享引用

浅拷贝(copy.copy())会创建新对象,但仅对最外层结构做复制,内部嵌套的可变对象(如列表中的子列表、字典中的值是列表等)依然指向原对象的同一内存地址。这意味着修改嵌套内容会影响原对象。

例如:

>>> import copy
>> a = [[1, 2], [3, 4]]
>> b = copy.copy(a)
>> b[0].append(3)
>> print(a) # 输出 [[1, 2, 3], [3, 4]] —— 原列表被改了

深拷贝递归复制所有层级,彻底隔离对象

深拷贝(copy.deepcopy())会递归遍历整个对象结构,为每一层嵌套的可变对象都分配新的内存空间,确保新旧对象完全独立。修改拷贝后的任意层级,都不会影响原始对象。

继续上面的例子:

>>> c = copy.deepcopy(a)
>> c[0].append(99)
>> print(a) # 输出 [[1, 2, 3], [3, 4]] —— 不变
>> print(c) # 输出 [[1, 2, 3, 99], [3, 4]]

不可变对象在拷贝中表现一致,无需深浅区分

对于 int、str、tuple(且其元素也全不可变)这类不可变对象,浅拷贝和深拷贝效果相同——它们本身不能被原地修改,每次“修改”实际是新建对象并重新绑定变量名。因此无论哪种拷贝,变量都只是获得一个新引用,不影响原值。

常见误区:以为对字符串调用 copy.copy("hello") 会产生特殊行为,其实它返回的仍是原字符串对象的引用(CPython 中还可能触发字符串驻留优化)。

自定义类需主动支持深拷贝,否则可能出错

如果类中包含文件句柄、线程锁、数据库连接等无法序列化的资源,直接调用 deepcopy 会抛出 TypeError。此时可通过实现 __deepcopy__ 方法控制拷贝逻辑:

  • 在方法中手动构造新实例
  • 对需要深拷的属性调用 memo 参数传递的拷贝上下文
  • 跳过不可拷贝字段(如设为 None 或忽略)

未定义 __deepcopy__ 时,deepcopy 默认尝试通过 __reduce_ex__ 或 __getstate__ 序列化,失败即报错。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

PHP命名空间冲突解决与规范使用PHP命名空间冲突解决与规范使用
上一篇
PHP命名空间冲突解决与规范使用
7881游戏交易官网登录入口
下一篇
7881游戏交易官网登录入口
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    255次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    298次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    274次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    252次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    61次使用