那天在公司茶水间，我正拿着杯咖啡刷手机，隔壁组的小陈跑过来跟我说，东哥你面试官太狠了，问了我一个看似简单但越说越乱的问题——“Python 里的深拷贝和浅拷贝有什么区别？”我一听这题笑了，因为这问题我当年也栽过跟头，看起来就像一句话能说清的事，结果一深入就全是坑。

咱今天就顺着这个话题聊聊，别整那些死记硬背的定义，我就用最生活化的方式，带你把这俩兄弟搞明白。

先这么想吧，拷贝，其实就是“复制对象”。比如你有一份名单，想要再拿一份去修改，但又不想改动原件。问题是——Python 在复制的时候，到底是新建了个一模一样的东西，还是只是拿了个“影印件”链接到原来的？这就牵扯出“浅拷贝”和“深拷贝”的区别。

举个例子最直观：

a = [1, 2, [3, 4]]
b = a

你看这行代码，其实根本不是拷贝，而是让 b 指向 a 的同一个对象。你改 b，a 也变，俩人共用一个内存。 比如：

b[0] = 100
print(a)  # [100, 2, [3, 4]]

是不是有点“心连心”的感觉？这就叫“引用赋值”，连浅拷贝都不是。

那“浅拷贝”呢？ 浅拷贝是说，我帮你复制最外层的对象，但里面嵌套的内容我可不管，还是指向原来的。 Python 里常见的浅拷贝方式有几种，比如 copy.copy()、list.copy()、切片操作 a[:]。

来看看这段：

import copy

a = [1, 2, [3, 4]]
b = copy.copy(a)

b[0] = 100
print(a)  # [1, 2, [3, 4]]
print(b)  # [100, 2, [3, 4]]

你看，外层的数字 1 改了没影响到 a，但如果我们改里面的 [3, 4]：

b[2][0] = 999
print(a)  # [1, 2, [999, 4]]

好家伙，这下 a 也跟着变了吧？这就是浅拷贝的真相：它只复制了外壳，内部的嵌套对象仍然共用引用。就像你复印了一张文件夹的封面，却没把里面的纸也复印出来。

那“深拷贝”又是啥意思？ 你可以理解为“递归拷贝”——不仅把外层复制，连里面嵌套的对象也一并拷贝一份，彻底断绝关系。 Python 用 copy.deepcopy() 实现。

来继续我们的例子：

import copy

a = [1, 2, [3, 4]]
b = copy.deepcopy(a)

b[2][0] = 999
print(a)  # [1, 2, [3, 4]]
print(b)  # [1, 2, [999, 4]]

这回互不影响了，说明 b 真的是一个全新的副本。

你可能会问，那为啥还要分深浅？干脆都深拷贝不就完了吗？ 哈哈，这问题我也问过。其实深拷贝的代价不小，尤其是对象里再嵌套对象、对象里再引用自己（循环引用），那一层层递归下去，既耗内存又耗性能。而且 Python 里有时候对象太复杂，deepcopy() 甚至得自己定义拷贝逻辑，不然容易出错。

举个坑例子：

a = []
a.append(a)
b = copy.deepcopy(a)

这时候 a 里包含自己，深拷贝时如果不处理循环引用，会陷入无限递归。幸好 Python 的 deepcopy() 内部做了检测机制，用字典记录访问过的对象，不然你电脑都得卡死。

其实这事儿在工作中挺常见的。那会儿我在做个配置系统，数据结构是字典套列表、列表又套字典。我们需要在运行时动态修改某些配置，但又不能动到全局的原始模板。当时有个新人用 b = a.copy()，结果线上配置改乱了，所有实例都变。后来一查才发现，他只做了浅拷贝，里层的结构都连着原模板。那次之后我们所有的结构化配置都用 deepcopy()，安全但慢一点。

这就引出一个实际的取舍问题：如果数据层次不深，用浅拷贝完全够用，速度快、内存省；但如果是复杂的多层结构，一定要用深拷贝，不然容易出“串数据”的Bug。

再多说一点底层机制的事儿。Python 的对象本质上都是“引用”，当你赋值时只是增加了引用计数，不会真的复制一份。所以 a = b 就是让两个变量指向同一个内存。浅拷贝的时候，会新建一个容器对象（比如新的列表），但容器里装的还是原来的引用；深拷贝才会沿着引用链一路复制下去，直到遇到基本类型（int、str、bool 等不可变对象），它们本身就不会被修改，所以不需要额外复制。

这里有个细节挺多人搞混：字符串、元组这些不可变对象，拷贝再多次也没区别，因为它们根本不会变。比如：

import copy
s = "hello"
a = copy.copy(s)
b = copy.deepcopy(s)
print(a is s, b is s)  # 都是 True

Python 优化了这种情况，直接返回原对象的引用。

有一次我面试一个候选人，我问他这题，他上来就说“浅拷贝只拷贝一层，深拷贝递归拷贝”。我又追问，那你知道浅拷贝对元组有没有用吗？他愣了两秒，说“元组是不可变的，所以不需要拷贝”。 我笑了笑，说，那如果元组里套了个列表呢？ 他这才反应过来：“哦，那还是会共享引用。”对的，浅拷贝和深拷贝的区别不是看“类型名字”，而是看“是否有可变对象在里面”。

来看个例子：

import copy
a = (1, [2, 3])
b = copy.copy(a)
b[1][0] = 99
print(a)  # (1, [99, 3])

虽然外层是元组（不可变），但里面的列表是可变的，所以还是被改了。只有 deepcopy() 才能彻底隔离。

说到底，深浅拷贝的核心区别就在于“复制的深度”—— 浅拷贝只复制第一层结构； 深拷贝会复制所有层级的对象，形成完全独立的新副本。

我平时是这么记的： 浅拷贝像“表格复制”，你复制了表格框架，但单元格里放的还是同一个引用； 深拷贝像“整页扫描”，连里面的内容都重新画了一遍。

写到这我又想起个小技巧。其实有时候我们不一定非要用 copy.deepcopy()。如果只是想复制个 JSON 风格的数据（字典、列表、字符串、数值），直接用：

import json
new_data = json.loads(json.dumps(old_data))

这样也能实现类似深拷贝的效果。缺点是速度慢一点，而且如果对象里有自定义类型（比如 datetime），就不太好处理。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。