Python中如何复制一个列表？浅拷贝与深拷贝方法有哪些区别

在Python中复制列表时，不同的操作方式会产生不同的结果，尤其是当列表包含嵌套的可变对象时，拷贝行为的差异会直接影响后续的数据操作。很多初学者容易混淆赋值、浅拷贝和深拷贝的概念，导致修改拷贝后的列表时意外影响到原始列表的数据。

直接赋值不是真正的拷贝

很多开发者会误以为用等号赋值就是复制列表，实际上这种方式只是让新的变量指向了原来的列表对象，并没有创建新的列表。我们可以通过id()函数查看两个变量的内存地址来验证这一点。

# 原始列表
original_list = [1, 2, [3, 4]]
# 直接赋值
assign_list = original_list

# 查看内存地址
print(id(original_list))
print(id(assign_list))
# 修改赋值后的列表
assign_list.append(5)
assign_list[2].append(6)
# 原始列表也会被修改
print(original_list)  # 输出 [1, 2, [3, 4, 6], 5]

从结果可以看到，直接赋值后两个变量的内存地址相同，修改任意一个变量的内容，另一个变量也会同步变化，这种方式并没有实现列表的复制。

浅拷贝的实现方法与特点

浅拷贝会创建一个新的列表对象，但是新列表中的元素只是原始列表元素的引用。如果原始列表中的元素是不可变对象（如数字、字符串、元组），修改新列表的这些元素不会影响原始列表；如果元素是可变对象（如列表、字典），修改这些可变对象的内容会同时影响原始列表和新列表。

浅拷贝的常见实现方式

• 使用列表的copy()方法
• 使用copy模块的copy()函数
• 使用切片操作[:]

下面是三种浅拷贝方式的代码示例：

import copy

original_list = [1, 2, [3, 4]]

# 方式1：copy()方法
shallow_copy1 = original_list.copy()
# 方式2：copy模块的copy函数
shallow_copy2 = copy.copy(original_list)
# 方式3：切片操作
shallow_copy3 = original_list[:]

# 验证三个新列表都是新的对象
print(id(original_list) != id(shallow_copy1))  # 输出 True
print(id(original_list) != id(shallow_copy2))  # 输出 True
print(id(original_list) != id(shallow_copy3))  # 输出 True

# 修改不可变元素
shallow_copy1[0] = 10
print(original_list)  # 输出 [1, 2, [3, 4]]，原始列表不受影响

# 修改可变元素（嵌套列表）
shallow_copy1[2].append(5)
print(original_list)  # 输出 [1, 2, [3, 4, 5]]，原始列表的嵌套列表被修改

深拷贝的实现方法与特点

深拷贝会递归地复制原始对象中的所有元素，包括嵌套的可变对象，最终生成的新对象和原始对象完全独立，修改新对象的任何内容都不会影响原始对象。深拷贝需要通过copy模块的deepcopy()函数实现。

import copy

original_list = [1, 2, [3, 4]]
# 深拷贝
deep_copy_list = copy.deepcopy(original_list)

# 验证是新对象
print(id(original_list) != id(deep_copy_list))  # 输出 True
# 嵌套列表也是新的对象
print(id(original_list[2]) != id(deep_copy_list[2]))  # 输出 True

# 修改深拷贝后的列表的嵌套元素
deep_copy_list[2].append(5)
print(original_list)  # 输出 [1, 2, [3, 4]]，原始列表完全不受影响
print(deep_copy_list)  # 输出 [1, 2, [3, 4, 5]]

浅拷贝与深拷贝的选择建议

在实际开发中，可以根据列表的结构选择拷贝方式：

• 如果列表只包含不可变元素，或者不需要修改列表中的可变元素，使用浅拷贝即可，效率更高。
• 如果列表包含嵌套的可变对象，并且后续需要修改这些嵌套对象，为了避免影响原始列表，必须使用深拷贝。

我们可以通过下面的表格快速对比两种拷贝方式的差异：

注意事项

需要注意的是，深拷贝虽然能完全独立两个对象，但是递归复制的过程会消耗更多的内存和时间，对于结构非常复杂、层级很深的列表，要谨慎使用深拷贝。另外，如果列表中包含循环引用（比如列表的某个元素引用了列表本身），deepcopy()函数会自动处理循环引用，不会陷入无限递归，这一点不需要开发者额外处理。

Python列表浅拷贝深拷贝copy模块修改时间：2026-07-23 09:06:25