异常教程

Python 复制列表（保姆级教程）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

前言

在 Python 编程中，列表（List）是最常用的数据结构之一。无论是处理用户数据、日志信息，还是进行算法开发，开发者经常需要对列表进行操作。然而，一个常见的痛点是：如何安全地复制列表？直接赋值、浅拷贝、深拷贝……这些概念看似简单，却容易引发意想不到的错误。本文将从基础到进阶，系统解析 Python 中列表复制的原理与实践，帮助读者掌握不同场景下的正确方法。

为什么需要复制列表？

列表是可变对象（Mutable Object），这意味着对列表的修改会直接影响其引用的所有变量。例如：

original = [1, 2, 3]  
copied = original  # 直接赋值  
copied[0] = 100  
print(original)  # 输出：[100, 2, 3]

上述代码中，copied 并非独立的新列表，而是指向 original 的同一内存地址。因此，修改 copied 会同步影响 original。为了避免这种“意外修改”，我们需要掌握列表的安全复制方法。

Python 复制列表的 5 种方法

以下是 Python 中实现列表复制的常见方式，每种方法的原理与适用场景各有不同。

1. 切片操作（Slice）

通过切片 [:] 可以快速生成列表的浅拷贝（Shallow Copy）。

original = [1, 2, [3, 4]]  
shallow_copy = original[:]  
shallow_copy[0] = 100  
shallow_copy[2][0] = 300  
print(original)  # 输出：[1, 2, [300, 4]]  
print(shallow_copy)  # 输出：[100, 2, [300, 4]]

解释：

  • 切片操作会创建新列表，但新列表中的子对象（如列表、字典）仍与原列表共享引用。
  • 类比为“拍照”：主列表是新照片，但照片中的“人物”（子对象）还是原来的个体。

2. 列表推导式（List Comprehension）

通过列表推导式也能实现浅拷贝：

original = [1, 2, 3]  
copy_via_comprehension = [x for x in original]  
copy_via_comprehension[0] = 100  
print(original)  # 输出：[1, 2, 3]

此方法与切片操作效果相同，但灵活性更高（例如可添加条件过滤）。

3. copy 模块的 copy() 函数

Python 内置的 copy 模块提供了 copy() 函数，专门用于浅拷贝：

import copy  
original = [1, 2, [3, 4]]  
shallow_copy = copy.copy(original)  
shallow_copy[2][0] = 300  
print(original)  # 输出：[1, 2, [300, 4]]

此方法适用于需要区分浅拷贝与其他方法（如深拷贝）的场景。

4. 深拷贝（Deep Copy）

当列表包含嵌套对象（如子列表、字典）时，浅拷贝无法避免子对象的共享问题。此时需要使用 copy.deepcopy()：

import copy  
original = [1, 2, [3, 4]]  
deep_copy = copy.deepcopy(original)  
deep_copy[2][0] = 300  
print(original)  # 输出：[1, 2, [3, 4]]  
print(deep_copy)  # 输出：[1, 2, [300, 4]]

比喻：
深拷贝如同“克隆”——新列表及其所有子对象都是独立的个体，修改不会影响原列表。

5. 自定义复制逻辑

对于复杂场景（如自定义对象列表），可能需要手动复制：

class Person:  
    def __init__(self, name):  
        self.name = name  

original = [Person("Alice"), Person("Bob")]  
copied = [Person(p.name) for p in original]  
copied[0].name = "Eve"  
print(original[0].name)  # 输出："Alice"

此方法通过遍历并创建新对象，实现完全独立的复制。

浅拷贝与深拷贝的核心区别

类型定义适用场景
浅拷贝新列表的顶层元素是原列表的副本，但子对象仍是共享引用列表仅包含简单类型（如数字、字符串）
深拷贝新列表及其所有嵌套对象均为独立副本列表包含嵌套列表、字典或其他可变对象

关键问题：

  • 问题：为什么浅拷贝修改子对象会改变原列表？
  • 解答：因为子对象在内存中是同一个地址，修改操作会直接影响原对象。

常见误区与解决方案

误区 1：误用直接赋值

original = [1, 2, 3]  
copied = original  # 错误！这是引用赋值，非复制  
copied.append(4)  
print(original)  # 输出：[1, 2, 3, 4]

解决方案：使用上述任意复制方法。

误区 2：认为所有列表复制都需要深拷贝

original = [1, 2, 3]

若列表不包含嵌套对象，浅拷贝已足够，且性能更高。

误区 3：忽略自定义对象的深拷贝

若列表元素是自定义类的实例，需确保类实现 __deepcopy__ 方法，否则 deepcopy 可能无法正确复制。

实战案例：用户数据处理

假设有一个用户数据列表，需要复制后进行敏感信息脱敏，同时保留原始数据：

import copy  

users = [  
    {"id": 1, "name": "Alice", "email": "alice@example.com"},  
    {"id": 2, "name": "Bob", "email": "bob@example.com"}  
]  

cleaned_users = copy.deepcopy(users)  

for user in cleaned_users:  
    user["email"] = "[hidden]"  

print("原始数据：", users[0]["email"])  # 输出：alice@example.com  
print("脱敏数据：", cleaned_users[0]["email"])  # 输出：[hidden]

此案例展示了深拷贝在数据处理中的实际价值。

总结

Python 复制列表的方法多种多样，选择的关键在于理解数据结构的复杂性：

  1. 简单列表：使用切片 [:]、列表推导式或 copy.copy()；
  2. 嵌套列表/字典：务必使用 copy.deepcopy()；
  3. 自定义对象：需结合类的深拷贝逻辑或手动复制。

掌握这些技巧后，开发者可以避免因引用共享导致的逻辑错误，确保代码的健壮性与可维护性。在实际开发中，建议优先通过单元测试验证复制操作的正确性，例如检查修改副本后原列表是否保持不变。

通过本文的系统解析，希望读者能彻底理解 Python 复制列表的核心原理，并在项目中灵活应用这些方法。

最新发布

查看更多文章