Python的秘密生活：幻影副本

Source: Dev.to

引言

Timothy盯着屏幕，脸色苍白。“Margaret？我好像不小心删掉了一半的数据库。”

Margaret立刻把椅子转过去，语气平静。“别慌。把到底发生了什么告诉我。”

“我在测试一个清理用户列表的脚本，”Timothy解释道。“我想安全地测试它，所以先拷贝了一份列表。我以为如果拷贝出错，原始的列表会安全。”

他给她看了代码：

# Timothy's Safety Plan

# The original list of critical users
users = ["Alice", "Bob", "Charlie", "Dave"]

# Create a "backup" copy to test on
test_group = users

# Timothy deletes 'Alice' from the test group
test_group.remove("Alice")

# Check the results
print(f"Test Group: {test_group}")
print(f"Original Users: {users}")

输出

Test Group: ['Bob', 'Charlie', 'Dave']
Original Users: ['Bob', 'Charlie', 'Dave']

Timothy垂头丧气。“看到了吗？我从 test_group 删除了 Alice，但她在 users 列表里也消失了！这怎么可能？我操作的是备份，而不是原始列表！”

地址，而不是房子

Margaret仔细查看代码。“这是 Python 中最常见的误解之一。关键在于 Python 如何处理内存。”

她问：“当你写 test_group = users 时，你以为这条指令做了什么？”

Timothy回答：“我以为它创建了一个新列表。我以为它把 users 中的所有名字复制到一个叫 test_group 的新变量里。”

“Python 为了效率会走捷径，”Margaret解释道。“复制数据会消耗时间和内存，所以 Python 并不是复制房子，而是只复制地址。”

她画了一个简单的示意图：变量 users 指向一个装有名字列表的盒子。当你执行 test_group = users 时，第二个变量得到的是同一个地址；两个名字指向完全相同的对象。

“所以 users 和 test_group 只是同一个对象的两个不同名字？”
“没错，”Margaret笑道。“这就像通过链接共享文档——任何人对链接所做的更改，所有人都能看到。”

打破链接

Timothy问：“那我到底该怎么真正复制一份？我想要一个单独的盒子。”

“我们必须明确指示，”Margaret说。“告诉 Python 把数据取出来，构造一个新列表。”

她向他展示了 .copy() 方法：

# Margaret's Fix: Explicit Copying

users = ["Alice", "Bob", "Charlie", "Dave"]

# .copy() creates a brand new list with the same data
test_group = users.copy()

test_group.remove("Alice")

print(f"Test Group: {test_group}")
print(f"Original Users: {users}")

输出

Test Group: ['Bob', 'Charlie', 'Dave']
Original Users: ['Alice', 'Bob', 'Charlie', 'Dave']

Timothy松了一口气。“Alice 安全了。”

Margaret补充说明：.copy() 只会产生浅拷贝。如果列表中包含其他可变对象（例如内部列表），这些内部对象仍然是共享的。对于仅包含名字的简单列表，浅拷贝已经足够。

Margaret 的备忘清单

• 陷阱： 认为 new_list = old_list 会创建副本。
• 现实： 赋值（=）创建的是引用（一个昵称），而不是副本。两个变量指向同一个对象。
• 原因： Python 为了节省内存并提升速度而这样做。

解决方案

• 浅拷贝： new_list = old_list.copy()（标准做法）。
• 切片： new_list = old_list[:]（较早的做法，但仍常用）。

检查

你可以验证两个变量是否引用同一个对象：

id(a) == id(b)   # 若 a 与 b 是同一对象则返回 True

Timothy 在编辑器里记下笔记。“我再也不会把 = 当作‘复制’来使用了。”

“这是成长的必经之路，”Margaret保证道。“每个 Python 开发者都会以这种方式吃亏。总好过在生产数据库上出错，而是在测试脚本里学到这课。”