浅拷贝只复制第一层，嵌套对象仍共享引用；深拷贝递归复制所有层级，彻底隔离修改；不可变类型拷贝无意义；自定义类需实现__deepcopy__支持安全深拷贝。
浅拷贝只复制第一层，嵌套对象还是共用引用
当你用 copy.copy() 或切片（如 list[:] ）、dict.copy() 复制一个含嵌套结构的对象时，新对象的顶层是独立的，但内部的列表、字典、自定义对象等依然指向原对象的同一内存地址。这意味着改子对象，两边都会变。
常见错误现象：original = [[1, 2], [3]]; shallow = copy.copy(original); shallow[0].append(99); print(original) # 输出 [[1, 2, 99], [3]]
- 适用场景：确定数据是纯一层结构（比如全是数字、字符串），或故意要共享子对象状态
- 注意
list.copy()和dict.copy()本质也是浅拷贝，别被方法名误导 - 性能上比深拷贝快得多，因为不递归遍历
深拷贝递归复制所有层级，彻底隔离修改影响
copy.deepcopy() 会逐层遍历对象树，为每个可变子对象新建实例，并维护引用关系映射，避免无限递归（比如循环引用）。它真正实现“完全独立”。
使用场景：配置字典带嵌套、测试中需复位原始 fixture、解析 JSON 后二次加工又不想污染源数据
立即学习“Python免费学习笔记（深入）”；
- 参数只有
obj和可选的memo（用于手动控制缓存，极少见） - 兼容性没问题，但对含不可序列化对象（如文件句柄、线程锁、lambda）会抛
TypeError: cannot pickle ... - 性能开销明显——深度越深、对象越多，耗时和内存增长越显著
哪些类型默认就是“不可变”，拷贝无意义
对 int、str、tuple（且其元素也全不可变）、frozenset 等类型，浅拷贝和深拷贝行为一致：都返回原对象本身（id 不变），因为它们无法被原地修改。
例如：a = (1, 2); b = copy.copy(a); c = copy.deepcopy(a); print(id(a) == id(b) == id(c)) # True
- 这不是 bug，是 Python 的优化机制；但容易让人误以为“拷贝失败”
- 判断是否真需要拷贝，先看变量类型和实际是否会被重新赋值（
a = ...）或原地修改（.append()） - 如果只是传参防误改，用不可变类型天然安全，不用额外拷贝
自定义类要支持深拷贝，得自己实现 __deepcopy__
默认情况下，copy.deepcopy() 对自定义类实例会尝试调用其 __init__() 并填入原对象属性值，但这常出错——比如构造函数有强制参数、或属性本身不能直接复制（如 socket 连接）。
正确做法是在类里定义 __deepcopy__(self, memo) 方法，显式控制每个字段怎么复制：
def __deepcopy__(self, memo):
new_obj = MyClass.__new__(MyClass)
memo[id(self)] = new_obj
new_obj.data = copy.deepcopy(self.data, memo) # 关键：手动深拷贝关键字段
new_obj._cache = None # 非必要字段可重置
return new_obj
- 漏写
memo参数会导致递归崩溃（报RecursionError） - 忘记调用
copy.deepcopy(..., memo)而直接用copy.copy()，嵌套部分就退化为浅拷贝 - 若类不含可变状态（比如纯数据容器），其实可以跳过这步，靠默认逻辑也能工作
深拷贝不是银弹，尤其在处理大嵌套结构、含外部资源对象或循环引用时，很容易卡住或报错；而浅拷贝看似简单，一不留神就在多处悄悄共享了状态。到底用哪个，得看你真正想隔离的是哪一层。
