浅拷贝和深拷贝踩了多少坑——Python的可变性和拷贝机制

import copy
 
original = [[1, 2], [3, 4], [5, 6]]
 
# 赋值（只是多一个引用，同一个对象）
assigned = original
assigned[0][0] = 99
print(original[0][0])  # 99！original也被改了
 
# 浅拷贝（创建新列表，但元素还是引用同一个对象）
shallow = copy.copy(original)  # 或 original.copy() 或 list(original)
shallow[0][0] = 88
print(original[0][0])  # 88！内层列表还是共享的
shallow.append([7, 8])
print(len(original))   # 3，外层列表是独立的
 
# 深拷贝（递归拷贝所有层级，完全独立）
deep = copy.deepcopy(original)
deep[0][0] = 77
print(original[0][0])  # 88，original不受影响

# 大坑！默认参数只初始化一次
def process(data, cache={}):
    cache[data['id']] = data['value']
    return cache
 
result1 = process({'id': 1, 'value': 'a'})
result2 = process({'id': 2, 'value': 'b'})
print(result1)  # {1: 'a', 2: 'b'}  被第二次调用污染了！
 
# 正确写法
def process(data, cache=None):
    if cache is None:
        cache = {}  # 每次调用创建新dict
    cache[data['id']] = data['value']
    return cache

踩坑二：列表乘法创建的陷阱

# 想创建3个独立的列表
matrix = [[0] * 3] * 3  # 看起来是3x3矩阵
matrix[0][0] = 1
print(matrix)  # [[1,0,0], [1,0,0], [1,0,0]]  三行都变了！
# 因为 * 3 创建的是3个对同一个列表的引用
 
# 正确写法
matrix = [[0] * 3 for _ in range(3)]  # 每次创建新列表
matrix[0][0] = 1
print(matrix)  # [[1,0,0], [0,0,0], [0,0,0]]  正确！

踩坑三：函数参数传递——'传对象引用'

# Python不是传值也不是传引用，而是'传对象引用'
 
def modify(lst, num):
    lst.append(4)  # 修改了原列表！（可变对象，原地修改）
    num += 1       # 没有修改原变量！（不可变对象，创建新对象）
 
my_list = [1, 2, 3]
my_num = 10
modify(my_list, my_num)
print(my_list)  # [1, 2, 3, 4]  被修改了！
print(my_num)   # 10  没变

实战踩坑：默认参数dict导致UDF结果污染

在某元宇宙社交公司，Flink Python UDF里有一个函数用默认参数dict做配置缓存。UDF被多次调用后发现结果不对——前一次调用写入cache的数据影响了后一次调用。

原因：Python函数的默认参数在函数定义时只创建一次。所有调用共享同一个dict对象。第一次调用往cache里写了数据，第二次调用时cache里已经有了第一次的数据。

修复：把cache={}改成cache=None，函数体内if cache is None: cache = {}。每次调用创建新的dict。

教训：永远不要用可变对象（list/dict/set）作为函数的默认参数！用None替代，在函数体内创建。这是Python最经典的坑之一，但很多有经验的开发者还是会踩。

面试高频追问

追问一：==和is有什么区别？

==比较值是否相等（调用__eq__方法），is比较是否是同一个对象（内存地址相同）。a = [1,2]; b = [1,2]; a==b是True（值相等），a is b是False（不同对象）。只有判断None时用is：if x is None。

追问二：tuple里面的list可以修改吗？

可以！tuple不可变指的是tuple的元素引用不能改（不能重新指向另一个对象），但如果元素本身是可变的（比如list），可以修改元素的内容。t = ([1,2], [3,4]); t[0].append(3)是合法的——t变成了([1,2,3], [3,4])。但t[0] = [5,6]会报错。

追问三：Pandas DataFrame的赋值和拷贝怎么回事？

df2 = df是引用（修改df2会影响df）。df2 = df.copy()是浅拷贝（独立DataFrame但共享底层NumPy数组——对于大部分操作已经够用了，因为Pandas修改列时会创建新数组）。df2 = df.copy(deep=True)是深拷贝（完全独立但内存翻倍）。实际开发中df.copy()就够了。

总结

可变性和拷贝面试讲清楚三层：① 变量是引用不是盒子（赋值=贴标签，不是拷贝）；② 三种拷贝的区别（赋值=同一个对象、浅拷贝=新容器旧元素、深拷贝=完全独立）；③ 常见坑（可变默认参数、列表乘法、函数参数传对象引用）。能讲出默认参数dict导致UDF结果污染的踩坑经历，面试官会觉得你真正理解了Python的对象模型。

下一篇聊Python的上下文管理器：with语句为什么能自动关闭文件？怎么写自己的上下文管理器？

你们踩过Python可变性的坑吗？评论区聊聊～

关注「Wood聊大数据」| 9年大数据老兵，只讲大数据面试干货