Python 列表切片陷阱：引用、拷贝与深拷贝

Python 列表的切片和赋值操作很基础，之前也遇到过一些坑，以为自己很懂了。但今天刷 Codewars 时发现了一个更大的坑，故在此记录。

Python 列表赋值：拷贝了“值”还是“引用”？

很多入门 Python 的人会犯这样一个错误：在赋值操作=中搞不清是赋了“值”还是“引用”。比如：

a = [1, 2, 3]
b = a
b[0] = 10  # 更改列表 b 的第一个元素，但 a 现在也被更改为了 [10, 2, 3]

他可能只想改变列表b，但实际上这样也会改变列表a。

因为b实际上是列表a的另一个引用，a和b是同一个对象，id(a) == id(b)，所以更改b也会更改a。这个应该大部分人都知道。所以正确的代码应该使用切片来进行列表的拷贝：

a = [1, 2, 3]
b = a[:]  # 使用切片进行列表拷贝
b[0] = 10  # 此时 a 和 b 是两个不同的对象

二维列表引发的思考：列表的本质

好的，现在我们确定切片能够进行列表的拷贝。那我们就能心安理得地改动新的列表了吗？请看二维列表（二维数组）：

a = [[1, 2, 3], [4, 5, 6]]
b = a[:]
b[0][0] = 10

此时，a还是被改动了！

原因是，虽然id(a) == id(b)为False，a和b确实不是同一个对象。但它们的元素都是同一个对象——id(a[0]) == id(b[0])，id(a[1]) == id(b[1])。因为列表里存储的是对象的引用！

列表 list 终究只是个容器。就像 tuple 本身是 immutable （不可变）的，但它只是容器，它可以存储一个可变对象，因此呈现出一种可以被改动的“假象”。例如：

>>> a = ([1],)
>>> a[0][0] = 2
>>> a
([2],)

所以容器和它存储的对象不能混为一谈。所以对于这种二维列表，想要进行完全的拷贝，请直接使用copy.deepcopy()深度拷贝。

如果只想拷贝一部分（切片），那可以先拷贝再切片：

>>> import copy
>>> a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> b = copy.deepcopy(a)[1:]
>>> b[0][0] = 100

>>> a
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> b
[[100, 5, 6], [7, 8, 9]]

此时修改b没有影响到a。