Python 變數本質是「貼在物件上的標籤」(引用),而非裝資料的盒子。這一機制導致賦值、函式傳參、拷貝、增強賦值等操作行為與 C/C++、Java 截然不同。本文以圖解與代碼實驗,徹底釐清引用、淺拷貝、深拷貝、+= 增強賦值的行為差異,並對比 Python 2/3 差異。
values = [0, 1, 2] # 建立列表物件,貼上 "values" 標籤
values = [3, 4, 5] # 建立新列表,撕下標籤貼到新物件,舊物件若無其他標籤則被 GC
從未有「把值複製進 values」這件事,只有「標籤指向物件」。
values = [0, 1, 2]
values[1] = values # values[1] 指向 values 自己
print(values) # [0, [...], 2] —— 無限巢狀,非 [0, [0,1,2], 2]
原因:values[1] = values 將第二個元素指向「標籤 values 所指的同一個列表物件」,形成循環引用。Python 顯示為 [...] 避免無限遞歸列印。
values[1] = values[:] # 建立新列表 [0,1,2],指向它
print(values) # [0, [0, 1, 2], 2]
| 方法 | 語法 | 層級 | 適用 |
|---|---|---|---|
| 列表切片 | L[:] | 頂層 | 扁平列表 |
list() | list(L) | 頂層 | 任何可迭代物 |
字典 copy() | D.copy() | 頂層 | 字典 |
copy.copy() | copy.copy(x) | 頂層 | 通用 |
copy.deepcopy() | copy.deepcopy(x) | 遞歸全層 | 巢狀可變物件 |
a = [0, [1, 2], 3]
b = a[:] # 淺拷貝
a[0] = 8 # 修改頂層不可變元素
a[1][1] = 9 # 修改巢狀可變元素
print(a) # [8, [1, 9], 3]
print(b) # [0, [1, 9], 3] ← b 也被改了!
原因:淺拷貝只複製頂層引用,巢狀列表 [1,2] 仍被共享。
import copy
b = copy.deepcopy(a)
a[1][1] = 9
print(b) # [0, [1, 2], 3] ← 完全獨立
+= 的雙面人生
# 列表:in-place 修改,共享引用
x = [1, 2]
y = x
x += [3] # 相當於 x.extend([3])
print(x, y) # [1, 2, 3] [1, 2, 3] ← y 也變了!
# 整數:建立新物件,不影響原引用
x = 10
y = x
x += 1 # 相當於 x = x + 1
print(x, y) # 11 10 ← y 不變
規則:+= 呼叫 __iadd__,可變物件通常原地修改並回傳 self;不可變物件落回 __add__ 建立新物件。
range():Py2 回傳列表,Py3 回傳迭代器(range 物件)。dict.keys():Py2 回傳列表,Py3 回傳視圖(dict_keys)。xrange:Py2 專有,Py3 直接用 range。理解「標籤模型」與拷貝層級,是寫出無 Bug、可維護 Python 代碼的基石。遇到巢狀可變結構需複製時,預設用 copy.deepcopy(),效能敏感處再優化為手工淺拷貝+部分深拷貝。