一句话定义
Python 的名字绑定到对象。赋值通常改变绑定而非复制对象;多个名字引用同一个可变对象时,一方的原地修改会被其他引用看到。
为什么重要
- 一大类“灵异 bug”的根源:“我只改了 b,怎么 a 也变了?”——因为 a 和 b 是同一个对象。
- 理解函数传参:Python 传的是“对象引用”,函数内能修改可变对象,但不能让调用方的变量改指别处。
- 理解 NumPy 视图、Pandas Copy-on-Write、PyTorch 张量共享内存的前提(见 k1.lib.numpy、k1.lib.pandas)。
使用边界
浅拷贝创建新外壳但保留元素引用。deepcopy 按复制协议递归处理,还会保留内部共享关系;不可变对象、自定义复制行为或外部资源不保证都成为完全独立的副本。
原理 / 图解
Python 语言参考:“对象是 Python 对数据的抽象……每个对象都有标识(identity)、类型和值”;is 比较标识,id() 返回标识:https://docs.python.org/3/reference/datamodel.html#objects-values-and-types
| 操作 | 发生了什么 | 原对象受影响吗 |
|---|---|---|
b = a |
新名字指向同一对象 | 是同一个对象 |
b.append(4) |
原地修改对象 | 是(a 也看到) |
b = b + [4] |
创建新对象,b 改指新对象 | 否 |
c = list(a) / a.copy() / copy.copy(a) |
浅拷贝:新容器,内部元素仍共享 | 外层不受影响,内层可能受影响 |
copy.deepcopy(a) |
按复制协议递归处理 | 仍受不可变对象、内部共享和自定义复制行为影响 |
== 与 is:== 问“值相等吗”,is 问“是同一个对象吗”。判断 None 应使用 is None。PEP 8 建议与单例(如 None)比较时使用 is:https://peps.python.org/pep-0008/#programming-recommendations
可运行示例
# 文件:examples/18_object_reference.py
# 变量 = 名字(标签),对象 = 内存中的值。赋值是"贴标签",不是"复制"
a = [1, 2, 3]
b = a # b 与 a 指向同一个对象
b.append(4)
print("a =", a, "| a is b:", a is b, "| id 相同:", id(a) == id(b))
c = list(a) # 新对象(浅拷贝)
print("c == a:", c == a, "| c is a:", c is a) # == 比较值,is 比较身份
# 重新绑定 vs 原地修改
x = 10
y = x
x = x + 1 # 创建新的 int 对象,x 改贴到新对象上
print("x, y =", x, y)
# 函数参数传的是"对象引用"
def add_item(lst): lst.append("新") # 原地修改:调用方可见
def rebind(lst): lst = ["全新列表"] # 重新绑定:调用方不可见
items = ["旧"]
add_item(items); rebind(items)
print("items =", items)
# 引用计数(CPython 实现细节)
import sys
obj = object()
print("引用计数(含 getrefcount 自身的临时引用):", sys.getrefcount(obj))
alias = obj
print("增加一个名字后:", sys.getrefcount(obj))
# 浅拷贝 vs 深拷贝
import copy
nested = [[1, 2], [3]]
shallow, deep = copy.copy(nested), copy.deepcopy(nested)
nested[0].append(99)
print("浅拷贝受影响:", shallow, "| 深拷贝不受影响:", deep)
一稿留存输出(Python 3.15.0):
a = [1, 2, 3, 4] | a is b: True | id 相同: True
c == a: True | c is a: False
x, y = 11 10
items = ['旧', '新']
引用计数(含 getrefcount 自身的临时引用): 2
增加一个名字后: 3
浅拷贝受影响: [[1, 2, 99], [3]] | 深拷贝不受影响: [[1, 2], [3]]
关键观察:
rebind里lst = [...]只是让函数内的名字改指新列表,调用方的items不受影响;add_item的append修改的是共享对象,所以调用方看得到。- 浅拷贝
shallow的内层列表与原对象共享,所以nested[0].append(99)也影响了它。
常见误区
- “Python 是传值还是传引用?”:都不准确。更准确的说法是“传对象引用”(call by object reference / call by sharing)。
- 用
is比较数字或字符串:a is b对小整数和部分字符串可能为 True,这是 CPython 的缓存/驻留优化,不是语言保证。Python 3.8 起对字面量使用is会给出SyntaxWarning。 - 以为
copy()是深拷贝:嵌套结构要用copy.deepcopy。 - 把引用计数当作语言规范:
sys.getrefcount是 CPython 的实现细节;官方文档明确提醒:返回值未必反映真实引用数(例如 3.12 起的“永生对象”引用计数极大),除 0 或 1 外不要依赖其准确性:https://docs.python.org/3/library/sys.html#sys.getrefcount
与 AI 开发的关系
- NumPy 基本切片通常是视图,高级索引通常返回副本:修改切片会修改原数组(见 k1.lib.numpy 示例的最后一行)。
- PyTorch 张量:
b = a共享同一张量;a.view(...)共享存储;需要独立副本用a.clone()。https://docs.pytorch.org/docs/stable/tensor_view.html - 配置对象被意外共享:多个实验共用同一个
config字典,一个实验改了学习率,其他实验也跟着变——用copy.deepcopy(config)或不可变配置(frozen dataclass /frozendict)避免。 - 对话历史列表:把同一个
messages列表传给多个 Agent 并各自append,会导致历史互相污染。
延伸阅读
- Python 数据模型:https://docs.python.org/3/reference/datamodel.html
- Ned Batchelder, Facts and myths about Python names and values(PyCon 2015):https://nedbatchelder.com/text/names1.html
copy模块:https://docs.python.org/3/library/copy.html
理解检查
函数里执行 items = [] 与 items.clear() 有何区别?
参考答案:前者重新绑定局部名字,后者修改调用方可能共享的那个列表对象。
核验与复现
核验日期:2026-10-14。示例状态:运行通过。本轮日志:18_object_reference.py。
配套代码与核验资料