Python 中对列表等可变对象的赋值是引用传递，而非值拷贝；因此修改原变量会影响所有指向同一对象的变量。这是语言设计特性，非 Bug，可通过浅拷贝（如 .copy()）实现独立副本。

python 中对列表等可变对象的赋值是引用传递，而非值拷贝；因此修改原变量会影响所有指向同一对象的变量。这是语言设计特性，非 bug，可通过浅拷贝（如 `.copy()`）实现独立副本。

在 Python 中，变量本质上是对象的引用（reference），而非数据本身。当你执行 b = a 且 a 是一个列表（或其他可变对象，如字典、集合）时，Python 并不会创建新列表，而是让 b 指向与 a 完全相同的内存地址。这意味着 a 和 b 共享同一份底层数据。

例如：

a = [0, 0]
b = a        # b 引用与 a 相同的列表对象
a[0] = 1
print(b)     # 输出: [1, 0] —— 因为 b 和 a 指向同一个列表

这并非 Bug，而是 Python 对可变对象的一致性设计：高效、节省内存，且符合“对象身份优先”的语义逻辑（可通过 id(a) == id(b) 验证二者地址相同）。

✅ 若要获得彼此独立的副本，需显式进行拷贝操作：

python全能编程助手

SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、

下载

立即学习“Python免费学习笔记（深入）”；

• 浅拷贝（Shallow Copy）：适用于仅含不可变元素（如数字、字符串）的一维列表：

  a = [0, 0]
  b = a.copy()      # 推荐：清晰、直观、Python 3.3+
  # 或 b = a[:]      # 切片法，兼容旧版本
  # 或 b = list(a)   # 构造新列表
  a[0] = 1
  print(b)          # 输出: [0, 0] ✅

⚠️ 注意事项：

• 浅拷贝仅复制最外层容器，若列表内嵌套了可变对象（如 a = [[1], [2]]），修改子列表仍会影响 b；此时需使用 copy.deepcopy()。
• 不要误用 b = a 或 b = [x for x in a]（后者仍是浅拷贝，但不如 .copy() 明确）。
• 字符串、整数、元组等不可变对象不存在此问题，因为它们的“修改”实际是重新绑定变量（生成新对象）。

总结：理解 Python 的“变量即引用”模型是写出健壮代码的关键。当需要数据隔离时，主动拷贝——首选 list.copy()，兼顾可读性与安全性。