python 中变量赋值不创建新对象，而是建立对同一对象的引用；因此修改可变对象（如列表）会影响所有引用该对象的变量，这是语言设计的有意特性，而非 bug。
python 中变量赋值不创建新对象，而是建立对同一对象的引用；因此修改可变对象（如列表）会影响所有引用该对象的变量，这是语言设计的有意特性，而非 bug。
在 Python 中，“赋值”（=）本质上是绑定名称到对象的操作，而非复制数据。当你执行 d = c 时，并未生成 c 所指向列表的新副本，而是让变量 d 指向与 c 完全相同的内存地址中的同一个列表对象。这正是为什么后续对 d[0] 的修改（如 d[0] = 'panda'）会同步反映在 c 上——因为 c 和 d 实际上是同一可变对象的两个不同“别名”。
可通过 id() 函数验证这一点：
a = 'donkey' b = 'horse' c = [a, b] d = c print(id(c) == id(d)) # 输出: True → 两者指向同一对象
⚠️ 注意：该行为仅对可变对象（如 list、dict、set）显著可见。对于不可变对象（如 str、int、tuple），即使多个变量“共享”同一对象，也无法通过赋值修改其内容（因不可变性），故不会出现意外联动。
如何真正复制列表？
若需独立副本，应显式执行浅拷贝（shallow copy）：
立即学习“Python免费学习笔记（深入）”；
| 方法 | 代码示例 | 说明 |
|---|---|---|
| 切片语法 | d = c[:] |
简洁常用，仅适用于序列类型 |
| 构造函数 | d = list(c) |
语义清晰，通用性强 |
copy() 方法 |
d = c.copy() |
Python 3.3+ 推荐，专为可变序列设计 |
copy 模块 |
import copy; d = copy.copy(c) |
显式且可读性高，支持更复杂场景 |
✅ 示例（修正后）：
c = ['donkey', 'horse'] d = c.copy() # 或 d = c[:] d[0] = 'panda' print(c) # ['donkey', 'horse'] ← 不变 print(d) # ['panda', 'horse'] ← 仅 d 变化
? 补充提醒：以上均为浅拷贝，即仅复制最外层容器，若列表内嵌套了可变对象（如 [['a'], ['b']]），内部子对象仍被共享。需深层复制时，应使用 copy.deepcopy()。
总之，这不是 Python 的“bug”，而是其统一的对象模型体现：一切皆对象，赋值即引用绑定。理解这一机制，是写出可靠、可预测 Python 代码的关键基础。
