Python对象拷贝异常：修改拷贝对象导致原对象部分属性同步变更

这问题的核心在于可变对象与不可变对象在拷贝时的行为差异，你的__copy__方法里对inputs的处理是浅拷贝（直接传递引用），而max_p这类数值是不可变类型，赋值时会创建新的独立值，所以才会出现只有inputs同步变更的情况。

具体拆解原因： #

1. 不可变类型（如max_p的float值）
   当你在__copy__里写max_p=self.max_p时，因为float是不可变类型，Python会直接复制这个值到新对象里。后续修改拷贝对象的max_p，只是给拷贝对象的这个属性重新赋值一个新的float值，完全不会影响原对象的max_p——这就是为什么你修改拷贝组件的max_p后，原对象的这个属性完全不受影响。

2. 可变类型（如inputs的字典）
   字典是可变对象，当你在__copy__里直接传递inputs=self.inputs时，你并没有创建一个新的字典，而是把原对象inputs字典的引用传给了拷贝对象。这意味着拷贝对象和原对象共享同一个字典内存地址：

   • 当你调用component.add_input('a', 12)时，本质是在修改这个共享的字典内容，所以原对象的inputs也会跟着变化。
   • 而如果是给拷贝对象的inputs重新赋值一个新字典（比如component.inputs = {'a':12}），那才会切断引用，但你的add_input方法应该是在原字典里添加键值对，不是重新赋值。

解决方案：对可变属性做深/浅拷贝 #

修改你的__copy__方法，对inputs、outputs这类可变对象创建独立的副本：

def __copy__(self, name=None, nice_name=None):
    if name is None:
        name = self.name
    if nice_name is None:
        nice_name = self.nice_name
    # 对字典类型的可变属性做拷贝，避免引用共享
    copied_inputs = self.inputs.copy()
    copied_outputs = self.outputs.copy()
    copied_streams = self.streams.copy()  # 如果streams也是可变类型的话
    return ConversionComponent(
        name=name, nice_name=nice_name, 
        lifetime=self.lifetime, maintenance=self.maintenance, 
        capex=self.capex, capex_unit=self.capex_unit, 
        scalable=self.scalable, base_investment=self.base_investment, 
        base_capacity=self.base_capacity, economies_of_scale=self.economies_of_scale, 
        max_capacity_economies_of_scale=self.max_capacity_economies_of_scale, 
        ramp_down=self.ramp_down, ramp_up=self.ramp_up, 
        shut_down_ability=self.shut_down_ability, shut_down_time=self.shut_down_time, 
        start_up_time=self.start_up_time, number_parallel_units=self.number_parallel_units, 
        min_p=self.min_p, max_p=self.max_p, 
        inputs=copied_inputs, outputs=copied_outputs, 
        main_input=self.main_input, main_output=self.main_output, 
        streams=copied_streams, final_unit=self.final_unit
    )

如果你的字典里还嵌套了其他可变对象（比如字典里的值是列表或自定义对象），那需要用copy.deepcopy()来彻底创建独立副本：

import copy
copied_inputs = copy.deepcopy(self.inputs)

验证你的输出结果 #

看你最后一次修改后的输出：

copy
{'a': 12}
95.0
original
{'a': 12}
1.0

完全符合这个逻辑：inputs因为共享引用被同步修改，而max_p是不可变类型，修改拷贝对象的max_p只是给它赋了新值，原对象的max_p还是保持原来的1.0。

内容的提问来源于stack exchange，提问作者ulicious