含numpy数组属性的类对象复制同步修改问题

问题复现 #

你定义的Test类及测试代码如下：

import numpy as np
import copy as cp

class Test():
    x=5
    arr=np.array([5,3])

TEST_1=Test()
TEST_2=cp.copy(TEST_1)

修改TEST_1的x属性时，TEST_2的x不受影响：

print(TEST_2.x)
TEST_1.x+=1
print(TEST_2.x)

输出：

>>>5
>>>5

但修改TEST_1的arr数组时，TEST_2的arr会同步改变：

print(TEST_2.arr)
TEST_1.arr+=np.array([1,1])
print(TEST_2.arr)

输出：

>>> [5 3]
>>> [6 4]

问题原因 #

1. 类属性的共享特性：当前x和arr是Test类的类属性，所有实例默认共享。修改TEST_1.x时，Python会自动为TEST_1创建同名实例属性，覆盖类属性，所以TEST_2仍引用类属性的x，不受影响；但修改TEST_1.arr时，并没有创建新的实例属性，而是直接修改了类属性指向的numpy数组（可变对象），所有实例都会同步看到变化。
2. 浅拷贝的局限性：copy.copy()是浅拷贝，仅复制对象引用，对于numpy数组这类可变对象，不会复制数组本身，两个实例仍共享同一个数组对象。

解决方案 #

方案1：改为实例属性+深拷贝 #

重写Test类，在__init__中初始化实例属性，同时用copy.deepcopy()实现完全拷贝：

import numpy as np
import copy as cp

class Test():
    def __init__(self):
        # 每个实例拥有独立的实例属性
        self.x = 5
        self.arr = np.array([5,3])

TEST_1 = Test()
# 深拷贝确保数组也被完整复制
TEST_2 = cp.deepcopy(TEST_1)

测试验证：

print(TEST_2.arr)
TEST_1.arr += np.array([1,1])
print(TEST_2.arr)

输出：

>>> [5 3]
>>> [5 3]

方案2：自定义类的__copy__方法 #

如果需要用浅拷贝但希望数组独立，可以重写__copy__方法，手动复制数组：

import numpy as np
import copy as cp

class Test():
    def __init__(self):
        self.x = 5
        self.arr = np.array([5,3])
    
    def __copy__(self):
        new_instance = Test()
        new_instance.x = self.x
        # 用numpy数组自身的.copy()方法创建副本
        new_instance.arr = self.arr.copy()
        return new_instance

TEST_1 = Test()
TEST_2 = cp.copy(TEST_1)

此时用copy.copy()也能得到独立的数组实例，修改其中一个不会影响另一个。

方案3：手动复制数组（不修改类） #

如果不想改动类结构，可在复制实例后手动替换数组：

TEST_1 = Test()
TEST_2 = cp.copy(TEST_1)
# 手动复制数组，让TEST_2拥有独立的数组对象
TEST_2.arr = TEST_1.arr.copy()

内容的提问来源于stack exchange，提问作者Lory1502