Python函数中NumPy数组与列表是否会被修改？如何避免原值改动？

Python的参数传递是对象引用传递，不存在其他语言里非黑即白的值传递/引用传递划分，传入的列表和NumPy数组会不会被修改，完全取决于函数内部对传入对象执行的操作，两类对象的具体表现如下：

• 列表的修改规则
  列表是典型的可变对象，如果函数内部对传入的列表执行原地修改操作，外部的原始列表会被直接改动，常见的原地操作包括：调用append()/pop()/extend()/sort()这类原地方法、按索引/切片给元素赋值、用+=做列表拼接。
  示例代码：

  def change_list(input_list):
      input_list.append(4)
      input_list[0] = 999
  
  origin = [1,2,3]
  change_list(origin)
  print(origin)  # 输出 [999, 2, 3, 4]，原始列表已被修改
  

  如果函数内部只是把传入的参数变量重新指向新的列表对象，或者执行sorted()、列表+运算这类返回新对象的非原地操作，就不会影响外部的原始列表。
• NumPy数组的修改规则
  NumPy数组同样是可变对象，且其设计偏向高性能，大量操作默认是原地执行，只要函数内对传入的数组做原地修改（按索引/切片赋值、调用sort()/fill()这类原地方法、用+=/*=这类原地运算符），都会直接改动原始数组。
  要特别注意：NumPy数组的切片默认是原数组的视图，不是独立拷贝，哪怕函数里只修改了原数组的切片，也会联动修改原始数组——这一点和Python原生列表不同，原生列表的切片是浅拷贝，修改切片不会影响原列表。
  示例代码：

  import numpy as np
  def change_arr(arr):
      arr[0] = 100
      arr *= 2
  
  origin_arr = np.array([1,2,3])
  change_arr(origin_arr)
  print(origin_arr)  # 输出 [200   4   6]，原始数组已被修改
  

  和列表一样，如果函数内部只是把参数变量重新赋值为新的数组对象，不会对外部原始数组产生任何影响。

• 传入前主动生成独立副本
  这是最直接、最不容易出问题的方案：
  • 对普通列表：如果元素都是数字、字符串这类不可变类型，用origin.copy()、list(origin)或者切片origin[:]生成浅拷贝即可；如果列表嵌套了列表、字典这类可变元素，需要用copy.deepcopy(origin)生成递归深拷贝，才能完全切断和原对象的关联。
  • 对NumPy数组：直接调用origin_arr.copy()即可生成内存完全独立的深拷贝，把这个副本传入函数，后续任何操作都不会影响原始数组。
• 函数内部做防御性拷贝
  如果你是函数的开发者，且函数逻辑本身不应该改动用户传入的原始数据，可以在函数入口处第一时间对传入参数做拷贝，后续所有逻辑都在副本上执行。比如处理数值数据的函数可以在开头写arr = np.array(arr, copy=True)，不管用户传入的是列表还是NumPy数组，都会自动生成独立副本，从根源上避免误改外部数据。
• 刻意规避容易触发原地修改的写法
  • 操作列表时，优先用返回新对象的非原地方法：比如排序用sorted(input_list)代替input_list.sort()，拼接元素用new_list = input_list + [elem]代替append()。
  • 操作NumPy数组时，对传入的原始数组避免使用+=/-=这类原地运算符，换成arr = arr * 2这类生成新数组的写法；如果需要操作数组切片，先给切片做.copy()再修改，避免视图联动改到原数组。
• 调试阶段用只读锁做校验
  排查误改问题时，可以在传入NumPy数组前把它设为只读：origin_arr.flags.writeable = False，之后任何尝试修改该数组的操作都会直接抛出ValueError，可以快速定位到误改的代码位置。

注意：浅拷贝只会复制最外层的容器对象，容器内部存储的可变元素依然和原对象共享引用，只要存在嵌套可变结构的场景，要完全隔离原始值必须使用深拷贝。

内容的提问来源于stack exchange，提问作者Prathvik G S