当deepcopy()失效时，如何复制Python类实例？含报错场景及示例

嘿，这个报错我之前也碰到过——本质是因为你的类实例里可能包含了PyTorch的张量（或者其他由框架自动创建的计算图节点），而copy.deepcopy目前只支持用户显式创建的graph leaves做深拷贝。针对你的场景，这里有几个简便的解决方案：

方法1：在类中实现__deepcopy__方法 #

通过自定义__deepcopy__方法，你可以完全控制深拷贝的过程，避开不支持默认deepcopy的对象：

import copy

class C(object):
    def __init__(self,a,b, **kwargs):
        self.a=a
        self.b=b
        for x, v in kwargs.items():
            setattr(self, x, v)
    
    def __deepcopy__(self, memo):
        # 提取当前实例的所有属性
        instance_attrs = self.__dict__.copy()
        
        # 分离初始化必填的a、b和其他kwargs参数
        a_val = instance_attrs.pop('a')
        # 处理b被删除的情况，默认设为None（可根据需求调整）
        b_val = instance_attrs.pop('b', None)
        
        # 创建新实例
        new_instance = C(a_val, b_val, **instance_attrs)
        
        # 对每个属性执行深拷贝（包括处理特殊对象，比如张量用clone代替deepcopy）
        for attr_name, attr_val in instance_attrs.items():
            if hasattr(attr_val, 'clone'):
                setattr(new_instance, attr_name, attr_val.clone())
            else:
                setattr(new_instance, attr_name, copy.deepcopy(attr_val, memo))
        
        # 单独处理a和b的深拷贝
        new_instance.a = copy.deepcopy(a_val, memo) if not hasattr(a_val, 'clone') else a_val.clone()
        if b_val is not None:
            new_instance.b = copy.deepcopy(b_val, memo) if not hasattr(b_val, 'clone') else b_val.clone()
        
        return new_instance

# 使用示例
c = C(4,5,r=2)
c.a = 11
del c.b
c_copy = copy.deepcopy(c)

这个方法的优势是灵活性极高，你可以针对不同类型的属性做特殊处理（比如PyTorch张量用.clone()替代deepcopy），完全避免框架对象的深拷贝限制。

方法2：用pickle序列化/反序列化 #

利用Python的pickle模块实现深拷贝，它能递归处理大多数对象（包括PyTorch张量）：

import pickle

# 序列化原实例
serialized_obj = pickle.dumps(c)
# 反序列化得到深拷贝
c_copy = pickle.loads(serialized_obj)

这个方法通用性很强，不需要修改类的代码，适合大多数场景。唯一需要注意的是，如果你的类包含无法被pickle序列化的对象（比如文件句柄），这个方法就不适用了，但你的示例场景完全没问题。

方法3：手动复制所有属性 #

如果你的类结构比较简单，手动遍历并复制所有属性也是一个快速的方案：

import copy

# 获取原实例的所有属性
original_attrs = c.__dict__.copy()

# 创建新实例：处理a、b的存在性，剩下的作为kwargs传入
new_c = C(
    original_attrs.get('a'),
    original_attrs.get('b'),
    **{k: v for k, v in original_attrs.items() if k not in ['a', 'b']}
)

# 对每个属性执行深拷贝
for attr_name, attr_val in original_attrs.items():
    setattr(new_c, attr_name, copy.deepcopy(attr_val))

这个方法最直观，适合快速验证或类结构简单的场景，但如果类的属性经常变化，维护成本会比较高。

内容的提问来源于stack exchange，提问作者patapouf_ai