copy.deepcopy() 天然支持列表、字典、元组、集合、frozenset、deque、int、float、str、bool、none、bytes、bytearray及嵌套组合和用户定义类；遇不可序列化类型需自定义__deepcopy__方法，特殊对象如函数、numpy数组等应选用专用方案。
直接用 copy.deepcopy() 就是通用深拷贝工具的最简实现——它原生支持列表、字典、元组、集合、自定义类（默认情况下）、嵌套结构，甚至能自动处理循环引用。
哪些类型天然被支持
Python 的 copy.deepcopy() 已覆盖绝大多数内置可序列化类型：
- 容器类：list、dict、tuple、set、frozenset、deque
- 数值与不可变类型：int、float、str、bool、None、bytes、bytearray（注意：bytearray 是可变的，但 deepcopy 能安全处理）
- 嵌套组合：如
[{'a': [1, {'b': 2}]}, (3, 4)]这类混合结构 - 用户定义类：只要不包含不可序列化资源（如文件句柄、锁、socket），默认即可深拷贝
遇到不支持类型时怎么扩展
当对象含不可序列化字段（如 _thread.RLock、open('file.txt')、C 扩展对象）时，deepcopy 会报错。此时需在类中定义 __deepcopy__ 方法手动控制：
- 跳过不该拷贝的字段（如日志器、连接池、锁）：
new_obj.logger = self.logger - 对需深拷的字段显式调用：
new_obj.data = copy.deepcopy(self.data, memo) - 务必传入
memo参数，避免循环引用死循环 - 若某字段应重建（如打开新文件），就在
__deepcopy__中 new 一个
需要额外兼容的边界情况
某些特殊对象需预处理或封装才能安全深拷贝：
-
函数/lambda：默认不可拷贝，可用
cloudpickle替代copy模块（适用于序列化到远程或保存） -
NumPy 数组：
deepcopy可用，但效率低；推荐用.copy()方法（更轻量且语义明确） -
dataclass 或 Pydantic 模型：通常自带
.model_copy()或replace()，比通用 deepcopy 更精准高效 -
带 __slots__ 的类：只要没禁用
__dict__或自定义了__getstate__，deepcopy 仍可工作
封装一个带容错的通用工具函数
可以封装一层，捕获常见异常并给出提示，而不是让程序崩在 TypeError 上：
- 先尝试
copy.deepcopy(obj) - 若失败且错误含
"cannot pickle"，说明含不可序列化资源，建议用户重写__deepcopy__ - 若失败且是循环引用深度超限（极少见），可调大
sys.setrecursionlimit()（谨慎使用） - 对已知类型（如
np.ndarray）走专用路径，兼顾性能与正确性
