引用赋值，浅拷贝copy.copy()，深拷贝copy.deepcopy()

1. 引用赋值

对于不可变对象，修改变量的值意味着在内存中要新创建一个数据对象。所以对于不可变对象，变量之间不会相互影响。对于可变对象，变量之间是相互影响的。

数值、字符串、元组是不可变对象，列表是可变对象。

可变对象和不可变对象的赋值形式虽然一样，但是修改数据时的过程不一样。

对于不可变对象，修改数据是直接在堆内存中新创建一个数据对象。如图：

对于可变对象，修改这个可变对象中的元素时，这个可变对象的地址不会改变，所以是"原处修改"的。但需要注意的是，这个被修改的元素可能是不可变对象，可能是可变对象，如果被修改的元素是不可变对象，就会创建一个新数据对象，并引用这个新数据对象，而原始的那个元素将等待垃圾回收器回收。

>>> L=[333,444,555]
>>> id(L),id(L[1])
(56583832, 55771984)
>>> L[1]=4444
>>> id(L),id(L[1])
(56583832, 55771952)

如图所示：

Note：早就存在的小整数

数值对象是不可变对象，理论上每个数值都会创建新对象。

但实际上并不总是如此，对于[-5,256]这个区间内的小整数，因为python内部引用过多，这些整数在python运行的时候就事先创建好并编译好对象了。所以，a=2, b=2, c=2根本不会在内存中新创建数据对象2，而是引用早已创建好的初始化数值2。

2. 深浅拷贝

浅拷贝：shallow copy，拷贝父对象，不会拷贝对象的内部的子对象。只拷贝第一层的数据。copy模块的copy()就是浅拷贝。

深拷贝：deep copy，完全拷贝了父对象及其子对象。递归拷贝所有层次的数据，python中copy模块的deepcopy()是深拷贝。

所谓第一层次，指的是出现嵌套的复杂数据结构时，那些引用指向的数据对象属于深一层次的数据。

一般来说，浅拷贝或按引用赋值就是我们所期待的操作。只有少数时候(比如数据序列化、要传输、要持久化等)，才需要深拷贝操作，但这些操作一般都内置在对应的函数中，无需我们手动去深拷贝。