由于Python的动态特性，Python中变量和对象是分离的，在使用变量的时候，只需要直接赋值即可（在给变量赋值前不需要声明，C/C++等静态语言需要声明），而在Python中，一切皆对象，所以变量的本质是对对象的引用。
例子 一
a = 1
实质上是a指向了对象1，可以用命令行模式id(）来查看对象的身份
例子二：
a = 1
a = "apple"
a变量先引用了对象1，再引用了对象apple,可以看到，a不再指向对象1，而对象1会被Python的内存机制当作垃圾回收处理掉。
例子三：
a =2
b = 2
按照例一的说法，应该是这样，a,b分别引用了两个对象（只不过都是为2）
用函数查看变量a和b的引用情况：
发现，a和b指向了同一地址，也就是指向了同一对象。这个跟python的内存机制有关系，因为对于语言来说，频繁的进行对象的销毁和建立，特别浪费性能。所以在Python中，整数和短小的字符，Python都会缓存这些对象，以便重复使用。
所以实际上是这样：
相当于你今天穿着a牌子的衣服，明天穿着b牌子的衣服，你说你再也不是自己了，是不是有点2？
例子四：
a = 3
b = a（即让变量b指向对象a，但a也是指向另一个对象，即b指向对象a指向的对象）
a = a + 2
可以看到 a 的引用改变了，但是 b 的引用未发生改变；a，b指向不同的对象； 第3句对 a 进行了重新赋值，让它指向了新的 对象了；即使是多个引用指向同一个对象，如果一个引用值发生变化，那么实际上是让这个引用指向一个新的引用，并不影响其他的引用的指向。从效果上看，就是各个引用各自独立，互不影响。
例子五：
L1 = [1,2,3]
L2 = L1
L1和L2引用一样，指向了同一列表对象。赋值即引用。接下来，我们操作
L1[0] = 5
L1 和 L2 的引用没有发生任何变化，但是 列表对象[1,2,3] 的值 变成了 [5,2,3]（列表对象改变了）
在该情况下，我们不再对L1这一引用赋值，而是对L1所指向的表的元素赋值。结果是，L2也同时发生变化。
原因何在呢？因为L1，L2的指向没有发生变化，依然指向那个表。表实际上是包含了多个引用的对象（每个引用是一个元素，比如L1[0]，L1[1]..., 每个引用指向一个对象，比如1,2,3), 。而L1[0] = 5这一赋值操作，并不是改变L1的指向，而是对L1[0], 也就是表对象的一部份(一个元素)，进行操作，所以所有指向该对象的引用都受到影响。
（与之形成对比的是，我们之前的赋值操作都没有对对象自身发生作用，只是改变引用指向。）
列表可以通过引用其元素，改变对象自身(in-place change)。这种对象类型，称为可变数据对象(mutable object)，词典也是这样的数据类型。而像之前的数字和字符串，不能改变对象本身，只能改变引用的指向，称为不可变数据对象(immutable object)。
检查两个对象是否指向同一对象，可用关键字 is判断
例子六：引用对象的类型与拷贝
a = [1,2,3,[4,5]]
浅拷贝：c = copy.copy(a)
说明c 和a 指向了不同的对象，但是两个数值一样的（跟例三的对比）
深拷贝：d = copy.deepcopy(a)
显然d 也是指向了与a不同的对象，这两个对象也是一样的。
总结，赋值是指向同一个对象（即引用对象本身），拷贝是创建了新的对象（新对象包含的对象和原来的一样）
那么，c 和 d 是什么关系，会不会相等？（一个浅一个深，肯定有区别）
现在来解释背后的原理
1.对于浅拷贝：copy.copy 浅拷贝 只拷贝父对象，不会拷贝对象的内部的子对象。(比深拷贝更加节省内存)
2. copy.deepcopy 深拷贝 拷贝对象及其子对象
故对于浅拷贝，a在对父对象做改变的时候，c不会有变化，因为是两个对象，但对子对象，也就是上面的【4，5】改变，由于a和c引用的是同一对象，故两者都改变。
而对于深拷贝，由于两者属于独立的，d不会随着a的改变而改变。
例如：
在a对象的后面添加"test",即父对象改变
可以看到，c 和 d都没有变化
如果对子对象【4，5】做改变的话呢？
注意到子对象属于父对象的一个元素（a[3])
a[3].append("Python")
可以看到，对子对象的改变，c也改变了，d依然保持不变。
参考博客：
扫一扫
2883
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
