赋值、深拷贝和浅拷贝

1、赋值

对象之间赋值本质上是对象之间的引用传递，也就是多个对象指向同一个数据空间。当创建一个对象，把它赋值给另一个变量的时候，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。原始数据改变，被赋值的对象数据也会做相同的改变。

（1）列表之间的赋值

	a = [11,22]
	b = a
	print(id(a))    # 用来显示 a 指向的数据的内存地址
	print(id(b))    # 用来显示 b 指向的数据的内存地址

运行结果：
	1610957499464
	1610957499464

结论：
以上结果相同，说明了当给一个变量赋值时，其实就是将数据的引用复制了一份给了另外一个变量，这其实就是最简单的浅拷贝。

类似于 xx1 = xx2 这种类型的基本都是浅拷贝。

（2）字典之间的赋值

	c = {"name":"teacher"}
	d = c
	print(id(c))
	print(id(d))
	
	c["age"] = 20
	print(c)
	print(d)
	
运行结果：
	3127108004240
	3127108004240
	{'name': 'teacher', 'age': 20}
	{'name': 'teacher', 'age': 20}

2、浅拷贝

浅拷贝是对于一个对象的顶层拷贝，也就是只能拷贝最外面的一层。对于只有一层的数据可以完全拷贝；对于有多层数据的对象，只拷贝该对象的顶层，其余的只是把存放变量的地址值传给被赋值的对象，最后两个变量引用了同一份地址。通俗的理解是：拷贝了引用，并没有拷贝内容（指向了别人的内存地址，并没有建立一个新的内存地址）。

（1）对于只有一层数据的浅拷贝（完全拷贝，相当于深拷贝）

	import copy
	a = [1,2,3,4]
	b = copy.copy(a)
	print(a)
	print(b)
	print(id(a))
	print(id(b))
	a.append(9)
	print(a)
	print(b)
	print(id(a))
	print(id(b))
	
运行结果：
	[1, 2, 3, 4]
	[1, 2, 3, 4]
	2076501879368
	2076501879560
	[1, 2, 3, 4, 9]
	[1, 2, 3, 4]
	2076501879368
	2076501879560

（2）对于有两层数据的浅拷贝

1）查看id

	a = [11, 22]
	b = [33, 44]
	c = [a, b]
	print(id(a))
	print(id(b))
	print(id(c))
	print(id(c[0]))
	print(id(c[1]))
	
运行结果：
	2163059240008
	2163058363336
	2163059239880
	2163059240008
	2163058363336

2）举例

	import copy
	a = [11, 22]
	b = [33, 44]
	c = [a, b]
	d = copy.copy(c)
	print(id(a))
	print(id(b))
	print(id(c))
	print(id(d))
	print(id(d[0]))
	print(id(d[1]))
	a.append(11)
	print(c)
	print(d)
	
运行结果：
	2163059240008
	2163058363336
	2163059239880
	2163060779784
	2163059240008
	2163058363336
	[[11, 22, 11], [33, 44]]
	[[11, 22, 11], [33, 44]]

结论：
C对象的顶层数据就是[a,b]，所以通过浅拷贝给D对象时D对象中也是[a,b]。
浅拷贝，只会复制最顶层的那个列表。

3、深拷贝

深拷贝是对于一个对象所有层次的拷贝(递归)。深拷贝是在内存中建立了一个新的内存地址，并另建了相同的数据。

（1）深拷贝举例

	import copy
	a = [11, 22]
	b = copy.deepcopy(a)   # 对a指向的列表进行深拷贝
	print(a)
	print(b)
	print(id(a))
	print(id(b))
	# 以上结果说明了通过deepcopy确实将a列表中所有的数据的引用拷贝了，而不是只拷贝了a指向的列表的引用
	a.append(33)
	print(a)
	print(b)
	
运行结果：
	[11, 22]
	[11, 22]
	2492948097608
	2492948097800
	[11, 22, 33]
	[11, 22]

（2）进一步理解深拷贝

	import copy
	a = [11, 22]
	b = [33, 44]
	c = [a, b]
	d = copy.deepcopy(c)
	print(id(a))
	print(id(b))
	print(id(c))
	print(id(c[0]))
	print(id(c[1]))
	print(id(d))
	print(id(d[0]))
	print(id(d[1]))
	c[0].append(55)
	print(c)
	print(d)
	
运行结果：
	1784636648008
	1784636648200
	1784635290184
	1784636648008
	1784636648200
	1784635290312
	1784635290376
	1784636649224
	[[11, 22, 55], [33, 44]]
	[[11, 22], [33, 44]]

4、浅拷贝和深拷贝对不可变类型的拷贝

copy.copy对于可变类型，会进行浅拷贝。
copy.copy和copy.deepcopy对于不可变类型没有意义，全部等价于对象之间的赋值操作，即为引用的传递。

（1）浅拷贝对可变类型的copy

	import copy
	a = (11, 22, 33)
	b = copy.copy(a)
	print(id(a))
	print(id(b))
	
运行结果：
	2130815156424
	2130815156424

（2）深拷贝对可变类型的copy

	import copy
	a = (11, 22, 33)
	b = copy.deepcopy(a)
	print(id(a))
	print(id(b))
	
运行结果：
	2341555192456
	2341555192456

总结

（1）不可变对象类型，不管是深拷贝还是浅拷贝，地址值和拷贝后的值都是一样的。
（2）对于可变对象深浅拷贝:

• =（浅拷贝）浅拷贝：值相等，地址相等
• copy（浅拷贝）：值相等，地址不相等
• deepcopy（深拷贝）：值相等，地址不相等

（3）深浅拷贝的作用：

• 减少内存的使用。
• 以后在做数据的清洗、修改或者入库的时候，对原数据进行复制一- 份，以防数据修改之后，找不到原数据。