深拷贝浅拷贝

python中的拷贝是针对嵌套的可变数据类型的；
可变数据类型：列表、字典、集合；
不可变数据类型：数字、字符串、元组
举例（来源python核心编程）：
import copy
person = [‘name’, [‘saving’, 100.00 ]]
hubby = person[:] -------person的一个浅拷贝：创建了一个新对象，地址是新的，内容是person中的内容；嵌套的可变数据类型中的地址是原来的，内容是原来的；
wifey = list(person) -------person的一个浅拷贝
son = copy.copy() -------person的一个浅拷贝
daug = copy.deepcopy() -----person的一个深拷贝：创建了一个新对象，地址是新的，内容是person中内容；嵌套的可变数据类型（列表）的地址也是新的，值是原来的值；

查看原person，hubby，wifey，son，daug的地址：
for i in person, hubby, wifey, son, daug:
print(id(i), end=’ ‘)
2749349998472 2749350110408 2749348557448 2749350110344 2749350110280 --------都不同
查看原person，hubby，wifey，son，daug的值：
for ii in person, hubby, wifey, son, daug:
print(ii, end=’ ')
[‘name’, [‘saving’, 100.0]] [‘name’, [‘saving’, 100.0]] [‘name’, [‘saving’, 100.0]] [‘name’, [‘saving’, 100.0]] [‘name’, [‘saving’, 100.0]] ---------都相同

查看原person，hubby，wifey，son，daug中每个元素的地址：
for j in person:
print(id(j), end=’,’)
#其他同上
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749350110216,--------深拷贝嵌套列表地址为新地址

修改深拷贝对象daug[1][1] = 30.00后，查看person，hubby，wifey，son，daug的地址：
2749349998472 2749350110408 2749348557448 2749350110344 2749350110280 -----不变
查看上述的值：
[‘name’, [‘saving’, 100.0]] [‘name’, [‘saving’, 100.0]] [‘name’, [‘saving’, 100.0]] [‘name’, [‘saving’, 100.0]] [‘name’, [‘saving’, 30.0]] -----只有深拷贝的值改变，其他不变
查看person，hubby，wifey，son，daug中每个元素的地址：
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749350110216, —不变

修改浅拷贝对象hubby[1][1] = 50.00后，查看person，hubby，wifey，son，daug的地址：
2749349998472 2749350110408 2749348557448 2749350110344 2749350110280 ----不变
查看上述的值：
[‘name’, [‘saving’, 50.0]] [‘name’, [‘saving’, 50.0]] [‘name’, [‘saving’, 50.0]] [‘name’, [‘saving’, 50.0]] [‘name’, [‘saving’, 30.0]] -----浅拷贝对象的值都改变了，原因如前所述，浅拷贝只拷贝了内部列表的引用（地址）；当引用的内容修改，所有浅拷贝对象的值也被修改；
查看person，hubby，wifey，son，daug中每个元素的地址：
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749350110216, ----不变

举例：实际中哪些时候会用到浅拷贝、深拷贝？
例如想要得到一幅图像修改了某些像素值后的图像，又需要保留原图；
此时就需要使用原图的深拷贝，修改深拷贝相应的值后得到 新图，不会影响到原图的使用；

简陋的实验代码：

import copy
person = ['name', ['saving', 100.00]]
hubby = person[:]      # 新地址，老值
wifey = list(person)   # 新地址，老值
son = copy.copy(person)  # 新地址，老值
daug = copy.deepcopy(person)  # 新地址，老值

def calc(x,y,z,a,b):
    for i in person, hubby, wifey, son, daug:
        print(id(i), end='   ')
    print(end='\n')
    for ii in person, hubby, wifey, son, daug:
        print(ii, end='   ')
    print(end='\n')
    for j in person:
        print(id(j), end=',')
    print(end='\n')
    for j in hubby:
        print(id(j), end=',')
    print(end='\n')
    for j in wifey:
        print(id(j), end=',')
    print(end='\n')
    for j in son:
        print(id(j), end=',')
    print(end='\n')
    for j in daug:
        print(id(j), end=',')
    print(end='\n')
calc(person,hubby,wifey,son,daug)

daug[1][1] = 30.00
calc(person,hubby,wifey,son,daug)

hubby[1][1] = 50.00
calc(person,hubby,wifey,son,daug)

输出结果：

2749349998472   2749350110408   2749348557448   2749350110344   2749350110280   
['name', ['saving', 100.0]]   ['name', ['saving', 100.0]]   ['name', ['saving', 100.0]]   ['name', ['saving', 100.0]]   ['name', ['saving', 100.0]]   
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749350110216,
2749349998472   2749350110408   2749348557448   2749350110344   2749350110280   
['name', ['saving', 100.0]]   ['name', ['saving', 100.0]]   ['name', ['saving', 100.0]]   ['name', ['saving', 100.0]]   ['name', ['saving', 30.0]]   
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749350110216,
2749349998472   2749350110408   2749348557448   2749350110344   2749350110280   
['name', ['saving', 50.0]]   ['name', ['saving', 50.0]]   ['name', ['saving', 50.0]]   ['name', ['saving', 50.0]]   ['name', ['saving', 30.0]]   
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749349998280,
2749342608272,2749350110216,

Process finished with exit code 0