python中的深浅拷贝

学习python要有一个很强的面向对象思维，用python，那万物皆对象。

今天想写写深浅拷贝的一点基础理解，以list来作为例子解释。

LIST_SOURCE= [
			[[1, 1, 1, 1], [11, 11, 11, 11], [111, 111, 111, 111]],
			[[2, 2, 2, 2], [22, 22, 22, 22], [222, 222, 222, 222]],
			[[3, 3, 3, 3], [33, 33, 33, 33], [333, 333, 333, 333]]
		]

首先存在这样一个列表LIST_SOURCE，总共有三层list嵌套。现在有一个需求：需要提取 [22, 22, 22, 22]这个列表数据。

new_list = list[1][1]
# new_list = [22, 22, 22, 22]

很简单，找到对应的index进行赋值，这样就取值了。但是这时候需要对LIST_SOURCE进行数值修改，将LIST_SOURCE[1][1][1]数值修改了，改成0。即：

LIST_SOURCE= [
			[[1, 1, 1, 1], [11, 11, 11, 11], [111, 111, 111, 111]],
			[[2, 2, 2, 2], [22, 0, 22, 22], [222, 222, 222, 222]],
			[[3, 3, 3, 3], [33, 33, 33, 33], [333, 333, 333, 333]]
		]

可修改完以后发现new_list当中的值也给改了。在一些需求当中可能要求不行，要求A改变了但被A赋值的B不能改变，这就是深浅拷贝问题了。

先说说为什么会这样。
开头说了在Python中要学会一点：万物皆对象

可以LIST_SOURCE进行分解、抽象化一下来进行理解。
list(即列表类型)是动态可变的，它不像tuple、str、int等这些类型，写下以后就定死了，要改变除非重新赋值一次。

example = [1, 2, 3, 4]  # id(example) = 2119472699144

比如有这样一个列表example，对其id值进行查看为2119472699144。对example进行一些操作，如append、extend、pop等一些方法操作，会发现无论如何它的id都不会改变，依旧为2119472699144。所以我们称这样一个类型的数据是动态的数据类型，是一个独立的可变对象。

有以上的基础理解以后，回头再看LIST_SOURCE这个列表。
我们可以将LIST_SOURCE抽象理解为多个动态数据组合的。即：

LIST_SOURCE = [
				[list1, list2, list3],
				[list4, list5, list6],
				[list7, list8, list9]
			  ]

或者换一种写法

LIST_SOURCE = [
				[对象1, 对象2, 对象3],
				[对象4, 对象5, 对象6],
				[对象7, 对象8, 对象9],
		 	  ]

每一个list都是一个动态可变的数据类型，他们都有一个唯一id，他们都是一个独立的对象。那么将LIST_SOURCE[1][1]取出来我们就可以理解为将一个"对象"取出来，其实就是将这个"对象"的id取出来，然后将id赋值到一个新的变量上去，可以用代码来抽象表示一下：

a = b = 1

或者

a = b = [1, 2, 3]

就好比这样一个赋值操作，a和b都指向同一个数据，也就是说LIST_SOURCE[1][1]这个列表对象的地址赋值给了new_list，自然而然对LIST_SOURCE[1][1]这个列表当中的值修改以后new_list也会跟着改变。

在python中许多种操作都可以视为浅拷贝，如上面的情况，或者切片操作，或者标准库当中的copy.copy方法。其实切片操作这么说不太精确，而是对可变类型数据的切片操作。对字符串等这种不可变类型的切片操作并不能作为浅拷贝，解释器会为这种操作申请新的内存。

为什么会有浅拷贝这种存在呢？当然，存在即合理，我刚开始学习python的时候看一些教学中有提及过这种情况，即：或子母卡的情况，比如母亲有一张银行卡母卡，而儿子有一张子卡，若儿子进行刷卡消费，母卡当中的数据也应该跟着改变，这时候浅拷贝的用途就体现出来了。

至于深拷贝就是利用copy.deepcopy进行操作，申请一个新的内存空间来存放数据，就不多解释了。主要还是对浅拷贝为什么做一个理解。