由浅拷贝与深拷贝引出python中绑定关系的思考

Python3中绑定关系对于初学者来说算是一个比较让人迷惑的了，本文争取用最简单的例子解释清楚。

浅拷贝
是指在复制过程中只复制一层变量，不会复制深层变量绑定的对象的拷贝过程。
使用方法如下：

L = [3.1, 3.2]
L1 = [1, 2, L]
L2 = L1.copy()  # 等同于L2 = L1[:]
print(L1)  # [1, 2, [3.1, 3.2]]
print(L2)  # [1, 2, [3.1, 3.2]]
L2[2][0] = 3.14  # 重新赋值（见下图红色部分）
print(L1)  # [1, 2, [3.14, 3.2]]
print(L2)  # [1, 2, [3.14, 3.2]]

图例如下：

在python中，一般的赋值都等同于浅拷贝，绑定被拷贝变量所指向的对象，为了便于理解，我们列举下面几个例子：

# 示例1
a = 1
b = a
print(b)  # 1
a = 2
print(b)  # 1

如下图：

首先如图蓝色线，将变量a绑定对象1，拷贝之后是将变量b指向变量a所绑定的对象1，当将变量a赋值2时，b所绑定的对象是不变的。

#示例2
L = [1, 2, 3]
L1 = L
print(L)  # [1, 2, 3]
print(L1)  # [1, 2, 3]
L[1] = 5  # 对L[1]重新赋值
print(L)  # [1, 5, 3]
print(L1)  # [1, 5, 3]

如下图：

L首先绑定的是一个列表对象，然后列表中[0]、[1]、[2]元素再去分别绑定对象1，2，3，在将L赋值给L1时，是将L1指向L所绑定的列表对象，L[1] = 5操作如如红线部分，此时L和L1所绑定的列表对象没有变化，只是下一层列表的[1]元素所绑定的对象变成了5，所以在打印时L和L1的值都改变了。

看下面一个看似相同的例子：

L = [1, 2, 3]
L1 = L
print(L)  # [1, 2, 3]
print(L1)  # [1, 2, 3]
L = [4, 5, 6]  # 对L重新赋值
print(L)  # [4, 5, 6]
print(L1)  # [1, 5, 3]

此时对L进行了重新绑定到别的列表对象，而L1所绑定的对象是不变的，所以最后打印出来的L和L1的结果是不一样的。

深拷贝
是指在复制过程中会拷贝每层所有绑定的对象（实际中不变对象除外如：数值、字符串等）。
示例如下：

import copy
L = [3.1, 3.2]
L1 = [1, 2, L]
L2 = copy.deepcopy(L1)  # 如下如deepcopy示意
print(L1)  # [1, 2, [3.1, 3.2]]
print(L2)  # [1, 2, [3.1, 3.2]]
L1[2][0] = 3.14  # 如下图红色部分
print(L1)  # [1, 2, [3.14, 3.2]]
print(L2)  # [1, 2, [3.1, 3.2]]

注：图中所展示的数值对象，在值相同时实际只存储一次。