python变量的复制、赋值、浅拷贝、深拷贝

Python中的变量　

　　Python中的变量可以看作数值的一个标签，当给变量赋值时，该变量将指向该值域的存储空间，给该变量重新赋一个新值时，将释放当前值域的存储空间，指向另一个值域存储空间。

　　对于Python来说是以值域为内存分配对象，变量名只是指向该内存空间，当值域发生变化时，系统分配另外一块内存，该变量指向新分配的地址块，原来地址空间系统进行回收，该方式也就说明了为何python的变量可以为任何类型，而C/C++则是先给变量分配一块适当的大小，当值变化时，直接更新变量指向地址的内存块，及变量的地址永远不变，所以它就必须为固定的类型。

　　python中可以通过id(a)来查看变量a的地址，例如如下测试：

当存在如下情况时：

　　a = 100， b = 100 时，此时id(a) 和id(b)是相等的，但是当a = 7823.232， b = 7823.232时，此时id(a)和id(b)的地址有可能相同也有可能不同，这个取决于计算机系统（32位上测试不同，64位上相同）。python对[-5, 257]区间的整数和短字符串做了内存缓存，当不同的变量等于同一个值时，变量的地址都相同，其他的数会各自维护一个地址空间。

变量赋值

　　变量赋值为值域地址的引用，比如a = 0， b = a，a和b将指向同一块地址，当b = 10的时候，b又指向了另外的一块地址空间。

浅拷贝　　

对于可变数据类型，进行外部的空间拷贝，其内部都是引用相同的地址。

浅拷贝函数：list的[:]，list()，set(), map()，及对应的copy函数，copy模块中的copy函数。

要点：（1）可变数据类型。

　　　（2）只拷贝最外部的存储空间。

　　　（3）对其内部可变元素得修改会体现在被拷贝得元素上。

深拷贝

对于可变数据类型或者其内部元素包含可变类型，可变类型数据将拷贝一份独立的空间，不可变类型将引用相同的地址。

 

 

 要点：（1）可变类型或者包含可变元素得不可变类型

　　　 （2）可变类型数据都将拷贝一份独立得空间

　　　 （3）对其内部可变元素得修改不会体现在被拷贝得元素上

注意：不可变类型且内部元素不包含可变类型（如tuple包含list）的浅拷贝，深拷贝都是赋值操作。

赋值，浅拷贝，深拷贝关系如下图

 变量的引用计数

既然Python的变量都是地址的引用，那么如果 a = b后，把a释放掉，b会一起释放空间吗？

我们发现，当del a后，b的地址并没有发生变化，而且b的值也没被释放。

这是因为在赋值(地址引用)时，会有个计数器，当引用增加时，计数器对应增加，引用减少(释放或者生命周期结束)，计数器对应减少，当计数器减少到0的时候，启动系统垃圾回收机制对存储空间进行回收，当然Python的内存回收不会当计数器减少为0时马上回收，如果一段时间内，有新的内存申请需要，则会复用现在的内存空间，否则就释放。

我们可以使用 sys.getrefcount() 查看变量被引用的次数

 我们发现，为啥计数从2开始呢，其实这个是因为调用函数getrefcount时，参数传递时，也进行了一次地址的引用，所以比实际的引用会多一次。