python编译器优化

代码

import torch  
import torch.nn as nn  
  
mw_list = [nn.Linear(5, 2), nn.Linear(5, 2)]  
print( id(mw_list[0]), id(mw_list[1])  )  
mw_list[1] = mw_list[0]  
mw_list[0] = nn.Linear(5, 2)              # 感觉此处有优化 mw_list[0]又重新指向了原先mw_list[1]的地址  
# mw_list[0] = deepcopy( nn.Linear(5, 2)) # 这种方式会重新创建  
# mw_list[0] = deepcopy(myser)  
print( id(mw_list[0]), id(mw_list[1])  )  

执行结果为：
1651583140872 1651583235144
1651583235144 1651583140872

调整代码如下，发现也会存在相同情况

class A():  							# 重新实验
    def __init__(self):  
        self.p = 0  
  
mlst = [A(), A()]  
print( id(mlst[0]), id(mlst[1])  )  
mlst[1] = mlst[0]  
mlst[0] = A()  
print( id(mlst[0]), id(mlst[1])  )  

而在pythontutor执行时，不会出现这种情况

出现上述行为的解释，可能是编译器有某种缓存机制，希望有大佬指教。