一、python中的赋值操作
先上个栗子:
# 赋值 a = "bob" # 查询变量a的内存地址 id(a) 139941618330008
第一行代码非常简单，给变量a赋值字符串"bob"。在python中赋值操作的本质是在内存中开辟出一块地方存放某个对象，然后变量再指向存放这个对象的内存地址，有点类似C中的指针含义。那么上面这句代码就是在内存开辟一块地址存放字符串"bob"，然后再将变量a指向这块内存的地址，查询某个变量指向的内存地址的命令用id()，下面输出的一串数字则是a的地址引用
二、深浅拷贝
１、字符串、数字的深浅拷贝
看代码
>>> a = "bob" >>> import copy #导入copy模块 >>> b = copy.copy(a) # 浅拷贝 >>> id(a),id(b) (140615646648616, 140615646648616) # 浅拷贝后的两个变量指向的是同一块内存地址 >>> >>> c = copy.deepcopy(a) # 深拷贝 >>> id(a), id(c) (140615646648616, 140615646648616) # 深拷贝后的两个变量指向的还是同一块内存地址 >>>
代码一目了然，无论深拷贝还是浅拷贝，最终三个变量所指向的都是同一块内存地址，也就是说当某一个变量改变时，改变的只是他的地址引用，而之前那块内存中的数据没变，另外拷贝的变量的值自然也不会变，再看代码
>>> a = a + " john" # 改变a的值 >>> a, b, c ('bob john', 'bob', 'bob') >>> id(a), id(b), id(c) (140615646680368, 140615646648616, 140615646648616) # a 的地址引用变了，其他两人个没变 >>>
结论：深浅拷贝对于字符串和数字来说并没有任何区别，拷贝的都是内存地址
２、列表、元组、字典的深浅拷贝
同样看简单代码
>>> l1 = ['a', 'b', 'c'] >>> l2 = copy.copy(l1) >>> l3 = copy.deepcopy(l1) >>> l1, l2, l3 (['a', 'b', 'c'], ['a', 'b', 'c'], ['a', 'b', 'c']) #对列表l1所做的深浅拷贝的列表l2和l3，值一样 >>> id(l1), id(l2), id(l3) (140615646660360, 140615646660040, 140615646662472) # 三个列表的内存地址完全不一样 >>>
通过上面代码不难看出，无论深浅拷贝，对列表(元组/字典一样)来说，都是新开辟一块内存，两块内存中存放的数据一样，这样改变一个列表时也只是改变了一块内存地址中的数据，并不影响其他的拷贝
>>> l1.append('d') >>> l1, l2, l3 (['a', 'b', 'c', 'd'], ['a', 'b', 'c'], ['a', 'b', 'c']) >>> id(l1), id(l2), id(l3) (140615646660360, 140615646660040, 140615646662472) # 三个列表内存地址没变，只是列表１指向的内存中的数据发生了变化 >>>
由此得出结论，列表、元组、字典等的深浅拷贝都是在内存中重新开辟一块地址，一个改变，不影响其他拷贝。
如果只是这种结论，那么深浅拷贝就不必做为一个知识点被所有python同鞋们反复学习了。上面这种情况只适用于一层结构的数据类型，也可以说一维数据类型，对于二维或以上的列表来说就有区别了。
>>> ll1 = ['a', 'b', 'c', [ 1, 2, 3]] >>> ll2 = copy.copy(ll1) >>> ll3 = copy.deepcopy(ll1) >>> ll1, ll2, ll3 (['a', 'b', 'c', [1, 2, 3]], ['a', 'b', 'c', [1, 2, 3]], ['a', 'b', 'c', [1, 2, 3]]) >>> id(ll1), id(ll2), id(ll3) (140615639565192, 140615639565320, 140615646761224)
到这儿代码没什么不同，除了列表中嵌套了列表，是个二维数据，而ll2是ll1的浅拷贝，ll3是ll1的深拷贝。
大家应该还记得我们刚开始说的赋值，是将内存地址的引用赋给变量，而不是实际值。既然是引用，那么对一个列表做拷贝的时候，它中间的每一个元素究竟是对内存地址加了个引用指向呢，还是又另开辟了一块内存来存放每个值呢？没错，这个就是深拷贝和浅拷贝的不同。
首先，字符串和数字我们说过无论深浅拷贝都是地址引用的增加，也就是说'a'这个字符串无论在哪里，在几个列表中，它的内存地址永远不会变。我们就要看列表中所嵌套的可变数据类型，在这里就是二维列表[1, 2, 3]，我们直接上代码
>>> id(ll1[0]), id(ll2[0]), id(ll3[0]) # 先做个实验，查看三个列表中第一个元素，也就是字符串'a'的地址，发现果然一样，只是地址引用的增加 (140615677439088, 140615677439088, 140615677439088) >>> >>> id(ll1[3]), id(ll2[3]), id(ll3[3]) # 再看三个列表中的嵌套列表，发现浅拷贝的内存地址相同，而深拷贝的则属于新开辟内存，地址不同 (140615639567240, 140615639567240, 140615646716168)
代码已经很清楚了，对列表中的列表（无论多少层），浅拷贝只是将地址的引用指向增加了；而深拷贝则是另外开辟一块新内存放数据。接下来就好理解了，当我改变了ll1的内嵌列表的数据时，改变的是它指向的内存地址的数据，那么通过浅拷贝和他有相同指向的ll2的内嵌列表中的数据也会跟着发生变化，而通过深拷贝的ll3的内嵌列表因为是新开辟的内存，则不会受影响，看代码
>>> ll1[3].append(4) >>> ll1, ll2, ll3 (['a', 'b', 'c', [1, 2, 3, 4]], ['a', 'b', 'c', [1, 2, 3, 4]], ['a', 'b', 'c', [1, 2, 3]]) # 深拷贝数据不受影响 >>> id(ll1[0]), id(ll2[0]), id(ll3[0]) # 内嵌列表地址没变 (140615677439088, 140615677439088, 140615677439088) >>>
结论：对只有一层的列表（元组、字典），深浅拷贝没什么区别；对大于一层的列表（元组、字典），当原数据中内层数据结构发生变化时，浅拷贝也会受影响跟着变化，深拷贝完全不受影响。
最后引用武sir的两张图，很具体
浅拷贝：
深拷贝：
