引用和值
在 Python 语言中，一个变量保存的值除了基本类型保存的是值外，其它都是引用(引用是指保存的值为对象的地址)，因此对于它们的使用就需要小心一些，特别是复制list和dict时。下面举个例子：
问题描述：已知一个列表，求生成一个新的列表，列表元素是原列表的复制
a=[1,2]
b=a这种做法其实并未真正生成一个新的列表，b指向的仍然是a所指向的对象。这样，如果对a或b的元素进行修改，a,b的值同时发生变化。
解决的方法为：
a=[1,2]
b=a[:]这样修改a对b没有影响。修改b对a没有影响。
但 这种方法只适用于简单列表，也就是列表中的元素都是基本类型，如果列表元素还存在列表(字典）的话，这种方法就不适用了。原因就是，像a[:]这种处理，只是将列表元素的值生成一个新的列表，如果列表元素也是一个列表，如：a=[1,[2]]，那么这种复制对于元素[2]的处理只是复制[2]的引用，而并未生成 [2]的一个新的列表复制。为了证明这一点，测试步骤如下：
>>> a=[1,[2]]
>>> b=a[:]
>>> b
[1, [2]]
>>> a[1].append(3)
>>> a
[1, [2, 3]]
>>> b
[1, [2, 3]] # b的值也被修改了可见，对a的修改影响到了b。如果解决这一问题，可以使用copy模块中的deepcopy函数。修改测试如下：
复制代码 代码如下:
>>> import copy
>>> a=[1,[2]]
>>> b=copy.deepcopy(a)
>>> b
[1, [2]]
>>> a[1].append(3)
>>> a
[1, [2, 3]]
>>> b
[1, [2]]有时候知道这一点是非常重要的，因为可能你的确需要一个新的列表，并且对这个新的列表进行操作，同时不想影响原来的列表。
深拷贝和浅拷贝
其实，复制列表还有以下做法，但是只有deepcopy才是全复制，其他的都是浅拷贝.
lista = [2,[4,5]]
## 5种拷贝方式：
listb = lista[:]
listb = list(lista)
listb = [i for i in lista]
import copy; listb = copy.copy(lista)
import copy; listb = copy.deepcopy(lista)
# 拷贝后续操作：
listb[1].append(9)
print lista, listb
# 五种拷贝方式后续操作的结果(依次按顺序)：
[2, [4, 5, 9]] [2, [4, 5, 9]]
[2, [4, 5, 9]] [2, [4, 5, 9]]
[2, [4, 5, 9]] [2, [4, 5, 9]]
[2, [4, 5, 9]] [2, [4, 5, 9]]
[2, [4, 5]] [2, [4, 5, 9]] # 只有deepcopy才是深拷贝从性能上说（利用ipython的%timeit方法）,上面方法的性能是依次递减的:
In [22]: %timeit b=a[:]
10000000 loops, best of 3: 94.5 ns per loop
In [23]: %timeit b=list(a)
10000000 loops, best of 3: 153 ns per loop
In [24]: %timeit b=[i for i in a]
1000000 loops, best of 3: 238 ns per loop
In [27]: %timeit b=copy.copy(a)
The slowest run took 10.53 times longer than the fastest. This could mean that an intermediate result is being cached.
1000000 loops, best of 3: 475 ns per loop
In [28]: %timeit b=copy.deepcopy(a)
The slowest run took 5.79 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 5.36 µs per loop总结
浅拷贝用: listb = lista[:]， 深拷贝用listb = copy.deepcopy(lista)
字典
字典自带有copy的方法，但是也是浅拷贝
dicta = {"a": 1}
dictb = dicta.copy()参考：