一. Python 變量及其存儲
1.1 Python 變量存儲情況
在高級語言中，變量是對內存及其地址的抽象。對於python 而言，python 的一切變量都是對象，變量的存儲，採用了引用語義的方式，存儲的只是一個變量的值所在的內存地址，而不是指這個變量的本身:
-
引用語義：在 python 中，變量保存的是對象(值)的引用，我們稱爲 引用語義。採用這種方式，變量所需的存儲空間大小一致，因爲變量只是保存了一個引用。也被稱爲對象語義和指針語義。
-
值語義：有些語言採用的不是這種方式，它們把變量的值直接保存在變量的存儲區裏，這種方式被我們稱爲值語義，例如 C 語言，採用這種存儲方式，每一個變量在內存中所佔的空間就要根據變量實際的大小而定，無法固定下來。
-
值語義和引用語義的區別：
- 值語義： 死的、 傻的、 簡單的、 具體的、 可複製的
-
引用語義： 活的、 聰明的、 複雜的、 抽象的、 不可複製的
1.2 Python 數據類型地址存儲
Python 的引用語義和 C 語言值語義在內存中的存儲情況如下:
變量的每一次初始化，都會開闢了一個新的空間，將新內容的地址賦值給變量。對於下圖來說，如果重複的給 str1 賦值，其在內存中的變化如下右圖：
str1 在重複的初始化過程中，str1 中存儲的元素地址由 ‘Hello world’ 的地址變成了 ‘new Hello world’ 的。
瞭解了 Python 變量賦值過程後，就應該明白 Python 的賦值過程相當於完全共享資源，一個值的改變會完全被另一個值共享。而實際應用是往往需要備份出一份數據而只對新值進行修改，這時候賦值就變得不是那麼明智。引用 Python 淺拷貝與深拷貝概念爲這方面提供瞭解決方案。
二. 深淺拷貝引入
經過上面討論，我們知道在 Python 中對對象的賦值其實就是對對象的引用。當創建一個對象，把它賦值給另一個變量的時候，Python 並沒有拷這個對象，只是拷貝了這個引用對象而已。
考慮這樣一個場景：有一個列表 warmtones 包含幾種顏色，每個顏色代表元素類的一個實例。而希望創建一個爲名爲 palette 的列表，使 palette 具有跟 warmtones 一樣的顏色列表，並希望達到在改變 palette 的同時不改變 warmtones。
於是，A，B，C 同學發表了自己的看法。
A 同學：
palette = warmtones
B 同學：
palette = list(warmones)
C 同學：
import copy
palette = copy.deepcopy(warmtones)
**注意：**爲了簡化對比說明，使用實例中的顏色不再是一個類的實例，而是使用字符串替代。
先考慮 A 同學，現在想給 warmtones 添加 black 顏色：
很不幸，這並不符合實際要求，因爲在對 palette 進行添加顏色的時候，warmtones 也發生了改變。實際上 A 同學的做法，可以用以下圖說明：
A 同學的做法相當於 將 warmtones 和 palette 指向了同一塊內存地址，所以無論是改變 warmtones 還是 palette 都會對此內存地址數據產生變化。而導致改變 warmtones 和 palette 任意一方，都會影響到對方。
對於 B 同學， B同學使用的是一種淺拷貝：
這裏對 palette 添加 _black 元素，此時看起來並不會對 warmtones產生影響，這就達到要求了嗎？其實，不然，分析圖中，很容易見，雖然 warmtones 和 palette 的 id 已經不同了， 但它們的元素 id 仍然相同。如下圖：
現在對 B 同學的做法使用另一個實例，將原來 warmtones 列表字符串元素換成 Color 類的實例對象
如你所見，直接將
palette列表中的對象改變，不會影響，warmtones,因爲yellow是 Color 的一個新實例，palette的 id[0] 已經被指向新的地址，故不會影響warmtones。見下圖：
但如果直接對 paltte 地址中的數據進行修改，如將 red 實例對象顏色修改爲 yellow, 則此時 warmtones 也發生改變。
也就是說只要改變這些地址相同的元素值，warmtones 和 palette 還是會互相影響，如圖：
對於 C 同學的做法中，palette 是 warmtones 的深拷貝，palette 的引用對象列表也是從 warmtones 中複製過來的。
結合實例：
此時，可以看到 palette 中所有元素地址已經被指向了另一個地方，warmtones對象全部被引用到了 palette。
上面所討論的問題涉及到 python 引用機制和淺複製及深複製
三. Python 淺拷貝與深拷貝
3.1 什麼是淺拷貝、深拷貝？
-
淺拷貝：只是拷貝了對象的最外圍本身（即只拷貝一層），而其內部元素也只是拷貝了一個引用而已（即其他內部對象還只是引用），對象中的其他對象並不複製。
-
深拷貝：外圍以及內部元素都進行拷貝對象本身，而不是引用，其他對象的對象一併複製（即遞歸賦值所有對象）。
3.2 淺拷貝與深拷貝的區別？
3.3 淺拷貝產生的幾種情況
- 使用切片
[:]操作 - 使用工廠函數（如 list/dir/set）
工廠函數看上去像函數，實質上是類，調用時實際上是生成了該類型的一個實例，就像工廠生產貨物一樣 - 使用 copy 模塊中的 copy() 函數
四.其他相關
4.1 關於 Python 的可變/不可變對象
-
**不可變對象，該對象所指向的內存中的值不能被改變。**當改變某個變量時候，由於其所指的值不能被改變，相當於把原來的值複製一份後再改變，這會開闢一個新的地址，變量再指向這個新的地址。
-
**可變對象，該對象所指向的內存中的值可以被改變。**變量（準確的說是引用）改變後，實際上是其所指的值直接發生改變，並沒有發生複製行爲，也沒有開闢新的出地址，通俗點說就是原地改變。
Python 中，基本數值類型（int和float）、字符串str、元組 tuple 都是不可變類型。而列表 list、字典dict、集合 set 是可變類型。
4.2 不可變對象的深淺拷貝
不可變對象類型，沒有被拷貝的說法，即便是用深拷貝，查看 id 是一樣的，如果對其重新賦值，也只是新創建一個對象，替換掉舊的而已。
一句話就是，不可變類型，不管是深拷貝還是淺拷貝，地址值和拷貝後的值都是一樣的。
4.3 對於可變對象深淺拷貝
可變對象拷貝則：
=號賦值：值相等，地址相等- copy 淺拷貝：值相等，地址不相等,對象的對象地址相等
- deepcopy 深拷貝：值相等，地址不相等，對象的對象地址不相等
總結：
- 賦值只是改變引用，原來對象數據發生變化，被賦值的 變量也會發送變化
- 淺拷貝只拷貝一層，拷貝後爲兩個對立對象，但子對象仍爲引用，仍然指向原來的子對象
- 深拷貝將所有對象數據對立，拷貝對象的對象，原對象的改變不會印象其他獨立對象（即遞歸賦值所有對象）。
【相關鏈接】