0. 介紹
淺拷貝：只拷貝父對(duì)象臭蚁，不拷貝內(nèi)部子對(duì)象
nums = [1, 2, 3, [4, 5]]
nums_copy = nums.copy()
nums[0], nums[3][0] = 8, 100
print(nums)
print(nums_copy)
# 輸出
# nums: [8, 2, 3, [100, 5]]
# nums_copy: [1, 2, 3, [100, 5]]
深拷貝：完全拷貝了父對(duì)象及其子對(duì)象
import copy
nums = [1, 2, 3, [4, 5]]
nums_copy = copy.deepcopy(nums)
nums[0], nums[3][0] = 8, 100
print(nums)
print(nums_copy)
# 輸出
# nums: [8, 2, 3, [100, 5]]
# nums_copy: [1, 2, 3, [4, 5]]
深拷貝與淺拷貝的使用大致如此氏豌，只是作為一個(gè)API記住沒有任何的難度蜜自，如果你的目標(biāo)僅僅在于了解如何使用揽祥，那么本文對(duì)你的幫助到此就為止了哪亿。如果你有足夠的好奇心卓鹿，想了解其中的原理菱魔，那么可以繼續(xù)往下看，我會(huì)對(duì)它的原理進(jìn)行詳細(xì)分析吟孙。
1. 對(duì)象模型
為了讓大家更好以及更透徹的理解python的淺拷貝與深拷貝澜倦，我們先來簡(jiǎn)單的說一下python的對(duì)象模型。如果你有研究過python的源碼杰妓，那么對(duì)于對(duì)象模型就一定不會(huì)感到陌生藻治。
首先這里要給出一個(gè)重要的結(jié)論：在python中，一切皆對(duì)象
和C++以及Java一樣巷挥，python也是一個(gè)面向?qū)ο蟮某绦蛘Z(yǔ)言桩卵，但不同的是，python是一個(gè) 完全面向?qū)ο?/em> 的語(yǔ)言倍宾，怎么去理解這句話呢雏节？請(qǐng)看下面這個(gè)例子
以C語(yǔ)言為例，定義一個(gè)變量 a 并初始化為1高职，再定義一個(gè)變量 b钩乍，以 a 賦值：
int a = 1;
int b = a;
C語(yǔ)言中，這兩個(gè)變量在內(nèi)存的分配情況就如上圖所示怔锌，二者位于不同的內(nèi)存區(qū)域寥粹。這也是比較符合我們認(rèn)知的，那么在python中也是如此嗎埃元？我們來看看下面一段代碼：
驚奇地看到涝涤， a 和 b 這兩個(gè)變量的地址居然是相同的！這似乎不符合常理岛杀！但這也恰恰印證了我們前面提到了結(jié)論妄痪，在python中，一切皆對(duì)象楞件， a 和 b 僅僅只是兩個(gè)名字衫生，它們都指向了內(nèi)存中同一個(gè)整數(shù)對(duì)象：
如果這還不能打動(dòng)到你裳瘪，我們?cè)倏匆欢未a：
這里只對(duì)變量 a 做了個(gè)自增運(yùn)算，但同一個(gè)變量自增前與自增后的地址竟然發(fā)生了變化罪针！這是怎么回事彭羹？
其實(shí)原因也很簡(jiǎn)單，整數(shù)對(duì)象在python中被稱為 不可變對(duì)象泪酱，也就是說它們的值一旦確定就不可更改派殷，我們這里對(duì)變量 a 做的自增運(yùn)算，會(huì)讓python在內(nèi)存中重新創(chuàng)建一個(gè)整數(shù)對(duì)象墓阀，兩個(gè)不同的對(duì)象在內(nèi)存中的地址自然也是不同的：
既然有 不可變對(duì)象毡惜，那么對(duì)應(yīng)的一定存在 可變對(duì)象，在python中典型的可變對(duì)象就是列表(List)：
往列表里頭追加數(shù)據(jù)斯撮，發(fā)現(xiàn)列表對(duì)象還是原來那個(gè)经伙，只不過多了一個(gè)元素。實(shí)際上勿锅，列表對(duì)象內(nèi)部維護(hù)了一個(gè) 動(dòng)態(tài)數(shù)組 帕膜，存儲(chǔ)元素對(duì)象的指針。列表對(duì)象增減元素溢十，需要修改該數(shù)組垮刹，例如，追加元素 3 ：
2. 直接賦值
了解python對(duì)象模型的基本概念之后张弛，從這個(gè)角度來理解淺拷貝與深拷貝就會(huì)輕松不少荒典，在此之前，我們先來說一下直接賦值吞鸭，以python基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)列表(List)為例：
這里我們只改變了 nums 列表中的元素种蝶，但是卻影響到了 nums_copy，通過前面學(xué)到的知識(shí)瞒大，很容易明白變量只是個(gè)名字，二者其實(shí)指向的是同一個(gè)對(duì)象搪桂，即同一個(gè)內(nèi)存地址(不信的話可以親自動(dòng)手打印一下這兩個(gè)列表的地址透敌，會(huì)發(fā)現(xiàn)地址值是相同的)，所以只要修改其中一個(gè)踢械，另一個(gè)勢(shì)必也會(huì)跟著改變：
3. 淺拷貝
同樣對(duì)于列表 nums 和 nums_copy酗电，如果采用淺拷貝的方式(這里的nums[:]等同于nums.copy())，二者就不會(huì)指向同一個(gè)地址空間了内列，即它們是兩個(gè)獨(dú)立的列表對(duì)象撵术，但是它們的子對(duì)象仍然是相同的，文字?jǐn)⑹銎饋砜赡苓€是比較晦澀话瞧，我們直接看代碼和圖：
nums = [1, 2, 3, [4, 5]]
nums_copy = nums[:]
print(id(nums))
print(id(nums_copy))
# 輸出
# 2695619174984
# 2695620417672
通過地址打印嫩与，首先我們可以確定的是寝姿，淺拷貝之后，列表變量 nums 與 nums_copy 的指向已經(jīng)不是同一個(gè)對(duì)象了划滋，因?yàn)樗鼈兊牡刂凡煌?/p>
nums = [1, 2, 3, [4, 5]]
nums_copy = nums[:]
print(id(nums[0]))
print(id(nums_copy[0]))
print(id(nums[3]))
print(id(nums_copy[3]))
# 輸出
# 140719115661056
# 140719115661056
# 2689543594504
# 2689543594504
接著我們打印了兩個(gè)列表中的部分相同位置的元素饵筑，發(fā)現(xiàn)地址還是一樣，這說明了处坪，二者雖然已經(jīng)是兩個(gè)不同的列表對(duì)象根资，但它們的子對(duì)象仍然是相同的，現(xiàn)在我們嘗試著修改其中一個(gè)列表的值同窘，看看會(huì)有什么樣有意思的事情發(fā)生：
nums = [1, 2, 3, [4, 5]]
nums_copy = nums[:]
nums[0] = 8
nums[3][0] = 100
print(nums)
print(nums_copy)
# 輸出
# nums: [8, 2, 3, [100, 5]]
# nums_copy: [1, 2, 3, [100, 5]]
從打印信息看來玄帕，這里的子對(duì)象除了整數(shù)對(duì)象之外還有一個(gè)子列表對(duì)象，那么為什么整數(shù)對(duì)象的值沒有更新想邦，但子列表對(duì)象的值更新了呢裤纹？其實(shí)結(jié)合我們前面說到的 可變對(duì)象 與 不可變對(duì)象 就很好理解：
4. 深拷貝
當(dāng)您閱讀到這里的時(shí)候，相信您已經(jīng)對(duì)python的對(duì)象模型有了更加深刻的理解案狠，深拷貝相較于淺拷貝唯一的區(qū)別就是我在介紹中說的那句話：深拷貝完全拷貝了父對(duì)象及其子對(duì)象
我們最后再走一遍流程服傍，首先通過代碼來看看深拷貝之后 nums 以及 nums_copy 的地址信息：
可以明顯的看到經(jīng)過深拷貝之后，不僅父對(duì)象的地址發(fā)生了變化骂铁，連子對(duì)象的地址也發(fā)生了變化吹零，這表明了二者已經(jīng)沒有了任何交集，是兩個(gè)徹底不同的對(duì)象拉庵。在這種情況下灿椅，我們?cè)偃バ薷?nums 的值，不會(huì)對(duì) nums_copy 產(chǎn)生任何的影響：
那么它們?cè)趦?nèi)存中的分配示意圖應(yīng)該是這樣的：
