近期雜事太多，並且在準備一個tutorial，博客一直沒更新，9月最後一天了，總得寫點吧
今天記一下以前碰到過，最近又碰到的問題：python的深複製和淺複製
神奇的python中，copy竟然還有兩種，一深一淺(emm)，爲什麼python中有，而c/c++中沒有這一概念呢？
python值管理方式
這本質原因是python採用的是基於值的管理方式，
而C語言中，系統會爲每個變量分配內存空間，當改變變量的值時，改變的是內存空間中的值，變量的地址是不改變的。
基於值的管理方式是什麼意思呢？ 來看一個例子：
a = [1,2]
b = a
print ('a: ', a, 'id(a): ', id(a))
print ('b: ', b, 'id(a): ', id(b))
輸出：
('a: ', [1, 2], 'id(a): ', 4496519824)
('b: ', [1, 2], 'id(a): ', 4496519824)
可以發現a和b的內存地址相同，也就是說，a和b是完全相同的，b只是a的一個引用(也就是一個別名)
例如，帝都=北京，帝都就指的是北京這座城市，是完全相同的物理存在。這就是python的基於值的管理。
當我們採用“=”對參數進行賦值的時候，其實就是一個引用，若對引用進行了修改，原始參數也將被改變，這是我們在開發過程中很容易忽略的，也會導致我們的數據被意外修改，導致奇怪的bug。
請看例子：
a = [1,2]
b = a
b.append(3)
print ('a: ', a, 'id(a): ', id(a))
print ('b: ', b, 'id(a): ', id(b))
輸出:
('a: ', [1, 2, 3], 'id(a): ', 4335018640)
('b: ', [1, 2, 3], 'id(a): ', 4335018640)
可以看到，對b進行了增加一個元素，同時地，a也被修改了。
通過以上兩個小例子可以瞭解python值的管理方式，以及知道"="賦值的本質。
那麼當我們想複製出一個完全獨立於原始變量的變量，應該怎麼做呢？
這就需要淺複製(shallow copy) 和 深複製(deep copy)。
深複製與淺複製的使用及區別
在模塊copy中有deepcopy方法用於深複製，copy方法用於淺複製。
深複製和淺複製到區別，在於複製的對象中是否有可變類型，aha？，可變類型是什麼？
簡單複習一下，python中
可變類型有：列表，字典
不可變類型有：數字，字符串，元組
爲了循序漸進，這裏分兩個例子講解
例子1:
a = [1, [2, 3]]
a_equal = a
a_shallowcopy = copy.copy(a)
a_deepcopy = copy.deepcopy(a)
a[0] = 4 # 改變a中的第一個元素，即改變a中的數字
print'a: ', a, 'id(a): ', id(a)
print'a_equal: ', a_equal, 'id(a_equal): ', id(a_equal)
print'a_shallowcopy: ', a_shallowcopy, 'id(a_shallowcopy): ', id(a_shallowcopy)
print'a_deepcopy: ', a_deepcopy, 'id(a_deepcopy): ', id(a_deepcopy)
輸出：
a: [4, [2, 3]] id(a): 4578314360
a_equal: [4, [2, 3]] id(a_equal): 4578314360
a_shallowcopy: [1, [2, 3]] id(a_shallowcopy): 4562436248
a_deepcopy: [1, [2, 3]] id(a_deepcopy): 4562362096
可以發現：
=賦值： 對於修改，受到影響，地址相同
淺複製：對於修改，不受影響，地址不相同
深複製：對於修改，不受影響，地址不相同
這麼一看，深複製和淺複製完全一樣啊，哪裏有區別？
還記得上面說的可變類型嗎？ 剛一看剛剛改變list a當中的第一個元素，是一個數字吧。
數字是不可變類型，所以我們在修改不可變類型時，深複製和淺複製沒有區別。
那麼當我們改變a當中第二個元素，即list呢，會怎麼樣，請看例子2:
a = [1, [2, 3]]
a_equal = a
a_shallowcopy = copy.copy(a)
a_deepcopy = copy.deepcopy(a)
a[0] = 4 # 改變a中的第一個元素，即改變a中的數字
a[1][1] = 5 # 改變a當中第二個元素中的元素，即 改變a當中的list
print'a: ', a, 'id(a): ', id(a)
print'a_equal: ', a_equal, 'id(a_equal): ', id(a_equal)
print'a_shallowcopy: ', a_shallowcopy, 'id(a_shallowcopy): ', id(a_shallowcopy)
print'a_deepcopy: ', a_deepcopy, 'id(a_deepcopy): ', id(a_deepcopy)
輸出：
a: [4, [2, 5]] id(a): 4454672504
a_equal: [4, [2, 5]] id(a_equal): 4454672504
a_shallowcopy: [1, [2, 5]] id(a_shallowcopy): 4438794392
a_deepcopy: [1, [2, 3]] id(a_deepcopy): 4438720240
可以發現：
=賦值： 對於修改，受到影響，地址相同
淺複製：對於不變類型的修改，不受影響；對於可變類型的修改，受影響，地址不相同
深複製：對於不變類型的修改，不受影響；對於可變類型的修改，不受影響，地址不相同
爲了不必要的麻煩，我們想要一個完全獨立的變量，要一個與原始變量解耦的變量，那請使用深複製吧。
還可以從另外一個角度理解深複製和淺複製的區別，那麼就是
淺複製僅複製父對象，不會複製對象內部的子對象(如例子2當中的a的第二個元素[2,3])
深複製不僅複製父對象，而且還複製內部的子對象。
什麼是子對象呢？ 那就是可變類型，所以還是回到了開頭提到的，深複製和淺複製的區別，就要看變量中是否含有可變對象，哈哈。
（轉載請註明出處：https://blog.csdn.net/u011995719/article/details/82911392 by TensorSense）