浅拷贝和深拷贝
变量标签，一个变量可以有一个标签，也可以有多个标签；一个标签可以指向一个数据，也可以指向另一个数据。
所谓深拷贝就是对对象的资源的拷贝
所谓浅拷贝就是对引用的拷贝
Python默认复制对象是浅拷贝，是两个标签指向同一份数据，通过任何一个标签修改数据，都会改变。但如果指向改变其中一个标签的数据，另一个不希望被改变，该怎么做呢？
–浅拷贝
import copy
a=[1,2,3,['a','b','c']]
b=a
c=copy.copy(a)
id(a)
id(b)
id(c) c是独立的新开辟的地址空间，与a无关系
a.append('d')
b
c 此时修改a对象，c已经不会受影响
下面我们尝试改变深层的子对象，但需要注意一点，修改的子对象必须是可变类型，比如数字，字符串，元组属于不可数据类型。
id(a[3]).append(‘d’)
c[3] 也发生改变了
c
浅拷贝，更深层特点,父对象里面的子对象地址空间竟然是相同的。无论是可变类型子对象，还是不可变类型子对象地址都是相同的，当然指的是copy()操作时已有的对象，如果拷贝后添加新对象，则不受影响。
id(a[0])
id(c[0])
id(a[3])
id(c[3])
–深拷贝
d=copy.deepcopy(a)
d
a.append('d')
d 使用深拷贝，相当于两个完全独立对象
id(d)
id(a)
对子对象的更改
a[3].append('a3')
d[3].append('d3')
a
d
id(a[3])
id(d[3]) //对于可变数据类型的对象，地址已经发生彻底改变
id(a[0])
id(d[0]) //对于不可变数据类型的对象，地址未改变，看似依然像浅拷贝
总结：浅拷贝把父对象拷贝出来，但使用的数据同一地址空间，深拷贝是完全把对象独立出来。但深拷贝浅拷贝，对于不可变数据类型的对象，都只用同一份，一旦使用索引index修改不可变数据类型对象，实际就开辟了新地址空间，贴变量标签