编程中难免会遇到copy（浅拷贝）与deepcopy（深拷贝）问题，一不小心就会掉进坑中了，或许很多人只知道有深浅拷贝，但是你又知道copy和"="拷贝有什么区别么？也许很少有人对二者的区别能讲出一二三吧！下面这篇文章就对深拷贝(deepcopy)、浅拷贝（copy）、等号拷贝进行深入的讲解。

        本文不是在网上抄袭别人的，而是本人通过研究学习后的自我总结，我想当你看完这篇文章后，1. 你会知道python的变量存储机制；2. 你会深浅拷贝以及等号拷贝的差异所在了；3. 你会理解为什么有的值改变，有的拷贝跟着变化，有的不会变化的根本原因所在了。当然如果本文有不正确的地方，欢迎大家批判指正。

首先在python中，什么是浅拷贝，什么是深拷贝呢？什么是等号拷贝（形如：bb = aa）呢？有谁能一句话解释清楚，他们的区别又在哪里？-----一定记住针只有对复杂对象才有区别意义！！！因为对于简单对象，他们是没有区别的！

主要是针对复杂结构对象，复杂结构对象就是嵌套两层及以上的子对象，比如：即列表中嵌套子列表,像[1, [2, 3]]这种结构

复杂对象中的深浅拷贝：

一句话解释(=)等号拷贝：当于对于电脑中某个文件夹新建了一个快捷图标，快捷图标永远和原文件是一致的。

一句话解释（copy）浅拷贝：相当于对于电脑中某个文件夹内部的所有子文件夹新建了快捷图标，放到新的文件夹中，所以内部子文件夹内数据会跟着原来文件的改变而改变。

一句话解释（deepcopy）深拷贝：相当于对于电脑中某个文件夹用u盘拷贝了一个备份。所以原来电脑中文件夹内文件改变时，u盘的文件是不会变化的。

官方解释：

• 浅层拷贝 构造一个新的复合对象，然后（在尽可能的范围内）将原始对象中找到的对象的 引用 插入其中。

• 深层拷贝构造一个新的复合对象，然后，递归地将在原始对象里找到的对象的 副本 插入其中

要弄清楚拷贝原理，首先应该弄清楚Python变量存储机制

Python中变量的存储机制

1. aa = 1的存储机制

当aa = 1 时，首先Python会在内存中新开辟一个空间存储数字“1”，然后将该内容的地址赋值给变量‘aa’。有点像如下图所示

2. bb = aa的复制机制

对于正常的“=” 赋值， 比如 bb = aa，则有

3. 形如or_list = [1, [2, 3]]的复制对象，他们的存储机制是如何的呢？

读者可以先自我思考一下，在本文的后面讲解中，会给出解释。

Python中复杂对象，等号拷贝，copy浅拷贝，deepcopy深拷贝机制

1. 三者拷贝后的ID差异

看以下代码初始列表为 or_list = [1, [2, 3]]，分别进行"="拷贝，copy浅拷贝，deepcopy深拷贝

操作如下   

    eq_list = or_listsh_list = copy(or_list)de_list = deepcopy(or_list)，

通过id可以看出三者和原来list的内存地址信息，如下：

    id(or_list)= 2269079198528id(eq_list)= 2269079198528id(sh_list)= 2269076677056id(de_list)= 2269076677632

【解释说明】：

1. 对于等号拷贝，没有新建新的内存空间，只是吧eq_list变量指向or_list变量相同的地址，通过id可以看出来，两个地址一样 id(or_list)= 2269079198528 和 id(eq_list)= 2269079198528

2. 对于copy拷贝，新创建了内存空间，并且把sh_list变量指向了该新地址。此时的新地址为id(sh_list)= 2269076677056

3. 对于deepcopy拷贝，也新创建了一个内存空间，并且整个List也指向了新的地址。此时的新地址为 id(de_list)= 2269076677632

2. 查看List的不同位置的id值

再通过id查看List内部位置存储的是什么，可以看到不同操作，不同位置就有差异了。

1. or_list[0]位置，所有的拷贝后的ID都是相同的，为什么呢？

2. or_list[1]位置，只有deepcopy拷贝不同，其它拷贝的id不变，这是为什么呢？

3. or_list[1][0]和or_list[1][1]的id为什么所有拷贝又都是一样的呢？

5.  ======列表第一个位置的ID值=======  id(or_list[0]) = 2269075013872id(eq_list[0]) = 2269075013872id(sh_list[0]) = 2269075013872id(de_list[0]) = 22690750138726.  ======列表第二个位置的ID值===========id(or_list[1]) = 2269076677312id(eq_list[1]) = 2269076677312id(sh_list[1]) = 2269076677312id(de_list[1]) = 22690770812166.1 ====列表第二个位置的子列表第一位置的ID值=====id(or_list[1][0]) = 2269075013904id(eq_list[1][0]) = 2269075013904id(sh_list[1][0]) = 2269075013904id(de_list[1][0]) = 22690750139046.2 ====列表第二个位置的子列表第二位置的ID值=====id(or_list[1][1]) = 2269075013936id(eq_list[1][1]) = 2269075013936id(sh_list[1][1]) = 2269075013936id(de_list[1][1]) = 2269075013936

【解释说明】

要解释清楚上面的为什么，就需要弄明白python中形如or_list = [1, [2, 3]]这样的存储原理。

首先，看形如or_list = [1, [2, 3]]的存储原理，在python中，形如or_list = [1, [2, 3]]的复制对象的存储原理为如下图所示：

其次，看不同拷贝的原理。

1. 对于等号拷贝，拷贝后实际上是将List的地址引用直接给了等号拷贝的变量，示意图如下所示

2. 对于copy拷贝，拷贝后的实际上新建了一个内存空间，一个用于存储List本身，内部子对象引用原来的地址，示意图如下：

3. 对于deepcopy拷贝，拷贝后的实际上新建了两个内存空间，一个用于存储List，另一个存储List的子对象，如果有更多，那么就会创建更多的内存空间。示意图如下：

最后，来回答上面的问题

1. or_list[0]位置，所有的拷贝后的ID都是相同的，为什么呢？

回答1：因为对于数字1，它是简单对象，不是复杂对象，不管怎么拷贝，他们都是相同的。

2. or_list[1]位置，只有deepcopy拷贝不同，其它拷贝的id不变，这是为什么呢？

回答2：对于List[1]位置，它是一个复杂对象，所以只有deepcopy新建了新的内存，所以只有它的id变化了。

3. or_list[1][0]和or_list[1][1]的id为什么所有拷贝又都是一样的呢？

回答3：因为这两个位置都是存储的是简单对象，所以在所有的拷贝之后，id是不会变的。

Python中复杂对象修改值后，等号拷贝，copy浅拷贝，deepcopy深拷贝变化情况详解

将所有的拷贝原理图放到一起，可以看到他们的区别和联系，如下图所示。以下是各个位置在发生改变后不同拷贝的变化机制详解。

1. 改变or_list[1][0]的值时

进行or_list[1][0] = 4操作，结果如下所示：

可以看出原始该位置存储的id是*176，初始列表该位置发生改变时，等号拷贝和copy浅拷贝也跟着发生了改变，但是deepcopy深拷贝没有发生变化。为什么会这样呢？改变的原理可以看下面的示意图。因为deepcopy是在List[1]位置就创建了新的内存空间，其它拷贝并没有，他们还是引用的原始列表相同的内存空间，所以才会跟着一起变化。

======更改前：or列表的子列表第二个位置的id值===========
id(or_list[1][0])= 2269075013904
id(eq_list[1][0])= 2269075013904
id(sh_list[1][0])= 2269075013904
id(de_list[1][0])= 2269075013904进行更改： or_list[1][0] = 4 
======更改后：or列表的子列表第二个位置的ID值===========
id(or_list[1][0])= 2269075013968
id(eq_list[1][0])= 2269075013968
id(sh_list[1][0])= 2269075013968
id(de_list[1][0])= 2269075013904
======更改后变量值===========
or_list_after_change =  [1, [4, 3]]
eq_list_after_change =  [1, [4, 3]]
sh_list_after_change =  [1, [4, 3]]
de_list_after_change =  [1, [2, 3]]

 2. 改变List[0]位置的值时

改变第一层的元素时，只有等号拷贝跟着改变了，是因为copy浅拷贝和deepcopy深拷贝都是新开辟了内存空间，存储List[0],List[1]，所以当原始的List[0]发生改变时，这两个拷贝没有任何影响，具体原理查看以下示意图

======更改前：or列表的第一个位置的ID值===========
id(or_list[0])= 2269075013872
id(eq_list[0])= 2269075013872
id(sh_list[0])= 2269075013872
id(de_list[0])= 2269075013872进行更改： or_list[0] = 5 
======更改后：or列表的第一个位置的ID值===========
id(or_list[0])= 2269075014000
id(eq_list[0])= 2269075014000
id(sh_list[0])= 2269075013872
id(de_list[0])= 2269075013872======更改后变量值===========
or_list_after_change =  [5, [4, 3]]
eq_list_after_change =  [5, [4, 3]]
sh_list_after_change =  [1, [4, 3]]
de_list_after_change =  [1, [2, 3]]

 3. 改变List[1]位置的值时

原理同3改变List[0]位置的值。原理和代码参考以下代码是示意图

======更改前： or列表的第一个位置的ID值===========
id(or_list[1])= 2269076677312
id(eq_list[1])= 2269076677312
id(sh_list[1])= 2269076677312
id(de_list[1])= 2269077081216进行更改： or_list[1] = {'1': 'a', 'b': 1}
======更改后： or列表的第一个位置的ID值===========
id(or_list[1])= 2269076306688
id(eq_list[1])= 2269076306688
id(sh_list[1])= 2269076677312
id(de_list[1])= 2269077081216======更改后变量值===========
or_list_after_change =  [5, {'1': 'a', 'b': 10}]
eq_list_after_change =  [5, {'1': 'a', 'b': 10}]
sh_list_after_change =  [1, [4, 3]]
de_list_after_change =  [1, [2, 3]]