Python 中的对象赋值、浅拷贝和深拷贝

一、对象赋值

首先，创建了一个名为 will 的变量，这个变量指向一个 list 对象，从第一张图中可以看到所有对象的地址（每次运行，结果可能不同）
然后，通过 will 变量对 wilber 变量进行赋值，那么 wilber 变量将指向 will 变量对应的对象（内存地址）
- 也就是说 wilber is will; wilber[i] is will[i]
- 可以理解为，Python 中，对象的赋值都是进行对象引用（内存地址）传递
最后，第三张图中，由于 will 和 wilber 指向同一个对象，所以对 will 的任何修改都会体现在 wilber 上
- 这里需要注意的一点是，str 是不可变类型，所以当修改的时候会替换旧的对象，产生一个新的地址 39758496

Python 中的对象赋值、浅拷贝和深拷贝

首先，依然使用一个 will 变量，指向一个 list 类型的对象
然后，通过 copy 模块里面的浅拷贝函数 copy()，对 will 指向的对象进行浅拷贝，然后浅拷贝生成的新对象赋值给 wilber 变量
- 浅拷贝会创建一个新的对象，这个例子中 wilber is not will
- 但是，对于对象中的元素，浅拷贝就只会使用 原始元素的引用（内存地址），也就是说 wilber[i] is will[i]
最后，当对 will 进行修改的时候
- 由于 list 的第一个元素是不可变类型，所以 will 对应的 list 的第一个元素会使用一个新的对象39758496
- 但是 list 的第三个元素是一个可变类型，修改操作不会产生新的对象，所以 will 的修改结果会相应的反应到 wilber 上
总结一下，当我们使用下面的操作的时候，会产生浅拷贝的效果：
- 使用切片操作
- 使用工厂函数（如list/dir/set）
- 使用copy模块中的 copy() 函数

Python 中的对象赋值、浅拷贝和深拷贝

首先，同样使用一个 will 变量，指向一个 list 类型的对象
然后，通过 copy 模块里面的深拷贝函数 deepcopy()，对 will 指向的对象进行深拷贝，然后深拷贝生成的新对象赋值给 wilber变量
- 跟浅拷贝类似，深拷贝也会创建一个新的对象，这个例子中 wilber is not will
- 但是，对于对象中的元素，深拷贝都会重新生成一份（有特殊情况，下面会说明），而不是简单的使用原始元素的引用（内存地址）
  - 例子中 will 的第三个元素指向39737304，而 wilber 的第三个元素是一个全新的对象 39773088，也就是说，wilber[2] is not will[2]
  - 但 list 中的前两项是字符串和数字，它们属于 不可变数据类型，为了提升效率，在 python 语言中，内存中只存一份不可变对象，并将其地址（即引用）赋值给其它变量，所以说wilber[0 or 1] is will[0 or 1]
最后，当对 will 进行修改的时候
- 由于 list 的第一个元素是不可变类型，所以 will 对应的 list 的第一个元素会使用一个新的对象39758496
- 但是 list 的第三个元素是一个可变类型，修改操作不会产生新的对象，但是由于 wilber[2] is not will[2]，所以will 的修改不会影响 wilber

赋值（使用 =）
- 赋值是将一个对象的地址赋值给一个变量，让变量指向该地址（ 旧瓶装旧酒 ）
- 修改不可变对象（str、tuple）需要开辟新的空间
- 修改可变对象（list等）不需要开辟新的空间
浅拷贝（使用 copy.copy()）
- 浅拷贝是在另一块地址中创建一个 新的变量或容器 ，但是容器内的元素的地址均是源对象的元素的地址的拷贝
- 也就是说新的容器中的元素指向了旧的地址（ 新瓶装旧酒 ）
深拷贝（使用 copy.deepcopy()）
- 深拷贝是在另一块地址中创建一个 新的变量或容器，同时容器内的元素的 地址也是新开辟的 仅仅是值相同而已，是完全的副本
- 也就是说新的容器中的元素指向了新的地址（ 新瓶装新酒 ）
- 注意：对于容器中的 不可变元素类型，考虑到效率，依然使用原始的引用