一、可变数据类型与不可变数据类型
在开始说深拷贝与浅拷贝前，我们先来弄清楚，可变对象与不可变对象
总的来说，Python数据类型可分为可变数据类型与不可变数据类型
可变数据类型：在不改变对象所指向的地址的前提下，地址中的值是可以改变的，例如列表[1, 2, 3]，我们可以改为[2,3]并不需要变更它指向的地址。列表、字典、集合都是可变数据类型
不可变数据类型：在不改变对象所指向的地址的前提下，地址中的值是不可变的，所以如果修改了对象的值，就相当于在另一个新的地址，存储了新的值。Python中元组、字符串、数值、布尔值都是不可变数据类型。
二、Python深拷贝与浅拷贝的区别
在弄清楚了可变对象和不可变对象之后，我们进入正题，看下Python的深拷贝与浅拷贝的区别
1. 浅拷贝：
仅拷贝父对象，可理解为仅拷贝对象第一层。浅拷贝之后，新旧对象本身指向的地址不同了，但子对象指向的地址仍然相同，我们可以用copy.copy()和可变数据类型的切片来进行浅拷贝
m = [1, 0, [2, 3, 4, [5, 6]]]
n = m.copy()
p = m[:]
print(f'对象m的地址是{id(m)},对象n的地址是{id(n)},对象p的地址是{id(p)}')
print(f'm[0]的地址是{id(m[0])},n[0]的地址是{id(n[0])},p[0]的地址是{id(p[0])}')
print(f'm[2]的地址是{id(m[2])},n[2]的地址是{id(n[2])},p[2]的地址是{id(p[2])}')
输出：
对象m的地址是1322908811144,对象n的地址是1322908811080,对象p的地址是1322908763400
m[0]的地址是140727539432512,n[0]的地址是140727539432512,p[0]的地址是140727539432512
m[2]的地址是1322908811208,n[2]的地址是1322908811208,p[2]的地址是1322908811208
打印结果可以看到，浅拷贝之后，新对象n, p的地址与m不同，但n, p的子对象地址与m中子对象地址是相同的
此时，我们对新对象的子对象进行修改，我们来修改一下n[0]看一下结果
n[0] =99 print(f' m[0]={m[0]}n n[0]={n[0]}n p[0]={p[0]}') print(f' m[0]的地址:{id(m[0])}n n[0]的地址:{id(n[0])}n p[0]的地址:{id(p[0])}') 输出： m[0]=1 n[0]=99 p[0]=1 m[0]的地址:140727543364672 n[0]的地址:140727543367808 p[0]的地址:140727543364672
可以看到，n[0]的地址和值都变了， m[0]和p[0]并没有变，是为什么呢？
记得咱们最开始介绍了可变对象和不可变对象，这里的n[0]是数值，是不可变对象，所以在地址不改变的情况下，它的值是不变的；
而我们在给它赋值时，相当于是把它指向了另一个地址，存储新值，而m[0]和p[0]指向的地址并没有变化
接下来咱们再来尝试变更一下n[2]吧
print('----------------------------修改前----------------------------------n ' f'm[2]的地址:{id(m[2])}n n[2]的地址:{id(n[2])}n p[2]的地址:{id(p[2])}') n[2][1] = 'n21' print('----------------------------修改后----------------------------------n' f' m[2]={m[2]}n n[2]={n[2]}n p[2]={p[2]}') print(f' m[2]的地址:{id(m[2])}n n[2]的地址:{id(n[2])}n p[2]的地址:{id(p[2])}') 输出： ----------------------------修改前---------------------------------- m[2]的地址:2235118923976 n[2]的地址:2235118923976 p[2]的地址:2235118923976 ----------------------------修改后---------------------------------- m[2]=[2, 'n21', 4, [5, 6]] n[2]=[2, 'n21', 4, [5, 6]] p[2]=[2, 'n21', 4, [5, 6]] m[2]的地址:2235118923976 n[2]的地址:2235118923976 p[2]的地址:2235118923976
可以看到，变更前后n[2]、m[2]和p[2]的地址都是没变的， 原因你已经知道了吧，是的，因为n[2]是可变对象，是可以在地址中直接变更值的。
2. 深拷贝
深拷贝完全父对象与子对象。可使用copy模块的deepcopy()方法进行深拷贝，此外使用for循环复制可迭代序列也是深拷贝
m = [1, 0, [2, 3, 4, [5, 6]]] n1 = copy.deepcopy(m) print(f'对象m的地址是{id(m)},对象n1的地址是{id(n1)}') print(f'm[0]的地址是{id(m[0])},n1[0]的地址是{id(n1[0])}') print(f'm[2]的地址是{id(m[2])},n1[2]的地址是{id(n1[2])}') 输出： 对象m的地址是2551218893640,对象n1的地址是2551219173192 m[0]的地址是140727516494912,n1[0]的地址是140727516494912 m[2]的地址是2551218833480,n1[2]的地址是2551221308040
打印结果可以看出，新旧对象本身的地址，和可变子对象地址都是不同的。
这里看到m[0]和n1[0]的地址相同，但不可变对象的值变更地址就会变更，所以不会有问题。
三、 总结
综上，咱们在实际应用中，如果拷贝对象的子对象都是不可变对象，那么使用浅拷贝和深拷贝都行，
但如果待拷贝对象中有可变子对象，需要注意根据实际需求选择使用深拷贝还是浅拷贝。
