Python中的深拷贝和浅拷贝在说深拷贝和浅拷贝之前，我想先说一下is和==的区别。在比较对象是否相等时，我们可以使用is和==is：比较两个对象的引用是否相同，即id是否相同==：比较两个对象的值是否相同相同。id()是Python的内置函数，返回对象的唯一标识，用于获取对象的内存地址。如下a=1b=1print(id(a))#2057422768print(id(b))#2057422768print(aisb)#True首先会为整数1分配一块内存空间，变量a和b都指向这个内存空间（内存地址相等），所以它们的ids是相等的。即aisbisTrue但是所有整数都是这样吗？答案是不！只有-25~256范围内的整数不会重新分配内存空间。如下：因为257超出范围，id不一样，所以a为b返回的值为False。>>>a=257>>>b=257>>>print(id(a))20004752>>>print(id(b))20001312>>>print(aisb)False>>>print(a==b)True这样做是出于对性能的考虑。Python维护了一个-5到256的整数数组，相当于一个缓存。当值在这个范围内时，直接从数组中返回对应的引用地址。如果不在这个范围内，就会重新开辟一个新的内存空间。哪个更有效，是or==？相比之下，is比较效率更高，因为它只需要判断两个对象的id是否相同。而==需要重载__eq__函数，遍历变量中所有元素的内容，逐一比较是否相同。所以浅拷贝和深拷贝的效率都比较低。了解完is和==，我们再来看看Python中的深拷贝和浅拷贝。先说结论：浅拷贝：拷贝的是对象的引用。如果原始对象发生变化，则相应的复制对象也会发生变化。深拷贝：复制对象中的每一个元素，复制对象与原对象不再相关。一个是独立对象浅拷贝a=[1,2,3]b=list(a)#可以通过list对list进行浅拷贝c=a.copy()#也可以通过copy进行拷贝function#浅拷贝后，a/b/c的id不同，表示指向不同的内存地址——即生成了一个新对象print(id(a))#16301992print(b,"id:",id(b))#id:16562024print(c,"id:",id(c))#id:16561960print(a==b)#真值相同returnTrueprint(aisb)#假id不同所以比较返回False#给列表添加一个元素4a.append(4)print(a)#[1,2,3,4]print(b,c)#[1,2,3][1,2,3]b和c不受上面的影响可见浅拷贝会分配新的内存空间，创建新的对象。但是如果复制的对象中有可变对象怎么办？看下面代码a=[1,2,[3,4]]b=a.copy()print(id(a))#23967528print(id(b))#21738984#改变a中的变量对象a[-1].append(5)print(a)#向a添加新元素6a.append(6)#[1,2,[3,4,5],6]print(a)#[1,2,[3,4,5]]print(b)可以看出lista中新加入的元素6并没有影响b。但是a的嵌套列表中的新元素5会影响元素b。原因是：a和b都指向同一个列表[3,4]。所以当a中的链表加入一个元素5时，那个链表的值就变了，b也指向那个链表，所以它也会变。看下面的代码a=[1,2,(3,4)]b=a.copy()print(id(a))#59162536print(id(b))#60143400#改变一个对象a中的变量[-1]+=(5,)#[1,2,(3,4,5)]print(a)#[1,2,(3,4)]print(b)对于元组(3,4),因为元组是不可变的，所以在元组中增加了一个新的元素5，实际上生成了一个新的元组对象。b列表中的元组引用没有改变。通过上面两个例子，我们可以看出浅拷贝可能带来的弊端，大家在使用中需要做出相应的判断。或者说完全复制一个对象，也就是深拷贝。深拷贝所谓深拷贝就是重新分配一块内存空间（新对象），将原对象中的所有元素递归复制到新对象中。在Python中，深拷贝是通过copy.deepcopy()实现的。importcopya=[1,2,(3,4)]#深拷贝b=copy.deepcopy(a)#因为生成了一个新的对象，returnFalseprint(aisb)a[-1]+=(5,)a.append(6)print(a)#[1,2,(3,4,5),6]print(b)#[1,2,(3,4)]深拷贝后的对象，就是完全不受原始对象的影响……福利在文末，史上最全的Python资料合集（长期更新）。隔壁的孩子都哭了---点击收藏
