一、环境配置
OS: Win10 64bit
Python:3.7.4
准备工作
创建一个list，里面含有字符串、int、list三种数据类型
二、用等号直接赋值
直接用等号赋值
我们可以看到，list1和list2的ID是一样的。
那么如果我们用不可变类型呢？
并且由于python对不可变类型赋值的机制，我们可以显然的预见到，显然是一样的。如果改变a的值，id（a）也会变。
因此，我们回过头来讨论list。
这一步，我们改变了list2[2] 这个元素，可以明显的看到list1跟着改变了。
因为实际上，list2在这里，有点像C++里面的引用，其实指向的是同一块内存区域。
如果我们不想改变list1里的元素怎么办呢？这里就需要用到深拷贝了。
二、浅拷贝
同样的，让我们做一些准备工作。
我们可以看到，虽然id不同，但是列表内容是相同的。
上图，我们可以看到，二者的list元素的地址是一样的。
让我们尝试着更改一下list2的元素。
我们可以看到，list1并没有改变，这是因为list2已经是一个独立于list1的对象。
难道list1与list2通过拷贝的方法就完全独立了吗？那为什么第三个list元素的id完全相同呢？
我们再看下一个例子。
奇迹发生了，这里的输出又被改变了。
这到底是怎么一回事呢？
细心的读者已经发现了，第一次，实际上是改变的list2[2]的值。
第二次，改变的是list2[2]的 ‘指针’ 所指向的值，因此，二者都改变了。
三、深拷贝
要使list1和list2完全独立，就需要使用深拷贝。
使用 deepcopy初始化。
我们可以看到，元素地址已经发生了变化。
本质上来讲，两个list内的list元素已经完全独立了。
让我们试着更改一下：
可以明显的看到，和浅拷贝不同，list1并没有跟着改变。这就是深拷贝的意义所在。
简单来说，就是list2[2]这个list元素在内存里开辟一块新的区域，独立于list1[2]。
四、总结
如果学过C语言，应该能够从‘’指针‘'的思想入手了解python的拷贝机制。
如果没有了解过C/C++，那么来自菜鸟的一幅图可能会帮助你理解python的拷贝机制。
