译者：南枝向暖北枝寒MA
书名镜像：
https://blog.csdn.net/mall_lucy/article/details/104531218在组织工作中，常牵涉到统计数据的传达，在统计数据传达采用操作过程中，可能会出现统计数据被修正的难题。为的是避免统计数据被修正，就须要在传达两个复本，即便复本被修正，也不能负面影响原统计数据的采用。为的是聚合那个复本，就造成了复本。那时就说呵呵Python中的厚薄复本难题。
一、厚薄copy
表达式演算
l1 = [1, 2, 3, [22, 33]]l2 = l1l1.append(666)print(l1) # [1, 2, 3, [22, 33], 666]print(l2) # [1, 2, 3, [22, 33], 666]要量：
特别注意：l2 = l1是两个对准，是表达式，和厚薄copy毫无关系。
浅copy
其实列表是两个两个的槽位，每个槽位存储的是该对象的内存地址
#例1. 给大列表添加元素l1 = [1, 2, 3, [22, 33]]l2 = l1.copy# 或者下面这种方式，也是浅copy# import copy# l2 = copy.copy(l1)l1.append(666)
print(l1) # [1, 2, 3, [22, 33], 666]print(l2) # [1, 2, 3, [22, 33]]
#例2. 给小列表添加元素l1 = [1, 2, 3, [22, 33]]l2 = l1.copyl1[-1].append(666)
print(l1) # [1, 2, 3, [22, 33, 666]]print(l2) # [1, 2, 3, [22, 33, 666]]、
例3. 将l1列表中第两个元素改为6l1 = [1, 2, 3, [22, 33]]l2 = l1.copyl1[0] = 6print(l1) # [6, 2, 3, [22, 33]]print(l2) # [1, 2, 3, [22, 33]]要量：
例1
例2
例3
小结：
浅copy：会在内存中新开辟两个空间，存放那个copy的列表，但是列表里面的内容还是沿用之前对象的内存地址。
深copy
import copyl1 = [1, 2, 3, [22, 33]]l2 = copy.deepcopy(l1)l1.append(666)print(l1) # [1, 2, 3, [22, 33], 666]print(l2) # [1, 2, 3, [22, 33]]要量：
本质如下图：
但是python对深copy做了两个优化，将可变的统计数据类型在内存中重新创建一份，而不可变的统计数据类型则沿用之前的，所以内存中是下面这样的：
小结：
深copy：会在内存中开辟新空间，将原列表以及列表里面的可变统计数据类型重新创建一份，不可变统计数据类型则沿用之前的。
为什么Python默认的复本方式是浅复本？
时间角度：浅复本花费时间更少。
空间角度：浅复本花费内存更少。
效率角度：浅复本只复本顶层统计数据，一般情况下比深复本效率高。
总结：
不可变对象在表达式时会开辟新空间。
可变对象在表达式时，修正两个的值，另两个也会出现改变。
深、浅复本对不可变对象复本时，不开辟新空间，相当于表达式操作。
浅复本在复本时，只复本第一层中的引用，如果元素是可变对象，并且被修正，那么复本的对象也会出现变化。
深复本在复本时，会逐层进行复本，直到所有的引用都是不可变对象为止。
Python 有多种方式实现浅复本，copy模块的copy 函数 ，对象的 copy 函数 ，工厂方法，切片等。
大多数情况下，编写程序时，都是采用浅复本，除非有特定的需求。
浅复本的优点：复本速度快，占用空间少，复本效率高。
