很多的同学对拷贝都不陌生，但是在数据分析的时候会区分深拷贝浅拷贝，那么改如何区分呢？下面一起来看看吧！
简介
```python
先问问大家，什么是拷贝？拷贝是音译的词，其实他是从copy这个英文单词音译过来的，那什么是copy？ copy其实就是复制一份，也就是所谓的抄一份。深浅copy其实就是完全复制一份，和部分复制一份的意思。
```
### 前戏
```python
l1 = [1,2,3,['jason','tony']]
l2 = l1
l1[0] = 111
print(l1) # [111, 2, 3, ['jason', 'tony']]
print(l2) # [111, 2, 3, ['jason', 'tony']]
l1[3][0] = 'kevin'
print(l1) # [111, 2, 3, ['kevin', 'tony']]
print(l2) # [111, 2, 3, ['kevin', 'tony']]
"""
对于赋值运算来说，l1与l2指向的是同一个内存地址，所以他们是完全一样的，在举个例子，比如张三李四合租在一起，那么对于客厅来说，他们是公用的，张三可以用，李四也可以用，但是突然有一天张三把客厅的的电视换成投影了，那么李四使用客厅时，想看电视没有了，而是投影了，对吧？l1,l2指向的是同一个列表，任何一个变量对列表进行改变，剩下那个变量在使用列表之后，这个列表就是发生改变之后的列表。
"""
```
### 浅拷贝
```python
#同一代码块下：
l1 = [1, 'jason', True, (1,2,3), [22, 33]]
l2 = l1.copy()
print(id(l1), id(l2)) # 2713214468360 2713214524680
print(id(l1[-2]), id(l2[-2])) # 2547618888008 2547618888008
print(id(l1[-1]),id(l2[-1])) # 2547620322952 2547620322952
# 不同代码块下：
>>> l1 = [1, 'jason', True, (1, 2, 3), [22, 33]]
>>> l2 = l1.copy()
>>> print(id(l1), id(l2))
1477183162120 1477183162696
>>> print(id(l1[-2]), id(l2[-2]))
1477181814032 1477181814032
>>> print(id(l1[-1]), id(l2[-1]))
1477183162504 1477183162504
"""
对于浅copy来说，只是在内存中重新创建了开辟了一个空间存放一个新列表，但是新列表中的元素与原列表中的元素是公用的
"""
```
https://img2018.cnblogs.com/blog/1342004/201907/1342004-20190707213813739-610311010.png
### 深拷贝deepcopy
```python
# 同一代码块下
import copy
l1 = [1, 'jason', True, (1,2,3), [22, 33]]
l2 = copy.deepcopy(l1)
print(id(l1), id(l2)) # 2788324482440 2788324483016
print(id(l1[0]),id(l2[0])) # 1470562768 1470562768
print(id(l1[-1]),id(l2[-1])) # 2788324482632 2788324482696
print(id(l1[-2]),id(l2[-2])) # 2788323047752 2788323047752
# 不同代码块下
>>> import copy
>>> l1 = [1, 'jason', True, (1, 2, 3), [22, 33]]
>>> l2 = copy.deepcopy(l1)
>>> print(id(l1), id(l2))
1477183162824 1477183162632
>>> print(id(0), id(0))
1470562736 1470562736
>>> print(id(-2), id(-2))
1470562672 1470562672
>>> print(id(l1[-1]), id(l2[-1]))
1477183162120 1477183162312
"""
对于深copy来说，列表是在内存中重新创建的，列表中可变的数据类型是重新创建的，列表中的不可变的数据类型是公用的。
"""
```
https://img2018.cnblogs.com/blog/1342004/201907/1342004-20190707215330225-962818898.png
###
