一、对象赋值
首先，创建了一个名为will的变量，这个变量指向一个 list 对象，从第一张图中可以看到所有对象的地址（每次运行，结果可能不同）然后，通过will变量对wilber变量进行赋值，那么wilber变量将指向will变量对应的对象（内存地址） 也就是说wilber is will; wilber[i] is will[i]可以理解为，Python 中，对象的赋值都是进行对象引用（内存地址）传递 最后，第三张图中，由于will和wilber指向同一个对象，所以对will的任何修改都会体现在wilber上 这里需要注意的一点是，str是不可变类型，所以当修改的时候会替换旧的对象，产生一个新的地址 39758496二、浅拷贝
首先，依然使用一个will变量，指向一个 list 类型的对象然后，通过 copy 模块里面的浅拷贝函数 copy()，对will指向的对象进行浅拷贝，然后浅拷贝生成的新对象赋值给wilber变量 浅拷贝会创建一个新的对象，这个例子中wilber is not will但是，对于对象中的元素，浅拷贝就只会使用原始元素的引用（内存地址），也就是说wilber[i] is will[i]最后，当对will进行修改的时候 由于 list 的第一个元素是不可变类型，所以will对应的 list 的第一个元素会使用一个新的对象39758496但是 list 的第三个元素是一个可变类型，修改操作不会产生新的对象，所以will的修改结果会相应的反应到wilber上 总结一下，当我们使用下面的操作的时候，会产生浅拷贝的效果： 使用切片操作使用工厂函数（如list/dir/set）使用copy模块中的copy()函数三、深拷贝
首先，同样使用一个will变量，指向一个 list 类型的对象然后，通过 copy 模块里面的深拷贝函数 deepcopy()，对 will 指向的对象进行深拷贝，然后深拷贝生成的新对象赋值给wilber变量 跟浅拷贝类似，深拷贝也会创建一个新的对象，这个例子中wilber is not will但是，对于对象中的元素，深拷贝都会重新生成一份（有特殊情况，下面会说明），而不是简单的使用原始元素的引用（内存地址） 例子中 will 的第三个元素指向39737304，而 wilber 的第三个元素是一个全新的对象 39773088，也就是说，wilber[2] is not will[2]但 list 中的前两项是字符串和数字，它们属于不可变数据类型，为了提升效率，在 python 语言中，内存中只存一份不可变对象，并将其地址（即引用）赋值给其它变量，所以说wilber[0 or 1] is will[0 or 1]最后，当对will进行修改的时候 由于 list 的第一个元素是不可变类型，所以will对应的 list 的第一个元素会使用一个新的对象39758496但是 list 的第三个元素是一个可变类型，修改操作不会产生新的对象，但是由于wilber[2] is not will[2]，所以will的修改不会影响wilber四、总结
1、容器类型（list、tuple、dict、set）的赋值、浅拷贝和深拷贝
numpy 数据的.copy()方法是深拷贝赋值（使用=） 赋值是将一个对象的地址赋值给一个变量，让变量指向该地址（旧瓶装旧酒）修改不可变对象（str、tuple）需要开辟新的空间修改可变对象（list等）不需要开辟新的空间 浅拷贝（使用copy.copy()） 浅拷贝是在另一块地址中创建一个新的变量或容器，但是容器内的元素的地址均是源对象的元素的地址的拷贝也就是说新的容器中的元素指向了旧的地址（新瓶装旧酒） 深拷贝（使用copy.deepcopy()） 深拷贝是在另一块地址中创建一个新的变量或容器，同时容器内的元素的地址也是新开辟的仅仅是值相同而已，是完全的副本也就是说新的容器中的元素指向了新的地址（新瓶装新酒）注意：对于容器中的不可变元素类型，考虑到效率，依然使用原始的引用2、非容器类型
对于非容器类型（如数字、字符串等原子类型的对象）没有被拷贝一说五、参考资料
1、图解 Python 深拷贝和浅拷贝
2、谈谈 Python 中的深拷贝和浅拷贝
3、Python 直接赋值、浅拷贝和深度拷贝解析
