一，Python的对象：
Python存在大量的对象，我们一般提到的对象都是C中的结构体在堆中申请的一块内存（以CPython为例），每一个对象都有ID，可以通过ID(Object)获得。对象的范围包括内建类型的对象（如int类型的对象123，str的对象"test"，list的对象[]，生成器对象等等）、用户自建类型的对象、函数（lambda函数，生成器函数）、类型、Ture、False（bool类型的对象）、None（NoneType的对象）。
print id(123)
print id("test")
print id([])
print id(xrange(1, 3))
print id(lambda v: v)
print id(int)
print id(True)
print id(None) print type(123)
print type("test")
print type([])
print type(xrange(1, 3))
print type(lambda v: v)
print type(int)
print type(True)
print type(None)
19257680
19062656
27888896
19590176
27863344
505361888
505379788
505354444
<type 'int'>
<type 'str'>
<type 'list'>
<type 'xrange'>
<type 'function'>
<type 'type'>
<type 'bool'>
<type 'NoneType'>
猜想int类型、True和None都是在高地址中，而动态生成的都是位于低地址中。
二，Python的引用计数：
所有对象都采用引用计数，给对象分配新名词或者将其放入容器中，这个对象的引用计数都会增加。当离开作用域或者被重新赋值的时候，这个对象的引用计数就会减少。当减少为0，垃圾收集器会将其销毁。
Python中的对象分为immutable和mutabel，作为immutable的int、char和tuple，相同的值在内存中只会生成一次，每次将其赋值到变量中，便会增加一个引用计数。而作为mutable的list、dict、xrange（生成器）和lambda（函数），每次生成都会在内存中生成一个新的对象。
另外：传参的时候，若参数为mutable，则传的是引用，若参数为immutable，则传的是值。
a = 123 #创建一个值为123的对象
b = 123 #增加123的引用计数
a = 111 #创建一个值为111的对象，减少123的引用计数
b = a #增加111的引用计数 c = [] #创建一个空队列
d = [] #创建一个新的空队列
c = [] #再创建一个新的空队列，减少原队列的引用计数
c = d #增加d队列的引用计数，减少c队列的引用计数
c.append(1) #创建一个值为1的对象，不改变原队列的引用计数
三，Shallow copy和Deep copy的区别
Python document中是这么说的：
- A shallow copy constructs a new compound object and then (to the extent possible) inserts references into it to the objects found in the original.
- A deep copy constructs a new compound object and then, recursively, inserts copies into it of the objects found in the original.
这其中的区别就是浅复制会简单的复制引用，不管他是mutable还是immutable。而深复制则会递归地复制immutable对象引用，对于mutable，则会新建一个对象。
import copy
a = [1, 2]
b = [a, 3]
c = copy.copy(b) #c = [[1, 2], 3]
d = copy.deepcopy(b) #d = [[1, 2], 3]
a.append(3) #c = [[1, 2, 3], 3]
#d = [[1, 2], 3]
四，如何控制Shallow copy和Deep copy？
在deepcopy时候，会遇到问题，比如有对象中有一个指向用户信息的列表，用户希望在复制的时候直接引用原列表。这个时候可以使用定制功能。
可以在类型中定义__copy__和__deepcopy__实现shallow copy和deep copy，当用户下次调用copy.copy和copy.deepcopy时，便会调用__copy__和__deepcopy__。
import copy
class Example(dict):
def __init__(self, needcopy={}, userinfo={}):
super(Example, self).__init__()
self.need = needcopy
self.user = userinfo def __deepcopy__(self, memo):
if memo is None:
memo = {}
result = self.__class__()
memo[id(self)] = result
for key in self.need.keys():
result.need = copy.deepcopy(self.need)
result.user = self.user
return result needcopy = {"price": 100}
userinfo = {"user": "vincent"}
a = Example(needcopy, userinfo)
b = copy.deepcopy(a)
needcopy["title"] = "no"
userinfo["passwd"] = "none"
print "need: ", a.need, "; user: ", a.user
print "need: ", b.need, "; user: ", b.user
need: {'price': 100, 'title': 'no'} ; user: {'passwd': 'none', 'user': 'vincent'}
need: {'price': 100} ; user: {'passwd': 'none', 'user': 'vincent'}
Output