python中关于对象复制有三种类型的使用方式，赋值、浅拷贝与深拷贝。他们既有区别又有联系，刚好最近碰到这一类的问题，研究下。
一、赋值
在python中，对象的赋值就是简单的对象引用，这点和C++不同。如下：
list_a = [1,2,3,"hello",["python","C++"]]
list_b = list_a
这种情况下，list_b和list_a是一样的，他们指向同一片内存，list_b不过是list_a的别名，是引用。
我们可以使用 list_b is list_a 来判断，返回true，表明他们地址相同，内容相同。也可使用id(x) for x in list_a, list_b 来查看两个list的地址。
赋值操作（包括对象作为参数、返回值）不会开辟新的内存空间，它只是复制了新对象的引用。也就是说，除了list_b这个名字以外，没有其它的内存开销。
修改了list_a，就影响了list_b；同理，修改了list_b就影响了list_a。
二、浅拷贝（shallow copy）
浅拷贝会创建新对象，其内容是原对象的引用。
浅拷贝有三种形式：切片操作，工厂函数，copy模块中的copy函数
比如对上述list_a，
切片操作：list_b = list_a[:] 或者 list_b = [each for each in list_a]
工厂函数：list_b = list(list_a)
copy函数：list_b = copy.copy(list_a)
浅拷贝产生的list_b不再是list_a了，使用is可以发现他们不是同一个对象，使用id查看，发现它们也不指向同一片内存。但是当我们使用 id(x) for x in list_a 和 id(x) for x in list_b 时，可以看到二者包含的元素的地址是相同的。
在这种情况下，list_a和list_b是不同的对象，修改list_b理论上不会影响list_a。比如list_b.append([4,5])。
但是要注意，浅拷贝之所以称为浅拷贝，是它仅仅只拷贝了一层，在list_a中有一个嵌套的list，如果我们修改了它，情况就不一样了。
list_a[4].append("C")。查看list_b，你将发现list_b也发生了变化。这是因为，你修改了嵌套的list。修改外层元素，会修改它的引用，让它们指向别的位置，修改嵌套列表中的元素，列表的地址并为发生变化，指向的都是同一个位置。
三、深拷贝（deep copy）
深拷贝只有一种形式，copy模块中的deepcopy函数。
和浅拷贝对应，深拷贝拷贝了对象的所有元素，包括多层嵌套的元素。因而，它的时间和空间开销要高。
同样对list_a，若使用list_b = copy.deepcopy(list_a)，再修改list_b将不会影响到list_a了。即使嵌套的列表具有更深的层次，也不会产生任何影响，因为深拷贝出来的对象根本就是一个全新的对象，不再与原来的对象有任何关联。
>>> import copy >>> a = [1,2,3,4,['a','b']] #定义一个列表a >>> b = a #赋值 >>> c = copy.copy(a) #浅拷贝 >>> d = copy.deepcopy(a) #深拷贝 >>> a.append(5) >>> print(a) [1, 2, 3, 4, ['a', 'b'], 5] #a添加一个元素5 >>> print(b) [1, 2, 3, 4, ['a', 'b'], 5] #b跟着添加一个元素5 >>> print(c) [1, 2, 3, 4, ['a', 'b']] #c保持不变 >>> print(d) [1, 2, 3, 4, ['a', 'b']] #d保持不变 >>> a[4].append('c') >>> print(a) [1, 2, 3, 4, ['a', 'b', 'c'], 5] #a中的list(即a[4])添加一个元素c >>> print(b) [1, 2, 3, 4, ['a', 'b', 'c'], 5] #b跟着添加一个元素c >>> print(c) [1, 2, 3, 4, ['a', 'b', 'c']] #c跟着添加一个元素c >>> print(d) [1, 2, 3, 4, ['a', 'b']] #d保持不变 #说明如下： #1.外层添加元素时， 浅拷贝c不会随原列表a变化而变化；内层list添加元素时，浅拷贝c才会变化。 #2.无论原列表a如何变化，深拷贝d都保持不变。 #3.赋值对象随着原列表一起变化
四、关于拷贝操作的警告
1、对于非容器类型，如数字，字符，以及其它“原子”类型，没有拷贝一说。产生的都是原对象的引用。
2、如果元组变量值包含原子类型对象，即使采用了深拷贝，也只能得到浅拷贝。
详细：
http://python.jobbole.com/82294/
http://www.cnblogs.com/Eva-J/p/5534037.html