相对于其他传统编程语言，Python有一个比较奇怪的特性，即在复制对象时，有浅拷贝（shallow copy）和深拷贝（deep copy）两种方式。
浅拷贝和深拷贝只和复合对象相关。复合对象指的是包含对象的对象，如列表（list）、类实例(class instance)等。简单类型的对象（int、float、string等）不存在浅拷贝和深拷贝的说法。
看下面的实例：
colours1 = ["red", "blue"]
colours2 = colours1
print(colours1)
print(colours2)
print(id(colours1), id(colours2))输出结果：
['red', 'blue']
['red', 'blue']
563841065096 563841065096在上面的例子中，列表colours1被赋值给colours2。Colours1这样的列表一般被称为浅列表或普通列表，因为它只包含一些简单数据类型，不包含嵌套结构，即不是嵌套列表。id()函数的值相同表明colours2和colours1这2个列表指向同一个对象，说明colours1被赋值给colours2时，并没有分配新的内存地址，而是将colours2指向了colours1的内存地址。下图给出了相关的数据结构说明。 
现在我们看看分配一个新的列表对象给colours2，会发生什么？
colours2 = ["rouge", "vert"]
print(colours1)
print(colours2)
print(id(colours1), id(colours2))输出结果：
['red', 'blue']
['rouge', 'vert']
357368848712 357368848456
跟我们期望的一样，colours1的值保持不变，一个新的内存地址被分配给了colours2。
下面我们再看看colours2不是重新分配对象，而是改变其中一个元素的值，结果会有什么变化？
colours1 = ["red", "blue"]
colours2 = colours1
print(id(colours1), id(colours2))
colours2[1] = "green"
print(id(colours1), id(colours2))
print(colours1)
print(colours2)输出结果：
1026592727752 1026592727752
1026592727752 1026592727752
['red', 'green']
['red', 'green']可以看到，当我们将colours2中的第二个元素重新赋值时，colours1中的值也被自动改变了，很多初学者在这里都非常迷惑。事实上我们并没有分配一个新的对象给colours2。colours1和colours2仍然指向同一个列表对象。即我们没有两个列表，仍然只有1个，只不过有2个名字。 
那对于简单列表，有没有完全拷贝的方案呢，有！那就是使用切片方法。因为切片方法是重新生成了一个新对象。
list1 = ['a', 'b', 'c', 'd']
list2 = list1[:]
list2[1] = 'x'
print(list2)
print(list1)输出结果：
['a', 'x', 'c', 'd']
['a', 'b', 'c', 'd']但是，如果是像下面这样的嵌套列表，就又会遇到新的困难和问题。因为切片操作本质上仍然是浅拷贝。当遇到嵌套列表时，切片方法只复制子列表的地址，而不是其全部内容。
lst1 = ['a', 'b', ['ab', 'ba']]
lst2 = lst1[:]下面的图给出了lst1和lst2的数据结构描述，lst2虽然是一个新建对象，但其中的子列表[‘ab’,’ba’]与lst1中的指的是同一个对象。 
如果对lst1和lst2中的第一个元素或第二个元素进行赋值，并没有什么副作用（side effect）
lst1 = ['a', 'b', ['ab', 'ba']]
lst2 = lst1[:]
lst2[0] = 'c'
print(lst1)
print(lst2)输出结果：
['a', 'b', ['ab', 'ba']]
['c', 'b', ['ab', 'ba']]
但是，如果改变的是嵌套子列表中的值，那么情况就发生了变化。
lst2[2][1] = 'd'
print(lst1)
print(lst2)输出结果：
['a', 'b', ['ab', 'd']]
['c', 'b', ['ab', 'd']]下面的图给出了为什么lst1中的嵌套子列表会跟随lst2发生变化的原因，因为lst1和lst2的嵌套子列表指向同一个对象。 
一个解决方案是使用标准库的copy模块。如果我们需要让一个对象发生改变时不对原对象产生副作用，就需要一份这个对象的深度拷贝。深拷贝不仅仅拷贝了原始对象自身，也对其包含的值进行拷贝，它会递归的查找对象中包含的其他对象的引用，来完成更深层次拷贝。因此，深拷贝产生的副本可以随意修改而不需要担心会引起源对象的改变。
对先前的例子使用深拷贝：
from copy import deepcopy
lst1 = ['a', 'b', ['ab', 'ba']]
lst2 = deepcopy(lst1)
print(lst1)
print(lst2)
print(id(lst1))
print(id(lst2))
print(id(lst1[0]))
print(id(lst2[0]))
print(id(lst1[2]))
print(id(lst2[2]))输出结果：
['a', 'b', ['ab', 'ba']]
['a', 'b', ['ab', 'ba']]
537508176136
537508176200
537506121184
537506121184
537508176712
537508176776可以看出lst1和lst2的嵌套子列表的内存地址不一样了。下面的图给出了deepcopy后的数据结构情形： 
看看改变lst2中相关值的结果：
lst2[2][1] = "d"
lst2[0] = "c"
print(lst1)
print(lst2)输出结果：
['a', 'b', ['ab', 'ba']]
['c', 'b', ['ab', 'd']]上面的代码最后将数据结构变成了这样： 
至于Python中为什么要有浅拷贝和深拷贝的区别，主要是出于效率方面的考虑。