5.7 引用，可变类型，不可变类型，拷贝

5.7.1 引用

Python中，值是靠引用来传递的。

请看下面两段代码中的b的值：

>>> a = 1
>>> b = a
>>> b
1
>>> a = 2
>>> a
2
>>> b
1

>>> a = [1, 2]
>>> b = a
>>> b
[1, 2]
>>> a.append(3)
>>> a
[1, 2, 3]
>>> b
[1, 2, 3]

第一段代码中b的值，没有随a的值改变而改变，但是第二段代码中b的值改变了，区别就在于Python中的数据类型区分为可变类型和不可变类型。

5.7.2 可变类型和不可变类型

可变类型包括：列表、字典、集合。

不可变类型包括：数值，字符串，元组。

不可变的含义是什么？我们可以通过id()函数帮助理解不可变的原理。

id()函数返回一个对象的id号，可以理解为内存中的位置。对于CPython解释器，就代表它在内存中的地址。

对于第一个例子：

>>> a = 1
>>> b = a
>>> id(a), id(b)
(1987931152, 1987931152)
>>> a = 2
>>> id(a), id(b)
(1987931184, 1987931152)

a变量所存储的数值1，在内存中的位置（id值）为1987931152，把a赋值给b时，由于Python传递的是引用，于是这个位置值，也就是引用传递给b。然后把2这个数值赋值给a，注意由于数值是不可变类型，存储数值1的位置里面的值不能改变为数值2，只能另外创建一个数值2，所以这时在内存中有两个数值1和2，1的位置为：1987931152，2的位置为：1987931184，2这个数值的引用被赋给了变量a，而变量b在内存中的位置仍然为数值1的位置，所以a = 2，b = 1。

对于第二个例子：

>>> a = [1, 2]
>>> b = a
>>> id(a), id(b)
(1901464053192, 1901464053192)
>>> a.append(3)
>>> id(a), id(b)
(1901464053192, 1901464053192)

在这里a和b的引用，也就是在内存中的位置值没有改变，因为列表是可变类型，所以允许对列表的修改，并不需要再创建另外一个列表，引用并没有发生变化，所以内存中一直只有一个列表，于是通过变量a对列表的更改，在b中也能看到结果。

明确引用传值以及可变类型和不可变类型，对于理解Python更高级别的内容很有用处。

5.7.3 copy函数

使用copy函数可以创建原对象的副本，将副本赋值给其它变量，id值与原变量不一样，修改可变类型对象的副本不会影响原对象。

>>> e = [1, 2]
>>> id(e)
2874601043016
>>> f = e.copy()
>>> id(f)
2874601051400
>>> e.append(3)
>>> e
[1, 2, 3]
>>> f
[1, 2]

5.7.4 深拷贝 deepcopy

上面的例子中，列表中的元素都是不可变类型，如果其中有可变数据类型，那么普通的copy函数（浅拷贝 shallow copy）并不能使列表中的可变数据类型生成新的副本。例如：

>>> g = [1, 2, [3, 4]]
>>> h = g.copy()
>>> h
[1, 2, [3, 4]]
>>> g[2].append(5)
>>> g
[1, 2, [3, 4, 5]]
>>> h
[1, 2, [3, 4, 5]]

在 Python 中，深拷贝（deep copy）会创建一个全新的对象，并且递归地复制原对象所包含的所有子对象。这意味着原对象和深拷贝后的对象是完全独立的，修改其中一个不会影响另一个。通常用于处理包含嵌套可变数据类型的数据，比如嵌套列表、字典或自定义对象等。

Python 的 copy 模块提供了 deepcopy() 函数来实现深拷贝。

>>> import copy
>>> j = [1, 2, [3, 4]]
>>> k = copy.deepcopy(j)
>>> k
[1, 2, [3, 4]]
>>> j[2].append(5)
>>> j
[1, 2, [3, 4, 5]]
>>> k
[1, 2, [3, 4]]