深浅拷贝区别
1、如果用copy.copy、copy.deepcopy对一个全部都是不可变类型的数据进行拷贝，那么它们结果相同，都是引用指向；
2、如果拷贝的是一个拥有不可变类型的数据，即使元组是最顶层，那么deepcopy依然是深拷贝，而copy.copy还是指向
3、基本上只要不是我们自已手动调用的deepcopy方法都是浅拷贝，切片拷贝字典拷贝都是浅拷贝，而有些内置函数可以生成拷贝(list)，属于深拷贝:a = list(range(10))
b = list(a)
1.浅拷贝copy
import copy
n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 678]}
n3 = copy.copy(n1) # 浅拷贝
print("第一层字典的内存地址：")
print(id(n1))
print(id(n3))
print("第二层嵌套的列表的内存地址：")
print(id(n1["k3"]))
print(id(n3["k3"]))
输出结果：
第一层字典的内存地址：
6516024
6516096
第二层嵌套的列表的内存地址：
36995720
3699572
通过以上结果可以看出，进行浅拷贝时，我们的字典第一层n1和n3指向的内存地址已经改变了，但是对于第二层里的列表并没有拷贝，它的内存地址还是一样的。原理如下图：
结论：所以对于浅拷贝，字典、列表、元组等类型，它们只拷贝第一层地址。
2.深拷贝deepcopy
import copy
n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 678]}
n4 = copy.deepcopy(n1) # 深拷贝
print("第一层字典的内存地址：")
print(id(n1))
print(id(n4))
print("第二层嵌套的列表的内存地址：")
print(id(n1["k3"]))
print(id(n4["k3"]))
输出结果：
第一层字典的内存地址：
31157560
35463600
第二层嵌套的列表的内存地址：
35947144
35947336
通过以上结果发现，进行深拷贝时，字典里面的第一层和里面嵌套的地址都已经变了。对于深拷贝，它会拷贝多层，将第二层的列表也拷贝一份，如果还有第三层嵌套，那么第三层的也会拷贝，但是对于里面的最小元素，比如数字和字符串，这里就是“wu”，123，“alex”，678之类的，按照python的机制，它们会共同指向同一个位置，它的内存地址是不会变的。原理如下图：
结论：对于深拷贝，字典、列表、元组等类型，它里面嵌套多少层，就会拷贝多少层出来，但是最底层的数字和字符串地址不变。
举个实际应用场景的栗子。
我们在维护服务器信息的时候，经常会要更新服务器信息，这时我们重新一个一个添加是比较麻烦的，我们可以把原数据类型拷贝一份，在它的基础上做修改。
3.浅拷贝应用
例子一：
import copy
dic = {
"cpu": [80, ],
"mem": [80, ],
"disk": [80, ]
}
# 定义了一个字典，存储服务器信息。
print('before', dic)
new_dic = copy.copy(dic)
new_dic['cpu'][0] = 50 # 更新cpu为50
print(dic)
print(new_dic)
输出结果为：
before {'cpu': [80], 'mem': [80], 'disk': [80]}
{'cpu': [50], 'mem': [80], 'disk': [80]}
{'cpu': [50], 'mem': [80], 'disk': [80]}
这时我们会发现，使用浅拷贝时，我们修改新的字典的值之后，原来的字典里面的cpu值也被修改了，这并不是我们希望看到的。
4.深拷贝应用
import copy
dic = {
"cpu": [80, ],
"mem": [80, ],
"disk": [80, ]
}
print('before', dic)
new_dic = copy.deepcopy(dic)
new_dic['cpu'][0] = 50
print(dic)
print(new_dic)
输出结果：
before {'cpu': [80], 'mem': [80], 'disk': [80]}
{'cpu': [80], 'mem': [80], 'disk': [80]}
{'cpu': [50], 'mem': [80], 'disk': [80]}
使用深拷贝的时候，发现只有新的字典的cpu值被修改了，原来的字典里面的cpu值没有变。大功告成！