变量全都是引用
跟其他编程语言不同，Python的变量不是盒子，不会存储数据，它们只是引用，就像标签一样，贴在对象上面。
比如：
>>> a = [1, 2, 3]
>>> b = a
>>> a.append(4)
>>> b
[1, 2, 3, 4]
>>> b is a
True
a变量和b变量引用的是同一个列表[1, 2, 3]。b可以叫做a的别名。
比较来看：
>>> a = [1, 2, 3]
>>> c = [1, 2, 3]
>>> c == a
True
>>> c is a
False
c引用的是另外一个列表，虽然和a引用的列表的值相等，但是它们是不同的对象。
浅复制与深复制
浅复制是指只复制最外层容器，副本中的元素是源容器中元素的引用。如果所有元素都是不可变的，那么这样没有问题，还能节省内容。但是，如果有可变的元素，那么结果可能会出乎意料之外。构造方法或[:]做的都是浅复制。
示例：
>>> x1 = [3, [66, 55, 44], (7, 8, 9)]
# x2是x1的浅复制
>>> x2 = list(x1)
# 不可变元素没有影响
>>> x1.append(100)
>>> x1
[3, [66, 55, 44], (7, 8, 9), 100]
>>> x2
[3, [66, 55, 44], (7, 8, 9)]
# x1[1]是列表，可变元素会影响x2
# 因为它们引用的是同一个对象
>>> x1[1].remove(55)
>>> x1
[3, [66, 44], (7, 8, 9), 100]
>>> x2
[3, [66, 44], (7, 8, 9)]
# x2[1]也会反过来影响x1
>>> x2[1] += [33, 22]
>>> x1
[3, [66, 44, 33, 22], (7, 8, 9), 100]
>>> x2
[3, [66, 44, 33, 22], (7, 8, 9)]
# 不可变元组也不会有影响
# +=运算符创建了一个新元组
>>> x2[2] += (10, 11)
>>> x1
[3, [66, 44, 33, 22], (7, 8, 9), 100]
>>> x2
[3, [66, 44, 33, 22], (7, 8, 9, 10, 11)]
深复制是指我们常规理解的复制，副本不共享内部对象的引用，是完全独立的一个副本。这可以借助copy.deepcopy来实现。
示例：
>>> a = [10, 20]
>>> b = [a, 30]
>>> a.append(b)
>>> a
[10, 20, [[...], 30]]
>>> from copy import deepcopy
>>> c = deepcopy(a)
>>> c
[10, 20, [[...], 30]]
即使是有循环引用也能正确复制。
注意copy.copy()是浅复制，copy.deepcopy()是深复制。
函数传参
Python唯一支持的参数传递模式是共享传参，也就是指函数的各个形式参数获得实参中各个引用的副本。因为Python的变量全都是引用。对于不可变对象来说没有问题，但是对于可变对象就不一样了。
示例：
>>> def f(a, b):
... a += b
... return a
...
# 数字不变
>>> x = 1
>>> y = 2
>>> f(x, y)
3
>>> x, y
(1, 2)
# 列表变了
>>> a = [1, 2]
>>> b = [3, 4]
>>> f(a, b)
[1, 2, 3, 4]
>>> a, b
([1, 2, 3, 4], [3, 4])
# 元组不变
>>> t = (10, 20)
>>> u = (30, 40)
>>> f(t, u)
(10, 20, 30, 40)
>>> t, u
((10, 20), (30, 40))
由此可以得出一条警示：函数参数尽量不要使用可变参数，如果非用不可，应该考虑在函数内部进行复制。
示例：
class TwilightBus:
"""A bus model that makes passengers vanish"""
def __init__(self, passengers=None):
if passengers is None:
self.passengers = []
else:
self.passengers = passengers
def pick(self, name):
self.passengers.append(name)
def drop(self, name):
self.passengers.remove(name)
测试一下：
>>> basketball_team = ['Sue', 'Tina', 'Maya', 'Diana', 'Pat']
>>> bus = TwilightBus(basketball_team)
>>> bus.drop('Tina')
>>> bus.drop('Pat')
>>> basketball_team
['Sue', 'Maya', 'Diana']
TwilightBus下车的学生，竟然从basketball_team中消失了。这是因为self.passengers引用的是同一个列表对象。修改方法很简单，复制个副本：
def __init__(self, passengers=None):
if passengers is None:
self.passengers = []
else:
self.passengers = list(passengers) # 使用构造函数复制副本
del和垃圾回收
del语句删除的是引用，而不是对象。但是del可能会导致对象没有引用，进而被当做垃圾回收。
示例：
>>> import weakref
>>> s1 = {1, 2, 3}
# s2和s1引用同一个对象
>>> s2 = s1
>>> def bye():
... print("Gone")
...
# 监控对象和调用回调
>>> ender = weakref.finalize(s1, bye)
>>> ender.alive
True
# 删除s1后还存在s2引用
>>> del s1
>>> ender.alive
True
# s2重新绑定导致{1, 2, 3}引用归零
>>> s2 = "spam"
Gone
# 对象被销毁了
>>> ender.alive
False
在CPython中，对象的引用数量归零后，对象会被立即销毁。如果除了循环引用之外没有其他引用，两个对象都会被销毁。
弱引用
某些情况下，可能需要保存对象的引用，但不留存对象本身。比如，有个类想要记录所有实例。这个需求可以使用弱引用实现。
比如上面示例中的weakref.finalize(s1, bye)，finalize就持有{1, 2, 3}的弱引用，虽然有引用，但是不会影响对象被销毁。
其他使用弱引用的方式是WeakDictionary、WeakValueDictionary、WeakSet。
示例：
class Cheese:
def __init__(self, kind):
self.kind = kind
def __repr__(self):
return 'Cheese(%r)' % self.kind
>>> import weakref
>>> stock = weakref.WeakValueDictionary()
>>> catalog = [Cheese('Red Leicester'), Cheese('Tilsit'),
... Cheese('Brie'), Cheese('Parmesan')]
...
>>> for cheese in catalog:
# 用作缓存
# key是cheese.kind
# value是cheese的弱引用
... stock[cheese.kind] = cheese
...
>>> sorted(stock.keys())
['Brie', 'Parmesan', 'Red Leicester', 'Tilsit']
# 删除catalog引用，stock弱引用不影响垃圾回收
# WeakValueDictionary的值引用的对象被销毁后，对应的键也会自动删除
>>> del catalog
>>> sorted(stock.keys()) # 还存在一个cheese临时变量的引用
['Parmesan']
# 删除cheese临时变量的引用，stock就完全清空了
>>> del cheese
>>> sorted(stock.keys())
[]
注意不是每个Python对象都可以作为弱引用的目标，比如基本的list和dict就不可以，但是它们的子类是可以的：
class MyList(list): pass a_list = MyList(range(10)) weakref_to_a_list = weakref.ref(a_list)
小结
本文首先阐述了Python变量全部都是引用的这个事实，这意味着在Python中，简单的赋值是不创建副本的。如果要创建副本，可以选择浅复制和深复制，浅复制使用构造方法、[:]或copy.copy()，深复制使用copy.deepcopy()。del删除的是引用，但是会导致对象没有引用而被当做垃圾回收。有时候需要保留引用而不保留对象（比如缓存），这叫做弱引用，weakref库提供了相应的实现。
参考资料：
《流畅的Python》
