0.说明
先看看浅拷贝的概念：
浅拷贝：对一个对象进行浅拷贝其实是新创建了一个类型跟原对象一样，其内容还是原来对象元素的引用，换句话说，这个拷贝的对象本身是新的，但是它的内容不是
序列类型对象的浅拷贝是默认类型拷贝，有以下几种实现方式：
完全切片操作：下面操作会有
利用工厂函数：比如list()、dict()等
使用copy模块的copy()函数
其实如果是真正理解了Python对象或者说理解了可变对象和不可变对象，再根据上面的理论知识，浅拷贝和深拷贝基本上算是比较好的掌握了。所以这里不按照书上（指的是《Python核心编程》）的思路来进行总结，当然书上的例子作为入门也是非常不错的。下面给出三个例子，如果都可以理解，那么对Python浅拷贝和深拷贝的掌握到这个程度也就可以了。
1.第一个例子：列表中的元素都是原子类型，即不可变对象
>>> person = ['age', 20]
>>> xpleaf = person[:] #浅拷贝
>>> cl = list(person) #浅拷贝
>>> [id(x) for x in person, xpleaf, cl] #虽然是浅拷贝，但是其实也是生成了新的对象
[140205544875144, 140205544893688, 140205544996232]
>>> [id(x) for x in person]
[140205545021232, 32419728]
>>> [id(x) for x in xpleaf]
[140205545021232, 32419728]
>>> [id(x) for x in cl]
[140205545021232, 32419728]
#但是可以看到列表中的元素的还是原来对象元素的引用上面做了浅拷贝的操作，然后下面修改两个浅拷贝的值：
>>> xpleaf[1] = 22
>>> cl[1] = 21
>>> person, xpleaf, cl
(['age', 20], ['age', 22], ['age', 21])
>>> [id(x) for x in person]
[140205545021232, 32419728]
>>> [id(x) for x in xpleaf]
[140205545021232, 32419680]
>>> [id(x) for x in cl]
[140205545021232, 32419704]修改了两个浅拷贝的值，然后发现内容并没有相互影响，而且后来的id值也发生改变了，怎么会这样？不要忘了，列表中的元素都是不可变对象，修改不可变对象的值，其实就相当于是新生成了一个该对象，然后让列表元素重新指向新生成的不可变对象，在这里是数字对象。
理解这个例子本身并不难，但需要对Python对象和序列类型本身有一定的理解。
2. 第二个例子：列表中包含容器类型变量，即可变对象
>>> person = ['name', ['age', 20]]
>>> xpleaf = person[:]
>>> cl = list(person)
>>> person, xpleaf, cl
(['name', ['age', 20]], ['name', ['age', 20]], ['name', ['age', 20]])
>>> [id(x) for x in person, xpleaf, cl]
[140205544995944, 140205544893688, 140205544875144]
# 查看大列表的元素id值
>>> [id(x) for x in person, xpleaf, cl]
[140205544996160, 140205544875144, 140205544996520]
>>> [id(x) for x in person]
[140205546176112, 140205544995944]
>>> [id(x) for x in xpleaf]
[140205546176112, 140205544995944]
>>> [id(x) for x in cl]
[140205546176112, 140205544995944]
# 查看小列表的元素id值
>>> [id(x) for x in person[1]]
[140205545021232, 32419680]
>>> [id(x) for x in xpleaf[1]]
[140205545021232, 32419680]
>>> [id(x) for x in cl[1]]
[140205545021232, 32419680]三个列表的第一个元素的id值都是一样的，这是引用传递，没有什么问题，跟第一个例子类似，因此修改这个值不会有什么问题。但注意看第二个元素，它是一个列表，可以肯定的是，三个列表中的两个元素的id也肯定是相同的，也是引用传递的道理，但现在关键是看第二个元素，也就是这个列表本身，三个大列表（指的是person这个列表）中的这三个小列表的id值都是一样的，于是，浅拷贝对于对象值的影响就会体现出来了，我们尝试去修改其中一个小列表中的值：
>>> xpleaf[1][1] = 22
>>> person, xpleaf, cl
(['name', ['age', 22]], ['name', ['age', 22]], ['name', ['age', 22]])
>>> [id(x) for x in person, xpleaf, cl]
[140205544995944, 140205544893688, 140205544875144]
# 查看大列表的元素id值
>>> [id(x) for x in person]
[140205546176112, 140205544995944]
>>> [id(x) for x in xpleaf]
[140205546176112, 140205544995944]
>>> [id(x) for x in cl]
[140205546176112, 140205544995944]
# 查看小列表的元素id值
>>> [id(x) for x in person[1]]
[140205545021232, 32419680]
>>> [id(x) for x in xpleaf[1]]
[140205545021232, 32419680]
>>> [id(x) for x in cl[1]]
[140205545021232, 32419680]可以看到问题就出来了，即对一个小列表进行修改，会影响到其它的小列表。我们先抛开所谓的浅拷贝，去思考这个问题本身：有可能不会影响其它小列表吗？肯定没有可能的，因为三个小列表的id都一样，三个小列表里的元素的id也一样，即其实这三个小列表是完全指向同一个对象的，因此，无论修改哪一个，肯定都会影响其它小列表的。
这就是所谓浅拷贝出现的问题。
3.第三个例子：使用深拷贝来解决第二个例子出现的问题
>>> person = ['name', ['age', 20]]
>>> xpleaf = person[:]
>>> from copy import deepcopy as dcp
>>> cl = dcp(person)
>>> person, xpleaf, cl
(['name', ['age', 20]], ['name', ['age', 20]], ['name', ['age', 20]])
>>> [id(x) for x in person, xpleaf, cl]
[140205544995944, 140205544893688, 140205544875144]
# 查看大列表的元素id值
>>> [id(x) for x in person]
[140205546176112, 140205544996520]
>>> [id(x) for x in xpleaf]
[140205546176112, 140205544996520]
>>> [id(x) for x in cl]
[140205546176112, 140205544571320]
# 查看小列表的元素id值
>>> [id(x) for x in person[1]]
[140205545021232, 32419728]
>>> [id(x) for x in xpleaf[1]]
[140205545021232, 32419728]
>>> [id(x) for x in cl[1]]
[140205545021232, 32419728] 可以看到虽然是进行了深拷贝，但发现跟前面的其实并没有什么不同，下面我们再来修改其中一个小列表：
>>> xpleaf[1][1] = 22
>>> person, xpleaf, cl
(['name', ['age', 22]], ['name', ['age', 22]], ['name', ['age', 20]])
# 查看大列表的元素id值
>>> [id(x) for x in person]
[140205546176112, 140205544996520]
>>> [id(x) for x in xpleaf]
[140205546176112, 140205544996520]
>>> [id(x) for x in cl]
[140205546176112, 140205544571320]
# 查看小列表的元素id值
>>> [id(x) for x in person[1]]
[140205545021232, 32419680]
>>> [id(x) for x in xpleaf[1]]
[140205545021232, 32419680]
>>> [id(x) for x in cl[1]]
[140205545021232, 32419728]此时可以看到，cl的小列表的第二个元素的id跟原来是一样的，但是xpleaf和person的小列表元素的id发生了改变，同时值也是我们修改的那样。那是因为xpleaf是person的浅拷贝，但是cl是person的深拷贝。
这就是所谓的深拷贝。
4.第四个例子：检验
其实只要理解了上面三个例子（这意味着对Python对象本身和序列类型本身也有比较深刻的理解），所以的浅拷贝和深拷贝也不是什么问题了。
至于是否明白，可以参考下面这个例子：
>>> person = ['name', ('hobby', [1, 2])]
>>> xpleaf = person[:]
>>> from copy import deepcopy as dcp
>>> cl = dcp(person)
>>>
>>> xpleaf[0] = 'xpleaf'
>>> cl[0] = 'cl'
>>> person, xpleaf, cl
(['name', ('hobby', [1, 2])], ['xpleaf', ('hobby', [1, 2])], ['cl', ('hobby', [1, 2])])
>>>
>>> xpleaf[1][1][0] = 'clyyh'
>>> person, xpleaf, cl
(['name', ('hobby', ['clyyh', 2])], ['xpleaf', ('hobby', ['clyyh', 2])], ['cl', ('hobby', [1, 2])])如果对这个例子的输出觉得完全没有问题的，那么也就OK了！
当然，肯定还有遗漏的地方，还望指出。
