变量的赋值操作：

• 只是形成两个变量，实际上还是指向同一个对象

#变量的赋值操作
a=10
b=10
print(id(a)) #1775575198288
print(id(b)) #1775575198288

class CPU:
    pass
class Disk:
    pass
class Computer(CPU,Disk):
    def __init__(self,cpu,disk):
        self.cpu=cpu
        self.disk=disk

#变量的赋值
cpu1=CPU()
cpu2=cpu1
#可以发现，两个变量存储的id值都一样，都是指向那个变量
print(cpu1,id(cpu1))#1965582204880
print(cpu2,id(cpu2))#1965582204880

运算结果：

1965576579664
1965576579664
<__main__.CPU object at 0x000001C9A5D43FD0> 1965582204880
<__main__.CPU object at 0x000001C9A5D43FD0> 1965582204880

浅拷贝：

• python拷贝一般都是浅拷贝，拷贝时，对象包含的子对象内容不拷贝。因此，源对象与拷贝对象会引起同一个子对象
• python的拷贝如果没有特殊说明，都是浅拷贝

#类的浅拷贝
print('__________________浅拷贝___________________')
disk=Disk()
print(id(disk))
computer=Computer(cpu1,disk)
#浅拷贝
import  copy
computer2=copy.copy(computer)
print(computer,computer.cpu,computer.disk)
print(computer2,computer2.cpu,computer2.disk)

运算结果：

__________________浅拷贝___________________
2210778671712
<__main__.Computer object at 0x00000202BCAD6940> <__main__.CPU object at 0x00000202BCAD6FD0> <__main__.Disk object at 0x00000202BCAD6A60>
<__main__.Computer object at 0x00000202BCAD6850> <__main__.CPU object at 0x00000202BCAD6FD0> <__main__.Disk object at 0x00000202BCAD6A60>

#可以发现，在该运算结果中，只有computer和computer2的id值不同，其他子对象是一样的，也就是说子对象在内存中仅有一份

深拷贝：

• 使用copy模块的deepcopy函数，递归拷贝对象中包含的子对象，源对象和拷贝对象所有的子对象也不相同

#类的深拷贝
print('__________________深拷贝_____________________')
computer3=copy.deepcopy(computer)
print(computer,computer.cpu,computer.disk)
print(computer3,computer3.cpu,computer3.disk)

运行结果：

__________________深拷贝_____________________
<__main__.Computer object at 0x0000024E2E1E6940> <__main__.CPU object at 0x0000024E2E1E6FD0> <__main__.Disk object at 0x0000024E2E1E6A60>
<__main__.Computer object at 0x0000024E2E1E6760> <__main__.CPU object at 0x0000024E2E1E63D0> <__main__.Disk object at 0x0000024E2E1E6370>

可以发现不仅仅computer和computer3的id不同，他们的子对象的id也都不同（disk/cpu）。也就是说，深拷贝不仅仅复制了一份computer的实例对象，还拷贝了源对象的所有子对象