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