赋值
在我们开始讨论浅拷贝和深拷贝的区别之前，首先我们必须清楚什么是赋值？
在Python中，所谓的赋值实际上就是对象引用的传递而已，当创建一个对象的时候，再赋值给另外一个变量的时候，并不是赋值给另一个变量。而是把这个变量在地址空间的id地址值传递给另一个变量，简单的说就是拷贝了这个对象的引用。看图片，可能比较容易理解。
从图中，我们很容易的看到，a和b两个变量在地址空间中是一样。后来，我们又给a增加一个值89之后，a和b两个地址值还是一样。
浅拷贝
浅拷贝是对一个对象父级（外层）的拷贝，并不会拷贝子级（内部）。使用浅拷贝的时候，分为两种情况。
第一种，如果最外层的数据类型是可变的，比如说列表，字典等，浅拷贝会开启新的地址空间去存放。
第二种，如果最外层的数据类型是不可变的，比如元组，字符串等，浅拷贝对象的时候，还是引用对象的地址空间。
看图，我们就明白的看出，c的最外层是[a,b]，可变数据类型，d在浅拷贝的时候，也直接把最外层拿过来。只拷贝最外层，而里面却没有拿到。
从图片看到，p(m,n)的最外层是元组不可变类型，当q在进行浅拷贝的时候，是直接引用p的地址，而不是再开辟新的地址空间存放。
深拷贝
深拷贝对一个对象是所有层次的拷贝（递归），内部和外部都会被拷贝过来。
深拷贝也分两种情况：
第一种，最外层数据类型可变。这个时候，内部和外部的都会拷贝过来。
第二种，外层数据类型不可变，如果里面是可变数据类型，会新开辟地址空间存放。如果内部数据类型不可变，才会如同浅拷贝一样，是对地址的引用。
楼上的图片是一种最简单的深拷贝，很容易看出，两个id值发生了改变，修改了一方，并不会影响另一方。
上面是有嵌套的拷贝。可以很明显的看出来，外层和内层的地址空间都发生了改变。
从图片看出，只要内部是可变数据类型，外部是可变的时候，深拷贝会开启新的地址空间存放。修改原本的变量，是不会影响深拷贝之后的。
深拷贝的作用：
- 减少内存的使用
- 以后在做数据的清洗、修改或者入库的时候，对原数据进行复制一份，以防数据修改之后，找不到原数据。
