copy.copy()、copy.deepcopy()、np.copy()与python普通的等号的区别

在python中，对象赋值实际上是对象的引用。当创建一个对象，然后把它赋给另一个变量的时候，python并没有拷贝这个对象，而只是拷贝了这个对象的引用

（1）若对初始变量进行改变，普通的等号会让关联的变量发生相同的改变（这就是因为引用的特性，以前竟然没有注意到Python的这个特性）

直接附代码应该会更容易理解：

a = [1, 2, 3]
>>> b = a
>>> a
[1, 2, 3]
>>> b
[1, 2, 3]
>>> a[0] = 4
>>> a
[4, 2, 3]
>>> b
[4, 2, 3] # 普通的python等号会通过引用让相等的变量发生改变

（2）copy浅拷贝，这里的“浅”指的是相对于嵌入部分“浅”，嵌入部分指的是子对象，由于未对子对象进行拷贝，所以原始数据改变时子对象会改变

import copy
a = [1, 2, ['a']]
>>> c = copy.copy(a)
>>> a
[1, 2, ['a']]
>>> c
[1, 2, ['a']]
>>> a[2].append('b')
>>> a
[1, 2, ['a', 'b']]
>>> c
[1, 2, ['a', 'b']] # 没有拷贝子对象，所以原始数据改变，子对象也会变
>>> a.append(3)
>>> a
[1, 2, ['a', 'b'], 3]
>>> c
[1, 2, ['a', 'b']] # 这里由于‘浅’拷贝了，就不发生变化

 （3）深拷贝，包含对象里面的所有嵌入部分的拷贝，所以原始对象的改变不会造成深拷贝里任何子元素的改变

import copy
a = [1, 2, ['a']]
>>> c = copy.deepcopy(a)
>>> a
[1, 2, ['a']]
>>> c
[1, 2, ['a']]
>>> a[2].append('b')
>>> a
[1, 2, ['a', 'b']]
>>> c
[1, 2, ['a']] # 拷贝了对象以及所有子对象，所以原始数据改变，子对象不变

特别注意：

 numpy里面的等号为引用（先创建numpy对象），深拷贝为np.copy。