我们直接给个例子看一下
1 import numpy as np
2 import copy
3
4 a = np.array([1, ‘m‘, [2, 3, 4]])
5 b = a
6 c = np.copy(a) # 等价于c = a.copy()
7 d = copy.deepcopy(a)
8
9 print(id(a), id(b), id(c), id(d))
10 print("a: ", a)
11 print("b: ", b)
12 print("c: ", c)
13 print("d: ", d)
输出：
2469932198128 2469932198128 2469960733200 2469960733840 a: [1 ‘m‘ list([2, 3, 4])] b: [1 ‘m‘ list([2, 3, 4])] c: [1 ‘m‘ list([2, 3, 4])] d: [1 ‘m‘ list([2, 3, 4])]
结论：对于赋值“=”操作来说，并不改变数据的地址
下面我们改变一下c试试看：
c[0] = 2
print("a: ", a)
print("b: ", b)
print("c: ", c)
print("d: ", d)
输出：
a: [1 ‘m‘ list([2, 3, 4])] b: [1 ‘m‘ list([2, 3, 4])] c: [2 ‘m‘ list([2, 3, 4])] d: [1 ‘m‘ list([2, 3, 4])]
结论：改变了c的第一个元素，并不会改变a、b和d
现在我们改变c中的那个list试试看：
1 c[2][0] = 10
2 print("a: ", a)
3 print("b: ", b)
4 print("c: ", c)
5 print("d: ", d)
输出：
a: [1 ‘m‘ list([10, 3, 4])] b: [1 ‘m‘ list([10, 3, 4])] c: [2 ‘m‘ list([10, 3, 4])] d: [1 ‘m‘ list([2, 3, 4])]
结论：发现改变c中list内的元素之后，a和b会跟着改变，但d不会改变
下面我们改变d试试看
1 d[2][0] = 20
2 print("a: ", a)
3 print("b: ", b)
4 print("c: ", c)
5 print("d: ", d)
输出：
a: [1 ‘m‘ list([10, 3, 4])] b: [1 ‘m‘ list([10, 3, 4])] c: [2 ‘m‘ list([10, 3, 4])] d: [1 ‘m‘ list([20, 3, 4])]
结论，d的改变并不会改变a、b和c的值
综上所述：
“=”：赋值前后数据的内存地址不发生变化，改变一个，另一个会随着一起发生改变
“np.copy()”：是浅复制，不会复制数组中的对象元素。因此需要谨慎使用
“copu.deepcopy()”：是深复制，不论怎么变化d，a的值不会发生变化。
如有错误，请指出！
python中的"="、"np.copy()"、"copy.deepcopy()"
原文：https://www.cnblogs.com/seekingmzr/p/14263771.html