Python中的引用和拷贝浅析
mutable 可变类型，例如 list，set，自定义类型（等价于C#中的引用类型）；
immutable 不可变类型，例如string，numbers等（等价于C#中的值类型）；
一、引用和拷贝（references and copies）
当程序中使用=赋值操作符时，例如a=b，
对于不可变的对象，a作为b的一个拷贝被创建，a和b将指向不同的内存地址，a和b相互独立。
代码如下:
def TestCopy():
a = 10
b = a
a =20
print (b) #b still is 10
但是对于可变的对象，a作为b的一个引用被创建，a和b的元素公用相同的内存地址，a和b的元素共享。
代码如下:
def TestRef():
a=[1,2,3,4]
b=a #b is a reference to a
print (b is a) # True
b[2] = -100 #change an element in b
print (a) # a also changed to [1,2,-100,4]
二、深拷贝和浅拷贝（shallow copy and deep copy）
为了避免可变对象指向同一个对象，必须创建一个新的拷贝，而不是引用。
在python中可以对容器对象（例如lists和dictionaries）使用两种拷贝：浅拷贝和深拷贝。
浅拷贝创建一个新的对象，但是使用原来对象的元素的引用（如果是不变类型，相当于是拷贝）来填充新对象。可以使用copy.copy()来实现浅拷贝。
代码如下:
def TestShallowCopy():
a = [ 1, 2, [3,4] ]
b = list(a) # create a shallow copy of a
print (b is a) #False
b.append(100) #append element to b
print (b)
print (a) # a is unchanged
b[2][0] = -100 # modify an element inside b
print (b)
print (a) # a is changed
在这个例子中，a和b共享相同的可变元素。所以修改其中一个list对象中的元素，另一个list对象也会被修改。
深拷贝创建一个新的对象，同时递归地拷贝对象所包含的所有的元素。可以使用copy.deepcopy()来实现深拷贝。
代码如下:
def TestDeepCopy():
import copy
a = [1, 2, [3, 4]]
b = copy.deepcopy(a)
b[2][0] = -100
print (b) # b is changed
print (a) # a is unchanged
在这个例子中，a和b是对立的list对象，且他们的元素也相互独立。
三、引用计数和垃圾回收
python中的所有的对象都是引用计数的，一个对象赋值或加入容器时，它的引用计数就会自增，当使用del时或变量赋值为其他值时，引用计数就会自减，当引用计数为0时，python的垃圾回收器就会回收该变量。
代码如下:
def TestGarbageCollection():
import sys
print(sys.getrefcount(37))
a = 37 # Creates an object with value 37
print(sys.getrefcount(37))
b = a # Increases reference count on 37
print(sys.getrefcount(37))
c = []
c.append(b) # Increases reference count on 37
print(sys.getrefcount(37))
del a # Decrease reference count of 37
print(sys.getrefcount(37))
b = 42 # Decrease reference count of 37
print(sys.getrefcount(37))
c[0] = 2.0 # Decrease reference count of 37
print(sys.getrefcount(37))
TestGarbageCollection()
运行结果为：
代码如下:
11
12
13
14
13
12
11
为啥一上来就有11个引用了呢？谁知道？