引用，浅拷贝和深拷贝

引用

变量名是别名，没有开辟新的内存，指向同一块内存

浅拷贝：

一般出现在array-like对象中，如list等。

虽然开辟了一块新的内存，但是对象中的每一个元素都是指向原对象的每个元素的地址。例如：

a = [1,2,[1,2,3]]

b =copy.copy(a)

id(a[2]) == id(b[2])

对于元素为不可变对象时，倒无所谓，如果元素为可变对象，那么a变b也变。

切片就是浅拷贝！！

深拷贝：

既开辟了新的内存，对象中的每个元素又都是数值的拷贝，而非地址。

使用方式：copy.deepcopy()

神奇的pandas:

经过对pandas的一番探索，引用，切片，花式索引。。结论是：pandas的内存机制实在是有点复杂，真是摸不透。

例如：a是一个dataframe, b = a.loc[:]，这个操作后a.loc[1]的地址都会变..太恐怖了

所以还是总结一下，平时用的比较多的操作：

对于切片处理，如b = a.loc[:]，如果修改b.loc[,]的值，a也会变，如果b经过一些其他的操作，如sort_values等之后，b又变成了一个单独的内存空间。

对于花式索引，如b = a[a[‘‘] > ]，修改b.loc[,]的值，a不会变。