Python中可变变量与不可变变量 Python中可变变量与不可变变量详解

前言：

C++不同于Python的显著特点，就是有指针和引用，这让我们在调用参数的时候更加清晰明朗。但Python中没有指针和引用的概念，导致很多时候参数的传递和调用的时候会产生疑问：我到底是复制了一份新的做操作还是在它指向的内存操作？

这个问题根本上和可变、不可变变量有关，我想把这个二者的区别和联系做一个总结，以更深入地理解Python内部的操作。我本身非科班出身，如有不当之处敬请批评指正。

一 、常见的变量分类

1、变量的创建

在了解可变、不可变变量的基本定义之前，我们需要明白变量是如何被创建的。

x = 1

python解释器会判断1在内存中是否存在，若不存在，python会分配内存，在内存中创建数字1，然后看变量x是否存在，若不存在就创建x，最后把1赋值给x。

y = 1

当继续输入上行代码时，1已经在内存中被创建了，现在是否需要重新创建一个1，然后赋值给y呢？还是直接将刚才就创建好的1赋值给y呢？答案是后者。我们可以通过id或者is来判断是否在内存中是同一个地址。

print(id(x) == id(y))
# or 
print(x is y)

但当我们换成一个列表来尝试呢？

a = [1,2,3]
b = [1,2,3]
print(id(a) == id(b))

答案却和上面的结果相反，也就是说内存中即使有了x的[1,2,3]，python中要创建把[1,2,3]赋给y的时候并没有把x指向的那个赋过去，而是重新在内存中开辟了一块新的空间，创建了一个新的[1,2,3]！这就引出了可变和不可变变量。

字面意思
按照我的个人理解，可变变量（mutable variable）就是内存中内容可以被修改的变量，而不可变变量（immutable variable）就是内存中内容不可以被修改的变量。

听起来比较抽象。我们可以把变量名理解为一个指针或者引用，他们都指向了内存中的一块空间。比如上节中x和y同时指向了1的那块空间，a指向了[1,2,3]的那部分。那么如何理解内存中的内容可以被修改呢？对于一个int型的变量，我创建了1，那么这之后*任何在这个作用域中所有被赋为1 的变量都会指向它，而外部没有方法来把这个内存中的内容改成2或者其他值*。而对于列表来说，那块[1,2,3]我随时可以把他改为[1,2,3,4]，这就是内存中内容可以被修改。

二、变量分类

所有的变量都可以按可变、不可变变量来分类，那么我将常用的一些变量类型进行分类。

1、、常见的不可变变量

• 整型
• 浮点型
• 布尔型
• 复数
• 字符串
• 元组

2、常见的可变变量

• 列表
• 集合
• 字典
• 其他迭代器

三、拷贝的差别

copy和deepcopy都表示拷贝，那么二者的区别就在于可变、不可变对象。copy和deepcopy对于不可变对象来说是没有区别的，都是把指向内存已有的空间的引用进行拷贝；但对于可变对象，copy是拷贝指向内存已有空间的引用，而deepcopy才是新开辟一块空间，将原来的内容完全拷贝，然后返回新的空间的引用。

四、参数传递的差别

参数传递的过程也是很容易出现疑惑的过程。C++中的参数传递很明确，引用就是引用，形参就是形参，但Python中不是，因为python中没有明确的指针、引用。

对不可变变量，传递进函数后由于作用域改变，函数内部有新的空间，因此会产生形参，将原来的不可变变量进行复制，然后在函数内部进行后续操作。

对可变变量，本身内容就可以被修改，那么在函数内部也允许修改本身，因此传递进函数的是该内存空间的引用，对该参数操作，相应的在主函数也会被修改。