Python 的可变和不可变对象详情_Python

Python 中的可变和不可变对象
- 一、文字描述可变和不可变对象
  - 1、可变与不可变对象归类
  - 2、可变与可变对象的区别
  - 3、不可变对象的应用场景
- 二、代码角度区别
  - 1、不可变对象-整型
  - 2、不可变对象-字符串
  - 3、不可变对象-元组
  - 4、可变对象列表
- 三、Python 函数的参数传递
  - 1、参数传递不可变对象
  - 2、参数传递可变对象

Python 中的可变和不可变对象

一、文字描述可变和不可变对象

在 Python 中，一切皆为对象
Python 中不存在值传递，一切传递的都是对象的引用，也可以认为是传址

1、可变与不可变对象归类

不可变对象：字符串、元组、数字（int、float）
可变对象：数组、字典、集合

2、可变与可变对象的区别

可变对象：改变对象内容，对象在内存中的地址不会被改变
不可变对象：改变对象内容，对象在内存中的地址会被改变；如果必须存储一个不同的值，则必须创建新的对象

3、不可变对象的应用场景

它们在需要常量哈希值的地方起着重要作用，例如作为字典中的键

从内存角度出发说下有什么区别？

不可变对象：

Python 的可变和不可变对象详情

Python 中的变量有一个内存空间
具体的数据（对象）也有一个内存空间
而变量保存（指向）的是存储数据（对象）的内存地址，一般也叫对象引用
不可变对象是指对象内容本身不可变
变的是：改变了值，会创建新对象，然后变量改变了对象引用，指向了新对象，旧对象会被垃圾回收

可变对象：

Python 的可变和不可变对象详情

变的是：原来对象的内容，不会创建新对象，而变量也还是指向原对象

二、代码角度区别

1、不可变对象-整型

a = 123
b = a
print(id(a))
print(id(b))
print(a, b)

a += 2

print(id(a))
print(id(b))
print(a, b)


# 输出结果
4473956912
4473956912
123 123
4473956976
4473956912
125 123

从前两次打印可以看到，a、b 变量保存的内存地址是同一个，他们们都保存了 123 的内存地址（123 对象的引用）
预期情况：在 a 做了加法赋值运算之后，既然他们一开始都是指向同一个内存地址，按道理修改 123 后，他们也应该仍然指向同一个内存地址呀，但是并没有！
实际情况：a 指向了新的内存地址，而 b 仍然指向旧的内存地址，所以他们的值也不一样

可以看看下面的图

首先，这是一个内存区域

Python 的可变和不可变对象详情

原理：

因为数字（int、float）是不可变对象，所以不能在 123 的内存地址上直接修改数据
加法赋值，实际上是将原来的 123 复制了一份到新的内存地址，然后再做加法，得到一个新的值 125，最后 a 再指向新的内存地址

2、不可变对象-字符串

a = "test"
b = a
print(id(a))
print(id(b))
print(a, b)

a += "123"

print(id(a))
print(id(b))
print(a, b)


# 输出结果
4455345392
4455345392
test test
4455818288
4455345392
test123 test

3、不可变对象-元组

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

a = a + a
print(id(a))
print(id(b))
print(a, b)


# 输出结果
4455410240
4455410240
(1, 2, 3) (1, 2, 3)
4455359200
4455410240
(1, 2, 3, 1, 2, 3) (1, 2, 3)

4、可变对象列表

# 列表
a = [1, 2, 3]
b = a

print(id(a))
print(id(b))
print(a, b)

a += [4, 5, 6]

print(a, b)
print(id(a))
print(id(b))


# 输出结果
4327665856
4327665856
[1, 2, 3, 4, 5, 6] [1, 2, 3, 4, 5, 6]
4327665856
4327665856

能看到 a 变量修改值之后，b 的值也随之修改了

可以看看下面的图

Python 的可变和不可变对象详情

因为 list 是不可变对象，所以并不会将原来的值复制到新的内存地址再改变，而是直接在原来的内存地址上修改数据
因为 a、b 都是指向原来的内存地址的，所以 a、b 变量保存的内存地址是一致的（对象引用是一致的），当然值也是一样的啦

三、Python 函数的参数传递

这里先提前讲下函数的入门，因为参数传递是个挺重要的点

概念：

开头有讲到，Python 的一切传递都是对象的引用，函数参数传递也不例外
当传递给函数的是一个变量，实际上传递的是变量保存的对象引用（变量指向的内存地址）
在函数内部修改变量时，会根据变量指向的内存地址，去修改对应的值才对，事实真是如此吗

1、参数传递不可变对象

# 函数
def test_no_define(age, name):
    age = 123
    name = "poloyy"
    print(age, name)


age = 1
name = "yy"
print(age, name)

test_no_define(age, name)
print(age, name)


# 输出结果
1 yy
123 poloyy
1 yy

2、参数传递可变对象

# 函数
def test_define(dicts, sets):
    dicts["age"] = 24
    sets.pop()
    print(dicts, sets)


dicts = {"age": 123}
sets = {1, 2}
print(dicts, sets)

test_define(dicts, sets)
print(dicts, sets)


# 输出结果
1 yy
{"age": 123} {1, 2}
{"age": 24} {2}
{"age": 24} {2}

总结：