python变量内存浅析

1. Python变量

如果把单一值变量称为一维变量，把可以扩展元素的变量称为多维变量，则python的变量可以划分如下：

变量维度	Python变量		说明
一维	数字	int（有符号整型）	数字类型可以做转换
		long（长整型[也可以代表八进制和十六进制]）
		float（浮点型）
		complex（复数）
	字符串		字符串有丰富的运算符和内嵌函数；有格式化输出；
二维	列表		除了元祖外，列表和字典可以灵活的扩展元素
	元组
	字典

2. Python变量的赋值处理

这里主要分析情况为，将原始变量赋值给新变量后，二者的变化关联情况，比如：原始变量为varold，新变量varnew = varold，之后varnew发生了变化，那么varold如何变化，二者的地址情况如何？这里给出测试用例：

用例1：

def whole_modify(value_old, value_new):
    #before
    obj_old = value_old
    obj_new = obj_old
    print(obj_old, id(obj_old))
    print(obj_new, id(obj_new))
    #after
    obj_new = value_new
    print(obj_old, id(obj_old))
    print(obj_new, id(obj_new))
print('value:')
whole_modify('aaa', 9)
print('list:')
whole_modify(['a', 2], [3, 'b'])
print('Dictionary:')
whole_modify({1:'a', 'b':2}, {3:'c'})

测试结果：

value:

('aaa', 38126200)

(9, 4014992)

list:

(['a', 2], 43066072)

([3, 'b'], 41421080)

Dictionary:

({1: 'a', 'b': 2}, 39583440)

({3: 'c'}, 39599104)

用例1中whole_modify是对新变量的整体修改，即直接用=号将一个全新的数据整体赋值给新变量，从测试情况看，结论是：

不论一维还是二维变量，通过=号整体赋值后，新变量会重新分配内存，值为新赋给的值；原变量保持不变。

用例2：

print("list:")
obj_old = ['a', 2]
obj_new = obj_old
print(obj_old, id(obj_old))
print(obj_new, id(obj_new))#after
obj_new[0] = 3
print(obj_old, id(obj_old))
print(obj_new, id(obj_new))

print("dictionary:")
obj_old = {1:'a', 'b':2}
obj_new = obj_old
print(obj_old, id(obj_old))
print(obj_new, id(obj_new))#after
obj_new['b'] = 'newvaluestr'
print(obj_old, id(obj_old))
print(obj_new, id(obj_new))

测试结果：

list:

(['a', 2], 39932832)

([3, 2], 39932832)

dictionary:

({1: 'a', 'b': 2}, 40107728)

({1: 'a', 'b': 'newvaluestr'}, 40107728)

用例2中，主要是对二维变量内部元素做修改（一维变量无需测试），从测试情况看，结论是：

老二维变量被赋给新二维变量后，对二者任何一个的内部元素修改，二者的地址不会发生改变，但值会同步被修改。

3. 分析

Python的变量赋值（包括传参，返回参数等场景），与c/c++区别很大，而且很难用一句话概括其用法。上面两个测试用例主要是从变量类型的角度来区分，具有很强代表性，可以引申到很多场景辅助理解。

很多人将python的变量赋值当做引用看待，这应该是有问题的，比如上面用例1中，很显然就不是引用，因为新变量地址和值都变化了，而老变量完全保持不变。而c/c++引用的概念是，新老变量地址不变，值同步变化。

用例2中对二维变量做局部修改，会发现新老变量的局部元素的地址和值都同步变化了（变量本身地址不变），这个和引用相同的地方是值同步变化了，不同的是变量地址也同步变化了。

Python的这种处理，应该是基于内存效率的考虑，虽然python应用开发中不用考虑变量地址与内存回收，但如果对变量赋值的内存情况完全忽视，则很容易产生意外的结果。

秒客网

python变量内存浅析

1. Python变量

2. Python变量的赋值处理

3. 分析

相关文章