Python-动态性区分变量和对象

理解 Python 的动态类型机制，需要首先明白 Python 中变量和对象的关系。

Python 的对象是存储在内存当中，占有相当空间大小，具有具体类型的一种数据结构。即 Python 对象对应内存中的一段地址空间。

然而，Python 的变量只是一个名字，它可以指向任意一段内存地址，即任意类型的对象。也就是说 Python 的变量只是 Python 对象的引用，并没有具体的数据类型。

Python 对象的创建

Python 对象是由赋值语句右侧的表达式计算的结果创建。上面赋值语句的操作流程：

计算表达式的值为 6

在当前作用域中创建一个值为 6 的整型对象，并存储在内存当中

把这个整型对象的内存地址传给变量 a，即：变量 a 引用这个整型对象

同样下个赋值语句：内存中创建一个列表类型的对象

变量 a 舍弃整型对象，指向 [1, 2, 3] 的列表对象

变量的使用是为了便于对对象的调用，变量会在程序进入内存之前，被相应的对象替换

变量 a 舍弃的整型对象 6，会被 Python 中的垃圾回收机制自动回收被舍弃的对象

多个变量引用同一个对象

由于不同的对象拥有不同的特性，当多个变量引用同一个对象时，会出现些许的不同。可将对象大体分为两部分：不可变类型的对象和可变类型的对象。

1. 不可变对象的引用

不可变对象有：整型、浮点型、字符串、元祖。 这些类型的对象所占用的内存不会被修改，直至对象被回收。当变量引用不可变对象，想改变对象的值时，只会重新创建对象，并把变量指向新对象。

执行结果：

开始 a 和 b 变量都指向 “hello” 对象，可以通过 方法获取对象的存储地址来判断 a 和 b 是否指向同一个地址，当修改 a 引用对象的值，a 指向的地址就会发生改变。

2. 可变对象的引用

可变对象有：列表，集合，字典以及 class 关键字自定义的对象。这些类型的对象所占用的内存是可以被修改的。但是变量指向的内存地址不会改变。

执行结果：

开始 a 和 b 变量都指向 [1, 2, 3]列表，当修改列表中元素的值时，a 指向的地址没有发生改变。

3. 对象的复用机制

对象的复用机制是在 Python 中为对象提供了一个对象缓存池，当在缓存中能找到对象的时候，说明此对象已经被创建过，Pythont 就不会再重新创建，会让变量引用已经存在的对象（这些对象都是不可变对象），减轻系统压力，增加系统性能。

可复用的不可变对象：整型、浮点型、字符串。

注：不可变对象元祖不可复用

执行结果：

同时创建 a、b相等的两个字符串对象，x、y相等的两个列表对象，a 和 b 的引用的地址相同，说明 a 和 b 引用的是同一个对象；x 和 y 引用对象的地址不同，说明 [1, 2, 3] 对象被创建了两次，x 和 y 引用的是不同的对象。

对象的删除

Python 对象由三部分组成：类型，引用计数器，数据结构。引用技术器统计有多少个变量引用了此对象。一旦这个计数器被设置为零，这个对象的内存空间就会自动回收。写程序时不需要过多的考虑内存的释放，内存的管理由 Python 垃圾回收机制自动处理。

对象的拷贝

有的时候，不希望多个变量同时引用同一个对象，但是又希望它们引用的对象相等，避免在以后的对象操作时，它们同事修改同一个对象，造成混乱。这时就用到对象的拷贝。主要针对的是可变对象的操作。

1. 浅拷贝

浅拷贝仅将对象的本身进行复制，而对象内部引用的其他对象不复制。

执行结果：

y 由 x 赋值得到，y 与 x 同时引用同一个对象，所以地址相同，子对象 x_sub 地址也相同。z 由 x 复制得到，z 引用新创建的对象，z 与 x 引用不同的对象，但由于是浅复制，z 与 x 中的子对象没有复制，属于同一个子对象。

2. 深拷贝

深拷贝不止将对象本身进行复制，对象内部引用的其他对象也进行复制。

import copy

执行结果：

可以看到 z 和 x 不仅本身对象内存地址不同，子对象 x_sub 内存地址也不同。