Python变量

Published: 2026-03-10

引用机制

在 Python 中，变量本身不存储数据，它更像一个 "标签" 或 "指针"，指向内存中真正存储数据的对象。

• 当你执行 a = 10 时，Python 会先在内存中创建一个值为 10 的int对象，然后让变量a成为这个对象的 "引用者"（即a指向该对象）。
• 当你再执行 b = a 时，并不会复制 10 这个值，而是让变量b也指向同一个int对象（a和b是同一个对象的两个引用）。

如何实现

Python 中的 "变量名"（如a、b）本身不直接关联数据，而是作为符号表（symbol table）中的一个 "键"，其对应的值是一个内存地址指针（指向真正的对象）。

• 符号表的本质：是一个哈希表（类似字典），存储在特定作用域中（模块、函数、类等都有自己的符号表）。例如：
  • 执行 a = 10 时，CPython 会在当前作用域的符号表中添加一条记录：{"a": 0x7f8a1b2c3d4e}（其中0x7f8a1b2c3d4e是整数 10 的对象在内存中的地址）。
  • 执行 b = a 时，符号表会新增 {"b": 0x7f8a1b2c3d4e}——b的指针与a完全相同，指向同一个对象。
• 作用域与符号表：不同作用域（全局、局部、嵌套）有独立的符号表。例如函数内部的变量存储在局部符号表中，函数执行结束后，局部符号表被销毁，变量名对应的指针失效（可能触发对象引用计数减少）。

引用计数的增减规则

• 增加：
  • 变量赋值：a = obj（obj的引用计数 + 1）；
  • 变量作为参数传递：func(obj)（函数调用时，obj的引用计数 + 1）；
  • 变量被放入容器：list.append(obj)（容器会新增一个对obj的引用，计数 + 1）。
• 减少：
  • 变量被重新赋值：a = other_obj（原对象的引用计数 - 1）；
  • 变量超出作用域：函数执行结束，内部变量失效（引用计数 - 1）；
  • 变量被显式删除：del a（a指向的对象引用计数 - 1）；
  • 对象从容器中移除：list.remove(obj)（容器对obj的引用消失，计数 - 1）。

引用传递：指针的复制

当我们进行赋值、传参等操作时，"引用传递" 的本质是指针的复制，而非数据的复制。

• 赋值操作：b = a 会将a在符号表中对应的指针（如0x7f8a1b2c3d4e）复制给b，此时a和b的符号表条目指向同一个内存地址，即引用同一个对象。
• 函数传参：def func(x): ...; func(a) 会将a的指针复制给参数x，函数内部的x与外部的a指向同一个对象（因此修改可变对象时，外部能感知到变化）。
• 容器存储：lst = [a] 会在列表的内部数组中存储a的指针，列表对a指向的对象产生一个新的引用（因此对象的ob_refcnt会 + 1）。

可变对象与不可变对象

在 Python 中，可变对象（Mutable Objects）和不可变对象（Immutable Objects）的核心区别在于：对象创建后，其内部数据是否可以被 "原地修改"。

• 可变对象：list, dict, set 等，支持原地修改
• 不可变对象：int, str, tuple 等，不支持原地修改

小整数缓存机制

Python（主要是 CPython）会预先创建并缓存一定范围的整数对象（范围 [-5, 256]），避免频繁创建和销毁的开销。

字符串 intern 机制

Python 的intern机制（字符串驻留）本质是一种字符串去重优化，通过将相同内容的字符串映射到内存中唯一的对象，实现内存复用和比较加速。

深浅拷贝

• 浅拷贝：对于不可变类型直接复用，对于可变类型创建新对象，但嵌套的可变对象仍然是引用
• 深拷贝：创建完全独立的对象，包括嵌套的可变对象