关于Python的可变、不可变类型及内存管理和变量的理解

    Python某种意义上是一个极为彻底的面向对象语言，所有操作都基于对象，其处理方式因此带来了很多变化。Python为了进行有效的数据和数据内存管理，与很多语言不同的是强化了可变类型和不可变类型的概念，在内存管理上估计也有思路上的根本变化。对每一个程序中使用的具体的值，Python都在内存中为其分配并保留一个特定的区域，给予特定的Id，并赋予固定的值。例如有如下语句：

    a=3

    s=3

    其它语言的处理通常会将a和s处理为两个变量，并为其分配不同的内存，再将相应内存的值设置为3，即有两个内存区域，其值都为3。但Python则完全基于3这个具体的对象，认为整个程序中有且只有一个数值型对象3，这个对象3有固定的数值值3，固定的内存地址和单元，固定的对象id，因此，你如果写如下语句：

    id(3)

    id(a)

    id(s)

    将会获得同样的id值，因为它们都是同一个数值对象3。而语句a=3和s=3仅仅是将变量a和s指向3这个对象而已，所以a和s此时操作的是同一个对象。而如果你又写下下面的语句：

    a=4

    此时Python并不像其它语言一样将变量a的值赋为3，而是认为程序又使用了一个具体的数值对象4，因此为数值对象4执行内存分配等一系列相关操作，然后再将a指向4。从这样的操作模式可以认为Python是一个完全的基于对象（数据）的语言，而不像其它语言基于变量。

    正是基于这种操作模式，Python中的数据类型特别强调可变类型和不可变类型。数字、浮点型、字符串等简单类型都是不可变类型，也被称为标量类型，其值是不可以变化的。同时，Python中的可以包含其它数据类型的容器类型，或者非标量类型，就因此被分别处理为不可变和可变的。4中基本的容器类型中，元组（tuple）是不可变的，而列表（list）、字典（dict）和集合（set）是可变的。此时的一些基本特性应该从上面的处理模式推测出来。例如我们定义了如下的元组和列表：

    t=(1,2,3)

    l=[1,2,3]

    这里t是元组，是不可变的，l是列表，是可变的。对于不可变的元组t，只有count和index这两个不能修改数据的方法。而l则除了有上述两个方法外，还有clear、pop、append、insert等能够修改数据的方法。

但是如果进一步考察t和l的具体数据的使用和处理，和前面所述的基本概念又是一致的。例如我们可以写出下面三个语句：

    id(3)

    id(t[2])

    id(l[2])

    从运行结果可以看到，这三句的id都是一样的，即都指向了3这个数值对象，这也进一步凸显了Python的数据和内存管理模式。这也就是Python反复强调的“引用传递”，不管是列表还是其它什么数据结构，其最终的值的实现都是通过对具体数值对象的指向，即对它们的引用传递实现的。