python内存管理

对象的内存使用

id可以取到python对象的内存地址  以赋值操作为例 

可以看到 a 与常量1的地址是一致的。查阅得知

在Python中，整数和短小的字符，Python都会缓存这些对象，以便重复使用。当我们创建多个等于1的引用时，实际上是让所有这些引用指向同一个对象。

可以看到a 和 b 指向同一个变量。 a 和b 均是 1的 一个引用。

可以看到当a 的值发生变化后，a指向的地址发生变化，并且随着数字的复杂度变高，同一个数字指向不同空间。

同样的操作在tuple上  可以看到赋值操作 c = a使得 c，a同时指向一个元组， a的赋值发生变化时，c指向的对象不发生变化，

即python中赋值为 地址的传递 而非值的传递。

在对于a = 2 进行操作时， python没有在原来的地址上进行更改，而是新创建一个2，将a指向了新的2.

那么是不是所有对象的改变都是从新创建对象呢？

测试可知，list， dict对象的改变 并不会创建新的对象，而其内部对象的变化遵照之前的原则。

对list，dict等对象的直接赋值操作则是新创建一个对象

对list dict等对象的间接赋值操作 与 不可变对象一致b = a的操作中实际上将 b，a指向同一个地址，所以b，a能同时改版这个list。

结论：python中 int，float，tuple等不可变对象的改变，并非在原地址上进行更改，而是创建一个新对象，将原来的 引用指向到新的地址。

对于可以改变的对象的内部改变，在其指向的地址进行改变， 所有对象之间的赋值操作 不会占用更多的内存。

可变对象的内部改变，是在原地址上进行更改的，但是对象的整体变化是从新创建新的对象,例如:

可以看到list的切片操作会从新创建一个list对象，赋值操作遵照切换地址的原则。

函数值传递时候，与赋值操作一致，a,x指向同一个对象，当a,x发生内部变化时操作的也是同一个变量，当发生外部变化时x指向新的外部对象，a保持不变。

公共变量

在python工程中经常有使用某文件中的公共变量的情况，经常会出现一些常量丢失的情况，以上述python对象内存的原则分析

运行test2.py得到

1 33522008
33521984
1 33522008
2 33521984

对于不可变对象x， 在进行第一次import操作时，等同于做了一遍函数赋值，虽然 2个x指向同一个obj 但是为不同的内存对象，

当调用f函数将test1 内存中的x改变时，x1指向了新的地址，而x2仍然指向原先的地址，第二次调用import 后 回复正常，

即引用公共不可变对象最好在使用时import，公共不可变对象 只能通过函数的方式改变其值。

例子分析

一点建议

1：涉及到公共变量初始化，以及使用的地方，路径要 保持一致（否则会出现引用非同一个变量的问题）

2：公共变量的修改最好收敛在同一个文件中，并且初始化操作import时初始化，这样做的好处是即使出现意外的路径引用，依然能够正常工作。

内存分析工具