Python的值类型（不可变类型），引用类型（可变类型） | 深浅拷贝 | 切片

Python的值类型（不可变类型），引用类型（可变类型） | 深浅拷贝 | 指针

首先值类型和引用类型指的都是对象的类型

值类型：

int float str tuple bool

引用类型：

list dict set

变量：

Python中的变量都是指针，而指针实际上就是存放变量地址的变量

对象：

在 Python 中一切都是对象，所有Python对象都拥有三个特性：身份、类型、值。

身份：每个对象都有一个唯一的身份标识，任何对象的身份可以使用内建函数id()来得到

类型：对象的类型决定了该对象可以保存什么类型的值，可以进行什么样的操作，以及遵循什么样的规则。可以使用 type()函数查看python对象的类型。type()返回的是对象而不是简单的字符串。

值：对象表示的数据。

值类型为什么被称为不可变类型

x = 1
y = 1
print(id(x),'-x在内存上的位置') #8791163524128 -x在内存上的位置
print(id(y),'-y在内存上的位置') #8791163524128 -y在内存上的位置
x = 2
y = 2
print(id(x),'-x在内存上的位置') #8791163524160-x在内存上的位置
print(id(y),'-x在内存上的位置') #8791163524160-y在内存上的位置

对不可变类型我的理解是，比如x=1在内存位置8791163524128上的不可变类型的对象的值一旦确定，在被垃圾回收之前，这个位置上的对象的值就不能有任何改变（这点和可变类型就有差别了），如果要改变x指向的值，只能指向在内存其他位置上的对象。

值相同的不可变类型的对象在内存上的地址是一样的。正如上面变量x和y所指向的对象都是数字1，所以他们指向的地址都是一样的

引用类型为什么被称为可变类型

x = [1,2,3]
y = [1,2,3]
print(id(x),'-x在内存上的位置') #30171720 -x在内存上的位置
print(id(y),'-y在内存上的位置') #30171784 -y在内存上的位置
x.append(4)
print(id(x),'-x在内存上的位置') #30171720 -x在内存上的位置

对可变类型我的理解是，比如说在例子中，在内存位置30171720上的对象的值是可以被修改的，值从[1,2,3]->[1,2,3,4]，而内存位置可以依然不变

还值得注意的一点是，对于可变类型，有相同的值的对象在内存位置是可以不同的，在例子中虽然x和y都有相同的值[1,2,3]，但是该值在内存上的位置却是不同的，这点和值类型是不同的。

对于不可变类型需要注意的点（为什么元组中的列表是可以被改变的）

x = 2
yuanzu = (1,2)
print(id(yuanzu[1]),'-元组中的2') #8791159460928 -元组中的2
print(id(2),'-数字2') #8791159460928 -数字2
print(id(x),'-被2赋值的x') #8791159460928 -被2赋值的x

从上面的代码可以发现，数字2、元组中的数字2和x所指向的内存位置是一样的，那么就可以说明元组储存的元素和x一样，都是储存地址。所以结合上面对可变类型的分析，改列表地址上的对象是可以被改变的，于是乎改元组中的列表中的值就是可以被改变的

yuanzu = (1,2,[1,2])
print(id(yuanzu),'-元组的位置') # 36022096 -元组的位置
print(id(yuanzu[2]),'-列表的位置') # 30499400 -列表的位置
print('----------------------')
yuanzu[2].append(3)
print(id(yuanzu),'-元组的位置') # 36022096 -元组的位置
print(id(yuanzu[2]),'-列表的位置') # 30499400 -列表的位置

可见即使改了元组中的列表中的值，元组和列表在内存中的位置都没有发生改变

---

浅拷贝

使用切片[:]操作也会导致浅拷贝

深拷贝

切片

参考资料

https://blog.csdn.net/answer3lin/article/details/86430074

https://blog.csdn.net/fengdu78/article/details/110848735?utm_source=app

java的

https://blog.csdn.net/jiang7701037/article/details/98738487?utm_source=app

深浅拷贝

https://blog.csdn.net/weixin_40807247/article/details/82250553