python——变量开辟内存相关问题_python开辟内存空间(1)

• 1、变量名与值内存地址的关联关系存放于栈区
• 2、变量值存放于堆区

x = 10
y = 20

当我们执行x = y 时, x得到了y传递过来的内存地址，x就指向新内存地址的值。所以x的值也变成20

再举例

x = 10  # 值10在堆中开辟空间，地址为id1，变量x绑定内存地址id1，所以x指向值10
y = x   # 前文有提到，赋值操作实质是内存地址的传递，
		# 所以此步骤 y得到了x传递过来的内存地址id1，变量y也绑定内存地址id1，所以y指向值10
x = 30  # 值30在堆中开辟空间，地址为id2，变量x绑定内存地址id2，所以x指向值30
print(y)  # 所以y打印是10

注：当然以上仅为举例，实际上，python为了性能优化，避免为整数频繁申请和销毁内存空间，小整数对象池（-5 ～ 256）中的整数都是在内存中一直开辟好的。这个后续细述。

x = '你好'  # 字符串 你好 在堆中开辟空间，地址为id1，变量x绑定内存地址id1，所以x指向字符串 你好
y = ['a','b','c','d',x]  # 前文有提到，赋值操作实质是内存地址的传递，
				  # 所以此步骤 列表['a','b','c','d',x]在堆中开辟空间，地址为id2，
				  # 其中每个成员也分别需要开辟空间，其中第五个成员得到了x传递的地址
				  # 所以第五个成员指向id1的值：你好
				  # ['a','b','c','d','你好']
				  
x = '不好'  # 字符串 不好 在堆中开辟空间，地址为id2，变量x绑定内存地址id3，所以x指向字符串 不好
print(y)  # # ['a','b','c','d','你好']

小整数池

python中经常使用的一些数值定义为小整数池，小整数池的范围是[-5,256]，python对这些数值已经提前创建好了内存空间，即使多次重新定义也不会在重新开辟新的空间，但是小整数池外的数值在重新定义时都会再次开辟新的空间。

所以对于小整数池中的数，内存地址一定是相同的，小整数池中外的数，内存地址是不同的。

>>> a = 10
>>> b = 10
>>> print(a is b)
True

>>> a = 257
>>> b = 257
>>> print(a is b)
False

python缓存机制

但你会发现，如果不在交互模式中，而是在 脚本模式 或者 IDE环境中，小整数池外的数，内存地址也是相同的

>>> a = 257;b = 257;print(a is b)
True

IDE环境

这是由于python的缓存机制，在同一代码块下，不可变数据类型的对象（数字，字符串，元祖)
被多个变量引用，不会重复开辟内存空间

a = 257
b = 257
print(a is b)  # True

a = '123'
b = '123'
print(a is b)  # True

a = (1, 2, 3)
b = (1, 2, 3)
print(a is b)  # True

a = [1, 2]
b = [1, 2]
print(a is b)  # False 可变数据类型，需要重新开辟空间

所以我们平时写代码，在同一代码块下，只要是不可变数据类型的对象（数字，字符串，元祖）
被多个变量引用，不会重复开辟内存空间，可变数据类型的对象会开辟不同空间

字符串intern机制

刚有提到，在命令行除了小整数池，都会开辟不同的内存地址。
但你会发现，在命令行模式中，有的字符串并没有开辟不同的空间：

>>> a = '123'
>>> b = '123'
>>> print(a is b)
True

这是由于字符串的intern机制，也就是说在命令行模式下，有个intern机制：如果当前变量引用的字符串对象已经存在的话，直接增加对应字符串对象的引用，而不去创建新的字符串对象。适用范围是：只包含[a-zA-Z0-9_]，也就是说字符串只能包含字母数字下划线，如果有其他符号，就不使用intern机制。

>>> a = '12 3'
>>> b = '12 3'
>>> print(a is b)
False

列表内存开辟

# 定义一个列表
a = [10,20,30,40]
# 打印列表a的地址以及其元素

print(id(a))  # 4376650528
print(id(a[0])) # 10--4527943632
print(id(a[1])) # 20--4527943952
print(id(a[2])) # 30--4527944272
print(id(a[3])) # 40--4527944592

# 定义一个列表
a = [10,20,30,40]

# 使用a.append()
a.append(50)
print(a)   # [10,20,30,40,50]
print(id(a))  #4376650528

列表是可变数据类型，地址不变，值可变。因此，添加新的值之后，地址也是不变的。

函数的参数传递

实参：调用函数时，小括号中的参数，用来把数据传递到函数内部

形参：定义函数时，小括号中的参数，用来接收参数，在函数内部作为变量使用

对于参数传递，函数中修改传参，到底影不影响外部变量，可以理解为 把实参 赋值 给了 形参 即： 形参 = 实参

即：形参和实参指同一个地址，至于形参的改变会不会影响实参， 就根据内存开辟相关的知识判断就可以， 和函数本身没有关系

可变和不可变数据类型

不可变数据类型：数字，字符串，元祖

可变数据类型 ：列表，集合，字典

可变指：地址不变的情况下，可以改变其内部元素。

不可变指：地址不变的情况下，其值不可变。

浅拷贝和深拷贝

Python 深拷贝和浅拷贝概念理解
- 浅拷贝
拷贝的程度浅，重新分配一块内存，创建一个新的对象，但里面的元素是原对象中各个子对象的引用。

• 使用数据类型本身的构造器完成的也是浅拷贝，list2 = list(list1)
• 对于可变的序列，还可以通过切片操作符 : 来完成浅拷贝
• Python 还提供了对应的函数 copy.copy() 函数，适用于任何数据类型
  

b = a.copy(): 浅拷贝, a 和 b 是一个独立的对象，但他们的子对象还是指向统一对象（是引用）

- 深拷贝
拷贝的程度深，重新分配一块内存，创建一个新的对象，并且将原对象中的元素，以递归的方式，通过创建新的子对象拷贝到新对象中。因此，新对象和原对象没有任何关联

• Python 中以 copy.deepcopy() 来实现对象的深度拷贝

b = copy.deepcopy(a): 深度拷贝, a 和 b 完全拷贝了父对象及其子对象，两者是完全独立的。

-直接赋值

其实就是对象的引用（别名）

b = a: 赋值引用，a 和 b 都指向同一个对象。

总结

使用浅拷贝：
浅拷贝在拷贝时，只会copy第一层，如果第一层是可变类型，就在内存中开辟一个空间复制下来，如果第一层是不可变数据类型，就沿用之前的引用。更深的层次（里面层）并没有copy，沿用之前的引用。
所以对于列表来讲，列表浅拷贝之后的新列表 和 原列表 的修改是否会影响对方，主要看列表内部的索引位有没指向新的引用，如果有，那么就不会互相影响。否则就会。

• 内部索引位指向新的引用情况：直接对索引位进行重新赋值：a[0] = xxx，那么这个索引位肯定重新指向xxx
• 内部索引位不指向新的引用情况：元素就地修改(一些可变类型)，如元素是列表，这个列表内部元素进行自身的一些修改。

所以对于全是不可变数据类型元素的列表，浅拷贝得到的新列表 和 原列表 之间的修改 都不会影响对方
只有列表中包含了可变数据类型，且此可变数据类型进行了修改，没有改变此索引位的指向，才会影响对方。

使用深拷贝:
深拷贝时，会逐层进行拷贝，遇到可变类型，就开辟一块内存复制下来，遇到不可变类型就沿用之前的引用。
因为不可变数据修改会从新开辟新的空间，所以，深拷贝数据之间的修改都不会相互影响。

直接赋值
就是直接指向同一个对象，一切按照内存开辟来判断引用是否更换。

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！