Python 不可变(Immutable)对象与变量传递机制详解
· 3 min read
一、Python 不可变(Immutable)对象
1. 不可变对象类型
Python 中的不可变对象包括：
- 数字类型：
int,float,bool,complex - 字符串：
str - 元组：
tuple - 冻结集合：
frozenset bytes
2. 不可变特性表现
a = 10
b = a
a = 20 # 创建新对象，而不是修改原有对象
print(b) # 输出10，b不受a改变影响
s = "hello"
s[0] = "H" # 报错：TypeError，字符串不可变
3. 不可变对象的内存机制
a = 256
b = 256
print(a is b) # True，小整数池优化
c = 257
d = 257
print(c is d) # False，大整数不共享
二、可变(Mutable)对象
1. 可变对象类型
- 列表：
list - 字典：
dict - 集合：
set - 字节数组：
bytearray - 自定义类对象
2. 可变特性表现
lst1 = [1, 2, 3]
lst2 = lst1
lst1.append(4)
print(lst2) # [1, 2, 3, 4]，lst2也被修改
三、Python 变量传递机制
1. 按对象引用传递
Python 中所有参数传递都是按对象引用传递，但效果取决于对象类型：
- 不可变对象：函数内修改会创建新对象，不影响原始值
- 可变对象：函数内修改会影响原始对象
2. 函数参数传递示例
(1) 传递不可变对象
def modify_num(x):
x = x + 10
print("函数内x:", x) # 15
num = 5
modify_num(num)
print("原始num:", num) # 5（未改变）
(2) 传递可变对象
def modify_list(lst):
lst.append(4)
print("函数内lst:", lst) # [1, 2, 3, 4]
my_list = [1, 2, 3]
modify_list(my_list)
print("原始my_list:", my_list) # [1, 2, 3, 4]（已改变）
3. 避免意外修改的解决方案
(1) 使用不可变对象
def safe_func(t):
t = t + (4,) # 创建新元组
print(t) # (1, 2, 3, 4)
orig_tuple = (1, 2, 3)
safe_func(orig_tuple)
print(orig_tuple) # (1, 2, 3)
(2) 创建副本
def safe_modify(lst):
lst_copy = lst.copy() # 或 list(lst) 或 lst[:]
lst_copy.append(4)
print("副本:", lst_copy) # [1, 2, 3, 4]
original = [1, 2, 3]
safe_modify(original)
print("原始:", original) # [1, 2, 3]
四、高级主题：深浅拷贝
| 特性 | 浅拷贝 (Shallow Copy) | 深拷贝 (Deep Copy) |
|---|---|---|
| 复制深度 | 只复制最外层容器，内部元素保持引用关系 | 递归复制所有嵌套对象，创建完全独立的新对象 |
| 内存占用 | 较少 | 较多 |
| 执行速度 | 较快 | 较慢 |
| 适用场景 | 简单对象或明确不需要嵌套复制的情况 | 复杂嵌套对象需要完全独立的情况 |
| 修改影响 | 修改嵌套对象会影响原对象 | 修改任何级别都不会影响原对象 |
1. 浅拷贝(shallow copy)
import copy
lst1 = [1, [2, 3], 4]
lst2 = copy.copy(lst1)
lst1[1][0] = 99
print(lst2) # [1, [99, 3], 4] 嵌套对象被修改
2. 深拷贝(deep copy)
import copy
lst1 = [1, [2, 3], 4]
lst2 = copy.deepcopy(lst1)
lst1[1][0] = 99
print(lst2) # [1, [2, 3], 4] 完全独立
五、实际应用建议
- API 设计：如果函数不应修改传入的可变参数，应在文档中明确说明
- 线程安全：不可变对象天然线程安全
- 字典键：只能使用不可变对象作为字典键
- 性能考虑：频繁修改字符串应考虑使用
list或bytearray
