Python 中的可变类型对象和不可变类型是什么意思?

不可变数据类型对象是指,当一个对象创建成功后,该变量就记录了一个常量值在内存中的地址.当对该不可变对象进行赋值时,并没有改变对象所代表的常量值,而是重新记录了被赋值对象在内存中的地址,

成都创新互联专业为企业提供嵩明网站建设、嵩明做网站、嵩明网站设计、嵩明网站制作等企业网站建设、网页设计与制作、嵩明企业网站模板建站服务，十余年嵩明做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。

可变数据类型对象可以理解成是一个容器,在这个容器中,可以承载多个相同或不同的数据.并且,容器中的数据可以被替换修改等操作.

Python的可变型和不可变类型知道是什么了吧，如果学习Python不知道去哪里找学习资料，可以看黑马程序员，有学习资料、视频、技术等等！

Python中元祖对象排序

Python中的列表是可变对象，对可变对象可以排序，比如说:L.sort()或者sorted(L)，但在元祖数据结构中，因为元祖是不可变对象，不会提供列表中的这些方法，方法就是先将元祖转变为列表，对转变后的列表排序后，再转变回元祖。这样就完成了元祖的排序。

【方法一:】借助于列表中的L.sort()方法

【方法二:】借助于列表中的sorted(L)方法

备注:

Python对象的拷贝

Python赋值操作或函数参数传递，传递的永远是对象引用（即内存地址），而不是对象内容。在Python中一切皆对象，对象又分为可变(mutable)和不可变(immutable)两种类型。对象拷贝是指在内存中创建新的对象，产生新的内存地址。当顶层对象和它的子元素对象全都是immutable不可变对象时，不存在被拷贝，因为没有产生新对象。浅拷贝(Shallow Copy)，拷贝顶层对象，但不会拷贝内部的子元素对象。深拷贝(Deep Copy)，递归拷贝顶层对象，以及它内部的子元素对象。

Python中一切皆对象，对象就像一个塑料盒子， 里面装的是数据。对象有不同类型，例如布尔型和整型，类型决定了可以对它进行的操作。现实生活中的"陶器"会暗含一些信息（例如它可能很重且易碎，注意不要掉到地上）。

对象的类型还决定了它装着的数据是允许被修改的变量（可变的mutable）还是不可被修改的常量（不可变的immutable）。你可以把不可变对象想象成一个透明但封闭的盒子：你可以看到里面装的数据，但是无法改变它。类似地，可变对象就像一个开着口的盒子，你不仅可以看到里面的数据，还可以拿出来修改它，但你无法改变这个盒子本身，即你无法改变对象的类型。

对象拷贝是指在内存中创建新的对象，产生新的内存地址。

浅拷贝(Shallow Copy)，拷贝顶层对象，但不会拷贝内部的子元素对象。

2.1.1. 顶层是mutable，子元素全是immutable

当顶层对象是mutable可变对象，但是它的子元素对象全都是immutable不可变对象时，如[1, 'world', 2]

① 创建列表对象并赋值给变量a

② 导入copy模块，使用copy.copy()函数浅拷贝a，并赋值给变量b

③ 修改变量a的子元素a[0] = 3，由于整数是不可变对象，所以并不是修改1变为3，而是更改a[0]指向对象3

当顶层对象是 mutable可变对象 ，但子元素也存在 mutable可变对象 时，如 [1, 2, ['hello','world']]

① 浅拷贝 copy.copy() 只拷贝了顶层对象，没有拷贝子元素对象['hello','world']，即a[2]和b[2]指向同一个列表对象

② 修改a[2][1] = 'china'，则b[2][1] = 'china'

当顶层对象是immutable不可变对象，同时它的子元素对象也全都是immutable不可变对象时，如(1, 2, 3)

变量a与变量b指向的是同一个元组对象，没有拷贝

当顶层对象是immutable不可变对象时，但子元素存在mutable可变对象时，如(1, 2, ['hello','world'])

变量a与变量b指向的是相同的元组对象，并且a[2]与b[2]指向同一个列表，所以修改a[2][1]会影响b[2][1]

深拷贝(Deep Copy)，递归拷贝顶层对象，以及它内部的子元素对象

当顶层对象是mutable可变对象，但是它的子元素对象全都是immutable不可变对象时，如[1, 'world', 2]

变量a与变量b指向不同的列表对象，修改a[0]只是将列表a的第一个元素重新指向新对象，不会影响b[0]

当顶层对象是mutable可变对象，但子元素也存在mutable可变对象时，如[1, 2, ['hello','world']]

深拷贝既拷贝了顶层对象，又递归拷贝了子元素对象，所以a[2]与b[2]指向了两个不同的列表对象(但是列表对象的子元素初始指定的字符串对象一样)，修改a[2][1] = 'china'后，它重新指向了新的字符串对象（内存地址为140531581905808），不会影响到b[2][1]

当顶层对象是immutable不可变对象，同时它的子元素对象也全都是immutable不可变对象时，如(1, 2, 3)

变量a与变量b指向的是同一个元组对象，不存在拷贝

当顶层对象是immutable不可变对象时，但子元素存在mutable可变对象时，如(1, 2, ['hello','world'])

变量a与变量b指向的是不同的元组对象，同时a[2]与b[2]指向不同的列表对象，所以修改a[2][1]不会影响b[2][1]

使用=是赋值，即将列表对象的引用也赋值给变量b，可以将列表对象想像成一个盒子，变量a相当于这个盒子上的标签，执行b = a后，相当于再在这个盒子上贴上b标签，a和b实际上指向的是同一个对象。因此，无论我们是通过a还是通过b来修改列表的内容，其结果都会作用于双方。

b/c/d都是a的复制，它们都指向了不同的列表对象，但是没有拷贝子元素，a[2]和b[2]/c[2]/d[2]指向同一个列表， 相当于浅拷贝的效果

使用分片[:]操作，a和b其实是指向同一个元组，而且没有拷贝子元素，a[2]和b[2]也指向同一个列表，相当于浅拷贝的效果

同列表类似，可以使用字典的copy()函数或者转换函数dict()

变量a与变量b/c指向不同的字典，但是没有拷贝子元素，a['jobs']和b['jobs']/c['jobs']指定同一个列表， 相当于浅拷贝的效果

同列表类似，可以使用集合的copy()函数或者转换函数set()

变量a与变量b/c指向不同的集合，而集合的元素必须是hashable，所以修改集合a不会影响到b/c

python函数传对象对性能的影响

python函数传对象对性能有影响。在Python中，一切皆对象，Python参数传递采用的都是“传对象引用”的方式。实际上，这种方式相当于传值和传引用的一种综合。如果函数收到的是一个可变对象（比如字典或者列表）的引用，就能修改对象的原始值，相当于通过“传引用”来传递对象。如果函数收到的是一个不可变对象（比如数字、字符或者元组）的引用，就不能直接修改原始对象，相当于通过“传值’来传递对象，此时如果想改变这些变量的值，可以将这些变量申明为全局变量。

Python3 & 浅拷贝与深拷贝

在Python中对象的赋值（=）其实就是对象的引用。即：当创建一个对象，把它赋值给另一个变量时，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。

Python中对象的拷贝分为：浅拷贝(copy)和深拷贝(deepcopy)。

浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，将原对象在内存中引用地址拷贝过来，然后让新的对象指向这个地址。可以使用“=”或列表自带的copy()函数(如list.copy()），或使用copy模块的copy()函数。

深拷贝：外围和内部元素都进行了拷贝对象本身，而不是引用。即把对象复制一遍，并且该对象中引用的其他对象也同时复制，完全得到一个新的一模一样的对象，对新对象里的值进行修改不会影响原有对象，新对象和原对象完全分离开。深拷贝只能使用copy模块中deepcopy()函数，使用前要导入：from copy import deepcopy。

Python中对象分为不可变对象 、可变对象。

不可变对象：一旦创建就不可修改的对象，例如：字符串、元组、数字

可变对象：可以修改的对象，例如：列表、字典。

其中Python中的切片可以应用于：列表、元组、字符串，但不能应用于字典。

而深浅拷贝，可应用于序列（列表、元组、字符串），也可应用于字典。

其中不可变对象，不管是深拷贝还是浅拷贝，地址值在拷贝后的值都是一样的。

以下以元组（不可变类型）为例

从上述示例可以看出：

不可变对象类型，没有被拷贝的说法，即便是用深拷贝，查看id的话也是一样的，如果对其重新赋值，也只是新创建一个对象，替换掉旧的而已。

所以不可变类型，不管是深拷贝还是浅拷贝，地址值和拷贝后的值都是一样的。

以下以列表（可变类型）为例

第一种方法：使用=号浅拷贝

输出结果：

第二种方法：使用copy浅拷贝

输出结果：

第三种方法：使用deepcopy深拷贝

输出结果：

从上述示例可以看出：

=浅拷贝：值相等，地址相等

copy浅拷贝：值相等，地址不相等

deepcopy深拷贝：值相等，地址不相等

总结：

1，深浅拷贝都是对源对象的复制，占用不同的内存空间。

2，不可变类型的对象，对于深浅拷贝毫无影响，最终的地址值和值都是相等的。

3，可变类型的对象，使用=浅拷贝时， 值相等，地址相等，对新对象里的值进行修改同时会影响原有对象;使用copy浅拷贝时值相等，地址不相等;使用deepcopy深拷贝时值相等，地址不相等。可以看出针对可变类型copy浅拷贝和deepcopy深拷贝，对新对象里的值进行修改不会影响原有对象。

python-进阶-对象变动 a += 1与a = a+1区别

Python中 可变(mutable)与不可变(immutable)的数据类型 让新手很是头痛。简单的说，可变(mutable)意味着"可以被改动"，而不可变(immutable)的意思是“常量(constant)”。想把脑筋转动起来吗？考虑下这个例子：

刚刚发生了什么？我们预期的不是那样！

这不是一个bug。这是对象可变性(mutability)在作怪。 每当你将一个变量赋值为另一个可变类型的变量时，对这个数据的任意改动会同时反映到这两个变量上去。新变量只不过是老变量的一个别名而已。这个情况只是针对可变数据类型 。

啊哈！这次又没有达到预期， 是列表的可变性在作怪 。在Python中当函数被定义时，默认参数只会运算一次，而不是每次被调用时都会重新运算。你应该永远不要定义可变类型的默认参数，除非你知道你正在做什么。你应该像这样做：

现在每当你在调用这个函数不传入target参数的时候，一个新的列表会被创建。举个例子：

为什么会出现这样？

a+=b

a=a+b

显然，两者是有区别的，而这种区别只出现在可变对象上（为什么是可变对象后面再说），是什么原因造成了两者的区别呢？

+= 操作调用 __iadd__ 方法，没有该方法时，再尝试调用 __add__ 方法

__iadd__ 方法 直接在原对象a1上进行更新，该方法的返回值为None

+ 操作调用 __add__ 方法

__add__ 方法会返回一个新的对象，原对象不修改，因为这里 a1被重新赋值了，a1指向了一个新的对象，所以出现了文章开头a1不等于a2的情况

为什么前面我说这种差异只会发生的 可变对象 身上？因为对于不可变对象，根本没有 __iadd__ 方法，所以 += 和 + 的效果是一样的，因为调的都是 __add__ 方法

当前文章：python函数可变对象 python中的可变对象有哪些
网页URL：http://scyanting.com/article/hjopci.html