1、python变量

1、Python变量

 

1. 变量的定义：

• 可以看成一个小箱子，专门用来“盛装”程序中的数据。每个变量都拥有独一无二的名字，通过变量的名字就能找到变量中的数据。

2.变量的赋值

Python 使用等号=作为赋值运算符，具体格式如下：

name = value 
#name为变量名  =为赋值符号  value为变量值

　　3.变量的引用

• 变量 和 数据 都是保存在 内存 中的
• 在 Python 中 函数 的 参数传递 以及 返回值 都是靠 引用 传递的

　　　　3.1 引用的概念

　　在Python中：

• 变量与数据分开存储
• 数据保存在内存的某个位置
• 变量中存放的是数据在内存中的地址
• 变量中存放数据的内存地址，就是引用
• 使用id（）可以查看变量中保存的数据的内存地址。

#关于变量的多次赋值（不可变类型）
a = 1
a = 2

   '''首先：a = 1 ，在内存中为1开辟一个空间，将1存进去，a中保存着1的内存地址
　　   然后 a = 2，在内存中为2开辟一个空间，将2存进去，a中保存着2的内存地址
　　   总结：在python中队同一个变量的多次赋值，并不是在同一个内存空间中刷新其中存放的值，而是将变量中存放的地址进行更新，使其指向不同的地址空间（数据）。'''

#变量引用的例子
a = 1
b = 2
c = a #将存在a中的地址赋值给c，现在c也指向了值为1的内存地址
id（a）
id（c）#使用id（）查看变量中存放的内存地址 与a一致

 

 

 

　　　　

　　

　

 

 

　　　3.2 ==和is

• ==用来比较变量所指向的内存中的值是否相等
• is用于判断两个变量引用对象（存放的对象的值）是否为同一个，对象就是=右边那个值，is比较的是两个变量中存放的内存地址是否相同。

#==和is的区别
a = [1, 2, 3]
b = a 
b == a #True
b is a   #True


c = a[:] #复制列表，在内存中另外存放这段被复制的值，将c指向它
b is a    #false
b == a  #true

#为什么相同的值内存地址不同呢？

 

         3.3 函数的参数和返回值的传递

在 Python 中，函数的 实参/返回值 都是是靠 引用 来传递来的

#Python中函数参数是引用传递（注意不是值传递）
def test(num):

    print("-" * 50)
    print("%d 在函数内的内存地址是 %x" % (num, id(num)))

    result = 100

    print("返回值 %d 在内存中的地址是 %x" % (result, id(result)))
    print("-" * 50)

    return  result

a = 10
print("调用函数前 内存地址是 %x" % id(a))

r = test(a)

print("调用函数后 实参内存地址是 %x" % id(a))
print("调用函数后 返回值内存地址是 %x" % id(r))

 

　　4.变量的可变类型和不可变类型

• 不可变：内存中存放的数据不允许被修改
  • 数据类型：int, bool, float, complex
  • 字符串：str （用单引号或者双引号包含字符串）
  • 元组：tuple（用（）包含元组）
• 可变：内存中的数据可以被改变
  • 列表：list（用[]包含）
  • 字典：dict（用{}包含）
  • 集合：set（可以使用大括号 { } 或者 set() 函数创建集合，注意：创建一个空集合必须用 set() 而不是 { }，因为 { } 是用来创建一个空字典。）
• 总结：
  • 可变类型：变量在第一次被定义的时候就固定分配了内存地址，变量中的内存地址不会随着值的改变而改变。
  • 不可变类型：给同一个变量多次赋值，变量中的地址会随着值的改变指向新的内存地址。

#不可变类型
x = 18
id(x)
prinnt(x) #值为18

x += x #值为19
id(x)    #id改变
print(x) #值为19


#可变类型
y = [1,2,3]
id(y)
print（y）

y.append(4)
id(y)    #内存地址不变
print（y）#值改变

 5.小整数池

python中经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。

小整数池目的：节省内存，提高执行效率。

需要注意的是：Python实现int的时候有个小整数池。为了避免因创建相同的值而重复申请内存空间所带来的效率问题， Python解释器会在启动时创建出小整数池，范围是[-5,256]，该范围内的小整数对象是全局解释器范围内被重复使用，永远不会被垃圾回收机制回收。

 

 

a=5
b=5
a is b #True

a=1000
b=1000
a is b #False