前阵子我们聊了下函数的参数传递以及变量赋值的一些内容：

简单回顾下要点：

1. Python 中的变量不是装有对象的“容器”，而是贴在对象上的“标签”。

2. 参数传递相当于一次赋值：多贴了一个标签。

3. 至于在函数内部对参数的修改是否会影响到外部变量的值，取决于你怎样修改：如果是重新赋值就不会，如果是修改对象自身内容则会。

讲到这里就有个常被提及的概念：

在 Python 中，

不可变对象不允许对自身内容进行修改。如果我们对一个不可变对象进行赋值，实际上是生成一个新对象，再让变量指向这个对象。哪怕这个对象简单到只是数字 0 和 1：

a = 0print('a', id(a))a = 1print('a', id(a))

输出：

a 4463151440a 4463151472

因为对象不可变，所以为了提高效率，Python 会使用一些公用的对象：

a = 1print('a', id(a))b = 1print('b', id(b))print(a == b)print(a is b)c = 'hello world'print('c', id(c))d = 'hello world'print('d', id(d))print(c == d)print(c is d)

输出：

a 4423761776b 4423761776TrueTruec 4430180912d 4430180912TrueTrue

这里顺便提一下 is 这个操作符。它和 == 的区别在于：== 只判断“值”是不是相等，而 is 则判断是否为同一个对象，也就是地址一致。比如：

a = 2b = 2.0print(a == b)print(a is b)

输出：

TrueFalse

而可变对象则可以对自身内容进行修改，如：

m = [1, 2, 3]print('m', m, id(m))m[1] = 4print('m', m, id(m))m.append(5)print('m', m, id(m))

输出：

m [1, 2, 3] 4536815752m [1, 4, 3] 4536815752m [1, 4, 3, 5] 4536815752

可以看到，虽然 m 的值发生了变化，但是地址没变，还是原来那个 m。

上次我也说到，很多的教程都在用可变和不可变来谈论赋值和参数传递，我觉得这很不好。因为他们说到不可变对象时用的是赋值，而说到可变对象又用了 list 的索引、apeend 等方法，这根本是两码事。如果大家都是赋值，那么无论是否可变，效果都是一样的：

m = [1, 2, 3]print('m', m, id(m))m = [4, 5, 6]print('m', m, id(m))

输出

m [1, 2, 3] 4329894024m [4, 5, 6] 4329910856

所以理解了 Python 的赋值原理，就明白这与是否可变无关。而可变对象于不可变对象本身的不同仅在于一个可以修改变量的值，而另一个不允许。

基于这一设定，两者在功能上的最大区别就是：不可变对象可以作为字典 dict 的键 key，而可变对象不行。比如 list 不能作为字典的键，但 tuple 可以。

另外，明白了可变与不可变的区别，一些方法的效果也就自然理解了：

s = 'abc's2 = s.replace('b', 'd')print('s', s)print('s2', s2)m = [1, 2, 3]m2 = m.reverse()print('m', m)print('m2', m2)

输出：

s abcs2 adcm [3, 2, 1]m2 None

因为 str 是不可变对象，所以它的方法如 replace、strip、upper 都不可能修改原对象，只会返回一个新对象，比如重新赋值才可以。而 list 是可变对象，它的方法如 reverse、sort、append，都是在原有对象上直接修改，无返回值。

不过，有个特殊情况需要注意：

m = [1, 2, 3]print('m', m, id(m))m += [4]print('m', m, id(m))m = m + [5]print('m', m, id(m))

输出

m [1, 2, 3] 4494164104m [1, 2, 3, 4] 4494164104m [1, 2, 3, 4, 5] 4494181128

m = m + 和 m += 虽然是一样的结果，但 m 指向的对象却发生了变化。原因在于，前者是做了赋值操作，而后者其实是调用的 __iadd__ 方法。

如果我们就是需要产生一个 list 对象的副本，可以通过 [:]：

m = [1, 2, 3]print('m', m, id(m))n = m[:]print('n', n, id(n))n[1] = 4print('m', m)print('n', n)

这样对 n 的修改便不再会影响到 m，因为它们已不是同一个对象。

那么如果是这样呢：

m = [1, 2, [3]]n = m[:]n[1] = 4n[2][0] = 5print(m)

猜一猜 m 的结果是什么？

1. [1, 2, [3]]
2. [1, 4, [3]]
3. [1, 2, [5]]
4. [1, 4, [5]]
5. 其它结果

再去 Python 里执行下看看输出，是不是和预期一样，想想为什么？这个牵涉到浅拷贝、深拷贝的概念，我们下次再聊。

════