今天浏览博客的时候看到这么一句话： python中变量名和对象是分离的

最开始的时候是看到这句话的时候没有反应过来。决定具体搞清楚一下python中变量与对象之间的细节。（其实我感觉应该说 引用和对象分离更为贴切）

从最开始的变量开始思考：

在python中，如果要使用一个变量，不需要提前进行声明，只需要在用的时候，给这个变量赋值即可 (这个和C语言等静态类型语言不同，和python为动态类型有关)。

第一个例子：

a = 1

这是一个简单的赋值语句，整数 1 为一个对象，a 是一个引用，利用赋值语句，引用a指向了对象1；这边形象比喻一下：这个过程就相当于“放风筝”，变量a就是你手里面的“线”，python就跟那根“线”一样，通过引用来接触和拴住天空中的风筝——对象。

你可以通过python的内置函数 id() 来查看对象的身份(identity)，这个所谓的身份其实就是对象的内存地址：

注：python一切皆对象的理念，所以函数也是一个对象，因此可以使用 id() 函数的__doc__方法来查看这个函数的具体描述：

>>> id.__doc__
"id(object) -> integer\n\nReturn the identity of an object. This is guaranteed to be unique among\nsimultaneously existing objects. 　　　　　　(Hint: it's the object's memory address.)"

第二个例子：

a = 2
a = 'banana'

利用上面第一个栗子用到的 id()函数：

>>> a = 1
>>>id(a)24834392
>>> a = 'banana'
>>>id(a)139990659655312

第一个语句中， 2是储存在内存中的一个整数对象，通过赋值 引用a 指向了 对象 1

第二个语句中，内存中建立了一个字符串对象‘banana’，通过赋值将引用a 指向了 ‘banana’，对象1不再有引用指向它，它会被python的内存处理机制给当垃圾回收，释放内存。

第三个例子：

a = 3
b = 3

通过函数查看 变量a 和 变量b的引用情况：

>>> a = 3
>>> b = 3
>>>id(a)10289448
>>>id(b)10289448

在这里可以看到 这俩个引用指向了同一个 对象，这是为什么呢？ 这个跟python的内存机制有关系，因为对于语言来说，频繁的进行对象的销毁和建立，特别浪费性能。所以在Python中，整数和短小的字符，Python都会缓存这些对象，以便重复使用。

第四个例子：

1. a = 4
2. b = a（这里就是让引用b指向引用a指向的那个对象）
3. a = a + 2

通过函数查看引用情况：

当执行到第2步的时候，查看一下 a 和 b 的引用：

>>> a = 4
>>> b =a>>>id(a)36151568
>>>id(b)36151568

可以看到 a 和 b 都指向了 整数对象 4

接下来指向第3步：

>>> a = a+2
>>>id(a)36151520
>>>id(b)36151568

可以看到 a 的引用改变了，但是 b 的引用未发生改变；a，b指向不同的对象； 第3句对 a 进行了重新赋值，让它指向了新的 对象6；即使是多个引用指向同一个对象，

如果一个引用值发生变化，那么实际上是让这个引用指向一个新的引用，并不影响其他的引用的指向。从效果上看，就是各个引用各自独立，互不影响。

第五个例子（这个例子会涉及到 python中的 可变数据类型 和 不可变数据类型）：

开始这个例子之前，请记得注意到第四个例子的不同之处。

1. L1 = [1, 2, 3]
2. L2 = L1
3. L1[0] = 10

通过函数查看引用情况：

当执行第1步 和 第二步 的时候，查看一下 L1 和 L2 的引用情况：

>>> L1 = [1,2,3]>>> L2 =L1>>>id(L1)139643051219496
>>>id(L2)139643051219496

此时 L1 和 L2 的引用相同，都是指向 [1,2,3]这个列表对象。

接下来，继续执行第3步：

>>> L1[0] = 10
>>>id(L1)139643051219496
>>>id(L2)139643051219496
>>>L2
[10, 2, 3]

同样的跟第四个例子那样，修改了其中一个对象的值，但是可以发现 结果并不与第四个例子那样， 在本次实验中，L1 和 L2 的引用没有发生任何变化，但是列表对象[1,2,3] 的值 变成了 [10,2,3]（列表对象改变了）

在该情况下，我们不再对L1这一引用赋值，而是对L1所指向的表的元素赋值。结果是，L2也同时发生变化。

原因何在呢？因为L1，L2的指向没有发生变化，依然指向那个表。表实际上是包含了多个引用的对象（每个引用是一个元素，比如L1[0]，L1[1]..., 每个引用指向一个对象，比如(1,2,3) 。而L1[0] = 10这一赋值操作，并不是改变L1的指向，而是对L1[0], 也就是表对象的一部份(一个元素)，进行操作，所以所有指向该对象的引用都受到影响。（与之形成对比的是，我们之前的赋值操作都没有对对象自身发生作用，只是改变引用指向。）

看一个例子：

L1 = [1, 2, 3]
L2=L1print(id(L1))print(id(L2))print(id(L1[0]), id(L1[1]), id(L1[2]))
L1[0]= 10
print(L1, L2)print(id(L1[0]), id(L1[1]), id(L1[2]))

输出结果：

2276118458184

2276118458184

1424059872 1424059904 1424059936[10, 2, 3] [10, 2, 3]1424060160 1424059904 1424059936

发现改变的仅仅是id(L1[0])，与以上结论相符。

列表可以通过引用其元素，改变对象自身(in-place change)。这种对象类型，称为可变数据对象(mutable object)，词典也是这样的数据类型。

而像之前的数字和字符串，不能改变对象本身，只能改变引用的指向，称为不可变数据对象(immutable object)。

我们之前学的元组(tuple)，尽管可以调用引用元素，但不可以赋值，因此不能改变对象自身，所以也算是immutable object.

is关键字：

当然，我们也可以要想知道是否指向同一个对象，我们可以使用 python的 is 关键词，is用于判断两个引用所指的对象是否相同。

就像上述第四个例子 当进行到第1步和第2步的时候：

>>> a = 4 ……id(a) = 36151568
>>> b = a ……id(b) = 36151568
>>> a isb
True

当进行到第3步的时候：

>>> a = a + 2 ……id(a) = 36151520
>>> a is b ……id(b) = 36151568False

突然想到，对于python 的 深拷贝 和 浅拷贝 的理解，也是可以根据这个进行验证，可以通过第五个例子进行辅助理解。