在Python中将一个变量的值分配给另一个变量时会发生什么？

这是我学习python的第二天（我了解C ++和一些OOP的基础知识），并且我对python中的变量有些困惑。

这是我目前对它们的了解：

Python变量是对对象（可变或不可变）的引用（或指针？）。当我们有类似的内容时num = 5，不可变对象5将在内存中的某个位置创建，而名称-对象引用对num将在某个命名空间中创建。当我们拥有时a = num，不会复制任何内容，但是现在两个变量都引用相同的对象，a并被添加到相同的名称空间。

这就是我的书《用Python自动处理无聊的东西》，令我感到困惑。由于它是一本新手书籍，因此没有提及对象，名称空间等，而是尝试解释以下代码：

>>> spam = 42
>>> cheese = spam
>>> spam = 100
>>> spam
100
>>> cheese
42

它提供的解释与C ++书籍的解释完全相同，当我们处理对象的引用/指针时，我对此并不满意。因此，在这种情况下，我想在第三行中，由于整数是不可变的，spam因此正在为内存中的其他位置分配一个全新的指针/引用，即，它最初指向的内存没有被修改。因此，我们已经cheese提到了由引用的初始对象spam。这是正确的解释吗？

作为C ++开发人员，您可以将Python变量视为指针。

因此，在编写时spam = 100，这意味着您“分配了指针”（以前指向该对象42）以指向该对象100。

较早时，cheese被分配指向与所指对象相同的对象spam，该对象恰好42在那时。由于您尚未修改cheese，因此仍指向42。

在这种情况下，不变性与它无关，因为指针分配不会更改所指向对象的任何内容。

我的看法有一种语言的不同看法。

• 有“语言律师”的观点。
• “实用程序员”的观点。
• “实施者”的观点。

从语言律师的角度来看，python变量总是“指向”一个对象。但是，与Java和C ++不同，== <=> =的行为取决于变量所指向的对象的运行时类型。此外，在python中，内存管理由该语言处理。

从实用的程序员角度来看，我们可以将整数，字符串，元组等是不可变*对象而不是直接值视为无关紧要的细节这一事实。例外是，当存储大量数值数据时，我们可能希望使用可以直接存储值的类型（例如numpy数组），而不是使用最终会充满对微小对象的引用的数组的类型。

从实现者的角度来看，大多数语言都有某种“假设”规则，因此，如果指定的行为正确无误，则无论幕后实际上是如何完成的，实现都是正确的。

因此，从语言律师的角度来看，您的解释是正确的。从实用的程序员角度来看，您的书是正确的。实现实际执行的操作取决于实现。在cpython中，整数是实际对象，尽管小值整数是从缓存池中获取的，而不是重新创建的。我不确定其他实现（例如pypy和jython）的作用。

*请注意此处可变对象与不可变对象之间的区别。对于可变对象，我们必须谨慎对待它“就像一个值”，因为其他一些代码可能会使它变异。对于一个不变的对象，我们没有这样的担忧。

可以将变量或多或少作为指针是正确的。然而示例代码将与解释大大有助于怎么这实际上是工作。

首先，我们将大量利用该id功能：

返回对象的“身份”。这是一个整数，可以保证在此对象的生存期内唯一且恒定。具有不重叠生存期的两个对象可能具有相同的id（）值。

这很可能会在您的计算机上返回不同的绝对值。

考虑以下示例：

>>> foo = 'a string'
>>> id(foo) 
4565302640
>>> bar = 'a different string'
>>> id(bar)
4565321816
>>> bar = foo
>>> id(bar) == id(foo)
True
>>> id(bar)
4565302640

您可以看到：

• 原始的foo / bar具有不同的ID，因为它们指向不同的对象
• 将bar分配给foo时，其ID现在相同。这类似于它们都指向您在创建C ++指针时看到的内存中相同的位置

当我们更改foo的值时，会将其分配给另一个id：

>>> foo = 42
>>> id(foo)
4561661488
>>> foo = 'oh no'
>>> id(foo)
4565257832

同样有趣的发现是，整数隐式具有此功能，最高可达256：

>>> a = 100
>>> b = 100
>>> c = 100
>>> id(a) == id(b) == id(c)
True

但是，超过256则不再适用：

>>> a = 256
>>> b = 256
>>> id(a) == id(b)
True
>>> a = 257
>>> b = 257
>>> id(a) == id(b)
False

但是，分配a给b确实会使ID与之前显示的相同：

>>> a = b
>>> id(a) == id(b)
True

Python既不是按引用传递也不是按值传递。Python变量不是指针，不是引用，不是值。Python变量是名称。

如果您需要相同的词组类型，则可以将其视为“别名别名”，或者也可以将其视为“别名对象”，因为您可以从指示该变量的任何变量（如果它是可变的，但可以重新分配）中变异该对象。一个变量（别名）只能更改一个变量。

如果有帮助：C变量是您将值写入其中的框。Python名称是放置在值上的标记。

Python变量的名称是全局（或本地）名称空间中的键，实际上是字典。基础值是内存中的某个对象。分配给该对象命名。将一个变量分配给另一个变量意味着两个变量都是同一对象的名称。重新分配一个变量将更改该变量命名的对象，而不会更改另一个变量。您已移动标签，但未更改先前的对象或标签上的任何其他标签。

在CPython实现的基础C代码中，每个Python对象都是一个PyObject*，因此，如果您仅拥有指向数据的指针（没有指向指针的指针，没有直接传递的值），则可以将其视为C。

您可以说Python是按值传递，其中值是指针……，也可以说Python是按引用传递，其中引用是副本。

当您运行spam = 100python时，在内存中创建另一个对象，但不更改现有对象。所以你仍然有指向cheese42和spam100的指针

spam = 100在线发生的事情是用另一个指向另一个对象（type ，value ）的指针替换了先前的值（指向类型int为value的对象的42指针）int100

正如@DeepSpace在评论中提到的那样，Ned Batchelder在博客中为变量（名称）和值赋值的神秘化做了出色的工作，他在PyCon 2015上发表了有关Python名称和值的事实和神话。对于任何精通Python的人来说，它都是有见地的。

在Python中，变量保存对object的引用。一个目的是分配的存储器的块保持一个值和一个首标。对象的标头包含其类型和引用计数器，该计数器指示在源代码中引用该对象的次数，以便垃圾收集可以识别是否可以收集对象。

现在，当您为变量分配值时，Python实际上会分配引用，这些引用是指向分配给对象的内存位置的指针：

# x holds a reference to the memory location allocated for  
# the object(type=string, value="Hello World", refCounter=1)

x = "Hello World" 

现在，当您将不同类型的对象分配给同一变量时，您实际上会更改引用，使其指向不同的对象（即，不同的存储位置）。到您为变量分配不同的引用（即对象）时，垃圾回收器将立即回收分配给前一个对象的空间，假定源代码中的任何其他变量都未引用该对象：

# x holds a reference to the memory location allocated for  
# the object(type=string, value="Hello World", refCounter=1)

x = "Hello World" 

# Now x holds the reference to a different object(type=int, value=10, refCounter=1)
# and object(type=string, value="Hello World", refCounter=0) -which is not refereced elsewhere
# will now be garbage-collected.
x = 10

现在来看你的例子，

spam 保存对对象的引用（类型=整数，值= 42，refCounter = 1）：

>>> spam = 42

现在cheese还将保留对对象的引用（类型=整数，值= 42，refCounter = 2）

>>> cheese = spam

现在，垃圾邮件持有对另一个对象的引用（类型=整数，值= 100，refCounter = 1）

>>> spam = 100
>>> spam
100

但是奶酪将继续指向对象（类型=整数，值= 42，refCounter = 1）

>>> cheese
42

当您存储时spam = 42，它将在内存中创建一个对象。然后分配cheese = spam，它分配引用spam到的对象cheese。最后，当您更改时spam = 100，它仅更改spam对象。这样cheese = 42。

numpy.copy（）函数页面上有一个解释

https://docs.scipy.org/doc/numpy/reference/generated/numpy.copy.html

它给出的示例如下：

创建一个数组x，其引用为y，副本为z：

x = np.array([1, 2, 3])
y = x
z = np.copy(x)

请注意，当我们修改x时，y会更改，但z不会更改：

x[0] = 10
x[0] == y[0]
True
x[0] == z[0]
False