Python的高级特性：容易忽略的不可变类型
Python 中有一些容易忽略的不可变类型 Str、Integer、None、Tuple
# 错误演示In [45]: def demo(lst = []):
....: lst.append("hello")
....: return lst
....:
In [46]: demo()
Out[46]: ['hello']
In [47]: demo()
Out[47]: ['hello', 'hello']
廖雪峰的 Python 教程有提到这一块，但并没有太细致。在这里，由于 lst 是一个可变参数，而 demo 在初始化时 lst 参数指向一个 [] 的内存空间，之后每一次调用，[] 这个内存空间都 append 一个「hello」，而由于 lst 依然指向这个内存空间，所以就会看到 demo 函数调用的奇怪现象，解决问题的办法就是引入不可变类型。
＃正确演示In [54]: def demo(lst = None):
....: lst = []
....: lst.append("hello")
....: return lst
....:
In [55]: demo()
Out[55]: ['hello']
In [56]: demo()
Out[56]: ['hello']
在正确演示中，将 lst 初始化为 None, 这样 lst 就是一个不可变参数，但是不能直接对 lst 直接使用 append，因为只有 list 才有 append 方法，因此需要将 lst 进行真正的初始化 lst = []
可变类型和不可变类型是一个很容易忽略的知识点，在这里深入进行研究，下面例举常见的不可变类型和可变类型。
不可变「mutable」类型：
int, long, float, string, tuple, frozenset
可变类型「immutable」类型：
list, dict
Python中所有变量都是值的引用，也就说变量通过绑定的方式指向其值。 而这里说的不可变指的是值的不可变。 对于不可变类型的变量，如果要更改变量，则会创建一个新值，把变量绑定到新值上，而旧值如果没有被引用就等待垃圾回收。下面用 int 和 list 分别作为代表进行讲解。
＃不可变类型In [31]: id(1),id(2)
Out[31]: (4477999936, 4477999968)
In [32]: a = 1
In [33]: id(a)
Out[33]: 4477999936
In [34]: # 当a赋一个新值时,变量a会绑定到新值上
In [35]: a = 3
In [36]: id(a)
Out[36]: 4478000000
＃可变类型
In [38]: lst = [0]
In [39]: id(lst)
Out[39]: 4493976328
In [40]: lst = [0,1]
In [41]: id(lst)
Out[41]: 4499600328
表面上看可变类型，python 似乎实现了不同类型的管理方式，其实不是的。其实 lst 代表地址，它引用的 lst[0], lst[1] 的内存地址其实是变了的，因为 lst[i] 就是 int(此处)，而 int 就是不可变类型。
以上是 Python的高级特性：容易忽略的不可变类型 的全部内容， 来源链接： utcz.com/z/521074.html
