标签：应用 八进制 变量 ++ 分配 角度 输出 内存回收 测试用例
如果把单一值变量称为一维变量，把可以扩展元素的变量称为多维变量，则python的变量可以划分如下：
|
变量维度 |
Python变量 |
说明 |
|
|
一维 |
数字 |
int（有符号整型） |
数字类型可以做转换 |
|
long（长整型[也可以代表八进制和十六进制]） |
|||
|
float（浮点型） |
|||
|
complex（复数） |
|||
|
字符串 |
字符串有丰富的运算符和内嵌函数； 有格式化输出； |
||
|
二维 |
列表 |
除了元祖外，列表和字典可以灵活的扩展元素 |
|
|
元组 |
|||
|
字典 |
|||
这里主要分析情况为，将原始变量赋值给新变量后，二者的变化关联情况，比如：原始变量为varold，新变量varnew = varold，之后varnew发生了变化，那么varold如何变化，二者的地址情况如何？这里给出测试用例：
用例1：
|
def whole_modify(value_old, value_new): |
测试结果：
|
value: (‘aaa‘, 38126200) (‘aaa‘, 38126200) (‘aaa‘, 38126200) (9, 4014992) list: ([‘a‘, 2], 43066072) ([‘a‘, 2], 43066072) ([‘a‘, 2], 43066072) ([3, ‘b‘], 41421080) Dictionary: ({1: ‘a‘, ‘b‘: 2}, 39583440) ({1: ‘a‘, ‘b‘: 2}, 39583440) ({1: ‘a‘, ‘b‘: 2}, 39583440) ({3: ‘c‘}, 39599104) |
用例1中whole_modify是对新变量的整体修改，即直接用=号将一个全新的数据整体赋值给新变量，从测试情况看，结论是：
不论一维还是二维变量，通过=号整体赋值后，新变量会重新分配内存，值为新赋给的值；原变量保持不变。
用例2：
|
print("list:") |
测试结果：
|
list: ([‘a‘, 2], 39932832) ([‘a‘, 2], 39932832) ([3, 2], 39932832) ([3, 2], 39932832) dictionary: ({1: ‘a‘, ‘b‘: 2}, 40107728) ({1: ‘a‘, ‘b‘: 2}, 40107728) ({1: ‘a‘, ‘b‘: ‘newvaluestr‘}, 40107728) ({1: ‘a‘, ‘b‘: ‘newvaluestr‘}, 40107728) |
用例2中，主要是对二维变量内部元素做修改（一维变量无需测试），从测试情况看，结论是：
老二维变量被赋给新二维变量后，对二者任何一个的内部元素修改，二者的地址不会发生改变，但值会同步被修改。
Python的变量赋值（包括传参，返回参数等场景），与c/c++区别很大，而且很难用一句话概括其用法。上面两个测试用例主要是从变量类型的角度来区分，具有很强代表性，可以引申到很多场景辅助理解。
很多人将python的变量赋值当做引用看待，这应该是有问题的，比如上面用例1中，很显然就不是引用，因为新变量地址和值都变化了，而老变量完全保持不变。而c/c++引用的概念是，新老变量地址不变，值同步变化。
用例2中对二维变量做局部修改，会发现新老变量的局部元素的地址和值都同步变化了（变量本身地址不变），这个和引用相同的地方是值同步变化了，不同的是变量地址也同步变化了。
Python的这种处理，应该是基于内存效率的考虑，虽然python应用开发中不用考虑变量地址与内存回收，但如果对变量赋值的内存情况完全忽视，则很容易产生意外的结果。
标签：应用 八进制 变量 ++ 分配 角度 输出 内存回收 测试用例
原文地址：http://www.cnblogs.com/PattonCCNU/p/6555395.html
