Question

您好我想了解Python如何通过引用传递。我有一个例子：

>>>a = 1
>>>b = 1
>>>id(a);id(b)
140522779858088
140522779858088

这非常有意义，因为a和b都引用了与身份相同的值。我不太明白的是这个例子：

>>>a = 4.4
>>>b = 1.0+3.4
>>>id(a);id(b)
140522778796184
140522778796136

与此示例不同：

>>>a = 2
>>>b = 2 + 0
>>>id(a);id(b)
140522779858064
140522779858064

是因为在第3个例子中，0 int对象被视为＆＃34; None＆＃34;通过解释器并且不被认为需要与变量＆＃34; a＆＃34;引用（2）？而在第二个例子＆＃34; b＆＃34;添加两个不同的int对象，解释器为这两个要添加的对象分配内存，从而为变量提供变量＆＃34; a＆＃34; b＆＃34;？

Answer 1

在您的第一个示例中，由于实习，名称a和b都“引用”了同一个对象。赋值语句只产生一个具有相同id的整数，因为它已经重用了一个恰好在内存中已经存在的预先存在的对象。这不是整数的可靠行为：

>>> a = 257
>>> b = 257
>>> id(a), id(b)
(30610608, 30610728)

如上所示，如果你选择一个足够大的整数，那么它的行为就像第二个例子中的浮点数一样。无论如何，实际的小整数是Python语言中的可选，这恰好是一个CPython实现细节：它是一种性能优化，旨在避免创建新对象的开销。我们可以通过缓存常用的整数实例来加快速度，但代价是Python解释器的内存占用量更高。

在处理Python时不要考虑“引用”和“值”，适用于C的模型在这里并不能很好地工作。而是想到“名字”和“对象”。

names

上图说明了您的第三个例子。 2是一个对象，a和b是名称。我们可以使用不同的名称指向同一个对象。对象可以没有任何名称存在。

仅分配变量附加名称标签。删除仅变量会删除名称标签。如果你记住这个想法，那么Python对象模型将永远不会让你感到惊讶。

Answer 2

如上所述，here，CPython缓存从-5到256的整数。因此，具有相同值的此范围内的所有变量共享相同的id（尽管如此，我不打算对此进行赌注，但这是当前的实施）

浮游物没有这样的东西可能因为存在可能值的“无限”（因为浮点而不是无限大而是大），因此与整数相比，通过不同方法计算相同值的机会非常低。 / p>

>>> a=4.0
>>> b=4.0
>>> a is b
False

Answer 3

Python变量始终是对象的引用。这些对象可以分为可变对象和不可变对象。

可以修改可变类型而不修改其id，因此指向此对象的每个变量都将更新。但是，不能以这种方式修改不可变对象，因此Python生成一个带有更改的新对象，并重新指定该变量以指向此新对象，因此更改之前变量的id将与之后的变量的id不匹配改变。

整数和浮点数是不可变的，因此在更改后它们将指向不同的对象，因此具有不同的ID。

问题是CPython＆＃34;缓存＆＃34;一些常见的整数值，以便没有多个对象具有相同的值以节省内存，2是这些缓存整数之一，因此每次变量指向整数2时它将具有相同的id（其对于不同的python执行，值将有所不同。）