从内存管理的角度来看，Python语言的变量和参数传递情况解析

概述

从内存管理的角度来看，Python中的变量和参数传递有一些特点：

☆ 变量是对象的引用：在Python中，变量实际上是对象的引用，而不是对象本身。当你给一个变量赋值时，实际上是将变量指向了一个对象。这意味着变量可以指向不同类型的对象，并且可以在程序中随时改变指向的对象。

☆ 引用计数：Python使用引用计数来管理内存。每个对象都有一个引用计数，表示有多少个变量引用了该对象。当引用计数为0时，对象将被自动回收。当一个变量不再引用一个对象时，引用计数会减少。当引用计数为0时，对象的内存将被释放。

☆ 对象的可变性：Python中的对象分为可变对象和不可变对象。可变对象（如列表、字典）的值可以被修改，而不可变对象（如整数、字符串、元组）的值不能被修改。这意味着如果你修改了一个可变对象，那么所有引用这个对象的变量都会受到影响。

☆ 参数传递方式：在Python中，函数的参数传递是按值调用（call by value） 来传递的（其中的 值 始终是对象的 引用 而不是对象的值）——实际上，按对象引用调用（call by object reference）调用这种说法更好。对于不可变对象（如整数、字符串、元组），由于它们的值不能被改变，所以函数内部对这些对象的修改实际上是创建了一个新的对象。因此，函数内部的修改不会影响到函数外部的实际参数。对于可变对象（如列表、字典），由于它们的值可以被改变，所以函数内部对这些对象的修改会直接改变原始对象的值。因此，函数内部的修改会影响到函数外部的实际参数。

Python语言的变量和赋值情况

Python语言中，所有的 数据 都被称之为 对象。

每个整数、小数、字符串，后面要学的 字典、元组、列表 等， 都是对象。数据对象。

编程语言为了方便操作数据对象，也需要给对象起一个名字，称之为 变量名 ， 有时也简称 变量。

Python中的变量，就是 对象的名称。

Python中，名称 用于指代对象。 名称是通过名称绑定操作来引入的。

【见官方文档 命名与绑定

https://docs.python.org/zh-cn/3/reference/executionmodel.html#naming-and-binding

提示：在Python的官方文档中更多地使用了“名称”（name）这个术语来。但是在实际的编码和交流中，人们也常常使用“变量”（variable）这个术语来描述Python中的名称。】

Python 是一门动态类型的语言，所以我们无须预先声明变量类型，直接对变量赋值即可。

可以使用赋值语句来创建变量并使其引用一个数据。当一个变量表示存储器中的某个值时，也称这个变量引用（reference）了这个值。

赋值语句的基本格式是：

Variable = expression

等号（=）称为赋值运算符（assignment operator）。在这个基本格式中，variable 是变量名，expression 是一个值，或者能够产生一个值的代码。赋值语句执行结束后，位于等号左边的变量将引用位于等号右边的值。

提示：在给变量赋值之前是不能使用变量的。如果在变量被赋值之前就对它进行某种操作，如打印它，将导致一个错误。

【注意： Python 语言中的变量与大多数其他编程语言中的变量的工作方式不同。在大多数编程语言中，变量是保存值的内存位置。在这些编程语言中，当给变量赋值时，该值保存在变量的内存位置。而在 Python 语言中，变量是一个内存位置，它保存另一个内存位置的地址。将值赋给 Python 变量时，该值将存储在与该变量分离的内存位置。变量保存的是保存值的内存位置的地址。这就是为什么在 Python 中，不说变量“保存”一个值，而说变量“引用”一个变量。或者说，Python 中变量是代表存储在计算机存储器中的某个值的名称。】

变量之所以称为“变量”，是因为在程序执行过程中它们可以引用不同的值。下面就看看Python 中变量的赋值和再赋值情况。

创建了一个名为 dollars 的变量，并将 2.75 赋值给它

Dollars = 2.75

给变量 dollars 赋以一个新值99.95，当给变量 dollars 赋以一个新值99.95时，虽然旧值 2.75 依然保存在计算机的存储器中，但是因为没有变量引用它，所以这个值已不能再被使用。参见下图：

注意，当存储器中的值不再被变量引用时，Python 解释器将通过所谓的垃圾收集机制来进行处理，自动地将它们移出存储器。

【在python中，变量保存的是对象(值)的引用，id()函数可以获取变量在内存中的地址。在Python中，值可以放在内存的某个位置（地址），变量用于引用它们，给变量赋一个新值，原值不会被新值覆盖，变量只是引用了新值。顺便说明，Python的垃圾回收机制会自动清理不再被用到的值，所以不用担心计算机内存中充满被“丢弃”的无效的值。】

一定要牢记：在 Python 语言中，变量仅仅是引用存储器中某个数据的名字，并且可以引用任何类型的数据项。

x = 99 语句创建了名为 x 的变量，并赋给它 int 型的值 99。

将一个字符串 'Take me to your leader'赋值给变量 x时，变量 x 不再引用一个 int 型数据，而是引用字符串 'Take me to your leader'。

下面再看看这种情况：

a = 10

b = a

在上述的例子中，我们声明了一个变量 a，其值为 10，然后将 b 也指向 a，这是在内存中的布局是这样的，变量 a 和 b 会指向同一个对象 10，而不是给 b 重新生成一个新的对象。

当执行完 a = a + 10 后，因为整数是不可变对象，所以并不会将 10 变成 20，而是生成一个新的对象 20 ，然后 a 会指向这个新的对象。b 还是指向旧对象 10。

Python 允许你同时为多个变量赋值。例如：

a = b = c = 10

以面示例，创建一个整型对象，值为 10，从后向前赋值，三个变量被赋予相同的数值。

您也可以为多个对象指定多个变量。例如：

a, b, c = 10, 20, " hello"

以面示例，两个整型对象 10 和 20 的分配给变量 a 和 b，字符串对象 “hello” 分配给变量 c。

在Python中的参数传递情况

要讲清在Python中函数的参数传递，需要从Python中函数是什么讲起。

在Python中，函数是一种组织代码的方式，它将一段程序代码封装起来，以便于重复使用。函数可以接收输入参数，并返回一个或多个结果。这种封装可以使代码更加清晰、易读，也有助于代码的重用。Python提供了许多内置函数，如print()、len()等，可以直接使用。编程人员还可以自定义函数。自定义图示如下：

Python中的函数定义使用def关键字，后跟函数名、括号()和冒号。括号中可以放置函数的参数，参数之间用逗号分隔。函数的主体部分在冒号后的缩进块中定义。Python中定义函数语法如下：

def 函数名（参数列表）:

    函数体

函数体由缩进的代码块组成。Python的函数体包括：

函数体包括以下几个部分：

文档字符串（docstring）：文档字符串是可选的，用于描述函数的作用、参数、返回值等信息。它位于函数定义的第一行或第二行，使用三引号（'''或"""）括起来。文档字符串可以通过help()函数或在交互式环境中使用__doc__属性来访问。

语句（statements）：函数体中可以包含任意数量的语句，用于执行具体的任务。这些语句可以是赋值语句、条件语句、循环语句等，根据函数的需求编写。

返回表达式（return expression）：函数可以通过return语句返回一个值。返回值是可选的，如果没有return语句或者return后面没有表达式，函数将返回None。当函数执行到return语句时，函数将立即结束，并将返回值传递给调用函数的地方。

下面介绍python参数传递

python官方文档的说法【https://docs.python.org/zh-cn/3/tutorial/controlflow.html#defining-functions 】实参是使用 按值调用（call by value） 来传递的（其中的 值 始终是对象的 引用 而不是对象的值）——实际上，按对象引用调用（call by object reference）调用这种说法更好。具体来说：

如果传入的参数是不可变类型（如数字、字符串、元组），那么在函数体内修改参数的值，并不会影响到原来的变量。因为不可变类型的变量实际上是值的引用，当你试图改变变量的值时，相当于是在创建新的对象。例如：

def change_number(num):
    num = 100

x = 10
change_number(x)
print(x)  # 输出：10

在上面的例子中，尽管在函数内部num的值被改变了，但是原变量x的值并没有改变。参见下图：

如果传入的参数是可变类型（如列表、字典），那么在函数体内修改参数的值，会影响到原来的变量。因为可变类型的变量存储的是一个地址，当你试图改变变量的值时，实际上是在改变这个地址所指向的内容。例如：

def change_list(lst):
    lst.append(100)

x = [1, 2, 3]
change_list(x)
print(x)  # 输出：[1, 2, 3, 100]

在上面的例子中，函数内部对参数lst的修改影响到了原变量x的值。参见下图：

附录、

Python变量的认识理解 https://blog.csdn.net/cnds123/article/details/116768499 
python函数 https://blog.csdn.net/cnds123/article/details/108179769