Python走过的坑，可变不可变数据类型

Python标准数据类型

1. Number(数字)
2. String(字符串)
3. Dictionary(字典)
4. List(列表)
5. Tuple(元组)
6. Set(集合)

Python不可变数据类型（一个萝卜一个坑）

比如数字，字符串，元组。这是什么意思呢，show your code:

a = 1
print("变量a在内存当中的地址":,id(a))	
a += 1
print("变量a在内存当中的地址":,id(a))

结果为

变量a在内存当中的地址 1683713088
变量a在内存当中的地址 1683713120

可以看到，变量a在内存当中的地址发生了变化，多了32个bit，也就是4个字节，这里说句题外话，在python中int代表的是长整型，没有 python2 中的 Long。
换句话说，一个数字对应一个内存地址，数字变，地址变，一个萝卜一个坑。
还有一个要注意的地方。

a = 1
print("变量a在内存当中的地址":,id(a))	
b = 1
print("变量a在内存当中的地址":,id(b))	

结果为：

变量a在内存当中的地址 1683713088
变量a在内存当中的地址 1683713088

一模一样的，这说明了什么，说明了变量a和b指向了同一块内容，其实就是同一个对象的不同引用，也就是同一个人的不同名字而已。或者还是拿萝卜来说。一个坑里，只能长一个萝卜，中国人叫萝卜，老外管它叫turnip（萝卜的英文），这下懂了吧。

可变数据类型（一块地好多萝卜）

典型的就是列表，这个可吃了不少亏。
来吧

a = [1,2,3]
print("变量a在内存当中的地址":,id(a))	
a.append(4)
print("变量a在内存当中的地址":,id(a))	

结果为

变量a在内存当中的地址 2635029663240
变量a在内存当中的地址 2635029663240

可以看到，一毛一样啊。这就相当于在原来的地里又长了一个萝卜，当然也许是又长了白菜，土豆什么的内建的数据类型，或者是自定义的数据类型等等。
比如a = [1,2,3,“白菜”]
来一张图更形象一点。一个矩形的土地，长了3个萝卜。

然后又扔过去一个白菜。

地还是那块地（内存地址并没有发生改变），但是其中元素增加了。
总结为：元素变，地址不变，同一块地可以种好多萝卜，这就是可变数据类型。
这里也有一个值得注意的问题：
come on code！

a = [1,2,[3,4]]
print('a = :',a)
b = a 
b[2] = [5,6]
print('a = ',a)

结果为：

a =  [1, 2,[3, 4]]
a =  [1, 2, [5, 6]]

这里a和b所指的是同一个东西，也就是说，a和b都是[1,2,[3,4]]这个列表的引用，也就是外号。一般我们在内存中创建了一个列表，有两种情况：

1. 需要创建一个此列表的副本，一个一模一样的列表，只不过在内存中多开辟了一块空间来。这样做的好处是，对副本所做修改不会影响到原来的列表，因为有时候我们需要原列表与修改后的列表进行对比。需要创建一个此列表的副本，一个一模一样的列表，只不过在内存中多开辟了一块空间来。这样做的好处是，对副本所做修改不会影响到原来的列表，因为有时候我们需要原列表与修改后的列表进行对比。比如：

a = [1,2,[3,4]]
b = a.copy()
a[2][-1] = 'x'
print(a)#结果为[1, 2, [3, 'x']]
print(b)#结果为[1, 2, [3, 'x']]

咦，不对呀，我明明创建了一个原列表的副本啊，怎么对a修改，b也会跟着修改呢？这是因为浅复制，深复制的问题，如果列表只有一层，那么用浅复制足够了。但是我们做项目的时候，动不动就好几层的list，因此，必须采用深复制。下面是实例代码：

import copy
a = [1,2,[3,4]]
b = copy.deepcopy(a)
a[2][-1] = 'x'
print(a)#结果为[1, 2, [3, 'x']]
print(b)#结果为[1, 2, [3, 4]]

这样，就可以完完全全地复制一个列表了。有个博客对这种情况说的挺好的，
打开链接，有句话是这么说的，因为浅复制 ，复杂子对象的保存方式是作为引用方式存储的，所以修改浅复制的值和原来的值都可以改变复杂子对象的值。
2. 只需另外再创建一个对列表对象的引用即可，这种情况不需要原列表与修改后的列表进行对比，当列表比较大，又使用不到以前版本的列表时，推荐使用这种方式，节省内存。比如

a = [1,2,3]
b = a