如何理解 Python 的赋值逻辑

摘要：
如果你学过 C 语言，那么当你初见 Python 时可能会觉得 Python 的赋值方式略有诡异：好像差不多，但又好像哪里有点不太对劲。

本文比较并解释了这种赋值逻辑上的差异。回答了为什么需要这种赋值逻辑以及如何使用这种赋值逻辑的问题。

当然，即使未学过 C 语言，也可通过本文更好地了解 Python 的赋值逻辑——这种赋值逻辑影响着 Python 的方方面面，从而可以让你更好地理解和编写 Python 程序。

第一章 引例

先来看一组似乎矛盾的代码：

# 代码 1

>>> a = 3
>>> b = a
>>> b = 5
>>> a
3

这看上去似乎很好理解。第二步中， a 只是把值复制给 b，然后 b 又被更新为 5，a 和 b 是两个独立的变量，那么 a 的值当然不会受到影响。

真的是这样吗？

再来看一段代码：

# 代码 2

>>> a = [1, 2, 3]
>>> b = a
>>> b[0] = 1024
>>> a
[1024, 2, 3]

第二步中，a 只是复制把列表复制给 b，然后更新 b[0] 的值，最后输出 a，可是 a 竟然也被改变了。

按照代码 1 的逻辑（即变量之间独立），代码 2 的中的 a 不应该受到影响。

为什么出现了这样的差异？

第二章 Python 的“反直觉”

先不解释上面那个“看似矛盾”的问题。

先来看看另一组简单的 Python 代码在内存中是什么样子的：

# 代码 3

b = 3
b = b + 5

它在内存中的操作示意图是这样的：

然而，从代码的的字面意思上看，“把 3 赋给 b，把 b 加 5 之后再赋给 b。”

也就是把代码看成这个样子：

b ← 3
b ← b + 5

所以下面这张在内存中的操作图可能更符合我们的直觉：

也即 b + 5 的值又写回到 b 中。典型的 C 程序就是这样的。为变量 b 分配一个 int 型的内存单元，然后将整数 3 存放在该内存单元中。b 就代表了该块内存空间，不再移动，可以更新 b 的值，但 b 在内存中的地址就不再变化了。所以我们说 b = b + 5，就等于 b ← b + 5