Python 中有一些容易忽略的不可变类型 Str、Integer、None、Tuple
# 错误演示In [45]: def demo(lst = []): ....: lst.append("hello") ....: return lst ....: In [46]: demo()Out[46]: ["hello"]In [47]: demo()Out[47]: ["hello", "hello"]
廖雪峰的 Python 教程有提到这一块，但并没有太细致。在这里，由于 lst 是一个可变参数，而 demo 在初始化时 lst 参数指向一个 [] 的内存空间，之后每一次调用，[] 这个内存空间都 append 一个「hello」，而由于 lst 依然指向这个内存空间，所以就会看到 demo 函数调用的奇怪现象，解决问题的办法就是引入不可变类型。
＃正确演示In [54]: def demo(lst = None): ....: lst = [] ....: lst.append("hello") ....: return lst ....: In [55]: demo()Out[55]: ["hello"]In [56]: demo()Out[56]: ["hello"]
在正确演示中，将 lst 初始化为 None, 这样 lst 就是一个不可变参数，但是不能直接对 lst 直接使用 append，因为只有 list 才有 append 方法，因此需要将 lst 进行真正的初始化 lst = []
可变类型和不可变类型是一个很容易忽略的知识点，在这里深入进行研究，下面例举常见的不可变类型和可变类型。
不可变「mutable」类型：int, long, float, string, tuple, frozenset
可变类型「immutable」类型：list, dict
Python 中所有变量都是值的引用，也就说变量通过绑定的方式指向其值。 而这里说的不可变指的是值的不可变。 对于不可变类型的变量，如果要更改变量，则会创建一个新值，把变量绑定到新值上，而旧值如果没有被引用就等待垃圾回收。下面用 int 和 list 分别作为代表进行讲解。
＃不可变类型In [31]: id(1),id(2)Out[31]: (4477999936, 4477999968)In [32]: a = 1In [33]: id(a)Out[33]: 4477999936In [34]: # 当a赋一个新值时,变量a会绑定到新值上In [35]: a = 3In [36]: id(a)Out[36]: 4478000000＃可变类型In [38]: lst = [0]In [39]: id(lst)Out[39]: 4493976328In [40]: lst = [0,1]In [41]: id(lst)Out[41]: 4499600328
表面上看可变类型，python 似乎实现了不同类型的管理方式，其实不是的。其实 lst 代表地址，它引用的 lst[0], lst[1] 的内存地址其实是变了的，因为 lst[i] 就是 int(此处)，而 int 就是不可变类型。
另外，我还想延伸一下关于 __new__ 的用法。为什么要放在这里说，待会看了这个例子就会明白。
class Word(str): def __new__(cls, word): word = word.replace(" ","") return str.__new__(cls,word) def __init__(self,word): self.word = word def __eq__(self, other): return len(self) == len(other)def main(): a = Word("foorrrdd ") b = Word("sswwss ") print a == bif __name__ == "__main__": main()
在这段代码里，可以看到 Word 类继承自 str，str 是一个不可变类型，因此需要使用到 __new__这个魔术方法，在这里对 word 这个形参进行了预处理，然后预处理后的形参 word 会传递给 __init__ 由于此例此种情形中，a、b 指向的是不同的内存空间，即使不用 __new__ 也不会因为实参的传入导致上面例子出现不断追加的情况，但显然这会是一种更为安全的写法。
