FEniCS热方程教程中Python变量间接更新原理问询

我正在学习FEniCS的《热方程教程》，教程中初始化了如下代码：

L = (u_n + dt * f) * v * ufl.dx
linear_form = fem.form(L)
b = create_vector(linear_form)

后续循环代码片段：

for i in range(num_steps):
    t += dt

    # Update the right hand side reusing the initial vector
    with b.localForm() as loc_b:
        loc_b.set(0)
    assemble_vector(b, linear_form)
...
# Update solution at previous time step (u_n)
    u_n.x.array[:] = uh.x.array

我发现每次循环迭代中，u_n更新后L也会随之变化，但不清楚其中原理。想请教两个问题：

1. Python中当变量x依赖于变量y时，y的修改会导致x变化的场景有哪些？
2. 能否推荐相关的深入学习资料？

一、先解释FEniCS中的特殊情况 #

你看到的L并非普通Python变量，它是UFL（Unified Form Language）表达式，属于FEniCS生态的专属对象。这类对象不会立即计算出具体数值，而是保存了计算逻辑和对依赖变量（比如u_n）的引用。当后续调用assemble_vector时，才会根据当前u_n的实际值完成计算，所以u_n更新后，L对应的计算结果自然会变化。

二、Python中y修改导致x变化的常见场景 #

• 可变对象的直接引用：Python中列表、字典、自定义类实例等属于可变对象。如果x是对y（可变对象）的引用，修改y的内部内容会直接反映到x上。比如：

  y = [1, 2, 3]
  x = y
  y[0] = 100
  print(x)  # 输出 [100, 2, 3]
  

• 延迟求值/惰性计算的对象：像生成器、迭代器，或者FEniCS UFL表达式、SymPy符号表达式这类对象，它们不会在定义时就计算结果，而是保存计算规则。当需要获取结果时（比如迭代生成器、调用表达式求值方法），才会使用依赖变量的当前值。
• 闭包中的自由变量：闭包函数引用外部作用域的可变变量时，函数不会保存变量的快照，而是保存对变量的引用。当外部变量修改后，再次调用闭包会使用新值：

  y = 10
  def func():
      return y
  y = 20
  print(func())  # 输出 20
  

• 类实例的属性引用：如果类实例的某个属性是对另一个可变对象的引用，修改该对象的内容会导致实例属性访问到的内容变化：

  class MyClass:
      def __init__(self, obj):
          self.attr = obj
  y = [1,2]
  x = MyClass(y)
  y.append(3)
  print(x.attr)  # 输出 [1,2,3]
  

三、推荐学习资料 #

• Python官方文档的Data Model章节：深入理解Python的对象模型、引用机制、可变/不可变类型的本质
• 《Fluent Python》：系统讲解Python的核心特性，包括对象引用、可变类型、闭包等内容，适合进阶学习
• FEniCS官方文档的UFL模块说明：专门理解有限元表达式的惰性求值和依赖管理逻辑
• 《Python Cookbook》：其中关于对象引用、可变对象操作的章节，有大量实用案例和原理讲解

内容的提问来源于stack exchange，提问作者zaccandels