变量赋值时对象复制时机及Python赋值行为的技术疑问

背景与初始认知 #

本周学习机器人学期间，通过教授的视频讲座了解到：变量本质是指向存储对象内存地址的引用。教授明确说明，当把一个变量赋值给另一个变量时，两个变量会指向同一个对象（附教授制作的示意图，其中挪威语词汇翻译：navnerom=命名空间，minnet=内存，objekter=对象，eksempelprogram=示例程序）。

此前的GPT4咨询结果 #

之前曾就「当第二个变量被赋值为另一个已赋值变量的值时，该变量是否指向已存在的对象？」这一问题咨询GPT4，得到的答复是：这取决于数据类型和编程语言：

• 基本数据类型（如数字、布尔值，部分语言的字符串）：赋值时会复制值，两个变量存储在不同内存地址，修改一个不会影响另一个；
• 引用数据类型（如对象、数组、列表）：赋值后两个变量指向内存中的同一个对象，通过一个变量修改会影响另一个。

GPT4同时给出了Python示例代码：

# 基本数据类型示例
a = 5
b = a
b = 10
print(a)  # 输出: 5
print(b)  # 输出: 10

# 引用数据类型示例
list1 = [1, 2, 3]
list2 = list1
list2[0] = 99
print(list1)  # 输出: [99, 2, 3]
print(list2)  # 输出: [99, 2, 3]

实际测试与疑惑 #

原本认为Python中基本类型赋值时会复制对象到新内存地址，新变量指向该地址，二者可独立修改。但通过Python内置id()函数测试后发现了矛盾：
测试代码：

a = 5
b = a
print(id(a))
print(id(b))
a += 1
print(id(a))

输出结果：

140736222585768
140736222585768
140736222585800

从结果可以看到，初始时a和b的id完全相同，说明二者指向同一个对象；修改a后，a的id发生了变化。由此产生三个核心疑问：

• 修改a时是否创建了新对象？
• GPT4的回答是否有误？
• 变量赋值时对象是立即复制还是修改时才复制？

核心解析 #

1. Python无「基本数据类型」概念 #

Python的设计逻辑里，所有元素都是对象，包括数字、布尔值这类传统意义上的基本类型。这类对象属于不可变对象——一旦创建就无法修改其内部值。

2. 赋值操作的本质 #

无论对象类型如何，Python的赋值操作始终是让变量指向对象的引用，不会立即复制对象：

• 执行b = a时，只是让b指向a当前指向的对象，所以初始时a和b的id相同；
• 对于不可变对象，执行a += 1这类操作时，并非修改原对象，而是创建一个新对象，再让a指向这个新对象。这就是修改后a的id变化、b仍指向原对象的原因，二者后续操作互不影响。

3. GPT4回答的偏差 #

GPT4的回答混淆了Python与其他语言（如Java、C++）的概念。Python中不存在「赋值时复制基本类型值」的逻辑，所有赋值都是引用传递，区别仅在于对象是否可变：

• 可变对象（如列表、字典）：修改对象内部值时，所有指向该对象的变量都会同步看到变化；
• 不可变对象：无法修改内部值，任何看似「修改」的操作都会创建新对象，原对象不受影响，因此不同变量后续操作互不干扰。

4. 复制的时机 #

Python中对象复制不会在赋值时发生，只有两种场景会创建新对象：

• 显式调用复制方法（如list.copy()、copy.copy()）；
• 对不可变对象执行「修改」操作（本质是创建新对象）。

内容的提问来源于stack exchange，提问作者user22419592