Python浮点数内存寻址行为：Spyder不同场景下id结果差异问题

这个表现和float的不可变属性没有冲突，本质是Python解释器的常量折叠优化规则，在Spyder两种运行模式下触发条件不同导致的，和可变/不可变类型的特征没有关系：

• 整脚本运行场景（Spyder编辑器直接运行全量代码）
  Python编译完整脚本文件时，会做全局级别的常量优化：对于代码中所有编译期就能确定值的不可变字面量（包括你代码里的1000.浮点数），只要值相等就会被合并成同一个内存对象，不会重复创建。
  这种优化是安全的——正因为float是不可变类型，不存在修改一个变量就联动改动其他同值变量的风险，所以解释器才敢做这种复用。因此脚本里赋值给a的1000.、赋值给b的1000.、print语句里直接写的1000.字面量，全指向同一个常量对象，id自然完全相同。
• 控制台逐行执行场景
  Spyder内置的IPython控制台是逐行/逐单元编译执行的：每提交一行代码，解释器只会单独编译当前输入行的内容，不会关联之前执行过的代码做全局优化。
  逐行输入a=1000.时，解释器创建一个值为1000.的float对象绑定给a；输入下一行b=1000.时，因为编译范围只覆盖当前行，感知不到之前已经创建过同值的float对象，就会新生成一个1000.的对象绑定给b，两个变量的id自然不一致。后续print语句里的1000.是当前行编译时生成的临时对象，用完就会被回收，id也不会和前两个变量重合。

认知误区澄清 #

很多人会把“同值变量id是否相同”当成判断可变/不可变类型的标准，这个认知是错的：

判断类型可变性的唯一标准是对象创建后是否支持原地修改值。float对象创建后没有任何方法可以原地修改它的数值，所有对float变量的重新赋值本质都是让变量指向新的对象，因此它是严格的不可变类型。同值对象的id复用只是解释器做的性能优化，不是可变类型的特征。

测试代码 #

a = 1000.
b = 1000.
print('id of a=' + str(id(a)))
print('id of b=' + str(id(b)))
print('id of 1000.=' + str(id(1000.)))

内容的提问来源于stack exchange，提问作者Kernel