可变数据类型

可变数据类型是指在Python中可以随时更改数据结构存储值的类型。可变数据类型的主要特征是对象的内容(即值)可以在不改变对象本身的情况下进行修改。它提供了一种灵活的数据操作方法，但是同时也要注意对象在修改过程中对其它变量的影响。包括列表在内的典型可变数据类型（list）、字典（dict）、集合（set）。下面是列表、字典、集合的基本操作代码示例。

 # 基本操作列表 my_list = [1, 2, 3] my_list.append(4) # 添加元素，列表变成 [1, 2, 3, 4] print(my_list) my_list[0] = 0 # 修改元素，变成列表 [0, 2, 3, 4] print(my_list) # 字典的基本操作 my_dict = {'a': 1, 'b': 2, 'c': 3} my_dict['d'] = 4 # 添加键值对 'd': 4 print(my_dict) my_dict['a'] = 0 # 修改键 'a' 对应的值，字典变为 {'a': 0, 'b': 2, 'c': 3, 'd': 4} print(my_dict) # 基本的集合操作 my_set = {1, 2, 3} my_set.add(4) # 添加元素 4，集合变为 {1, 2, 3, 4} print(my_set) my_set.remove(1) # 移除元素 1，集合变为 {2, 3, 4} print(my_set) 

不变数据类型

不可改变的数据类型，顾名思义，是指创建后其存储值无法改变的数据结构。Python中的不可变数据类型包括整数。（int）、浮点数（float）、复数（complex）、字符串（str）和元组（tuple）。试图修改这些类型的数据会导致错误或创建新的对象。以下是整数、字符串和元组的例子，展示它们的特点和相关操作。

 # 操作整数和浮点数 a = 1 b = a a = a + 1 print(a) # 输出: 2 print(b) # 输出: 1, 说明整数赋值就是创造新的对象。 # 操作字符串 my_string = "hello" # 试着修改字符串中的字符会导致错误 try: my_string[0] = 'H' except TypeError as e: print(e) # 输出: 'str' object does not support item assignment # 事实上，字符串拼接创造了一个新的字符串对象。 new_string = my_string + " world" print(new_string) # 输出: hello world # 元组的操作 my_tuple = (1, 2, 3) # 试着修改元组会触发错误 try: my_tuple[0] = 0 except TypeError as e: print(e) # 输出: 'tuple' object does not support item assignment # 元组拼接将创造新的元组对象。 new_tuple = my_tuple + (4, ) print(new_tuple) # 输出: (1, 2, 3, 4) 

特征Python数据类型

与其它静态语言不同，Python是一种动态语言，这意味着变量在定义时不需要显式指定数据类型，Python解释器在运行时会自动推断。另外，Python还支持类型注解，这个特性来自Python。 3.5加入。为函数参数和返回值增加预期类型提供了一种语法，可以帮助代码分析工具提供更好的支持，提高代码的可读性。以下是带有类型注解的函数定义。

 def add_numbers(a: int, b: int) -> int: return a + b result = add_numbers(1, 2) print(result) # 输出: 3 # 虽然有类型的注解，但是Python的动态类型系统仍然允许其它类型的传入。 print(add_numbers("1", "2")) # 输出: 12 

并不是所有的操作都可以跨越各种类型的通用性。有些操作符，比如加法`+`和乘法`*`，对不同类型的解释会有所不同。比如对于字符串来说，`+`表示字符串连接，`*`表示字符串重复，而对于数字类型，表示数学加法和乘法。这种差异反映了Python数据类型操作的多态性。

 # 字符串的 + 和 * 使用操作符 print('Python' + 'Rocks!') # 输出: PythonRocks! print('Python' * 3) # 输出: PythonPythonPython # 数字的 + 和 * 使用操作符 print(10 + 20) # 输出: 30 print(10 * 3) # 输出: 30 

综上所述，了解Python中的可变和不可变数据类型是有效编码的关键。可变类型使数据操作更加直接，但在被多个变量引用时，需要注意其可能的副作用。不可变类型提供稳定性，在多线程环境中尤为有价值。合理应用和混合这两种类型可以编写高效安全的Python代码。