python中数据类型分为可变（如list、dict）与不可变（如int、str、tuple）两类：可变类型支持原地修改且id不变，不可变类型任何“修改”均生成新对象并改变id。
Python中的数据类型被明确划分为可变类型与不可变类型，这一划分直接影响对象在内存中的行为表现，尤其是赋值、函数传参和身份比较等操作的结果。以下是针对该分类机制的设计逻辑与典型表现的解析：
一、可变类型的核心特征与实例
可变类型指对象创建后其内容可以被修改而不改变对象的身份（即id不变）。这种设计支持原地更新，节省内存并提升频繁修改场景下的效率。Python中典型的可变类型包括list、dict、set以及自定义的类实例（默认情况下）。
1、定义一个列表：a = [1, 2, 3]
2、获取其初始id：print(id(a))
立即学习“Python免费学习笔记（深入）”；
3、对列表进行原地修改：a.append(4)
4、再次打印id：print(id(a))，输出结果与步骤2完全相同
5、验证修改生效：print(a) 输出 [1, 2, 3, 4]
此时对象a的内存地址未变化，但内容已扩展，体现了可变类型的本质特性。
二、不可变类型的核心特征与实例
不可变类型指对象一旦创建，其值就不能被更改；任何看似“修改”的操作都会生成新对象。这种设计保障了数据一致性与线程安全性，也使不可变对象可作为字典键或集合元素使用。Python中典型的不可变类型包括int、float、str、tuple、frozenset。
1、定义一个字符串：s = "hello"
2、获取其初始id：print(id(s))
3、执行字符串拼接：s = s + " world"
4、再次打印id：print(id(s))，输出结果与步骤2完全不同
5、验证内容变化：print(s) 输出 "hello world"
此时原始字符串对象已被丢弃，变量s指向一个全新创建的字符串对象，这是不可变类型的关键表现。
三、可变与不可变在赋值操作中的差异
赋值操作（=）在Python中始终是对象引用的绑定，不复制对象本身。但由于可变与不可变类型的内在行为不同，赋值后的后续操作会产生截然不同的效果。
1、对不可变类型赋值：x = 10；y = x；此时x与y指向同一整数对象
2、修改y：y = y + 1；此时y指向新整数对象21，x仍为10且id不变
3、对可变类型赋值：m = [1, 2]；n = m；此时m与n指向同一列表对象
4、修改n：n.append(3)；此时m也变为[1, 2, 3]，因为二者共享同一底层对象
关键区别在于：对不可变对象的“修改”必然导致新对象产生，而对可变对象的修改则直接作用于原对象。
四、函数参数传递中的体现
Python中所有参数传递均为“对象引用传递”，但可变与不可变类型在此机制下展现出不同可观测行为，这源于对象自身是否允许就地修改。
1、定义函数def modify_list(lst): lst.append('new')
2、调用前：my_list = ['a', 'b']；modify_list(my_list)
3、调用后：print(my_list) 输出 ['a', 'b', 'new']，原列表被改变
4、定义函数def modify_str(s): s += 'X'
5、调用前：text = 'abc'；modify_str(text)
6、调用后：print(text) 仍输出 'abc'，原始字符串未变
原因在于：函数内对可变对象的方法调用（如append）作用于原对象，而对不可变对象的运算（如+=）生成新对象且局部变量仅绑定新对象。
五、身份比较与相等比较的关联性
is运算符比较对象身份（即内存地址），==比较对象值。可变与不可变类型在小整数、短字符串等特定范围内存在对象复用机制，影响is的结果，但该机制不改变类型本身的可变性定义。
1、测试小整数：a = 5；b = 5；print(a is b) 输出True（CPython小整数池优化）
2、测试大整数：c = 1000；d = 1000；print(c is d) 输出False（通常情况，非保证）
3、测试字符串：e = "hello"；f = "hello"；print(e is f) 在交互式环境常为True（驻留机制）
4、强制新建字符串：g = "hello" + ""；h = "hello"；print(g is h) 可能为False
需注意：is结果受实现细节（如CPython的驻留与小整数缓存）影响，不能用于判断可变性；可变性由类型定义决定，与对象是否被复用无关。
