【第 010 讲】全面掌握 Python 变量与常量:变量的定义与赋值 | 标识符与命名规范 | 变量的底层机制 | 常量与魔术数字

编写程序时,常常需要记录和处理各种数据。如果每次使用数据时都直接写出数据本身,不仅书写麻烦,数据一多还难以区分和管理。Python 提供了变量机制来解决这一问题。本篇先认识变量、理解其标签比喻,随后掌握赋值、重新赋值与交换的写法,明确标识符的命名规则与风格,进而从内存层面看清变量的工作原理,最后介绍 Python 社区约定常量的方式。

1 认识变量

1.1 变量的定义

Python 通过变量(Variable)来访问数据:为数据起一个名称,把名称与数据关联起来,此后通过这个名称即可访问这份数据。这个名称称为变量名。下面通过一个示例说明:

python 复制代码
# 08_variable_intro.py
# 演示变量的定义与使用

# 用 student_count 表示学生的人数
student_count = 45

# 通过 print 输出变量所关联的数据
print("学生人数:", student_count)

程序运行结果如下所示:

关于这段程序,有两点需要说明:

  • **名称与数据的关联:**student_count = 45 这一行的效果,是把整数 45 与名称 student_count 关联起来,此后程序中凡是出现 student_count 的位置,访问到的都是它当前关联的数据。
  • print 的多值输出: print 的括号中可以同时写多个值,值与值之间用逗号分隔;输出时,print 会在相邻的两个值之间自动插入一个空格。输出中 "学生人数:" 之后的空格正来自这一机制。print 的更多用法此处暂不展开,后续文章将详细讲解。

1.2 变量与标签

变量与数据之间的关联,可以形象地理解为贴标签:把写有名称的标签贴到某份数据上,之后通过名称就能找到这份数据。

理解这个比喻,需要抓住三个要点:

  • 标签贴在数据上: 关联的方向是从名称指向数据。名称本身只是一个记号,并不存放数据;数据独立存在于内存之中,变量提供的正是访问数据的途径。
  • **一份数据可以贴多张标签:**同一个名称在同一时刻只能关联一份数据,但同一份数据可以同时被多个名称关联。此时无论通过哪个名称访问,找到的都是同一份数据。
  • **换标签不是复制数据:**把标签从一份数据挪到另一份数据上,内存中并不会产生数据的副本,发生变化的只是名称的指向。

在程序运行过程中,同一个变量可以先关联一份数据,之后再关联另一份数据,这也是 "变量" 一词中 "变" 的由来。


2 变量的赋值

2.1 基本赋值

把数据与变量关联起来的操作称为赋值(Assignment)。Python 使用等号(=) 完成赋值,等号在这里称为赋值运算符(Assignment Operator):左侧写变量名,右侧写要关联的数据,语法格式如下:

python 复制代码
变量名 = 数据

PEP 8 建议在 = 两侧各写一个空格。等号右侧既可以写具体的数据(如 45、"张三"),也可以写另一个已经赋值过的变量,此时等号左侧的变量会关联到对方当前关联的数据,示意如下:

python 复制代码
count = 45
total = count  # total 关联 count 当前关联的数据

变量可以关联不同类型的数据。下面的示例为三个变量分别关联了整数、小数与一段文本:

python 复制代码
# 09_variable_types.py
# 演示为变量关联不同类型的数据

student_count = 45
average_score = 87.5
student_name = "张三"

print("学生人数:", student_count)
print("平均分:", average_score)
print("学生姓名:", student_name)

程序运行结果如下所示:

示例中的 "张三" 是用双引号包裹的一段文本,这种数据称为字符串(String)。字符串的完整语法将在后续文章专门讲解,现阶段照着示例书写即可。

2.2 变量必须先赋值后使用

变量必须先赋值,后使用:赋值在建立关联的同时,也创建了变量本身。解释器在运行程序时维护着名称与数据的关联记录,从未赋值过的名称不在记录之中;使用这样的名称时,解释器在记录中查找不到这个名称,便会抛出 NameError,程序也随之中断。下面的程序演示了这一情形,程序中的 score_total 从未被赋值过:

python 复制代码
# 10_undefined_name.py
# 演示使用未赋值的变量

print("程序开始执行")
print(score_total)
print("程序执行完毕")

程序运行结果如下所示:

程序只输出了第 4 行的内容,随后在第 5 行抛出 NameError 并中断,第 6 行没有机会执行。按 "先看最后一行确定错误类型,再向上定位出错位置" 的思路阅读这份报错:最后一行表明名称 score_total 未被定义,上方的 File 行给出了出错的文件与行号。如何修复,取决于这个名称的来历:

  • **名称写错了:**改成正确的名称。
  • **确实需要这个变量却忘了赋值:**在使用它之前补上赋值。
  • **它本不该出现在程序中:**删掉对它的使用。

今后遇到 NameError,都可以按这个思路排查。

2.3 链式赋值与多重赋值

为多个变量赋值时,除了逐行书写,Python 还提供了两种一行写完的便捷形式:

链式赋值: 适用于多个变量关联同一个数据的场景,语法格式如下:

python 复制代码
变量名1 = 变量名2 = 数据

执行后,等号左侧的所有变量关联的都是同一个数据。

多重赋值: 适用于多个变量分别关联不同数据的场景,语法格式如下:

python 复制代码
变量名1, 变量名2, 变量名3 = 数据1, 数据2, 数据3

执行后,等号左侧的变量与右侧的数据按位置一一对应。如果两侧数量不相等,运行时会抛出 ValueError(一种因值不合适而触发的异常)。

下面的示例把两种写法放在同一个程序中演示:

python 复制代码
# 11_chain_and_multiple.py
# 演示链式赋值与多重赋值

# 链式赋值:对局开始时,击杀、死亡、助攻三项战绩均为 0
kill_count = death_count = assist_count = 0
print("开局战绩:", kill_count, death_count, assist_count)

# 多重赋值:对局结束时,一行录入三项结算数据
kill_count, death_count, assist_count = 8, 2, 12
print("结算战绩:", kill_count, death_count, assist_count)

程序运行结果如下所示:


3 变量的重新赋值与交换

3.1 重新赋值

同一个变量可以反复赋值,每次赋值都会让它解除原来的关联、转而关联新的数据,这个过程称为重新赋值。下面的示例对同一个变量连续赋值四次:

python 复制代码
# 12_variable_reassign.py
# 演示变量的重新赋值

current_value = "hello"
print("第一次赋值:", current_value)

current_value = "world"
print("第二次赋值:", current_value)

current_value = 404
print("第三次赋值:", current_value)

current_value = 3.14
print("第四次赋值:", current_value)

程序运行结果如下所示:

从输出可以看到,四次打印的变量名相同,打印出的内容却依次变化。这正是重新赋值的效果:变量名没有变,它关联的数据在不断更换。current_value 先后关联了字符串、整数与小数------重新赋值时,新数据不必与原来的数据属于同一类型,变量对数据类型没有固定限制。这种灵活性是 Python 的特点之一;也正因为如此,命名时更应让名称反映数据的含义,避免同一个名称在不同时刻代表截然不同的事物。

3.2 变量交换

编程中有时需要交换两个变量所关联的数据。设有两个变量:

python 复制代码
num_a = 3
num_b = 7

如果直接写成下面的形式,能否完成交换?

python 复制代码
num_a = num_b
num_b = num_a

逐步分析执行过程:

  1. 执行 num_a = num_b 后,num_a 转而关联 7,数据 3 随之失去关联,无法再通过名称访问;
  2. 执行 num_b = num_a 时,num_a 关联的已经是 7,因此 num_b 关联的数据没有变化。

最终两个变量都关联 7,交换失败。

问题的根源在于:第一句赋值让 num_a 解除了与 3 的关联,而 3 在此之后没有任何变量与之关联,无法再被访问。

解决办法之一是增加一个临时变量,在 num_a 被重新赋值之前,先把数据托付给这个临时变量:

python 复制代码
# 13_swap_with_temp.py
# 使用临时变量交换两个变量关联的数据

num_a = 3
num_b = 7

print("交换前:", num_a, num_b)

temp = num_a
num_a = num_b
num_b = temp

print("交换后:", num_a, num_b)

程序运行结果如下所示:

三句赋值的执行过程如下:

  1. **temp = num_a:**temp 关联 num_a 当前关联的 3,数据 3 得以保留;
  2. **num_a = num_b:**num_a 转而关联 7,此时 3 仍被 temp 关联,不会丢失;
  3. **num_b = temp:**num_b 转而关联 temp 所关联的 3,交换完成。

除了临时变量,Python 还提供了更简洁的写法------用一次多重赋值直接完成交换:

python 复制代码
# 14_swap_in_one_line.py
# 使用多重赋值交换两个变量关联的数据

num_a = 3
num_b = 7

print("交换前:", num_a, num_b)

num_a, num_b = num_b, num_a

print("交换后:", num_a, num_b)

程序运行结果如下所示:

这种写法之所以安全,原因在于它的执行方式:Python 会先把等号右侧的所有数据依次读取并整体暂存起来,然后才为左侧的变量逐个建立关联。执行 num_a, num_b = num_b, num_a 时,右侧的 7 和 3 在左侧任何变量被重新关联之前就已读取完毕,因此不会出现某个数据尚未读取、其关联就被解除的情况。


4 标识符与命名规范

4.1 标识符的强制规则

本篇示例中的变量名 student_count、num_a、temp 等,都是由开发者自行定义的名称。凡是由开发者自行定义的名称------变量名,以及后续将学到的函数名、类名等------统称为标识符(Identifier)。标识符的命名分为两个层面:语法层面的强制规则,以及风格层面的推荐规范。

以下规则是 Python 语法对标识符的强制要求:

  • **允许的字符:**字母、数字(0~9)和下划线(_),如 student_count、average_score。Python 3 还允许使用汉字、希腊字母等其他文字的字母类字符,但表情符号、运算符等符号类字符不允许。命名使用哪种文字,语法并不限制;业界惯例是使用英文命名,建议遵循。
  • **首字符限制:**第一个字符可以是字母(含汉字)或下划线,但不能是数字。var_1、_count 合法,1var 不合法。
  • **不能使用关键字:**关键字被 Python 保留用于特定语法功能,用作标识符会引发语法错误,详见下一小节。

⚠️ 注意:标识符区分大小写

Python 的标识符区分大小写,Age 与 age 是两个不同的标识符。定义时用的是哪一个,使用时就必须写哪一个;哪怕仅大小写不同,Python 也会将其视为另一个名称。

4.2 Python 关键字

关键字(Keyword,又称保留字)是 Python 保留、具有固定语法含义的单词,严禁用作自定义标识符。Python 3.14 共有 35 个关键字,自 Python 3.7 以来这一数量保持不变。按功能分类如下:

功能分类 关键字 简要说明
布尔与空值 True、False、None 逻辑真、逻辑假与空值
逻辑运算 and、or、not 逻辑与、逻辑或、逻辑非
成员与身份 in、is 成员判断与身份比较
条件分支 if、elif、else 构建条件判断
循环控制 for、while、break、continue 构建循环并控制跳转
函数与类 def、class、return、yield、lambda 定义函数、类与函数式构件
异常处理 try、except、finally、raise、assert 捕获、抛出异常与断言
模块导入 import、from、as 导入模块与设置别名
作用域声明 global、nonlocal 声明变量的作用范围
上下文管理 with 自动获取与释放资源
异步编程 async、await 编写异步程序
其他 pass、del 空语句占位、删除名称

表中多数关键字的功能将在后续章节陆续学到,现阶段只需记住:它们不能用作标识符。

关键字无须刻意记忆。Python 把它们集中存放在标准库的 keyword 模块中,随时可以查询。进入 Python 交互模式,依次输入以下两行代码:

python 复制代码
import keyword
print(keyword.kwlist)

执行这两行代码,即可打印出当前 Python 版本的全部关键字:

其中的 import 用于导入标准库中的模块,keyword.kwlist 则是 keyword 模块提供的列表,保存着当前版本的全部关键字。模块导入的完整机制将在后续文章详细讲解。

📚 扩展:软关键字

除上述 35 个关键字外,Python 3.14 中另有 match、case、type 和下划线 _ 共 4 个软关键字(Soft Keyword)。它们只在特定的语法环境中才被当作关键字,其余场合都可以用作普通标识符,因此不出现在 keyword.kwlist 的结果中。现阶段了解即可。
📚 扩展:import this 彩蛋

在交互模式中输入 import this 并回车,终端会打印出《Python 之禅》的完整文本。此前你只在示例中见过其中的几条格言,这里可以读到全部 19 条。随着学习的深入,你会对这些格言有越来越深的体会。

4.3 推荐命名风格

在强制规则之上,PEP 8 还给出了针对标识符的推荐命名风格,用于提升代码的可读性与团队一致性:

  • 蛇形命名法(Snake Case): 所有字母小写,单词之间用下划线连接,如 student_count、average_score。PEP 8 推荐用于变量名与函数名,是 Python 代码中最常见的风格。
  • 大驼峰命名法(Upper Camel Case): 每个单词首字母大写,不使用下划线,如 StudentInfo。PEP 8 推荐用于类名。
  • 全大写下划线命名法(UPPER_SNAKE_CASE): 所有字母大写,单词之间用下划线连接,如 MAX_SCORE、PI。PEP 8 推荐用于常量。

此外,还有一种在其他编程语言中较为常见的风格:小驼峰命名法(Lower Camel Case) ,首个单词全小写,后续单词首字母大写,如 studentCount。这种风格并非 PEP 8 的推荐项,主要见于 Java、JavaScript 等语言,在 Python 代码中不常用;阅读他人代码时可能会遇到,了解即可。

无论采用哪种风格,核心原则始终是见名知意:名称应当反映数据的含义,避免使用 data1、value1 这类没有业务语义的名称。

💡 提示:PyCharm 批量重命名

在 PyCharm 中,变量命名后又想更换名称时,逐处手动修改不仅繁琐,还容易遗漏。更可靠的做法是:把光标放在变量名上,按下 Shift + F6,输入新名称并回车,PyCharm 会把这个变量在代码中的所有引用位置一并更新为新名称。这一功能基于代码结构而非简单的文本匹配来识别引用,因此只修改该变量真正被引用的位置;默认情况下,注释中的同名文本不会被改动。


5 变量的底层机制

前文把变量比作标签。本节从内存的角度解释这一比喻的实质,用一个连贯的场景,把赋值、多个变量引用同一个对象、重新赋值这三个过程完整走一遍。

场景的第一步,执行 views = 1024。解释器要做的事情可以概括为两步:

  1. 在内存中准备一个整数对象(Object)1024------对象是 Python 在内存中存放数据的基本单位,数据本身保存在对象中;
  2. 让名称 views 与该对象建立引用(Reference)关系------相当于把标签贴到了对象上。

经过这两步,1024 这个数据存放在对象之中,变量名并不直接持有数据,而是通过一个引用指向该对象。程序中使用 views 时,Python 会顺着引用找到对象,再对数据执行操作。此时内存中的情形如下图所示:

场景的第二步,执行 count = views。等号右侧是一个已经赋值过的变量,于是 count 关联到 views 当前关联的对象。此时内存中的情形如下图所示:

同一个对象同时被两个变量引用,相当于同一份数据上贴了两张标签:通过任何一个名称访问到的,都是同一份数据。

场景的第三步,执行 views = 2048,也就是重新赋值。解释器会准备一个新的整数对象 2048,把 views 的引用从旧对象挪到新对象上。此时内存中同时存在两个对象,情形如下图所示:

当一个对象不再被任何变量引用时,它占用的内存就会被 Python 自动收回另作他用,这套机制称为垃圾回收 (Garbage Collection,简称 GC),全程无须开发者操心。回到刚才的例子:整数对象 1024 虽然失去了 views 这张标签,但仍然被 count 引用,因此不会被回收;假如随后 count 也关联了别的数据,1024 便不再被任何变量引用,它占用的内存届时就会被自动回收。

把这三步按时间顺序串联起来,变量从建立关联、共享引用到引用变更的完整过程如下图所示:

对照这幅图回顾整个过程:赋值交给变量的,始终是指向对象的引用,而不是数据本身;重新赋值改变的只是引用的指向。数据始终存放在对象之中,变量名只是通过引用指向它们。

数据的类型属于对象本身,而不是变量------同一个变量先后引用不同类型的对象,彼此毫不冲突,这正是重新赋值可以把字符串换成整数的原因。

理解了 "名称与对象建立关联" 这一机制,变量的各种行为------赋值、重新赋值、交换------都能得到统一的解释。


6 常量

6.1 常量的概念与命名约定

变量的关联可以随时更换,但有些数据恰恰相反:它们应当在整个运行期间保持不变,例如数学常数 π、服务器允许的最大连接数、业务领域中的税率与折扣率等。这类按设计不应改变的数据称为常量(Constant):常量一经定义,所关联的数据就不应再更换。

Python 语言本身并没有提供声明常量的专用语法或关键字,也不会在运行时强制实施 "值不可修改" 的保护机制。也就是说,Python 中并不存在 C 语言的 const、Java 的 final 那样由语法保证的严格意义上的常量;任何名称在技术上都可以被重新赋值。

Python 社区由此形成了一套约定俗成的做法:用全大写的名称来标识常量,向代码的阅读者传递 "此值不应被修改" 的意图。常量的命名采用 4.3 节介绍的 UPPER_SNAKE_CASE 风格,例如:

python 复制代码
MAX_CONNECTIONS = 100
DEFAULT_TIMEOUT = 30
PI = 3.14159

6.2 用常量消除魔术数字

编写程序时,直接写在代码里、用途没有说明的数值,称为魔术数字(Magic Number)。这种写法会明显降低代码的可读性,因为阅读代码的人无法直观理解这些数值的业务含义。下面先看一个不推荐的写法:

python 复制代码
# 15_magic_numbers.py
# 演示直接使用魔术数字的问题

total_income = 5000 + 800
print("月度总收入:", total_income)

程序运行结果如下所示:

在这段代码中,5000 代表基础工资,800 代表额外补贴。如果没有注释说明,阅读代码的人难以快速理解这些数值的实际意义。更为严重的是,如果补贴金额在多处被使用,调整时就必须逐一查找每个出现的位置,极容易遗漏。

推荐的写法是用常量替代魔术数字:

python 复制代码
# 16_constants_salary.py
# 演示用常量替代魔术数字

BASE_SALARY = 5000  # 基础工资
EXTRA_ALLOWANCE = 800  # 额外补贴

total_income = BASE_SALARY + EXTRA_ALLOWANCE

print("基础工资:", BASE_SALARY)
print("额外补贴:", EXTRA_ALLOWANCE)
print("月度总收入:", total_income)

程序运行结果如下所示:

对比两段代码可以看出,使用常量的版本即使不看注释,代码本身也能说明各数值的含义。当需要调整工资或补贴时,只需修改常量定义处的值,所有使用该常量的位置都会随之更新。

6.3 常量与重新赋值

由于 Python 并未在语法层面禁止对常量重新赋值,下面这样的代码在技术上完全合法:

python 复制代码
# 17_constant_reassign.py
# 演示对常量重新赋值在语法上可行但违背约定

PI = 3.14159
print("修改前的圆周率:", PI)

PI = 3.14
print("修改后的圆周率:", PI)

程序运行结果如下所示:

这段代码可以正常执行,不会引发任何错误,但它严重违背了常量的设计初衷。把一个名称写成全大写形式,意味着向所有阅读代码的人做出承诺:这个值在整个运行期间不会改变。破坏这一承诺,不仅会误导其他开发者,还可能在复杂的业务逻辑中引入难以追踪的错误。因此,在工程实践中应把常量当作整个运行期间固定不变的值来对待,重新赋值虽在语法上可行,却是应当杜绝的做法。遵循 PEP 8 的命名建议、自觉避免对常量重新赋值,是写出清晰、可靠代码的基本素养。

📝 总结:变量、赋值、命名与常量

变量为数据起了名字,程序通过名称访问数据,建立这一关联的操作称为赋值;赋值使用 =,变量必须先赋值后使用,否则抛出 NameError。链式赋值让多个变量关联同一个数据,多重赋值让多个变量按位置分别关联不同数据,也构成了交换两个变量所关联数据的简洁写法。变量名属于标识符,命名必须遵守语法规则、避开 35 个关键字,并建议遵循 PEP 8 的风格、做到见名知意。在底层机制上,变量名通过引用指向对象,重新赋值只是把引用挪向新对象,不再被引用的对象由垃圾回收机制自动回收。常量是按设计不应改变的数据:Python 没有语法层面的常量,全大写下划线命名是社区约定;用常量替代魔术数字并始终避免对其重新赋值,是本篇给出的实践准则。

相关推荐
飞Link1 小时前
灵巧手是什么?从机械结构、驱动方式到控制原理,认识机器人的精细操作能力
人工智能·python·机器人
用户0332126663672 小时前
使用 Python 快速查找并高亮 PDF 中的文本
python
用户019027581612 小时前
用 pandas-ta 给 A 股算技术指标(配合 AlphaFeed)
python
2601_967980112 小时前
python+appium自动化测试如何控制App的启动和退出
android·自动化测试·python·appium·设备调试
威哥爱编程4 小时前
模拟面试智能体开发实战 12:每篇都能跑不等于接起来能跑,端到端联调收官把十一块拼图合成一个能用的智能体
python·agent·harmonyos
威哥爱编程4 小时前
模拟面试智能体开发实战 11:报告只躺在后端怎么复盘,把总评搬上手机还要适配大小屏
python·agent·harmonyos
2601_967987374 小时前
Python 实现行为驱动开发 (BDD) 自动化测试详解
自动化测试·python·bdd·behave·gherkin
数字融合5 小时前
透明化视频驱动化工生产动态三维重建管控技术
大数据·人工智能·python
屿华AI6 小时前
AUTOSAR 实战-诊断工具 | DTC/Event/FiM 故障报告自动化:DEM 诊断数据采集与解析
python·测试工具·自动化·汽车