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
# 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
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
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
# 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
# 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
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
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
# 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
# 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
num_a = 3
num_b = 7
如果直接写成下面的形式,能否完成交换?
python
num_a = num_b
num_b = num_a
逐步分析执行过程:
- 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;
- 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
# 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:
- **temp = num_a:**temp 关联 num_a 当前关联的 3,数据 3 得以保留;
- **num_a = num_b:**num_a 转而关联 7,此时 3 仍被 temp 关联,不会丢失;
- **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
# 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
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:
- 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;
- 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
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
# 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
# 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
# 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。
