在python中，万物皆对象，常见的整数、浮点数、字符串、元祖、列表等类型，以及各种class、class instance等等都是对象。这些对象在python解释器内部的地址是怎样的呢？这里我们只简单看下python对象内存地址的相关基础知识，以及编码过程中一些注意事项，关于python解释器的内存管理机制，涉及到解释器内核的内存池原理，这里不做深入探讨，有兴趣的朋友可以去阅读解释器源代码。
0x01 不可变对象
不可变对象是指对象的内存值不能被改变。Python中变量以引用的方式指向对象，如果变量引用了不可变对象，当改变该变量时，由于其所指的对象的值不能被改变，相当于把原来的值复制一份后再改变，这会开辟一个新的地址，变量再指向这个新的地址，即变量引用了新的对象。
数值类型（整数和浮点）、字符串str、元组tuple都是不可变类型。比如a=1，b=[1]，c={'a':1}，id(a)、id(b[0])、id(1)、id(c['a'])将输出一样的值，因为1是不可变对象，其在内存中是不可改变的。
0x02 可变对象
可变对象是指对象的内存值可以被改变，变量（准确的说是引用）改变后，实际上是其所指的值直接发生改变，并没有发生复制行为，也没有开辟新的内存地址，通俗点说就是原地改变。列表list、字典dict、集合set是可变类型。
0x03 对象的内存地址
可以使用内置函数id()查看python对象的内存地址。下面是一些注意事项：
(1) python中所有数字、字符串、list等值，创建时会分配内存空间，变量通过引用的方式使用它们。比如a=1和b=1，id(a)和id(b)的输出一样，表示a和b都指向相同的内存地址，即引用了同一个不可变对象；但是a=[1]和b=[1]，id(a)和id(b)将输出不一样的值，a和b指向的是不同的内存地址，即引用了不同的可变对象，说明各可变对象是相互独立的，在内存中有独立的内存地址；
(2) 可用 is 判断两个对象的id（即内存地址）是否一样，用 == 判断两个对象的值是否一样。None值也有内存地址；
(3) list、set对象有各自的独立内存空间，他们的各元素以引用的方式指向可变、不可变对象；
(4) 函数形参的默认值，在内存中会开辟独立的内存空间。比如测试代码中test函数的param参数，其默认值是空list，如果调用时未传参，则param指向内存中预先分配好的地址，该地址存储的是list类型的值；当调用时传参为a，则param引用了a指向的内存空间；
(5) python使用引用计数和垃圾回收来释放内存对象，每个内存对象都维护了一个引用计数，包括各种数字、字符串、list、set等类型值，以及类实例对象等等，当这些对象的引用计数为 0 时，会被解释器回收内存。每次对对象进行引用操作，都会导致其引用计数加1， 如下面测试代码中的整数1，列表a、b、c、d、n都引用了整数1，以及test函数中的append操作，都会导致数字1的引用计数加1；
(6) copy和deepcopy方法都创建了新的内存对象，如测试代码中的b和c都是新的变量，其各个元素可能是指向同一个内存空间。赋值操作是指向同一个内存块，同时增加引用计数。copy是浅拷贝，deepcopy是深拷贝，特别对于可变对象，copy是以引用的方式指向同一个可变对象，而deepcopy会开辟新的内存地址，也就是创建了新的可变对象。
0x04 测试代码
# -*- coding: utf8 -*-
import copy
import sys
a = [1, 2, [3, 4]]
b = copy.copy(a)
c = copy.deepcopy(a)
d = a
print 'address of a:', id(a)
print 'address of b:', id(b)
print 'address of c:', id(c)
print 'address of d:', id(d)
print 'address of 1:', id(1)
print 'address of element 0 in a:', id(a[0])
print 'address of element 0 in b:', id(b[0])
print 'address of element 0 in c:', id(c[0])
print 'a=', a
print 'b=', b
print 'c=', c
print 'd=', d
a[0] = 99
print 'a=', a
print 'b=', b
print 'c=', c
print 'd=', d
print 'address of element 0 in a:', id(a[0])
print 'address of element 0 in b:', id(b[0])
print 'address of element 0 in c:', id(c[0])
print 'address of element 2 in a:', id(a[2])
print 'address of element 2 in b:', id(b[2])
print 'address of element 2 in c:', id(c[2])
a[2].append(5)
print 'a=', a
print 'b=', b
print 'c=', c
print 'd=', d
def test(param=[]):
print 'address of param:', id(param)
param.append(1)
print 'reference count of 1:', sys.getrefcount(1)
return param
print test(a)
print test()
print test()
print 'a=', a
print 'b=', b
print 'c=', c
print 'd=', d
print 'reference count of 1:', sys.getrefcount(1)
n = 1
print 'reference count of 1:', sys.getrefcount(1)
del n
print 'reference count of 1:', sys.getrefcount(1)
0x06 运行结果
address of a: 54681224
address of b: 54716296
address of c: 54692104
address of d: 54681224
address of 1: 48258856
address of element 0 in a: 48258856
address of element 0 in b: 48258856
address of element 0 in c: 48258856
a= [1, 2, [3, 4]]
b= [1, 2, [3, 4]]
c= [1, 2, [3, 4]]
d= [1, 2, [3, 4]]
a= [99, 2, [3, 4]]
b= [1, 2, [3, 4]]
c= [1, 2, [3, 4]]
d= [99, 2, [3, 4]]
address of element 0 in a: 48260488
address of element 0 in b: 48258856
address of element 0 in c: 48258856
address of element 2 in a: 54692232
address of element 2 in b: 54692232
address of element 2 in c: 54716360
a= [99, 2, [3, 4, 5]]
b= [1, 2, [3, 4, 5]]
c= [1, 2, [3, 4]]
d= [99, 2, [3, 4, 5]]
address of param: 54681224
reference count of 1: 161
[99, 2, [3, 4, 5], 1]
address of param: 54716424
reference count of 1: 162
[1]
address of param: 54716424
reference count of 1: 163
[1, 1]
a= [99, 2, [3, 4, 5], 1]
b= [1, 2, [3, 4, 5]]
c= [1, 2, [3, 4]]
d= [99, 2, [3, 4, 5], 1]
reference count of 1: 163
reference count of 1: 164
reference count of 1: 163