1. Python變量
如果把單一值變量稱為一維變量，把可以擴展元素的變量稱為多維變量，則python的變量可以划分如下：
| 變量維度 |
Python變量 |
說明 |
|
| 一維 |
數字 |
int（有符號整型） |
數字類型可以做轉換 |
| long（長整型[也可以代表八進制和十六進制]） |
|||
| float（浮點型） |
|||
| complex（復數） |
|||
| 字符串 |
字符串有豐富的運算符和內嵌函數； 有格式化輸出； |
||
| 二維 |
列表 |
除了元祖外，列表和字典可以靈活的擴展元素 |
|
| 元組 |
|||
| 字典 |
|||
2. Python變量的賦值處理
這里主要分析情況為，將原始變量賦值給新變量后，二者的變化關聯情況，比如：原始變量為varold，新變量varnew = varold，之后varnew發生了變化，那么varold如何變化，二者的地址情況如何？這里給出測試用例：
用例1：
| def whole_modify(value_old, value_new): |
測試結果：
| value: ('aaa', 38126200) ('aaa', 38126200) ('aaa', 38126200) (9, 4014992) list: (['a', 2], 43066072) (['a', 2], 43066072) (['a', 2], 43066072) ([3, 'b'], 41421080) Dictionary: ({1: 'a', 'b': 2}, 39583440) ({1: 'a', 'b': 2}, 39583440) ({1: 'a', 'b': 2}, 39583440) ({3: 'c'}, 39599104) |
用例1中whole_modify是對新變量的整體修改，即直接用=號將一個全新的數據整體賦值給新變量，從測試情況看，結論是：
不論一維還是二維變量，通過=號整體賦值后，新變量會重新分配內存，值為新賦給的值；原變量保持不變。
用例2：
| print("list:") |
測試結果：
| list: (['a', 2], 39932832) (['a', 2], 39932832) ([3, 2], 39932832) ([3, 2], 39932832) dictionary: ({1: 'a', 'b': 2}, 40107728) ({1: 'a', 'b': 2}, 40107728) ({1: 'a', 'b': 'newvaluestr'}, 40107728) ({1: 'a', 'b': 'newvaluestr'}, 40107728) |
用例2中，主要是對二維變量內部元素做修改（一維變量無需測試），從測試情況看，結論是：
老二維變量被賦給新二維變量后，對二者任何一個的內部元素修改，二者的地址不會發生改變，但值會同步被修改。
3. 分析
Python的變量賦值（包括傳參，返回參數等場景），與c/c++區別很大，而且很難用一句話概括其用法。上面兩個測試用例主要是從變量類型的角度來區分，具有很強代表性，可以引申到很多場景輔助理解。
很多人將python的變量賦值當做引用看待，這應該是有問題的，比如上面用例1中，很顯然就不是引用，因為新變量地址和值都變化了，而老變量完全保持不變。而c/c++引用的概念是，新老變量地址不變，值同步變化。
用例2中對二維變量做局部修改，會發現新老變量的局部元素的地址和值都同步變化了（變量本身地址不變），這個和引用相同的地方是值同步變化了，不同的是變量地址也同步變化了。
Python的這種處理，應該是基於內存效率的考慮，雖然python應用開發中不用考慮變量地址與內存回收，但如果對變量賦值的內存情況完全忽視，則很容易產生意外的結果。