Python
8/26/25
变量传递
在 Python 中，变量传递本质上是“对象引用的传递”，但是否“引用传递”还是“复制”，取决于对象的类型和操作方式：
1. 赋值/参数传递：引用传递
- 赋值（
a = b）或函数参数传递时，变量只是指向同一个对象的引用，不会复制对象本身。 - 修改对象内容会影响所有引用，但重新赋值不会影响原对象。
示例：
a = [1, 2, 3]
b = a
b[0] = 100
print(a) # [100, 2, 3]，a和b指向同一个list2. 不可变对象（int, float, str, tuple）
- 这些类型的对象一旦创建就不能修改，赋值/传参时也是引用传递，但你无法通过引用修改原对象。
示例：
a = 10
b = a
b = 20
print(a) # 10，b重新指向新对象，不影响a3. 可变对象（list, dict, set, 自定义class等）
- 赋值/传参时是引用传递，通过引用可以修改原对象内容。
示例：
def foo(lst):
lst.append(4)
lst = [1,2,3]
foo(lst)
print(lst) # [1,2,3,4]4. 显式复制（copy）
copy.copy(obj)：浅拷贝，只复制最外层对象，内部元素还是引用。copy.deepcopy(obj)：深拷贝，递归复制所有内容，完全独立。
示例：
import copy
a = [[1,2], [3,4]]
b = copy.copy(a)
b[0][0] = 100
print(a) # [[100,2],[3,4]]，浅拷贝，内部元素还是引用
c = copy.deepcopy(a)
c[0][0] = 999
print(a) # [[100,2],[3,4]]，深拷贝不影响a5. 多进程/多线程
多进程（multiprocessing）下，每个进程都有独立的内存空间，所以 global 变量（如 global session_id、UDP_PORT、logging 配置等）在不同进程中不会自动同步或共享。
在主进程设置的 global 变量，子进程启动后会各自拷贝一份，互不影响。
如果你在主进程和子进程分别修改 global 变量，彼此看不到对方的更改。
如果需要多进程间共享参数，有以下方法：
用 multiprocessing.Queue、Pipe 传递数据。
用 multiprocessing.Manager() 创建共享 dict、list、Value、Namespace 等。
用 multiprocessing.shared_memory 共享大数组（Python 3.8+）。
启动子进程时，把参数作为参数传递（推荐）。