我正在用Lutz的书学习Python。我正在使用来自Anaconda发行版的Python 3.6.5。我确实在SO上研究了这个问题，但没有找到任何回答我问题的线程。python中列表的可变性谈论的是append，而不是我们如何将可变对象传递给函数。
我的问题是，当我使用函数内的索引对列表进行就地更改时，更改确实会像预期的那样反映出来，因为可变对象是通过引用传递的。但是，当我直接分配列表时，更改不会反映出来。
具体来说，我创建了两个列表L1和L2。对于L1，我会使用 index 进行赋值，但对于L2，我会在函数内部进行直接赋值。
L1=[2]
L2=['a']
print("Before, L1:",L1)
print("Before, L2:",L2)
def f(a,b):
a[0] =[3] #Using index-based assignment
b = ['b'] #Direct assignment
#Pass L to f
f(L1,L2)
print("After, L1:",L1)
print("After, L2:",L2)
输出为：
Before, L1: [2]
Before, L2: ['a']
After, L1: [[3]]
After, L2: ['a']
如我们所见，L1发生了变化，但不是L2.
问题：有人可以解释一下为什么L2的值没有更改为'b'吗？
如果您认为这篇文章是重复的，如果您标记相关帖子，那就太好了。
顺便说一句，我做了一个小实验，看看是否与基于索引的赋值或直接赋值有关。
l=[2]
id(l)
l[0] = 3 #Index assignment
id(l) # Memory location doesn't change
l = 3 # direct assignment
id(l) #Memory location changes.
因此，似乎我缺少一个概念，这意味着我不确定为什么直接赋值会更改内存位置。
如果我们稍微更改您的代码，我们可以使用id来查看引用如何更改(或不更改(：
L1=[2]
L2=['a']
print("Before, L1:", L1, id(L1))
print("Before, L2:", L2, id(L2))
def f(a,b):
print("Inside, Before, a:", id(a))
print("Inside, Before, b:", id(b))
a[0] =[3] #Using index-based assignment
b = ['b'] #Direct assignment
print("Inside, After, a:", id(a))
print("Inside, After, b:", id(b))
#Pass L to f
f(L1,L2)
print("After, L1:", L1, id(L1))
print("After, L2:", L2, id(L2))
输出：
之前，L1： [2] 1870498294152 # L1 之前，L2： ['a'] 1870498294280 # L2 内部，之前，a：1870498294152#L1 内部， 之前， b： 1870498294280 # L2 内部，之后，a：1870498294152#L1 内部，之后，b：1870498239496 # 不同的东西，不是 L2 之后，L1： [[3]] 1870498294152 # L1 之后，L2： ['a'] 1870498294280 # L2
注意，这些数字本身并不重要，只是为了帮助区分对不同对象的引用。 自己运行它(或者如果我再次运行它(会导致 id 发生变化。
使用a，您可以修改/更改a但不尝试重新分配引用。 没关系。
使用b，您将重新分配引用。 这将在函数内部工作(如"Inside， After， b：" 打印调用所示(，但此更改不会反映在函数外部。b将恢复为引用原始对象，['a']。
至于为什么...
这意味着我不确定为什么直接分配会更改内存位置。
在函数中，a和b只是对对象的引用。 最初，它们分别引用(引用的对象(L1和L2，因为通过调用f，您将引用传递给这些对象。
a[0] = [3]首先取消引用a(在本例中为L1(，然后取消引用[0]索引，并设置该值。
事实上，如果你看一下电话之前和之后id(a[0])，那么情况就会改变。a是引用列表。 试试吧：
print(id(a[0])) # One thing
a[0] =[3] #Using index-based assignment
print(id(a[0])) # Something different
这很好。 当您退出函数时，L1仍将引用该函数使用a引用的对象，并且它在 0 索引处的突变将保持不变。
使用b = ['b']将b重新分配或重新绑定到新对象。 旧对象仍然存在(供以后在函数外部使用(。
最后，我经常使用术语"引用"，但Python并不完全是一种"按引用传递"的语言，而是变量名称绑定到对象。 在第二个中，您将重新绑定b，永远失去与原始引用对象的关联L2。