Python怎么用id()函数打印变量的内存地址

很多刚从 C/C++ 等编译型语言转向 Python 的开发者，往往习惯于“取地址符” &var 的思考方式。但在 Python 的世界里，变量名本质上只是指向堆中具体对象的“标签”或“引用”。要查看一个对象在底层的物理存放位置，官方提供的内置工具就是 id()。下面我们从最基础的调用开始，逐步掌握打印方法及背后的核心机制。

一、两行代码打印内存地址：基础操作与十六进制转换

在 Python 交互环境或脚本中，获取变量内存地址只需要两个步骤：将目标变量作为参数传递给 id()，随后通过打印函数输出。默认情况下，id() 返回的是一个十进制长整数。

# 基础用法：打印十进制内存标识
message = "Hello, Python"
address_dec = id(message)

print("十进制内存地址:", address_dec)

在日常排查和调试中，阅读长串十进制数字并不直观。操作系统和调试器通常使用十六进制（如 0x1045aa370）表示内存指针。我们可以使用内置的 hex() 函数，或者直接借助 Python 的 f-string 语法将结果转为十六进制。

# 进阶用法：转换为规范的十六进制内存地址
x = 2026

# 方法一：使用 hex() 函数
print("hex() 转换:", hex(id(x)))

# 方法二：使用 f-string 的 :#x 格式化（推荐，自带 0x 前缀）
print(f"f-string 转换: {id(x):#x}")

二、变量与对象解耦：理解 id() 究竟在测什么

在 Python 中，id() 检测的并不是“变量名本身”的存储位置，而是变量名所引用的目标对象在内存堆中的地址。Python 内部并没有所谓“变量包含值”的容器模型，而是“对象在堆中存在，变量名只是指向该对象的引用”。

当我们把一个变量赋值给另一个变量时，例如 b = a，Python 并没有复制底层的内存数据，而是让 b 也指向 a 当前引用的同一个对象。因此，调用 id(a) 和 id(b) 得到的结果必然完全一致。

# 验证对象引用：多个变量指向同一内存实体
list_a = [10, 20, 30]
list_b = list_a  # 传递引用，而非深浅拷贝

print("list_a 内存地址:", hex(id(list_a)))
print("list_b 内存地址:", hex(id(list_b)))
print("是否指向同一对象:", list_a is list_b)

这里顺带引出了 Python 中两个常见操作符的本质区别：== 用于比较两个对象的内容（值）是否相等；而 is 关键字正是通过对比两者的 id() 是否相同，来确认它们是否为同一个内存实体。即 x is y 在底层等价于 id(x) == id(y)。

三、可变与不可变对象：为什么有时候地址会变？

在对变量进行修改操作后，再次调用 id()，可能会观察到截然不同的现象：有时内存地址始终不变，有时每次操作地址都在改变。这取决于变量所属的数据类型是可变对象（Mutable）还是不可变对象（Immutable）。

1. 不可变对象（int, float, str, tuple）

数值和字符串是不可变的。对一个整型变量执行 num += 1，并不是在原内存块上将数值修改，而是计算出新值后在内存中开辟一个新的整型对象，再把变量名绑定到新对象上。因此其 id() 一定会发生改变。

# 不可变对象每次修改都会生成新对象
counter = 100
print("运算前地址:", hex(id(counter)))

counter += 1
print("运算后地址:", hex(id(counter)))

2. 可变对象（list, dict, set）

列表或字典允许“原地修改（In-place modification）”。当我们向列表中调用 append() 或修改字典键值时，Python 直接在原有内存区域中调整容器内容，变量名指向的依然是同一个容器对象，因此 id() 保持不变。

# 可变对象原地修改时保持相同地址
numbers = [1, 2]
print("append 前地址:", hex(id(numbers)))

numbers.append(3)
print("append 后地址:", hex(id(numbers)))

四、底层特例与避坑提醒：小整数池与临时对象复用

在使用 id() 验证变量内存时，初学者经常会遇到两类反直觉的现象，理解它们有助于避免很多隐蔽的 bug。

1. 小整数对象池与常量缓存

如果在程序的不同地方分别创建两个值为 100 的整数，按常理应该分配两块独立内存，但测试会发现它们的 id() 完全相同：

val1 = 100
val2 = 100
print(id(val1) == id(val2))  # 输出: True

这是因为 CPython 在启动时预先开辟了一个全局静态对象池，预分配了范围在 [-5, 256] 之间的所有常用小整数。任何变量只要引用这个范围内的数值，都会直接指向该池中的单例对象。对于较短的字符串，CPython 也会触发类似的“字符串驻留机制（String Interning）”。

2. “幽灵”地址复用：未绑定变量的临时对象

观察下面这行看似荒谬的代码：

# 两个不同的空列表比较 id()
print(id([]) == id([]))  # 很多时候居然输出 True！

两个各自独立的空列表，为什么 id() 会相等？

原因在于对象的生命周期。当代码执行左侧的 id([]) 时，Python 在内存中创建了一个临时空列表，计算出它的内存地址后，因为没有任何变量引用它，该列表立刻被垃圾回收释放。随后执行右侧的 id([])，内存分配器发现刚才释放的那块内存正好空闲且合适，于是立刻复用了该物理地址。根据官方文档规范，id() 仅在对象的存活期内保证唯一，生命周期不重叠的对象复用同一块内存是完全合法的。

五、总结：id() 使用准则与核心要点

掌握 id() 函数不仅是为了打印一串内存数字，更是深入理解 Python 内存模型与引用传递的一把钥匙。在实际工作中，可以归纳为以下几条实践准则：

• 查看指针：首选 f"{id(x):#x}" 或 hex(id(x)) 获取标准十六进制表示。
• 判等本质：a is b 实质就是检查 id(a) == id(b)；比较值内容请一律使用 ==。
• 生存期约束：确保比较 id() 时，参与比对的对象都被变量有效持有，防止临时变量释放导致地址被误复用。