int、str、tuple 修改后 ID 变了，因为它们是不可变类型，所谓“修改”实为创建新对象并重新绑定变量；其内存值不可原地更改，id() 变化反映的是引用指向变更而非内容改变。
为什么 int、str、tuple 修改后 ID 变了
因为它们不是“修改”，而是创建了新对象。Python 中的不可变类型一旦初始化，其内存中存储的值就不能被原地更改。比如 a = 5 后执行 a += 1，实际是 a = a + 1，即用新整数对象 6 覆盖变量 a 的引用，旧对象 5 若无其他引用就会被回收。
常见误判场景：以为 s = "hello"; s += " world" 是在原字符串上拼接——其实生成了全新 str 对象，原 "hello" 未被改动。
-
id()变化是判断是否新建对象的最直接依据，不是“内容变了”，而是“指向变了” - 小整数（-5 到 256）和短字符串有缓存机制，可能让
id()看似不变，但这属于实现细节，不能当作可变性证据 -
tuple不可变指其元素引用不可变，若元素本身是可变对象（如tuple([1,2], {"a":1})），内部列表或字典仍可修改
is 和 == 在不可变类型上的行为差异
对不可变类型，is 比较的是对象身份（即内存地址），== 比较的是值。由于小整数和短字符串常驻缓存池，相同值的多个变量可能指向同一对象，导致 is 返回 True；但这是 CPython 的优化，不是语言规范保证。
例如：
立即学习“Python免费学习笔记（深入）”；
a = 257 b = 257 print(a is b) # False（超出小整数缓存范围） c = "hi" d = "hi" print(c is d) # True（CPython 对短字符串字面量做了驻留）
- 永远不要用
is判断数值或字符串相等，该用== -
is只应出现在检查是否为None、True、False等单例时 - 不同 Python 实现（如 PyPy）或不同版本可能改变驻留策略，依赖
is做值比较会导致隐蔽 bug
不可变性如何影响函数参数传递
Python 所有参数传递都是“对象引用传递”，但不可变类型在函数内无法修改原对象，看起来像“传值”。关键在于：你能否通过形参改变实参所指向的对象内容。
Mallz既适合作为B2C的企业电子商务网站，也可以作为C2C个人电子商务网站和多用户企业团购网站，简单来说是可以方便不同类型的用户构造适合自身的需要的网上电子商务平台构建系统。同时它是内置Mallz网站整合管理系统强大的整合模块，可以通过其整合接口轻松整合网络上任意一种的系统，可以让你轻松快捷打造一个具有门户功能的电子商务门户网站。
示例：
def modify(x):
x += 10 # 创建新 int，不影响外部变量
n = 100
modify(n)
print(n) # 还是 100
- 函数内对不可变对象的任何“修改操作”（
+=、upper()、tuple + tuple）都返回新对象，不会影响调用方的变量绑定 - 如果函数内重新赋值形参（如
x = x * 2），只是让形参指向新对象，不改变实参变量的指向 - 这和可变类型（如
list.append()）形成对比：后者能直接改变原对象状态，调用方可见
试图绕过不可变性会触发什么错误
直接对不可变对象调用就地修改方法，或尝试写入属性，会立刻抛出异常，错误信息明确指向不可变性限制。
-
str：调用s[0] = "H"→TypeError: 'str' object does not support item assignment -
tuple：调用t[0] = 99→TypeError: 'tuple' object does not support item assignment -
int：尝试(5).__dict__ = {}或设置属性 →AttributeError: 'int' object has no attribute '__dict__'
这些报错不是运行时“检测到危险操作”，而是类型对象在 C 层就禁用了对应接口（如 tp_setitem 为 NULL）。所以不是性能开销换来的安全，而是底层设计决定的硬性约束。
真正容易忽略的是：不可变性只保障对象自身状态不被修改，不保障其所引用的对象——比如一个 tuple 包含一个 list，那个 list 依然可以被任意增删改。这种嵌套可变性常常成为调试盲区。
