Python不可变对象（如int、str、tuple）内容不可就地修改，但变量可重新赋值指向新对象；其设计提升线程安全性、支持哈希与字典键，并影响性能——小对象复用节省内存，大字符串频繁拼接则低效。
Python中的不可变对象（如int、str、tuple、frozenset）一旦创建就不能被修改，这种设计直接影响程序的性能表现和数据安全性。理解其底层机制，比单纯记住“不能改”更重要。
不可变 ≠ 不能重新赋值，而是对象内容不可就地修改
变量名只是对对象的引用。所谓“不可变”，是指对象自身的状态（如字符串里的字符顺序、元组里的元素顺序）无法被改变，但变量可以指向新对象：
-
s = "hello"; s += " world"不是修改原字符串，而是创建新字符串对象，再让s指向它 -
t = (1, 2); t += (3,)同样生成新元组，原元组未被改动 - 用
id()可验证：操作前后id(s)通常不同，说明对象已更换
性能影响：小对象复用 vs 大对象频繁重建
不可变性带来两类典型性能现象：
- 小整数（-5 到 256）和短字符串在CPython中被缓存，相同值常复用同一对象，节省内存、加快比较
- 频繁拼接长字符串（如循环中
s += chunk）会反复创建新对象，时间复杂度接近O(n²)，应改用list.append()+''.join() - 元组虽不可变，但若含可变元素（如
([], {})），其“不可变”仅限结构层面，内部仍可修改——这点常被忽略
安全性价值：天然线程安全与哈希可用性
不可变性直接支撑关键语言特性：
立即学习“Python免费学习笔记（深入）”；
- 作为字典键或集合元素必须可哈希，而可哈希的前提是对象创建后
hash()值不变，这依赖不可变性保证 - 多线程环境下，不可变对象无需加锁即可安全共享，避免竞态条件
- 函数参数传入不可变对象时，调用者无需担心被意外修改（对比
list或dict可能被函数内就地更改）
何时该主动使用不可变类型？
不是所有场景都适合强行用tuple替代list，关键看语义和用途：
- 表示固定结构数据：坐标
(x, y)、RGB颜色(r, g, b)、数据库字段名元组，用tuple更准确且防误改 - 需要做字典键：如
cache[(user_id, date)] = result，必须用tuple而非list - 函数返回多个值：
return a, b实际返回元组，解包语法x, y = func()正是利用其不可变契约 - 想冻结已有容器？
frozenset(my_set)或tuple(my_list)可快速获得只读视图
不复杂但容易忽略：不可变性是Python数据模型的基石，它不是限制，而是为清晰语义、高效实现和安全并发提供的底层支持。
