在程式設計的世界中，變數 (Variables) 是儲存與操作數據的基石。不同於 C 或 Java 等靜態語言將變數視為「容器」，Python 將變數視為「標籤」或「參照 (Reference)」。這種設計賦予了 Python 極大的靈活性與動態特性，但也帶來了初學者容易混淆的記憶體管理觀念。

本章將帶您深入探索 Python 變數的底層機制、四大核心資料型別，以及業界標準的命名規範與最佳實踐。

1. 變數的本質：是容器還是標籤？

在 Python 中，當我們執行 x = 10 時，實際上發生了以下三個步驟：

1. 建立物件：在記憶體中建立一個整數物件 10。
2. 建立變數：在當前命名空間 (Namespace) 中建立變數名 x。
3. 建立連結：將 x 指向 (Reference) 記憶體中的物件 10。

這與傳統語言的「將值放入盒子」的概念截然不同。理解這一點，對於掌握 Python 的可變 (Mutable) 與不可變 (Immutable) 物件至關重要。

記憶體模型視覺化

在上圖中，若我們執行 y = x，並不會複製物件 10，而是讓 y 也指向同一個物件 10。這就是 Python 的 共享參照 (Shared Reference) 機制。

物件身分與類型查詢

Python 提供了兩個強大的內建函數來檢視變數的狀態：

• type(x): 回傳物件的資料型別。
• id(x): 回傳物件在記憶體中的唯一識別碼 (記憶體位址)。

x = 10
y = x

print(f"x 的值: {x}, ID: {id(x)}")
print(f"y 的值: {y}, ID: {id(y)}")

# 修改 x 的值
x = 20
print(f"修改後 x 的 ID: {id(x)}")
print(f"y 的 ID 仍為: {id(y)}")

2. Python 四大核心資料型別

Python 是一門強型別 (Strongly Typed) 且動態型別 (Dynamically Typed) 的語言。這意味著變數本身沒有型別，物件才有型別，且型別檢查是在執行期進行的。

主要的基礎資料型別包括：

2.1 整數 (int) 與浮點數 (float)

Python 的整數設計非常強大，它會自動處理溢位問題，支援任意大小的整數（僅受限於記憶體）。浮點數則遵循 IEEE 754 標準。

# 大數運算
big_num = 2 ** 100
print(f"2 的 100 次方: {big_num}")

# 浮點數精度問題
f1 = 0.1 + 0.2
print(f"0.1 + 0.2 = {f1}")  # 輸出 0.30000000000000004

注意：浮點數運算存在精度誤差，若涉及金融計算，建議使用 decimal 模組。

2.2 字串 (str) 的奧秘

字串是 Python 中最強大的序列型別之一。它支援豐富的操作方法，如切片 (Slicing)、格式化 (Formatting) 與串接。

字串切片與索引

text = "Python Programming"
print(text[0])      # 取第一個字元 'P'
print(text[-1])     # 取最後一個字元 'g'
print(text[0:6])    # 取索引 0 到 5 'Python'
print(text[::-1])   # 字串反轉 'gnimmargorP nohtyP'

2.3 布林值 (bool) 與邏輯

布林值只有 True 和 False 兩個狀態，是控制程式流程的核心。值得注意的是，Python 中許多「空」或「零」的值在布林情境下會被視為 False：

• 0, 0.0
• "" (空字串)
• [] (空列表), {} (空字典)
• None

3. 型別轉換 (Type Casting)

在處理使用者輸入或不同來源的數據時，型別轉換是必備技能。Python 提供了顯式轉換函數。

常見轉換場景

# 字串轉整數
age_str = "25"
age_int = int(age_str)

# 數值轉字串
pi = 3.14159
pi_str = str(pi)

# 布林轉換
is_exist = bool("有些內容")  # True
is_empty = bool("")         # False

隱式轉換 (Implicit Conversion)

在某些運算中，Python 會自動進行型別提升 (Type Promotion)，例如整數與浮點數運算時，結果會自動轉為浮點數。

result = 10 + 3.14  # 13.14 (float)

4. 變數命名規範與最佳實踐

編寫清晰、可讀的程式碼是專業開發者的基本素養。Python 社群遵循 PEP 8 風格指南。

命名規則 (Naming Convention)

型別註釋 (Type Hints)

自 Python 3.5 起，引入了型別註釋功能。雖然 Python 執行期不會強制檢查，但這對於大型專案開發、IDE 自動補全與靜態分析（如 mypy）極有幫助。

# 使用型別註釋
def calculate_area(radius: float) -> float:
    PI: float = 3.14159
    return PI * (radius ** 2)

user_age: int = 30
user_name: str = "Alice"

5. 深入探討：動態型別的優缺點

Python 的動態型別特性是一把雙面刃。理解其特性有助於寫出更穩健的程式碼。

優點

1. 開發速度快：無需繁瑣的型別宣告，程式碼更簡潔。
2. 靈活性高：同一個變數可以重新指向不同型別的物件（雖然不建議這樣做）。
3. 泛型程式設計容易：函數可以接受任何支援特定操作的物件（Duck Typing）。

缺點

1. 執行期錯誤：型別錯誤 (TypeError) 往往在執行時才會爆發。
2. 效能開銷：直譯器需要在執行期檢查型別，增加了運算成本。
3. 可讀性挑戰：在缺乏型別註釋的情況下，閱讀大型程式碼庫可能較困難。

解決方案：靜態分析

使用 mypy 等工具可以在執行前檢查型別錯誤，結合了動態語言的靈活性與靜態語言的安全性。

# 安裝 mypy
pip install mypy

# 執行檢查
mypy script.py

6. 常見問題 (FAQ)

Q1: 為什麼 0.1 + 0.2 不等於 0.3？

A: 這是因為電腦使用二進位制來儲存浮點數，無法精確表示某些十進位小數（如 0.1）。這會導致微小的精度誤差。若需要高精度計算，請使用 decimal 模組或 fractions 模組。

Q2: is 和 == 有什麼區別？

A:

• == 比較的是 值 (Value) 是否相等。
• is 比較的是 身分 (Identity)，即是否指向記憶體中同一個物件（比較 id()）。 通常比較數值用 ==，比較 None 或單例物件用 is。

Q3: 什麼是 Python 中的「可變」與「不可變」物件？

A:

• 不可變 (Immutable)：物件建立後內容無法修改。例如 int, float, str, tuple。修改這些變數實際上是建立新物件並重新指向。
• 可變 (Mutable)：物件內容可以原地修改。例如 list, dict, set。

7. 總結

在本章中，我們深入剖析了 Python 變數與資料型別的核心機制。從底層的記憶體模型到上層的命名規範，這些知識將是您未來撰寫高品質 Python 程式碼的基石。

本章重點回顧：

• 變數是記憶體中物件的「標籤」。
• 掌握四大基本型別：int, float, str, bool。
• 理解並善用型別轉換。
• 遵循 PEP 8 命名規範，提升程式碼可讀性。
• 使用型別註釋 (Type Hints) 增強程式碼健壯性。

在下一章中，我們將學習 控制結構 (Control Structures)，讓程式具備判斷與邏輯思考的能力，敬請期待！

延伸閱讀：

• Python 官方文件：Built-in Types
• PEP 8 – Style Guide for Python Code
• Mypy 官方文件