Variáveis, Tipos e Tipagem Dinâmica

Python é dinamicamente tipado: um nome pode se referir a diferentes tipos de objetos ao longo de sua vida, enquanto cada objeto ainda tem um tipo concreto em tempo de execução. Entender a semântica de referência evita bugs sutis com mutabilidade e estado compartilhado.

Receita

x = [1, 2, 3]
y = x          # mesmo objeto de lista
y.append(4)
print(x)       # [1, 2, 3, 4]
 
a: str = "oi"
print(type(a), isinstance(a, str))

Quando usar isso:

• Depurando por que duas variáveis mutam juntas
• Escolhendo entre cópia vs referência compartilhada
• Adicionando dicas de tipo sem alterar o comportamento em tempo de execução
• Explicando Python para desenvolvedores de linguagens estaticamente tipadas

Exemplo de Trabalho

from copy import deepcopy
 
def demo_references() -> None:
    original = {"items": [1, 2]}
    alias = original
    shallow = original.copy()
    deep = deepcopy(original)
 
    alias["items"].append(3)
    shallow["items"].append(4)
    deep["items"].append(99)
 
    print("original:", original)   # items mutados via lista interna de alias e shallow
    print("shallow:", shallow)     # o dicionário de nível superior é novo; a lista aninhada é compartilhada
    print("deep:", deep)           # totalmente independente
 
def demo_dynamic_typing() -> None:
    value: int | str = 42
    value = "quarenta e dois"  # legal - o nome não está travado em int
    print(value, type(value))
 
if __name__ == "__main__":
    demo_references()
    demo_dynamic_typing()

O que isso demonstra:

• Atribuição vincula nomes a objetos - alias = original compartilha o dicionário
• dict.copy() é superficial - objetos mutáveis aninhados permanecem compartilhados
• deepcopy duplica recursivamente estruturas aninhadas
• Dicas de tipo usam int | str, mas não impõem tipos em tempo de execução

Mergulho Profundo

Como Funciona

• Nomes vs objetos - Variáveis são entradas em um namespace (dicionário) apontando para objetos na heap.
• Contagem de referências - CPython rastreia a vida útil dos objetos; quando a contagem de referências chega a zero, a memória é recuperada.
• Objetos imutáveis - int, str, tuple, frozenset não podem ser alterados no local; "mutação" cria novos objetos.
• Objetos mutáveis - list, dict, set mudam no local; aliases veem as mesmas alterações.
• LEGB - Ordem de busca de nomes: Local, Enclosing, Global, Built-in (abordado em profundidade no artigo sobre funções).

Tipos Principais em Resumo

Notas do Python

# id() retorna a identidade do objeto; is compara a identidade
a = [1]
b = a
c = [1]
print(a is b)   # True
print(a is c)   # False - objetos de lista diferentes
print(a == c)   # True - valores iguais

Armadilhas

• Surpresas com cópia superficial - list.copy() e copy.copy() ainda compartilham mutáveis aninhados. Correção: deepcopy quando o aninhamento é importante.
• Argumentos mutáveis padrão - def f(items=[]) reutiliza uma lista. Correção: def f(items=None): items = items or [].
• Revinculação vs mutação - x = x + [1] cria uma nova lista; x.append(1) muta no local. Correção: Saiba qual operação você pretende.
• Dicas de tipo não são verificações em tempo de execução - mypy pega erros antes da implantação; o próprio Python ignora as dicas. Correção: Use Pydantic ou isinstance explícito nas fronteiras.
• is vs == para inteiros/strings pequenos - CPython pode internar alguns literais, mas nunca confie em is para comparação de valores. Correção: Use == para valores, is apenas para verificações do singleton None.

Alternativas

FAQs

from copy import deepcopy
clone = deepcopy(nested)

Relacionados

• Números, Booleanos e Aritmética - tipos numéricos e veracidade
• Funções, Args e Escopo - vinculação de parâmetros e escopo
• Imutabilidade e Hashability - chaves hashable
• Noções Básicas de Dicas de Tipo - anotando nomes e funções

Versões da Pilha: Esta página foi escrita para Python 3.14.0 (estável 3.14, manutenção 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, e uv 0.6+.