python变量动态创建且类型由值决定，命名须符合规则：仅含字母、数字、下划线，不以数字开头，不能是关键字或内置函数名；区分大小写；支持类型提示但不强制运行时检查。
Python 变量不需要声明类型，但命名必须符合规则
Python 没有 int x = 5 或 var name 这类声明语法——变量在首次赋值时自动创建，类型由值决定。这不等于“随便起名”，name、_count、MAX_SIZE 都合法，但 2nd_item、class、user-name 会直接报错。
常见错误现象：SyntaxError: invalid decimal literal（以数字开头）、SyntaxError: invalid syntax（用了连字符或空格）、TypeError 或 NameError（误用关键字如 def、return 作变量名）。
- 变量名只能含字母、数字、下划线，且不能以数字开头
- 不能是 Python 关键字：可用
import keyword; keyword.kwlist查看当前版本全部列表 - 区分大小写：
total和Total是两个变量 - 避免和内置函数同名，比如
list、str、id——后续调用list()会报TypeError: 'list' object is not callable
动态类型意味着同一变量可反复绑定不同类型的值
变量只是名字，背后是对象的引用。赋值 x = 42 后再执行 x = "hello"，不是“类型变了”，而是 x 指向了一个新字符串对象，整数对象若无其他引用会被回收。
使用场景：写脚本快速处理数据时很灵活；但在函数接口、团队协作或长期维护项目中，这种自由容易埋坑。
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
- 调试困难：某处
data原本是dict，后来被意外赋值为None，下游data.keys()就抛AttributeError - IDE 和类型检查工具（如 mypy）无法可靠推断类型，除非加类型注解
- 性能上无实质影响——类型判断发生在运行时，但频繁切换大对象（如从
list改成numpy.ndarray）可能触发额外内存分配
给变量加类型提示（type hint）不是声明，但能显著减少误用
def process(items: list[str]) -> dict[str, int]: 这类注解不会改变运行行为，Python 解释器完全忽略它们。但它让 IDE 能预警 items.append(42)（期望 str），也让 mypy 在命令行跑一遍就能发现多数类型错配。
注意：类型提示本身也受动态特性约束——你可以写 age: int = "twenty"，代码照样运行，直到你主动用工具检查。
- 基础类型直接写：
name: str、active: bool、score: float - 容器类型用
typing模块（Python 3.9+ 可用内置list[str]等） - 可选值写成
Optional[str]或str | None（推荐后者，更简洁） - 函数参数默认不强制校验，需配合
mypy或 IDE 插件才生效
全局变量与局部变量混淆是 runtime 错误高发区
函数内给变量赋值（如 counter = counter + 1），若未声明 global counter，Python 默认当作新建局部变量。此时如果 counter 在外层存在，就会触发 UnboundLocalError: local variable 'counter' referenced before assignment。
这不是命名不规范的问题，而是作用域规则和动态赋值共同导致的典型陷阱。
- 只读访问外层变量无需声明：
print(counter)没问题 - 只要出现赋值符号（
=、+=等），Python 就认定该变量在当前作用域为局部，除非显式写global或nonlocal - 类内部的实例变量（
self.name）不受此限，因为self是明确传入的参数 - 避免依赖全局状态，优先用函数参数传递数据——更易测试，也绕开这个坑
user_id: int = get_id() 却在下一行改成 user_id = "U-123"——那注解就失去了意义。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
