在 Python 中，单个下划线 _ 本身不具有任何运行时特殊行为，它纯粹是开发者约定；但该约定被主流静态分析工具（如 Pyright、pyflakes）识别并用于检测未使用变量，从而提升代码质量。
在 python 中，单个下划线 `_` 本身不具有任何运行时特殊行为，它纯粹是开发者约定；但该约定被主流静态分析工具（如 pyright、pyflakes）识别并用于检测未使用变量，从而提升代码质量。
Python 对变量名 _ 完全不作特殊处理——它和 dummy、unused_var 或 x 一样，只是一个合法的标识符。例如以下解包操作：
<code class="python">freq, bins, _ = plt.hist(income, bins=10, range=(0, 15), rwidth=0.95)</code>
此处的 _ 仅表示“我们有意忽略第三个返回值”（plt.hist 实际返回 (n, bins, patches)）。从解释器角度看，这行代码等价于：
<code class="python">freq, bins, ignored = plt.hist(income, bins=10, range=(0, 15), rwidth=0.95)</code>
✅ 两者在内存分配、执行效率、字节码生成上完全一致；
✅ _ 不会触发垃圾回收优化，也不会跳过赋值逻辑；
✅ Python 解释器不会因 _ 而省略对象创建或引用计数更新。
⚠️ 唯一例外是交互式环境（REPL）：CPython 的 REPL 将上一次表达式结果自动绑定到 _，但这属于 code.InteractiveConsole 的实现细节，不适用于 .py 脚本。此外，Python 3.10+ 的结构化模式匹配（match/case）中，_ 作为通配符（wildcard）具有语法意义，但这是语言级语法角色，而非变量命名约定。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
真正赋予 _ 实用价值的是生态工具链：
-
pyflakes和pylint将命名为_的变量视为“已声明即被使用”，避免触发W0612 (unused-variable)警告； -
pyright（TypeScript 团队开发的 Python 类型检查器）同样遵循此约定，对_不做未使用检查； - IDE（如 VS Code + Pylance）据此提供更精准的代码洞察与重构建议。
因此，坚持使用 _ 并非迷信惯例，而是主动与静态分析工具协同，让“忽略”意图显式化、可验证。若随意改用 dummy 等名称，反而可能引入误报，增加人工审查成本。
? 总结：
- 运行时：
_是普通变量，无任何魔法； - 开发体验：它是被广泛支持的“语义信号”，提升可维护性与自动化检查精度；
- 最佳实践：在明确丢弃值时优先使用
_，既简洁又符合工具链预期。
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！
