我正在玩pickle库，当我注意到有时不同的类实例位于同一内存位置时。

以下两个示例都展示了上述行为：

class DemoClass:
    def __init__(self):
        self.name = 'demoName'

#example 1
for i in range(3):
    print (DemoClass())

#example 2
[print(DemoClass()) for i in range(3)]

#Output for both example 1 and example 2
#Note that the memory locations are identical in the output
<__main__.DemoClass object at 0x00CEE610>
<__main__.DemoClass object at 0x00CEE610>
<__main__.DemoClass object at 0x00CEE610>

这让我很惊讶，所以也许你可以解释为什么会发生这种情况.

该程序按照我的预期运行的方式如下。

demo = [DemoClass() for i in range(3)]
for i in demo:
    print (i)

#Output
<__main__.DemoClass object at 0x01F7E630>
<__main__.DemoClass object at 0x01F7ED30>
<__main__.DemoClass object at 0x01F7E670>

你的问题涉及Python如何分配内存。tldr;Python 使用堆来存储内存。当资源被释放时，它会到达堆的顶部。

详细解答

Python 必须分配内存来创建对象的实例。为了提高内存效率，Python内存管理器 https://docs.python.org/3/c-api/memory.html有一堆内存位置可用于为对象的实例化提供或保留。使用一些示例，您可以了解这在实践中是如何运作的。

例子#1

>>> for i in range(3):
...     print(DemoClass())
... 
<test.DemoClass instance at 0x288b248>
<test.DemoClass instance at 0x288b248>
<test.DemoClass instance at 0x288b248>

在第一次迭代期间for循环中，python使用当前堆中的第一个可用地址，即<0x288b248>，创建一个实例DemoClass为了print称呼。一旦print命令完成后，内存地址被释放并返回到堆顶。在循环的下一次迭代中，python 使用第一个可用的内存地址，这也是地址<0x288b248>. Etc.

例子#2

>>> for j in [DemoClass() for i in range(3)]:
...     print(j)
... 
<test.DemoClass instance at 0x288bcf8>
<test.DemoClass instance at 0x288b290>
<test.DemoClass instance at 0x288b638>

这里 python 生成一个列表，然后对其进行迭代。创建列表需要new为每个元素创建 DemoClass 实例。这将从堆中取出前三个地址。循环完成后，列表将从内存中释放，如果我们再次调用print(DemoClass)我们会发现python又重用了内存。

>>> print DemoClass()
<test.DemoClass instance at 0x288bcf8>

示例 3（我的交替内存分配示例）

>>> for i in range(4):
...     Demo = DemoClass()
...     print(Demo)
... 
<test.DemoClass instance at 0x288bcf8>
<test.DemoClass instance at 0x288b290>
<test.DemoClass instance at 0x288bcf8>
<test.DemoClass instance at 0x288b290>

在这个例子中，每次Demo被实例化为一个实例DemoClass，一段内存被分配给Demo。然而，调用print(Demo) does not释放分配给的内存Demo。在下一个循环开始时，分配一个新的内存段Demo进而Demo is 被覆盖，此时它的原始内存地址返回到堆顶部。使用的内存地址Demo然后在两个内存地址之间交替。