如果一个Python对象“在任何深度上都是不可变的”，则满足以下条件：
例如，((1, 2), (3, 4))是在任何深度上都是不可变的，而((1, 2), [3, 4])不是（尽管后者由于是元组而“名义上”不可变）。
有没有合理的方法来测试Python对象是否“在任何深度上都是不可变的”？
相对容易测试第一个条件（例如使用collections.Hashable类，并忽略未经适当实现的__hash__方法的可能性），但是第二个条件更难测试，因为“容器”对象的异构性以及迭代其“内容”的方法......
谢谢！
没有通用的不可变性测试。只有当一个对象的所有方法都不能改变其基础数据时，它才是不可变的。
更可能的是，您对哈希性感兴趣，这通常取决于不可变性。可哈希的容器将递归哈希其内容（例如元组和frozenset）。因此，您的测试就是运行 hash(obj)，如果成功，则表示它是深度可哈希的。
换句话说，您的代码已经使用了最好的可用测试：
>>> a = ((1, 2), (3, 4))
>>> b = ((1, 2), [3, 4])
>>> hash(a)
5879964472677921951
>>> hash(b)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'
我想您可能正在寻找这样的内容：
def deeply_hashable(obj):
try:
hash(obj)
except TypeError:
return False
try:
iter(obj)
except TypeError:
return True
return all(deeply_hashable(o) for o in obj)
这里的一个明显问题是，迭代 dict 会迭代它的键，这些键始终是不可变的，而不是你感兴趣的值。除了特殊处理 dict 的情况之外，没有简单的解决方法 - 这也无法解决其他可能类似但不是从 dict 派生的类的问题。最后，我同意 delnan 的观点：没有简单、优雅、通用的方法来解决这个问题。
我不确定你具体想要什么。但是以你提供的数据为例：
>>> a = ((1, 2), (3, 4))
>>> b = ((1, 2), [3, 4])
>>> isinstance(a, collections.Hashable)
True
>>> isinstance(b, collections.Hashable)
True
collections.Hashable并不是正确的方法。然而，>>> hash(a)
5879964472677921951
>>> hash(b)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'
因此，至少对于示例数据，使用hash就足以验证对象是否可哈希。当然，正如您在问题中已经指出的那样，如果__hash__对于list等子类实现不正确，则此检查将无法工作。
有这样的测试绝对是有意义的！
考虑一下“deepcopy（）”（或手动克隆（））对象所需的时间与简单引用赋值之间的时间差异！
想象两个实体需要拥有同一个对象，但依赖于它不被更改（dict-keys是一个很好的例子）。
那么，仅当可以验证不可变性时，才可以安全地使用引用分配。
我会考虑递归地测试某些内容。
def check(Candidate):
if isinstance(Candidate, (str, int, long)):
return True
elif isinstance(Candidate, tuple):
return not any(not check(x) for x in Candidate)
else:
return False