_var：python中带前导单下划线的变量是经典变量，旨在通知使用代码的其他人该变量应保留供内部使用。它们与经典变量有一点不同：在对定义它们的对象/模块进行通配符导入时，不会导入它们（定义__all__变量时除外）。如：#foo.pyvar=“var”_var=“_var”#巴.py从foo导入*print（dir（））#已定义对象的列表，包含“var”但不包含“_var”打印（var）#varprint（_var）#name错误：未定义名称“_var”_：单下划线是前导单下划线变量的特殊情况。按照惯例，它被用作垃圾变量，以存储一个不打算稍后访问的值。它也不会通过通配符导入来导入。这个for循环打印“我不能在课堂上讲话”10次，并且永远不需要访问_变量。对于范围（10）内的_：打印（“我不能在课堂上讲话”）var_：单尾随下划线变量。它们是传统的变量，用于避免与Python关键字冲突。如：class_=“MyClassName”__var：双前导下划线变量（至少两个前导下划线，最多一个尾随下划线）。当用作类属性（变量和方法）时，这些变量会受到名称篡改：在类之外，python会将属性重命名为_＜class_name＞__＜attribute_name＞。例子：类MyClass：__an_attribute=“属性值”my_class=我的类（）print（my_class.MyClass__an_attribute）#“属性值”print（my_class.__an_attribute）#AttributeError：“MyClass”对象没有属性“__an_aattribute”当用作类外部的变量时，它们的行为类似于单前导下划线变量。__var__：双前导和尾随下划线变量（至少两个前导和尾随底线）。也称为dunders。python使用此命名约定在内部定义变量。避免使用此约定来防止python更新可能产生的名称冲突。Dunder变量的行为类似于单前导下划线变量：它们在类中使用时不受名称篡改的影响，但不会在通配符导入中导入。

既然这么多人都在提到雷蒙德的谈话，我就把他说的话写下来，让事情变得简单一点：

双下划线的用意不是关于隐私。我们的意图是这样使用它类圆（对象）：def__init__（自身，半径）：self.radius=半径定义区域（自身）：p=自身__周长（）r=p/math.pi/2.0返回math.pi*r**2.0定义周长（自身）：return 2.0*math.pi*self.radius__周界=周界#本地参考等级轮胎（圆形）：定义周长（自身）：返回圆周长（自身）*1.25这实际上是隐私的反面，都是关于自由的。它使您的子类可以自由覆盖任何一个方法，而不破坏其他方法。

假设您没有在Circle中保留周界的本地参考。现在，派生类Tire覆盖了周长的实现，而不接触面积。当您调用Tire（5）.area（）时，理论上它应该仍然使用Circle.perimeter进行计算，但实际上它使用的是Tire.perimet，这不是预期的行为。这就是为什么我们需要Circle的本地参考。

但为什么用周长代替周长？因为_perimeter仍然给派生类重写的机会：

class Tire(Circle):

    def perimeter(self):
        return Circle.perimeter(self) * 1.25

    _perimeter = perimeter

双下划线具有名称损坏，因此父类中的本地引用在派生类中被重写的可能性很小。因此“使您的子类可以自由覆盖任何一个方法而不破坏其他方法”。

如果您的类不会被继承，或者方法重写不会破坏任何东西，那么您就不需要__double_leading_underscore。

你的问题很好，不仅仅是关于方法。模块中的函数和对象通常也以一个下划线作为前缀，也可以以两个下划线作为后缀。

例如，__double_underscore名称在模块中不会被篡改。如果从一个模块（从模块导入*）导入所有名称，则不会导入以一个（或多个）下划线开头的名称，也不会导入帮助（模块）中显示的名称。

如果真的想让变量成为只读的，IMHO最好的方法就是使用property（），只传递getter。有了property（）我们可以完全控制数据。

class PrivateVarC(object):

    def get_x(self):
        pass

    def set_x(self, val):
        pass

    rwvar = property(get_p, set_p)  

    ronly = property(get_p) 

我知道OP问了一个稍有不同的问题，但由于我发现另一个问题是“如何设置私有变量”，标记为与此重复，所以我想在这里添加此附加信息。

_foo：只是惯例。程序员指示变量是私有的（无论在Python中意味着什么）。__foo：这有真正的意义。解释器将此名称替换为_classname__foo，以确保该名称不会与其他类中的类似名称重叠。__foo__：只是惯例。Python系统使用不会与用户名冲突的名称的方法。

在Python世界中，没有其他形式的下划线有意义。此外，在这些约定中，类、变量、全局等之间没有区别。

开头有一个下划线：

Python没有真正的私有方法。相反，方法或属性名称开头的一个下划线表示您不应该访问此方法，因为它不是API的一部分。

class BaseForm(StrAndUnicode):
    
    def _get_errors(self):
        "Returns an ErrorDict for the data provided for the form"
        if self._errors is None:
            self.full_clean()
        return self._errors

    errors = property(_get_errors)

（此代码片段取自django源代码：django/forms/forms.py）。在这段代码中，error是一个公共属性，但此属性调用的方法_get_errors是“私有”的，因此您不应该访问它。

开头有两个下划线：

这会引起很多混乱。它不应用于创建私有方法。应该使用它来避免方法被子类重写或意外访问。让我们看一个例子：

class A(object):
    def __test(self):
        print "I'm a test method in class A"

    def test(self):
        self.__test()
 
a = A()
a.test()
# a.__test() # This fails with an AttributeError
a._A__test() # Works! We can access the mangled name directly!

输出：

$ python test.py
I'm test method in class A
I'm test method in class A

现在创建一个子类B并为__test方法进行定制

class B(A):
    def __test(self):
        print "I'm test method in class B"

b = B()
b.test()

输出将是。。。。

$ python test.py
I'm test method in class A

正如我们所看到的，B.test（）并没有像我们预期的那样调用B.__test（）方法。但事实上，这是__的正确行为。名为__test（）的两个方法会自动重命名（损坏）为_A__test（）和_B__test（。当你创建一个以__开头的方法时，这意味着你不希望任何人能够覆盖它，你只想从它自己的类内部访问它。

开头和结尾有两个下划线：

当我们看到像__this___这样的方法时，不要调用它。这是python要调用的方法，而不是您。让我们来看看：

>>> name = "test string"
>>> name.__len__()
11
>>> len(name)
11

>>> number = 10
>>> number.__add__(40)
50
>>> number + 50
60

总是有一个运算符或本机函数调用这些神奇的方法。有时它只是在特定情况下python调用的钩子。例如，在调用__new__（）构建实例后创建对象时调用__init__（）。。。

让我们举个例子。。。

class FalseCalculator(object):

    def __init__(self, number):
        self.number = number

    def __add__(self, number):
        return self.number - number

    def __sub__(self, number):
        return self.number + number

number = FalseCalculator(20)
print number + 10      # 10
print number - 20      # 40

有关详细信息，请参阅[PEP-8指南][1]。有关更多神奇的方法，请参阅[本PDF][2]。[1]: https://www.python.org/dev/peps/pep-0008/#method-名称和实例变量[2] http://github.com/RafeKettler/magicmethods/blob/master/magicmethods.pdf