Heim Backend-Entwicklung Python-Tutorial Warum verhält sich der „is'-Operator bei großen Ganzzahlen innerhalb und außerhalb von Funktionen in Python unterschiedlich?

Warum verhält sich der „is'-Operator bei großen Ganzzahlen innerhalb und außerhalb von Funktionen in Python unterschiedlich?

Nov 01, 2024 pm 03:31 PM

Why does the `is` operator behave differently with large integers inside and outside functions in Python?

Unerwartetes Verhalten des Is-Operators mit großen ganzen Zahlen in Funktionen


Beim Experimentieren mit Pythons Interpreter wurde eine merkwürdige Diskrepanz bezüglich des is entdeckt Operator.

Wenn die Auswertung innerhalb einer Funktion durchgeführt wird, gibt sie True zurück, aber wenn sie extern durchgeführt wird, ist das Ergebnis False.

<br>def func():</p>
<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">a = 1000
b = 1000
return a is b
Nach dem Login kopieren

a = 1000
b = 1000
a is b, func()
>(False, True)

Da der is-Operator beurteilt Die IDs des Objekts. Dies zeigt an, dass sich a und b innerhalb der Funktion func auf dieselbe ganzzahlige Instanz beziehen, während außerhalb der Funktion Sie beziehen sich auf verschiedene Objekte.

Erläuterung


Wie im Referenzhandbuch vermerkt:


Ein Block ist ein Teil des Python-Programmtextes, der als ausgeführt wird eine Einheit.
Die folgenden Blöcke sind: ein Modul, ein Funktionskörper und eine Klassendefinition.
Jeder interaktiv eingegebene Befehl ist ein Block.


< /blockquote>

In einer Funktion also ein Single Der Codeblock enthält ein einzelnes numerisches Literalobjekt, z. B. 1000, was zu True für id(a) == id(b) führt.

In Im zweiten Fall sind separate Codeobjekte vorhanden, jedes mit seinem numerischen Literal für 1000, was verursacht id(a) != id(b).

Wichtig ist, dass dieses Verhalten nicht nur auf ganzzahlige Literale beschränkt ist; Vergleichbare Ergebnisse werden mit Float-Literalen beobachtet (siehe hier).

Denken Sie daran, den Gleichheitsoperator (==) zum Vergleichen von Objekten zu verwenden, niemals den Identitätsoperator (is).

Dieses Wissen bezieht sich auf CPython, die primäre Implementierung von Python. Alternative Implementierungen können ein unterschiedliches Verhalten aufweisen.

Codeanalyse


Zum besseren Verständnis überprüfen wir dieses Verhalten mithilfe von Code Objektanalyse.

Funktion func:

Funktionsobjekte haben ein code-Attribut, das den kompilierten Bytecode offenlegt. dis.code_info stellt diese Daten prägnant dar:

<br>print(dis.code_info(func))<br>Name: func<br>Dateiname: <stdin><br>Argumentanzahl: 0<br>Nur-KW-Argumente: 0 <br>Anzahl der Einheimischen: 2<br>Stapelgröße: 2<br>Flags: OPTIMIZED, NEWLOCALS, NOFREE<br>Konstanten:<br> 0: Keine<br> 1: 1000<br>Variablennamen:<br> 0: a<br> 1: b<br>

Der Konstanteneintrag zeigt, dass die Konstanten None (immer vorhanden) und 1000 sind. Es gibt also eine int-Instanz, die 1000 darstellt. a und b verweisen auf dieses eine Objekt.

Interaktive Befehle:

Jeder Befehl ist ein Codeblock, der unabhängig analysiert, kompiliert und ausgewertet wird:

<br>com1 = compile("a=1000", filename="", mode="single ")<br>com2 = compile("b=1000", filename="", mode="single")<br>

Das Codeobjekt für jede Zuweisung sieht ähnlich aus, aber entscheidend, com1 und com2 haben separate int-Instanzen für 1000, was zu False für id(com1.co_consts[0]) == id(com2.co_consts[0]) führt.

Unterschiedliche Codeobjekte, unterschiedliche Inhalte.

Vorbehalte

  • Verkettete Anweisungen: Auswertung von a = 1000; b = 1000 ergibt True Identität, da diese verketteten Zuweisungen in einem Codeblock kompiliert werden und eine Instanz von 1000 erzeugen.


  • Modulebene : Die Ausführung auf Modulebene (im Referenzhandbuch angegeben) ergibt aufgrund eines einzelnen Codeobjekts ebenfalls „True“.


  • Veränderliche Objekte: Identitätsprüfungen schlagen für veränderbare Objekte fehl, es sei denn, sie werden explizit auf dasselbe Objekt initialisiert (z. B. a = b = []).

  • Das obige ist der detaillierte Inhalt vonWarum verhält sich der „is'-Operator bei großen Ganzzahlen innerhalb und außerhalb von Funktionen in Python unterschiedlich?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

    Erklärung dieser Website
    Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

    Heiße KI -Werkzeuge

    Undresser.AI Undress

    Undresser.AI Undress

    KI-gestützte App zum Erstellen realistischer Aktfotos

    AI Clothes Remover

    AI Clothes Remover

    Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

    Undress AI Tool

    Undress AI Tool

    Ausziehbilder kostenlos

    Clothoff.io

    Clothoff.io

    KI-Kleiderentferner

    Video Face Swap

    Video Face Swap

    Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

    Heißer Artikel

    <🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
    4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
    Nordhold: Fusionssystem, erklärt
    4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
    Mandragora: Flüstern des Hexenbaum
    3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

    Heiße Werkzeuge

    Notepad++7.3.1

    Notepad++7.3.1

    Einfach zu bedienender und kostenloser Code-Editor

    SublimeText3 chinesische Version

    SublimeText3 chinesische Version

    Chinesische Version, sehr einfach zu bedienen

    Senden Sie Studio 13.0.1

    Senden Sie Studio 13.0.1

    Leistungsstarke integrierte PHP-Entwicklungsumgebung

    Dreamweaver CS6

    Dreamweaver CS6

    Visuelle Webentwicklungstools

    SublimeText3 Mac-Version

    SublimeText3 Mac-Version

    Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

    Heiße Themen

    Java-Tutorial
    1673
    14
    PHP-Tutorial
    1278
    29
    C#-Tutorial
    1257
    24
    Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

    Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

    Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

    Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

    Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

    Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

    Python vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

    Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

    Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

    PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

    Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

    Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

    Python für wissenschaftliches Computer: Ein detailliertes Aussehen Python für wissenschaftliches Computer: Ein detailliertes Aussehen Apr 19, 2025 am 12:15 AM

    Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

    Python für die Webentwicklung: Schlüsselanwendungen Python für die Webentwicklung: Schlüsselanwendungen Apr 18, 2025 am 12:20 AM

    Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

    See all articles