Maison développement back-end Tutoriel Python Pourquoi l'opérateur « est » se comporte-t-il différemment avec les grands entiers à l'intérieur et à l'extérieur des fonctions en Python ?

Pourquoi l'opérateur « est » se comporte-t-il différemment avec les grands entiers à l'intérieur et à l'extérieur des fonctions en Python ?

Nov 01, 2024 pm 03:31 PM

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

Le comportement inattendu de l'opérateur avec de grands entiers dans les fonctions


Lors de l'expérimentation avec l'interpréteur de Python, une curieuse divergence a été découverte concernant le est Operator.

Lorsque l'évaluation est effectuée au sein d'une fonction, elle renvoie True, mais lorsqu'elle est effectuée en externe, le résultat est 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
Copier après la connexion

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

Puisque l'opérateur is évalue les identifiants de l'objet, cela indique que dans la fonction func, a et b font référence à la même instance entière, alors qu'en dehors de la fonction func fonction, ils font référence à des objets distincts.

Explication


Comme le note le manuel de référence :


Un bloc est un morceau de texte de programme Python qui est exécuté comme une unité.
Les blocs suivants sont : un module, un corps de fonction et une définition de classe.
Chaque commande saisie de manière interactive est un bloc.


D'où, dans une fonction, un unique le bloc de code contient un unique objet littéral numérique, tel que 1000, ce qui donne True pour id(a) == id(b).

< p>Dans le deuxième cas, des objets de code séparés existent, chacun avec son littéral numérique pour 1000, ce qui provoque id(a) != id(b).

< ;p>Il est important de noter que ce comportement n'est pas exclusif aux littéraux entiers ; des résultats comparables sont observés avec des littéraux flottants (cf. ici).

N'oubliez pas d'utiliser l'opérateur d'égalité (==) pour comparer des objets, jamais l'opérateur d'identité (is).

Cette connaissance concerne CPython, la principale implémentation de Python. Les implémentations alternatives peuvent présenter un comportement variable.

Code Analysis


Pour comprendre, vérifions ce comportement à l'aide du code. analyse d'objet.

Fonction de fonction :

Les objets de fonction ont un attribut code qui révèle le bytecode compilé . dis.code_info présente succinctement ces données :

<br>print(dis.code_info(func))<br>Nom : func<br>Nom du fichier : <stdin><br>Nombre d'arguments : 0<br>Arguments en kW uniquement : 0 <br>Nombre de locaux : 2<br>Taille de la pile : 2<br>Drapeaux : OPTIMIZED, NEWLOCALS, NOFREE<br>Constantes :<br> 0 : Aucun<br> 1 : 1000<br>Noms des variables :<br> 0 : a<br> 1 : b<br>

L'entrée Constantes montre que les constantes sont Aucune (toujours présente) et 1000. Ainsi, il y a une instance int représentant 1000. a et b font référence à cet objet.

Commandes interactives :

Chaque commande est un bloc de code analysé, compilé et évalué indépendamment :

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

L'objet code pour chaque affectation semble similaire, mais essentiellement, com1 et com2 ont des instances int distinctes pour 1000, ce qui conduit à False pour id(com1.co_consts[0]) == id(com2.co_consts[0]).

Objets de code différents, contenus distincts.

Mises en garde

  • Déclarations enchaînées : Évaluation de a = 1000 ; b = 1000 donne une identité Vraie, puisque ces affectations enchaînées se compilent en un seul bloc de code, produisant une instance de 1000.


  • Niveau du module : L'exécution au niveau du module (indiquée par le manuel de référence) donne également True en raison d'un seul objet de code.


  • Objets mutables : Les contrôles d'identité échouent pour les objets mutables à moins qu'ils ne soient explicitement initialisés sur le même objet (par exemple, a = b = []).

  • Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

    Déclaration de ce site Web
    Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

    Outils d'IA chauds

    Undresser.AI Undress

    Undresser.AI Undress

    Application basée sur l'IA pour créer des photos de nu réalistes

    AI Clothes Remover

    AI Clothes Remover

    Outil d'IA en ligne pour supprimer les vêtements des photos.

    Undress AI Tool

    Undress AI Tool

    Images de déshabillage gratuites

    Clothoff.io

    Clothoff.io

    Dissolvant de vêtements AI

    Video Face Swap

    Video Face Swap

    Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

    Article chaud

    <🎜>: Bubble Gum Simulator Infinity - Comment obtenir et utiliser les clés royales
    4 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
    <🎜>: Grow A Garden - Guide de mutation complet
    3 Il y a quelques semaines By DDD
    Nordhold: Système de fusion, expliqué
    4 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
    Mandragora: Whispers of the Witch Tree - Comment déverrouiller le grappin
    3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌

    Outils chauds

    Bloc-notes++7.3.1

    Bloc-notes++7.3.1

    Éditeur de code facile à utiliser et gratuit

    SublimeText3 version chinoise

    SublimeText3 version chinoise

    Version chinoise, très simple à utiliser

    Envoyer Studio 13.0.1

    Envoyer Studio 13.0.1

    Puissant environnement de développement intégré PHP

    Dreamweaver CS6

    Dreamweaver CS6

    Outils de développement Web visuel

    SublimeText3 version Mac

    SublimeText3 version Mac

    Logiciel d'édition de code au niveau de Dieu (SublimeText3)

    Sujets chauds

    Tutoriel Java
    1673
    14
    Tutoriel PHP
    1278
    29
    Tutoriel C#
    1257
    24
    Python vs C: courbes d'apprentissage et facilité d'utilisation Python vs C: courbes d'apprentissage et facilité d'utilisation Apr 19, 2025 am 12:20 AM

    Python est plus facile à apprendre et à utiliser, tandis que C est plus puissant mais complexe. 1. La syntaxe Python est concise et adaptée aux débutants. Le typage dynamique et la gestion automatique de la mémoire le rendent facile à utiliser, mais peuvent entraîner des erreurs d'exécution. 2.C fournit des fonctionnalités de contrôle de bas niveau et avancées, adaptées aux applications haute performance, mais a un seuil d'apprentissage élevé et nécessite une gestion manuelle de la mémoire et de la sécurité.

    Apprendre Python: 2 heures d'étude quotidienne est-elle suffisante? Apprendre Python: 2 heures d'étude quotidienne est-elle suffisante? Apr 18, 2025 am 12:22 AM

    Est-ce suffisant pour apprendre Python pendant deux heures par jour? Cela dépend de vos objectifs et de vos méthodes d'apprentissage. 1) Élaborer un plan d'apprentissage clair, 2) Sélectionnez les ressources et méthodes d'apprentissage appropriées, 3) la pratique et l'examen et la consolidation de la pratique pratique et de l'examen et de la consolidation, et vous pouvez progressivement maîtriser les connaissances de base et les fonctions avancées de Python au cours de cette période.

    Python vs. C: Explorer les performances et l'efficacité Python vs. C: Explorer les performances et l'efficacité Apr 18, 2025 am 12:20 AM

    Python est meilleur que C dans l'efficacité du développement, mais C est plus élevé dans les performances d'exécution. 1. La syntaxe concise de Python et les bibliothèques riches améliorent l'efficacité du développement. Les caractéristiques de type compilation et le contrôle du matériel de CC améliorent les performances d'exécution. Lorsque vous faites un choix, vous devez peser la vitesse de développement et l'efficacité de l'exécution en fonction des besoins du projet.

    Python vs C: Comprendre les principales différences Python vs C: Comprendre les principales différences Apr 21, 2025 am 12:18 AM

    Python et C ont chacun leurs propres avantages, et le choix doit être basé sur les exigences du projet. 1) Python convient au développement rapide et au traitement des données en raison de sa syntaxe concise et de son typage dynamique. 2) C convient à des performances élevées et à une programmation système en raison de son typage statique et de sa gestion de la mémoire manuelle.

    Quelle partie fait partie de la bibliothèque standard Python: listes ou tableaux? Quelle partie fait partie de la bibliothèque standard Python: listes ou tableaux? Apr 27, 2025 am 12:03 AM

    PythonlistSaReparmentofthestandardLibrary, tandis que les coloccules de colocède, tandis que les colocculations pour la base de la Parlementaire, des coloments de forage polyvalent, tandis que la fonctionnalité de la fonctionnalité nettement adressée.

    Python: automatisation, script et gestion des tâches Python: automatisation, script et gestion des tâches Apr 16, 2025 am 12:14 AM

    Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.

    Python pour l'informatique scientifique: un look détaillé Python pour l'informatique scientifique: un look détaillé Apr 19, 2025 am 12:15 AM

    Les applications de Python en informatique scientifique comprennent l'analyse des données, l'apprentissage automatique, la simulation numérique et la visualisation. 1.Numpy fournit des tableaux multidimensionnels et des fonctions mathématiques efficaces. 2. Scipy étend la fonctionnalité Numpy et fournit des outils d'optimisation et d'algèbre linéaire. 3. Pandas est utilisé pour le traitement et l'analyse des données. 4.Matplotlib est utilisé pour générer divers graphiques et résultats visuels.

    Python pour le développement Web: applications clés Python pour le développement Web: applications clés Apr 18, 2025 am 12:20 AM

    Les applications clés de Python dans le développement Web incluent l'utilisation des cadres Django et Flask, le développement de l'API, l'analyse et la visualisation des données, l'apprentissage automatique et l'IA et l'optimisation des performances. 1. Framework Django et Flask: Django convient au développement rapide d'applications complexes, et Flask convient aux projets petits ou hautement personnalisés. 2. Développement de l'API: Utilisez Flask ou DjangorestFramework pour construire RestulAPI. 3. Analyse et visualisation des données: utilisez Python pour traiter les données et les afficher via l'interface Web. 4. Apprentissage automatique et AI: Python est utilisé pour créer des applications Web intelligentes. 5. Optimisation des performances: optimisée par la programmation, la mise en cache et le code asynchrones

    See all articles