Python のメソッドには参照の等価性がないのはなぜですか?
Python におけるメソッド参照の等価性: 謎を解く
通常の関数からの継承が与えられているように見えるメソッドに、参照という美徳が欠けているのはなぜですか平等?この不可解な現象は、多くの Python プログラマーを困惑させてきました。この違いの背後にある理由を理解するために、基礎となるメカニズムを詳しく調べてみましょう。
プログラム全体でオブジェクトのアイデンティティを保持する通常の関数とは異なり、メソッド オブジェクトはアクセス時に動的に作成されます。この一時的な性質は、 .__get__ メソッドが呼び出されたときにメソッド オブジェクトを生成する記述子への依存関係に由来します。コード スニペットは、この動作を適切に示しています。
<code class="python">>>> What.__dict__['meth'] <function What.meth at 0x10a6f9c80> >>> What.__dict__['meth'].__get__(What(), What) <bound method What.meth of <__main__.What object at 0x10a6f7b10>></code>
Python 3.8 以降、メソッドの等価性テストは一貫性があり、予測可能になりました。 2 つのメソッドは、.__self__ (バインド先のインスタンス) 属性と .__func__ (基になる関数) 属性の両方が同一のオブジェクトである場合、等しいとみなされます。
ただし、この一貫した動作は最近追加されたものです。 Python 3.8 より前では、メソッドの同等性は実装の詳細に応じて異なりました。 Python メソッドと特定の C メソッド タイプについては、self が等しいかどうか比較され、他の C メソッド タイプについては self が同一性によって比較されました。この不一致は、最終的に Python 問題 1617161 で解決されました。
一貫性を確保するには、func 属性を使用してメソッドのアイデンティティを検証することをお勧めします。
<code class="python">>>> What.meth == What.meth # functions (or unbound methods in Python 2) True >>> What().meth == What.meth # bound method and function False >>> What().meth == What().meth # bound methods with *different* instances False >>> What().meth.__func__ == What().meth.__func__ # functions True</code>
要約すると、次のようになります。メソッド オブジェクトの一時性と、メソッドの等価性の歴史的矛盾が相まって、メソッドの参照の等価性が欠如しています。ただし、Python 3.8 では、より一貫性があり予測可能なアプローチが導入されており、プログラマーはメソッドの同等性についてより自信を持って推論できるようになります。
以上がPython のメソッドには参照の等価性がないのはなぜですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。
