Python の関数内と関数外でキャッシュされていない整数に対する「is」演算子の動作が異なるのはなぜですか?
キャッシュされていない整数に対する 'is' 演算子の予期しない動作
問い合わせ
Python のインタープリタを試しているときに、' に関するパラドックスが見つかりました。 is' 演算子。具体的には、「is」は関数内で評価されると True を返しますが、関数の外で評価されると False を返します。
>>> def func(): ... a = 1000 ... b = 1000 ... return a is b ... >>> a = 1000 >>> b = 1000 >>> a is b, func() (False, True)
「is」はオブジェクトの「id」を評価するため、これは「func」関数内で次のことを意味します。 「a」と「b」は同じ int インスタンスを参照します。ただし、関数の外では、これらは異なるオブジェクトを参照します。なぜそうなるのですか?
説明
Python リファレンス マニュアルでは、洞察力に富んだ説明が提供されています。
「ブロックは、単位として実行される Python プログラム テキストの一部です」対話的に入力された各コマンドはブロックです。
関数内には、数値 1000 に対応するオブジェクトが 1 つだけ含まれる単一のコード ブロックが存在します。したがって、「id(a)」と「id(b)」は同じ値を返すため、True 評価になります。
関数の外側には、2 つの別個のコード オブジェクトがあり、それぞれに 1000 のオブジェクトがあります。したがって、「id(a)」と「id(b)」は' が異なるため、False 評価が発生します。
この癖は整数に限ったものではありません。同様の結果が、たとえば float リテラルでも観察されます。オブジェクトの同一性を比較する (「is」を使用する) ことは一般的に推奨されないことを覚えておいてください。代わりに、等価演算子 ('==') を使用する必要があります。
コードのデモ
より明確に理解するために、両方の場合のコード オブジェクトを詳しく調べることができます。
'func' 関数内:
>>> print(dis.code_info(func)) ... Constants: 0: None 1: 1000
1000 の 'int' インスタンスが 1 つあり、'a' と 'b' の両方に割り当てられています。
「func」関数の外側:
>>> com1 = compile("a=1000", filename="", mode="single") >>> com2 = compile("b=1000", filename="", mode="single") >>> id(com1.co_consts[0]) == id(com2.co_consts[0]) False
各コード オブジェクトには 1000 のインスタンスがあり、False 評価につながることがわかります。
メモ
- この観察は、最も広く使用されている Python 実装である CPython に関するものです。
- 連鎖ステートメントは単一のコード ブロックとして扱われるため、「is」に対して True と評価されます。
- モジュール レベルでの実行も True を返します。
- 「is」を使用したアイデンティティ チェックは、常に False と評価されるため、可変オブジェクトには推奨されません。
以上がPython の関数内と関数外でキャッシュされていない整数に対する「is」演算子の動作が異なるのはなぜですか?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。
