Python의 메서드에 참조 평등이 부족한 이유는 무엇입니까?
Python의 메서드 참조 평등: 미스터리 발견
일반 함수에서 상속받은 것처럼 보이는 메서드에 참조의 미덕이 부족한 이유는 무엇입니까? 평등? 이 당혹스러운 현상은 많은 Python 프로그래머들을 당황하게 했습니다. 이러한 차이의 원인을 이해하기 위해 기본 메커니즘을 자세히 살펴보겠습니다.
프로그램 전체에서 개체 ID를 유지하는 일반 함수와 달리 메서드 개체는 액세스 시 동적으로 생성됩니다. 이러한 일시적인 특성은 .__get__ 메서드가 호출될 때 메서드 개체를 생성하는 설명자에 대한 종속성에서 비롯됩니다. 코드 조각은 이 동작을 적절하게 보여줍니다.
<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 3.8부터 메서드에 대한 동등성 테스트가 일관되고 예측 가능해졌습니다. .__self__(바인딩된 인스턴스)와 .__func__(기본 함수) 속성이 모두 동일한 객체인 경우 두 메서드는 동일한 것으로 간주됩니다.
그러나 이러한 일관된 동작은 최근 추가된 것입니다. Python 3.8 이전에는 구현 세부 사항에 따라 메서드 동일성이 다양했습니다. Python 메서드와 특정 C 메서드 유형의 경우 self가 동일한지 비교되었고, 다른 C 메서드 유형의 경우 self가 동일하게 비교되었습니다. 이 불일치는 결국 Python 문제 1617161에서 해결되었습니다.
일관성을 보장하려면 func 속성을 사용하여 메서드 ID를 확인하는 것이 좋습니다.
<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>
요약하자면, 메소드 객체의 일시적인 현상과 메소드 동등성의 역사적 불일치로 인해 메소드에 대한 참조 동등성이 부재하게 되었습니다. 그러나 Python 3.8에서는 더욱 일관되고 예측 가능한 접근 방식을 도입하여 프로그래머가 더 큰 확신을 갖고 메서드 평등에 대해 추론할 수 있게 되었습니다.
위 내용은 Python의 메서드에 참조 평등이 부족한 이유는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.
