`is` 연산자가 Python의 함수 내부 및 외부에서 큰 정수와 다르게 동작하는 이유는 무엇입니까?
함수에서 큰 정수를 사용하는 연산자의 예기치 않은 동작
Python의 인터프리터로 실험을 하던 중 is와 관련하여 흥미로운 불일치가 발견되었습니다. 연산자입니다.
함수 내에서 평가가 수행되면 True를 반환하지만 외부에서 수행되면 결과는 False입니다.
<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
a = 1000
b = 1000
a is b, func()
>(False, True)
is 연산자가 객체의 ID를 평가하므로 이는 func 함수 내에서 a와 b가 동일한 정수 인스턴스를 참조하는 반면 외부에서는 함수의 경우 서로 다른 개체를 참조합니다.
설명
참조 매뉴얼 참고 사항:
블록은 하나의 단위로 실행되는 Python 프로그램 텍스트 조각입니다.
블록은 모듈, 함수 본문, 클래스 정의입니다.
대화형으로 입력되는 각 명령은 블록입니다.
따라서 함수에서 단일 코드 블록은 1000과 같은 단일 숫자 리터럴 객체를 보유하며 결과적으로 id(a) == id(b).
< p>두 번째 경우에는 별도의 코드 개체가 존재하며, 각각은 1000에 대한 숫자 리터럴을 사용하여 id(a) != id(b).
<를 유발합니다. ;p>중요하게, 이 동작은 정수 리터럴에만 국한되지 않습니다. 부동 소수점 리터럴을 사용하면 비슷한 결과가 관찰됩니다(여기 참조).
객체를 비교할 때는 항등 연산자(==)를 사용해야 하며 항등 연산자(is)는 사용하지 마세요.
이 지식은 Python의 기본 구현인 CPython에 관한 것입니다. 대체 구현에서는 다양한 동작이 나타날 수 있습니다.
코드 분석
이해를 위해 코드를 사용하여 이 동작을 확인해 보겠습니다. 객체 분석.
함수 func:
함수 객체에는 컴파일된 바이트코드를 나타내는 code 속성이 있습니다. . dis.code_info는 이 데이터를 간결하게 표시합니다:
<br>print(dis.code_info(func))<br>이름: func<br>파일 이름: <stdin><br>인수 개수: 0<br>Kw 전용 인수: 0 <br>로컬 수: 2<br>스택 크기: 2<br>플래그: OPTIMIZED, NEWLOCALS, NOFREE<br>상수:<br> 0: 없음<br> 1: 1000<br>변수 이름:<br> 0: a<br> 1: b<br>
상수 항목은 상수가 없음(항상 존재) 및 1000임을 보여줍니다. 따라서 이 있습니다. 1000을 나타내는 하나의 int 인스턴스. a와 b는 이 하나의 객체를 참조합니다.
대화형 명령:
각 명령은 다음과 같습니다. 독립적으로 구문 분석, 컴파일 및 평가되는 코드 블록:
<br>com1 = compile("a=1000", filename="", mode="single ")<br>com2 = compile("b=1000", filename="", mode="single")<br>
각 할당에 대한 코드 개체 비슷해 보이지만 결정적으로 com1과 com2는 1000에 대해 별도의 int 인스턴스를 갖고 있어 id(com1.co_consts[0]) == id(com2.co_consts[0])에 대해 False가 됩니다. p>
다른 코드 개체, 다른 내용.
주의사항
연결된 문: 평가 a = 1000; b = 1000은 True ID를 생성합니다. 이러한 연결된 할당은 하나의 코드 블록으로 컴파일되어 1000의 하나의 인스턴스를 생성하기 때문입니다.
모듈 수준 : 모듈 수준(참조 매뉴얼에 표시됨)에서의 실행도 단일 코드 개체로 인해 True를 반환합니다.
변경 가능한 개체: 동일한 객체로 명시적으로 초기화되지 않는 한 변경 가능한 객체에 대한 신원 확인이 실패합니다(예: a = b = []).
위 내용은 `is` 연산자가 Python의 함수 내부 및 외부에서 큰 정수와 다르게 동작하는 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.

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.

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.

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.

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화
