


Mengapakah pengendali `is` berkelakuan berbeza dengan integer besar di dalam dan di luar fungsi dalam Python?
Adalah Gelagat Tidak Dijangka Operator dengan Integer Besar dalam Fungsi
Apabila bereksperimen dengan penterjemah Python, percanggahan yang ingin tahu adalah yang ditemui operator.
Apabila penilaian dilakukan dalam fungsi, ia mengembalikan Benar, tetapi apabila ia dilakukan secara luaran, hasilnya adalah Salah.
def func():
a = 1000 b = 1000 return a is b
a = 1000
b = 1000
a ialah b, func()
>(Salah, Benar)
Memandangkan operator is menilai id objek, ini menunjukkan bahawa dalam fungsi func, a dan b merujuk kepada integer yang sama, manakala di luar fungsi, ia merujuk kepada objek yang berbeza.
Penjelasan
Sebagai nota manual rujukan:
Blok ialah sekeping teks program Python yang dilaksanakan sebagai unit.
Berikut ialah blok: modul, badan fungsi dan definisi kelas.
Setiap arahan yang ditaip secara interaktif ialah satu blok.
Oleh itu, dalam fungsi, satu blok kod memegang satu objek literal angka, seperti 1000, menghasilkan True untuk id(a) == id(b).
< p>Dalam contoh kedua, objek kod berasingan wujud, setiap satu dengan literal angkanya untuk 1000, menyebabkan id(a) != id(b).
< ;p>Yang penting, tingkah laku ini tidak eksklusif kepada literal integer; hasil sebanding diperhatikan dengan literal terapung (rujuk di sini).
Ingat untuk menggunakan operator kesamaan (==) untuk membandingkan objek, bukan pengendali identiti (adalah).
Pengetahuan ini berkaitan dengan CPython, pelaksanaan utama Python. Pelaksanaan alternatif mungkin mempamerkan gelagat yang berbeza-beza.
Analisis Kod
Untuk pemahaman, mari sahkan tingkah laku ini menggunakan kod analisis objek.
Fungsi fungsi:
Objek fungsi mempunyai atribut kod yang mendedahkan kod bait yang disusun . dis.code_info membentangkan data ini dengan ringkas:
print(dis.code_info(func))
Nama: func
Nama Fail:
Bilangan hujah: 0
Argumen Kw sahaja: 0
Bilangan penduduk tempatan: 2
Saiz tindanan: 2
Bendera: DIOPTIMALKAN, TEMPATAN BARU, TIDAK PERCUMA
Pemalar:
0: Tiada
1: 1000
Nama boleh ubah: > 0: a
1: b
Entri Pemalar menunjukkan bahawa pemalar ialah Tiada (sentiasa hadir) dan 1000. Oleh itu, terdapat satu int int mewakili 1000. a dan b merujuk satu objek ini.
Arahan interaktif:
Setiap arahan ialah blok kod yang dihuraikan, disusun dan dinilai secara bebas:
com1 = compile("a=1000", filename="", mode="single ")
com2 = compile("b=1000", filename="", mode="single")
Objek kod untuk setiap tugasan kelihatan serupa, tetapi yang penting, com1 dan com2 mempunyai kejadian int berasingan untuk 1000, membawa kepada False untuk id(com1.co_consts[0]) == id(com2.co_consts[0]). p>
Objek kod berbeza, kandungan berbeza.
Kaveat
Pernyataan Berantai: Menilai a = 1000; b = 1000 menghasilkan identiti Benar, kerana tugasan berantai ini disusun menjadi satu blok kod, menghasilkan satu kejadian 1000.
Tahap Modul : Pelaksanaan pada peringkat modul (ditunjukkan oleh manual rujukan) juga menghasilkan Benar kerana objek kod tunggal.
Objek Boleh Berubah: Semakan identiti gagal untuk objek boleh ubah melainkan dimulakan secara eksplisit kepada objek yang sama (cth., a = b = []).
Atas ialah kandungan terperinci Mengapakah pengendali `is` berkelakuan berbeza dengan integer besar di dalam dan di luar fungsi dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak
