


Bagaimanakah Python = Operator Berkelakuan dengan Senarai dan Kaedah __iadd__ dan __add__ mereka?
Operator Tugasan = pada Senarai Didedahkan
Dalam Python, operator = mempunyai fungsi yang berbeza bergantung pada jenis objek yang digunakan. Apabila digunakan pada senarai, ia menimbulkan beberapa gelagat yang tidak dijangka yang boleh dijelaskan dengan memahami kaedah khas asas yang dipanggilnya.
Secara amnya, = cuba menggunakan kaedah khas __iadd__ untuk penambahan di tempat. Jika tiada, ia menggunakan __add__ sebaliknya.
Pengubahsuaian Di Tempat dengan __iadd__
Untuk senarai, jenis boleh ubah, Python menyediakan kaedah __iadd__. Apabila menemui =, Python memanggil __iadd__ pada senarai, membenarkan ia bermutasi dan menambah elemen.
Penciptaan Objek Baharu dengan __add__
Jika senarai tidak mempunyai kaedah __iadd__, Python lalai untuk __tambah__. Kaedah ini mencipta senarai baharu dan bukannya mengubah suai yang asal. Akibatnya, = berkelakuan seolah-olah anda telah menetapkan senarai baharu menggunakan =.
Contoh dan Output
Merujuk contoh kod dalam soalan:
class foo: bar = [] def __init__(self, x): self.bar += [x] class foo2: bar = [] def __init__(self, x): self.bar = self.bar + [x] f = foo(1) g = foo(2) print(f.bar) print(g.bar) f.bar += [3] print(f.bar) print(g.bar) f.bar = f.bar + [4] print(f.bar) print(g.bar) f = foo2(1) g = foo2(2) print(f.bar) print(g.bar)
OUTPUT:
[1, 2] [1, 2] [1, 2, 3] [1, 2, 3] [1, 2, 3, 4] [1, 2, 3] [1] [2]
- Untuk foo, kedua-duanya __iadd__ dan __add__ tidak ditakrifkan. Oleh itu, = mencipta senarai baharu dan menetapkannya kepada atribut bar, yang dikongsi antara semua kejadian.
- Untuk foo2, __add__ ditakrifkan tetapi __iadd__ tidak. Akibatnya, = mencipta senarai baharu, memberikannya kepada atribut bar tanpa mengubah suai senarai kongsi.
Dengan memahami perbezaan antara __iadd__ dan __add__, anda boleh menjangka gelagat = pada senarai, menghalang perkara yang tidak dijangka kejutan.
Atas ialah kandungan terperinci Bagaimanakah Python = Operator Berkelakuan dengan Senarai dan Kaedah __iadd__ dan __add__ mereka?. 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 sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

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.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python sangat disukai kerana kesederhanaan dan kuasa, sesuai untuk semua keperluan dari pemula hingga pemaju canggih. Kepelbagaiannya dicerminkan dalam: 1) mudah dipelajari dan digunakan, sintaks mudah; 2) perpustakaan dan kerangka yang kaya, seperti numpy, panda, dan sebagainya; 3) sokongan silang platform, yang boleh dijalankan pada pelbagai sistem operasi; 4) Sesuai untuk tugas skrip dan automasi untuk meningkatkan kecekapan kerja.
