為什麼 Python 方法在引用相等性方面與函數相比表現不同?
揭開謎團:Python 中的方法引用相等
在 Python 程式設計領域,引用相等的概念既誘人又有趣。令人困惑。令人驚訝的是,與常規函數不同,方法在引用相等性方面表現出獨特的行為。
為什麼會出現這種顯著差異?答案在於方法創建和呼叫方式的本質。與獨立存在於全域範圍內的函數不同,方法是在每次存取時動態產生的。這源自於函數在 Python 中作為描述符的作用。當呼叫函數的 .__get__ 方法時,會傳回一個方法物件。
考慮以下範例:
<code class="python">class What: def meth(self): pass print(What.meth is What.meth) # This is False in Python 2 print(inst.meth is inst.meth) # False</code>
上述程式碼在兩種情況下都會列印 False。這是因為每次造訪 What.meth 都會建立一個新的方法物件。因此,這些方法物件不能被認為是引用相等的。
相反,常規函數是全域實體,因此當呼叫 func 時,它總是引用同一個物件。這解釋了 func 中的 True 結果是 func。
但是,Python 3.8 引入了重大改進。現在,如果兩個方法的 .__self__ 和 .__func__ 屬性是相同的對象,則它們被視為相等。這意味著如果兩個方法包裝相同的函數並綁定到同一個實例,它們將使用 == 來比較 True。
對於 3.8 之前的 Python 版本,方法 == 行為不一致。 Python 方法和一種類型的 C 方法比較 self 是否相等,而另一種類型的 C 方法比較 self 相同。
測試兩個方法是否表示相同底層函數,建議比較它們的 func 屬性:
<code class="python">print(What.meth == What.meth) # functions (or unbound methods in Python 2) print(What().meth == What().meth) # bound methods with *different* instances print(What().meth.__func__ == What().meth.__func__) # functions</code>
以上是為什麼 Python 方法在引用相等性方面與函數相比表現不同?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優
