Python缓存小整数-5到256以提升性能和节省内存，该范围在CPython中固定且不可配置；超出范围的整数每次创建新对象，is判断通常为False；应始终用==而非is比较数值相等性。
Python 对小整数做了对象缓存，目的是减少内存开销和提升性能。这个机制让相同值的小整数在程序中复用同一个对象，所以 is 判断可能为 True，而不仅限于 ==。
缓存范围是 [-5, 256]
CPython（官方 Python 解释器）默认将整数 -5 到 256（含） 缓存为单例对象。超出该范围的整数每次创建都是新对象：
a = 256; b = 256; print(a is b) # Truea = 257; b = 257; print(a is b) # False（通常，但非绝对，见下文）a = -5; b = -5; print(a is b) # Truea = -6; b = -6; print(a is b) # False
为什么选这个范围？
这是基于经验统计：日常代码中，-5 ~ 256 这个区间内的整数被高频使用（如循环索引、状态码、ASCII 值、布尔转换结果等）。缓存它们性价比高，既节省内存又避免重复构造开销。
该范围写死在 CPython 源码中（Objects/longobject.c），不是可配置项，也不随 Python 版本频繁变动（3.0–3.12 均保持一致）。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
立即学习“Python免费学习笔记（深入）”；
注意：is 判断不等于相等判断
缓存机制只影响对象身份（id() 和 is），不影响数值语义：
-
1000 is 1000可能在某些场景返回True（如字面量在同一行、被编译器优化），但这属于实现细节，不可依赖； -
1000 == 1000永远为True，这才是正确的比较方式； - 永远不要用
is比较整数大小或做逻辑判断，除非你明确在检测是否为缓存内对象（极少见）。
其他解释器可能不同
PyPy、Jython 或 MicroPython 等不一定采用相同缓存策略或范围。例如 PyPy 也有缓存，但具体上下界未必完全对齐 CPython。跨平台或嵌入式场景下，不应假设缓存行为一致。
