is 比 == 快是因为只比较内存地址，不进行值比较；仅在检查 None、小整数（-5 至 256）等缓存对象时有可测性能优势，但语义错误风险远高于微小提速。
用 is 比 == 快，不是因为它“优化得好”，而是它根本没做值比较——只查两个变量是不是指向同一块内存。这个快，是省事换来的，不是加速得来的。
什么时候is真比==快？
只在极少数场景下有可测量的性能差异：比较 None、小整数（-5 到 256）、短字符串字面量等被 Python 缓存的对象时。is 直接比 id()，== 可能要调用 __eq__()、逐字节比内容、甚至触发类型转换。
-
None是单例，x is None是唯一推荐写法，既安全又快 -
if x is True或is False理论上快，但几乎没必要——布尔值本身极小，==开销可忽略，且语义不如直接写if x: - 对列表、字典、自定义类实例等，
is虽然“快”，但绝大多数时候结果是False，快得毫无意义
is 快的代价：缓存范围外就失效
Python 对小整数（-5 到 256）做了对象复用，所以 100 is 99 + 1 返回 True；但超出这个范围，比如 257 is 256 + 1 就是 False，哪怕值相等。
- 这不是 bug，是 CPython 的实现细节，其他解释器（如 PyPy）行为可能不同
- 拿
is当==用，在 z=512 那种场景下会静默失败——就像你知识库里的 GIS 爬虫例子，逻辑卡死却无报错 - 用
id(a) == id(b)替代a is b并不等价：id()返回的是临时地址标识，对象被销毁重建后地址可能复用，而is是原子性身份判断
为什么== 通常更慢？它到底在干啥
== 不只是“比数字”，它是可被重载的协议：调用左操作数的 __eq__() 方法，而这个方法可以任意复杂。
Secure Python Code Sandbox
下载
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
立即学习“Python免费学习笔记（深入）”；
- 列表比较：先比长度，再逐项递归调用
==，遇到嵌套结构开销指数上升 - 浮点数比较：
==严格按 IEEE 754 规则，NaN != NaN，而is对 NaN 会返回False（因为每个 NaN 是独立对象） - 自定义类若没实现
__eq__，默认退化为is行为；但一旦实现，就完全脱离“快”的范畴
真正该关心的不是快慢，而是语义
写 if x is None: 是对的，因为 None 必须是同一个对象；写 if x is 5: 是危险的，因为不能保证 5 总是复用——尤其在函数参数、JSON 解析、数据库读取后，数值大概率是新对象。
- 字符串字面量（如
"hello" is "hello"）有时为True，靠的是编译期驻留（interning），但运行时拼接的字符串（"hel" + "lo" is "hello"）不一定成立 -
is无法替代==做业务逻辑判断，比如用户 ID 是否相等、坐标是否重合、配置项是否匹配 - 工具链（如 mypy、pylint）会警告
is用于非单例/非None场景，这不是矫情，是防踩坑
快慢只是表象，错用 is 的后果不是变慢，而是逻辑在某个边界值上突然不成立——比如从 256 跳到 257，或从测试数据切到真实 API 响应，问题才暴露出来。
