


Mengapa Kaedah dalam Python Kurang Rujukan Kesamaan?
Kesamaan Rujukan Kaedah dalam Python: Membongkar Misteri
Mengapakah kaedah, yang seolah-olah diberikan warisan daripada fungsi biasa, tidak mempunyai kebaikan rujukan kesamarataan? Fenomena yang membingungkan ini telah membingungkan ramai pengaturcara Python. Mari kita mendalami mekanisme asas untuk memahami sebab di sebalik perbezaan ini.
Tidak seperti fungsi biasa, yang mengekalkan identiti objeknya sepanjang program, objek kaedah dicipta secara dinamik apabila diakses. Sifat fana ini berpunca daripada pergantungan mereka pada deskriptor, yang menjana objek kaedah apabila kaedah .__get__ mereka digunakan. Coretan kod dengan tepat menggambarkan tingkah laku ini:
<code class="python">>>> What.__dict__['meth'] <function What.meth at 0x10a6f9c80> >>> What.__dict__['meth'].__get__(What(), What) <bound method What.meth of <__main__.What object at 0x10a6f7b10>></code>
Bermula dengan Python 3.8, ujian kesamaan untuk kaedah telah menjadi konsisten dan boleh diramal. Dua kaedah dianggap sama jika kedua-dua atribut .__self__ (contoh mereka terikat) dan .__func__ (fungsi asas) ialah objek yang sama.
Walau bagaimanapun, gelagat yang konsisten ini adalah penambahan terbaru. Sebelum Python 3.8, kesamaan kaedah berbeza-beza bergantung pada butiran pelaksanaannya. Untuk kaedah Python dan jenis kaedah C tertentu, diri dibandingkan untuk kesaksamaan, manakala untuk jenis kaedah C yang lain, diri dibandingkan dengan identiti. Ketidakkonsistenan ini akhirnya ditangani dalam isu Python 1617161.
Untuk memastikan konsistensi, adalah disyorkan untuk mengesahkan identiti kaedah menggunakan atribut func mereka:
<code class="python">>>> What.meth == What.meth # functions (or unbound methods in Python 2) True >>> What().meth == What.meth # bound method and function False >>> What().meth == What().meth # bound methods with *different* instances False >>> What().meth.__func__ == What().meth.__func__ # functions True</code>
Ringkasnya, kefanaan objek kaedah, ditambah dengan ketidakkonsistenan sejarah dalam kesamaan kaedah, telah menyebabkan ketiadaan kesamaan rujukan untuk kaedah. Walau bagaimanapun, Python 3.8 memperkenalkan pendekatan yang lebih konsisten dan boleh diramal, membolehkan pengaturcara membuat alasan tentang kesamaan kaedah dengan lebih yakin.
Atas ialah kandungan terperinci Mengapa Kaedah dalam Python Kurang Rujukan Kesamaan?. 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.

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.

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.

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 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.

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.
