为什么'is”运算符对于 Python 中函数内部和外部的非缓存整数的行为不同?
“is”运算符对非缓存整数的意外行为
查询
在尝试使用 Python 解释器时,注意到一个关于 '是'运算符。具体来说,“is”在函数内求值时返回 True,但在函数外部求值时返回 False:
>>> def func(): ... a = 1000 ... b = 1000 ... return a is b ... >>> a = 1000 >>> b = 1000 >>> a is b, func() (False, True)
由于“is”计算对象的“id”,这意味着在“func”函数内, 'a' 和 'b' 指的是同一个 int 实例。然而,在函数之外,它们引用不同的对象。为什么会这样?
解释
Python 参考手册提供了深刻的说明:
“块是作为一个单元执行的一段 Python 程序文本” 。以交互方式键入的每个命令都是一个块。”
在一个函数中,存在一个代码块,仅包含一个数字对象1000. 因此,“id(a)”和“id(b)”返回相同的值,从而得到 True 计算。
在函数之外,我们有两个单独的代码对象,每个对象都有其对象为 1000。因此,'id(a)' 和 'id(b)' 不同,导致错误评估。
这个怪癖并不专属于整数。例如,使用浮点文字可以观察到类似的结果。请记住,通常不鼓励比较对象的身份(使用“is”);相反,应该使用相等运算符('==')。
代码演示
为了获得更清晰的理解,我们可以深入研究这两种情况的代码对象:
在 'func' 函数中:
>>> print(dis.code_info(func)) ... Constants: 0: None 1: 1000
我们有一个1000 的 'int' 实例被分配给 'a' 和 'b'。
在 'func' 函数之外:
>>> com1 = compile("a=1000", filename="", mode="single") >>> com2 = compile("b=1000", filename="", mode="single") >>> id(com1.co_consts[0]) == id(com2.co_consts[0]) False
我们看到每个代码对象都有其实例 1000,导致 False评估。
注释
- 此观察结果与 CPython 有关,这是最广泛使用的 Python 实现。
- 链式语句对于“is”计算结果为 True,因为它们被处理作为单个代码块。
- 在模块级别执行也会产生True。
- 不建议对可变对象使用“is”进行身份检查,因为它们的计算结果始终为 False。
以上是为什么'is”运算符对于 Python 中函数内部和外部的非缓存整数的行为不同?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。 Python以简洁和强大的生态系统着称,C 则以高性能和底层控制能力闻名。

Python在游戏和GUI开发中表现出色。1)游戏开发使用Pygame,提供绘图、音频等功能,适合创建2D游戏。2)GUI开发可选择Tkinter或PyQt,Tkinter简单易用,PyQt功能丰富,适合专业开发。

2小时内可以学会Python的基本编程概念和技能。1.学习变量和数据类型,2.掌握控制流(条件语句和循环),3.理解函数的定义和使用,4.通过简单示例和代码片段快速上手Python编程。

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python在web开发、数据科学、机器学习、自动化和脚本编写等领域有广泛应用。1)在web开发中,Django和Flask框架简化了开发过程。2)数据科学和机器学习领域,NumPy、Pandas、Scikit-learn和TensorFlow库提供了强大支持。3)自动化和脚本编写方面,Python适用于自动化测试和系统管理等任务。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。
