说明
-
在生成器表达式中,
in子句在声明时执行, 而条件子句则是在运行时执行. -
所以在运行前,
array已经被重新赋值为[2, 8, 22], 因此对于之前的1,8和15, 只有count(8)的结果是大于0的, 所以生成器只会生成8. -
第二部分中
g1和g2的输出差异则是由于变量array_1和array_2被重新赋值的方式导致的. -
在第一种情况下,
array_1被绑定到新对象[1,2,3,4,5], 因为in子句是在声明时被执行的， 所以它仍然引用旧对象[1,2,3,4](并没有被销毁). -
在第二种情况下, 对
array_2的切片赋值将相同的旧对象[1,2,3,4]原地更新为[1,2,3,4,5]. 因此g2和array_2仍然引用同一个对象(这个对象现在已经更新为[1,2,3,4,5]).
第二个：出人意料的is
下面是一个在互联网上非常有名的例子.
a = 256
b = 256
a is b
True
a = 257
b = 257
a is b
False
a = 257; b = 257
a is b
True
说明:
is 和 == 的区别
-
is运算符检查两个运算对象是否引用自同一对象 (即, 它检查两个运算对象是否相同). -
==运算符比较两个运算对象的值是否相等.
因此 is 代表引用相同, == 代表值相等. 下面的例子可以很好的说明这点,
[] == []
True
[] is [] # 这两个空列表位于不同的内存地址.
False
256 是一个已经存在的对象, 而 257 不是
当你启动Python 的时候, 数值为 -5 到 256 的对象就已经被分配好了. 这些数字因为经常被使用, 所以会被提前准备好.
Python 通过这种创建小整数池的方式来避免小整数频繁的申请和销毁内存空间.
当前的实现为-5到256之间的所有整数保留一个整数对象数组, 当你创建了一个该范围内的整数时, 你只需要返回现有对象的引用. 所以改变1的值是有可能的. 我怀疑这种行为在Python中是未定义行为. :-)
id(256)
10922528
a = 256
b = 256
id(a)
10922528
id(b)
10922528
id(257)
140084850247312
x = 257
y = 257
id(x)
140084850247440
id(y)
140084850247344
这里解释器并没有智能到能在执行 y = 257 时意识到我们已经创建了一个整数 257, 所以它在内存中又新建了另一个对象.
当 a 和 b 在同一行中使用相同的值初始化时，会指向同一个对象.
a, b = 257, 257
id(a)
140640774013296
id(b)
140640774013296
a = 257
b = 257
id(a)
140640774013392
id(b)
140640774013488
-
当 a 和 b 在同一行中被设置为
257时, Python 解释器会创建一个新对象, 然后同时引用第二个变量. 如果你在不同的行上进行, 它就不会 "知道" 已经存在一个257对象了. -
这是一种特别为交互式环境做的编译器优化. 当你在实时解释器中输入两行的时候, 他们会单独编译, 因此也会单独进行优化. 如果你在
.py文件中尝试这个例子, 则不会看到相同的行为, 因为文件是一次性编译的.
第三个：影子数组
我们先初始化一个变量row
row = [""]*3 #row i['', '', '']
并创建一个变量board
board = [row]*3
Output:
board
[['', '', ''], ['', '', ''], ['', '', '']]
board[0]
['', '', '']
board[0][0]
''
board[0][0] = "X"
board
[['X', '', ''], ['X', '', ''], ['X', '', '']]
我们有没有赋值过3个 "X" 呢？
说明:
当我们初始化 row 变量时, 下面这张图展示了内存中的情况。
而当通过对 row 做乘法来初始化 board 时, 内存中的情况则如下图所示 (每个元素 board[0], board[1] 和 board[2] 都和 row 一样引用了同一列表.)
我们可以通过不使用变量 row 生成 board 来避免这种情况. (这个issue提出了这个需求.)
board = [['']*3 for _ in range(3)]
board[0][0] = "X"
board
[['X', '', ''], ['', '', ''], ['', '', '']]
第四个：混乱的输出
#python学习群592539176
funcs = []
results = []
for x in range(7):
def some_func():
return x
funcs.append(some_func)
results.append(some_func()) # 注意这里函数被执行了
funcs_results = [func() for func in funcs]
Output:
results
[0, 1, 2, 3, 4, 5, 6]
funcs_results
[6, 6, 6, 6, 6, 6, 6]
一、Python所有方向的学习路线
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、Python必备开发工具
工具都帮大家整理好了，安装就可直接上手！
三、最新Python学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、Python视频合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
六、面试宝典
