深入理解 Python 中的 is 和 ==,比较操作符的细微差别

2024-03-13 16:04

本文主要是介绍深入理解 Python 中的 is 和 ==,比较操作符的细微差别,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在 Python 中,is== 是两种不同的比较操作符,用于比较对象之间的关系。

概念

  1. is 操作符: is 用于检查两个对象是否是同一个对象,即它们是否具有相同的内存地址。如果两个对象是同一个对象,则返回 True,否则返回 False

    a = [1, 2, 3]
    b = [1, 2, 3]
    c = aprint(a is b)  # False,a 和 b 是不同的对象
    print(a is c)  # True,a 和 c 是同一个对象
    
  2. == 操作符: == 用于检查两个对象的值是否相等,即它们是否具有相同的内容。如果两个对象的值相等,则返回 True,否则返回 False

    a = [1, 2, 3]
    b = [1, 2, 3]print(a == b)  # True,a 和 b 具有相同的值
    

因此,is 操作符用于比较对象的身份(即内存地址),而 == 操作符用于比较对象的值。在大多数情况下,你应该使用 == 操作符来比较对象的值,而不是 is 操作符,除非你明确地需要检查对象的身份。

小整数池

Python 为了优化速度,把这些可能频繁使用的整数对象规定在范围 [-5, 256] 之间的小对象放在 small_ints 中,但凡是需要用些小整数时,就从这里面取,不再去临时创建新的对象。
因此下面输出为True

a = 1
b = 1
print(a is b, id(a), id(b))a = 257
b = 257
print(a is b, id(a), id(b))

输出如下:
在这里插入图片描述

大整数缓存

尽管大于 256 的整数不会提前创建好,但如果 Python 解释器发现你用到重复的整数常量,也会将后面的变量指向已经创建好的对象。

  • 脚本执行
    新建demo.py,代码如下
a = 1000;b = 1000
print(a is b)c = 1000
d = 1000
print(c is d)

执行python demo.py,输出如下:
在这里插入图片描述

  • pycharm中执行
a = 1000; b = 1000
print(a is b)  # Truec = 1000
d = 1000
print(c is d)  # True

在这里插入图片描述

  • 交互式python中
    在这里插入图片描述
    可以看到在不同环境下结果也不相同,并且,同在交互式环境下,写在同一行也是跟分开写也是不同的。
    这是因为 Python 的缓存机制,所以在 IDE 环境脚本模式交互式模式写在同一行时,同一个整数被多个变量引用均不会开辟新的内存空间。

字符串驻留优化

针对以下代码测试

a = "hello"
b = "hello"
print(a is b)c = "hello world"
d = "hello world"
print(c is d)c = "hello world";d = "hello world"
print(c is d)
  • 脚本模式
    在这里插入图片描述

  • pycharm执行

在这里插入图片描述

  • 交互式模式
    在这里插入图片描述
    字符串驻留机制是Python针对字符串对象采取的一种内存优化技术。其目标是减少内存使用并提高程序的性能。

在Python中,字符串是不可变的对象,一旦创建,就不能被修改。因此,如果我们创建了两个字符串,它们将占用两个不同的内存位置。但是,如果这些字符串是相同的,那么它们将被Python自动合并为一个对象,这就是字符串驻留机制。

Python中的字符串驻留机制是通过使用intern机制来实现的。当我们创建一个字符串时,Python会检查字符串池中是否已经存在相同的字符串。如果是,它将返回现有的字符串对象的引用,而不是创建一个新的对象。这样,我们可以在不占用额外内存的情况下使用相同的字符串。

其它

通过测试发现,不可变对象均符合上面的规则,在不同环境下执行跟字符串表现一致:

a = (1, 2)
b = (1, 2)
print(a is b)
a = (1, 2);b = (1, 2)
print(a is b)a = 1.2
b = 1.2
print(a is b)
a = 1.2;b = 1.2
print(a is b)

在这里插入图片描述

注意

以上代码均在python3.9下测试

这篇关于深入理解 Python 中的 is 和 ==,比较操作符的细微差别的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/805412

相关文章

百度/小米/滴滴/京东,中台架构比较

小米中台建设实践 01 小米的三大中台建设:业务+数据+技术 业务中台--从业务说起 在中台建设中,需要规范化的服务接口、一致整合化的数据、容器化的技术组件以及弹性的基础设施。并结合业务情况,判定是否真的需要中台。 小米参考了业界优秀的案例包括移动中台、数据中台、业务中台、技术中台等,再结合其业务发展历程及业务现状,整理了中台架构的核心方法论,一是企业如何共享服务,二是如何为业务提供便利。

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该