1. 首页
  2. 未分类

知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人

“u003Cdivu003Eu003Cpu003E。u003Cu002Fpu003Eu003Cpu003E最大的缺点可能就是很多人觉得Python特别“简单”,没怎么仔细研究,然后掉进了下面这51项对于小白来说可能就是致命确定的问题……u003Cu002Fpu003Eu003Ch1u003Eu003Cstrongu003E发现有很多想要学习Python却不知道如何下手的朋友,我这里整理了一些关于Python的学习资料,从基础到入门到实战都有!有需要的朋友可以关注并私信“01”免费获取…u003Cu002Fstrongu003Eu003Cu002Fh1u003Eu003Cpu003E下面的每一个都会出现一些出乎意料的输出结果,如果你是个老司机也许会了解部分,但是我相信这里面还是会出现你不知道的。u003Cu002Fpu003Eu003Cpu003E这个项目目前已经在GitHub上拿到了15000+星。u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fdfic-imagehandleru002F76df98ab-12a5-46ad-b135-0318b381d62f” img_width=”1023″ img_height=”682″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003Eu003Cstrongu003E示例的结构u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E所有示例的结构都如下所示:u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E> 一个精选的标题u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cblockquoteu003Eu003Cpu003E# 准备代码. # 释放魔法…u003Cu002Fpu003Eu003Cu002Fblockquoteu003Eu003Cpu003Eu003Cstrongu003EOutput (Python version):u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cblockquoteu003Eu003Cpu003E>>> 触发语句 出乎意料的输出结果u003Cu002Fpu003Eu003Cu002Fblockquoteu003Eu003Cpu003E(可选): 对意外输出结果的简短描述。u003Cu002Fpu003Eu003Cpu003E说明:u003Cu002Fpu003Eu003Cpu003E简要说明发生了什么以及为什么会发生。u003Cu002Fpu003Eu003Cblockquoteu003Eu003Cpu003E如有必要,举例说明u003Cu002Fpu003Eu003Cu002Fblockquoteu003Eu003Cpu003EOutput:u003Cu002Fpu003Eu003Cblockquoteu003Eu003Cpu003E>>>触发语句#一些让魔法变得容易理解的例子 #一些正常的输入u003Cu002Fpu003Eu003Cu002Fblockquoteu003Eu003Cpu003E注意:所有的示例都在Python3.5.2版本的交互解释器上测试过,如果不特别说明应该适用于所有Python版本。u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E用法u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E我个人建议,最好依次阅读下面的示例,并仔细阅读设置例子最开始的代码。u003Cu002Fpu003Eu003Cpu003E阅读输出结果u003Cu002Fpu003Eu003Culu003Eu003Cliu003E确认结果是否如你所料.u003Cu002Fliu003Eu003Cliu003E确认你是否知道这背后的原理u003Cu002Fliu003Eu003Cu002Fulu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fdfic-imagehandleru002F0383079e-e74c-4863-a712-8cbb02edf0c8″ img_width=”678″ img_height=”1024″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003Eu003Cstrongu003E一、微妙的字符串u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E1.u003Cu002Fpu003Eu003Cpreu003E>>> a = “some_string”u003Cbru003E>>> id(a)u003Cbru003E140420665652016u003Cbru003E>>> id(“some” + “_” + “string”) # 注意两个的id值是相同的.u003Cbru003E140420665652016u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E2.u003Cu002Fpu003Eu003Cpreu003E>>> a = “wtf”u003Cbru003E>>> b = “wtf”u003Cbru003E>>> a is bu003Cbru003ETrueu003Cbru003E>>> a = “wtf!”u003Cbru003E>>> b = “wtf!”u003Cbru003E>>> a is bu003Cbru003EFalseu003Cbru003E>>> a, b = “wtf!”, “wtf!”u003Cbru003E>>> a is bu003Cbru003ETrueu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E3.u003Cu002Fpu003Eu003Cpreu003E>>> ‘a’ * 20 is ‘aaaaaaaaaaaaaaaaaaaa’u003Cbru003ETrueu003Cbru003E>>> ‘a’ * 21 is ‘aaaaaaaaaaaaaaaaaaaaa’u003Cbru003EFalseu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003Eu003Cstrongu003E说明:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E这些行为是由于 Cpython 在编译优化时,某些情况下会尝试使用已经存在的不可变对象,而不是每次都创建一个新对象。(这种行为被称作字符串的驻留[string interning])u003Cu002Fpu003Eu003Cpu003E发生驻留之后,许多变量可能指向内存中的相同字符串对象。(从而节省内存)u003Cu002Fpu003Eu003Cpu003E在上面的代码中,字符串是隐式驻留的。何时发生隐式驻留则取决于具体的实现。这里有一些方法可以用来猜测字符串是否会被驻留:u003Cu002Fpu003Eu003Culu003Eu003Cliu003E所有长度为 0 和长度为 1 的字符串都被驻留。u003Cu002Fliu003Eu003Cliu003E字符串在编译时被实现。(‘wtf’ 将被驻留, 但是 ”.join([‘w’, ‘t’, ‘f’] 将不会被驻留)u003Cu002Fliu003Eu003Cliu003E字符串中只包含字母,数字或下划线时将会驻留。所以 ‘wtf!’ 由于包含!而未被驻留。可以在这里找CPython对此规则的实现。u003Cu002Fliu003Eu003Cu002Fulu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fpgc-imageu002F07441cce36dc4540b35e5f5b13f15ea3″ img_width=”600″ img_height=”400″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E当在同一行将 a 和 b 的值设置为 “wtf!” 的时候, Python 解释器会创建一个新对象, 然后同时引用第二个变量。u003Cu002Fpu003Eu003Cpu003E如果你在不同的行上进行赋值操作, 它就不会“知道”已经有一个 wtf! 对象 (因为 “wtf!” 不是按照上面提到的方式被隐式驻留的)。u003Cu002Fpu003Eu003Cpu003E它是一种编译器优化,特别适用于交互式环境。u003Cu002Fpu003Eu003Cpu003E常量折叠(constant folding) 是 Python 中的一种窥孔优化(peephole optimization) 技术。u003Cu002Fpu003Eu003Cpu003E这意味着在编译时表达式 ‘a’*20 会被替换为 ‘aaaaaaaaaaaaaaaaaaaa’ 以减少运行时的时钟周期。u003Cu002Fpu003Eu003Cpu003E只有长度小于 20 的字符串才会发生常量折叠。u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fdfic-imagehandleru002F7ee6929b-9bf4-4998-8735-55582753c38a” img_width=”1024″ img_height=”1024″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003Eu003Cstrongu003E二、是时候来点蛋糕了!u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E1.u003Cu002Fpu003Eu003Cpreu003Esome_dict = {}u003Cbru003Esome_dict[5.5] = “Ruby”u003Cbru003Esome_dict[5.0] = “JavaScript”u003Cbru003Esome_dict[5] = “Python”u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003EOutput:u003Cu002Fpu003Eu003Cpreu003E>>> some_dict[5.5]u003Cbru003E”Ruby”u003Cbru003E>>> some_dict[5.0]u003Cbru003E”Python”u003Cbru003E>>> some_dict[5]u003Cbru003E”Python”u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E”Python” 消除了 “JavaScript” 的存在?u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E说明:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003EPython 字典通过检查键值是否相等和比较哈希值来确定两个键是否相同。u003Cu002Fpu003Eu003Cpu003E具有相同值的不可变对象在Python中始终具有相同的哈希值。u003Cu002Fpu003Eu003Cpreu003E>>> 5 == 5.0u003Cbru003ETrueu003Cbru003E>>> hash(5) == hash(5.0)u003Cbru003ETrueu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003Eu003Cstrongu003E注意:u003Cu002Fstrongu003E 具有不同值的对象也可能具有相同的哈希值(哈希冲突)。u003Cu002Fpu003Eu003Cpu003E当执行 some_dict[5] = “Python” 语句时, 因为Python将 5 和 5.0 识别为 some_dict 的同一个键, 所以已有值 “JavaScript” 就被 “Python” 覆盖了。u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E三、到处返回!u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpreu003Edef some_func():u003Cbru003E try:u003Cbru003E return ‘from_try’u003Cbru003E finally:u003Cbru003E return ‘from_finally’u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003EOutput:u003Cu002Fpu003Eu003Cpreu003E>>> some_func()u003Cbru003E’from_finally’u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003Eu003Cstrongu003E说明:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E当在 “try…finally” 语句的 try 中执行 return, break 或 continue 后, finally 子句依然会执行。u003Cu002Fpu003Eu003Cpu003E函数的返回值由最后执行的 return 语句决定。u003Cu002Fpu003Eu003Cpu003E由于 finally 子句一定会执行, 所以 finally 子句中的 return 将始终是最后执行的语句。u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fdfic-imagehandleru002Fd3a4169e-cb29-47ad-a1b6-89fbc52ab367″ img_width=”1200″ img_height=”797″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003Eu003Cstrongu003E四、本质上,我们都一样u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E所以兄弟们收藏后别忘记点赞哦。u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpreu003Eclass WTF:u003Cbru003E passu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003EOutput:u003Cu002Fpu003Eu003Cpreu003E>>> WTF() == WTF() # 两个不同的对象应该不相等u003Cbru003EFalseu003Cbru003E>>> WTF() is WTF() # 也不相同u003Cbru003EFalseu003Cbru003E>>> hash(WTF()) == hash(WTF()) # 哈希值也应该不同u003Cbru003ETrueu003Cbru003E>>> id(WTF()) == id(WTF())u003Cbru003ETrueu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003Eu003Cstrongu003E说明:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E当调用 id 函数时, Python 创建了一个 WTF 类的对象并传给 id 函数。u003Cu002Fpu003Eu003Cpu003E然后 id 函数获取其id值 (也就是内存地址), 然后丢弃该对象. 该对象就被销毁了。u003Cu002Fpu003Eu003Cpu003E当我们连续两次进行这个操作时, Python会将相同的内存地址分配给第二个对象。 因为 (在CPython中) id 函数使用对象的内存地址作为对象的id值, 所以两个对象的id值是相同的。u003Cu002Fpu003Eu003Cpu003E综上, 对象的id值仅仅在对象的生命周期内唯一。在对象被销毁之后, 或被创建之前, 其他对象可以具有相同的id值。u003Cu002Fpu003Eu003Cpu003E那为什么 is 操作的结果为 False 呢? 让我们看看这段代码:u003Cu002Fpu003Eu003Cpreu003Eclass WTF(object):u003Cbru003E def __init__(self): print(“I”)u003Cbru003E def __del__(self): print(“D”)u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003EOutput:u003Cu002Fpu003Eu003Cpreu003E>>> WTF() is WTF()u003Cbru003EIu003Cbru003EIu003Cbru003EDu003Cbru003EDu003Cbru003EFalseu003Cbru003E>>> id(WTF()) == id(WTF())u003Cbru003EIu003Cbru003EDu003Cbru003EIu003Cbru003EDu003Cbru003ETrueu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E正如你所看到的, 对象销毁的顺序是造成所有不同之处的原因。u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E五、为什么?u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpreu003Esome_string = “wtf”u003Cbru003Esome_dict = {}u003Cbru003Efor i, some_dict[i] in enumerate(some_string):u003Cbru003E passu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003EOutput:u003Cu002Fpu003Eu003Cpreu003E>>> some_dict # 创建了索引字典.u003Cbru003E{0: ‘w’, 1: ‘t’, 2: ‘f’}u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003Eu003Cstrongu003E说明:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003EPython 语法 中对 for 的定义是:u003Cu002Fpu003Eu003Cpreu003Efor_stmt: ‘for’ exprlist ‘in’ testlist ‘:’ suite [‘else’ ‘:’ suite]u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E其中 exprlist 指分配目标. 这意味着对可迭代对象中的每一项都会执行类似 {exprlist} = {next_value} 的操作。u003Cu002Fpu003Eu003Cpu003E一个有趣的例子说明了这一点:u003Cu002Fpu003Eu003Cpreu003Efor i in range(4):u003Cbru003E print(i)u003Cbru003E i = 10u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003EOutput:u003Cu002Fpu003Eu003Cpreu003E0u003Cbru003E1u003Cbru003E2u003Cbru003E3u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E你可曾觉得这个循环只会运行一次?u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E说明:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E由于循环在Python中工作方式, 赋值语句 i = 10 并不会影响迭代循环, 在每次迭代开始之前, 迭代器(这里指 range(4)) 生成的下一个元素就被解包并赋值给目标列表的变量(这里指 i)了。u003Cu002Fpu003Eu003Cpu003E在每次迭代中, enumerate(some_string) 函数就生成一个新值 i (计数器增加) 并从 some_string 中获取一个字符。u003Cu002Fpu003Eu003Cpu003E然后将字典 some_dict 键 i (刚刚分配的) 的值设为该字符。本例中循环的展开可以简化为:u003Cu002Fpu003Eu003Cpreu003E>>> i, some_dict[i] = (0, ‘w’)u003Cbru003E>>> i, some_dict[i] = (1, ‘t’)u003Cbru003E>>> i, some_dict[i] = (2, ‘f’)u003Cbru003E>>> some_dictu003Cbru003Eu003Cu002Fpreu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp3.pstatp.comu002Flargeu002Fpgc-imageu002F672c22532e38456cb8b71f6dbe10ceb2″ img_width=”780″ img_height=”442″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003Eu003Cstrongu003E六、执行时机差异u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E1.u003Cu002Fpu003Eu003Cpreu003Earray = [1, 8, 15]u003Cbru003Eg = (x for x in array if array.count(x) > 0)u003Cbru003Earray = [2, 8, 22]u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003EOutput:u003Cu002Fpu003Eu003Cpreu003E>>> print(list(g))u003Cbru003E[8]u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E2.u003Cu002Fpu003Eu003Cpreu003Earray_1 = [1,2,3,4]u003Cbru003Eg1 = (x for x in array_1)u003Cbru003Earray_1 = [1,2,3,4,5]u003Cbru003Earray_2 = [1,2,3,4]u003Cbru003Eg2 = (x for x in array_2)u003Cbru003Earray_2[:] = [1,2,3,4,5]u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003EOutput:u003Cu002Fpu003Eu003Cpreu003E>>> print(list(g1))u003Cbru003E[1,2,3,4]u003Cbru003E>>> print(list(g2))u003Cbru003E[1,2,3,4,5]u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003Eu003Cstrongu003E说明:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E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。u003Cu002Fpu003Eu003Cpu003E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。u003Cu002Fpu003Eu003Cpu003E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。u003Cu002Fpu003Eu003Cpu003E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)。u003Cu002Fpu003Eu003Cpu003E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]。u003Cu002Fpu003Eu003Cpu003E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])。u003Cu002Fpu003Eu003Cpu003E七、出人意料的is!u003Cu002Fpu003Eu003Cpu003E下面是一个在互联网上非常有名的例子。u003Cu002Fpu003Eu003Cpreu003E>>> a = 256u003Cbru003E>>> b = 256u003Cbru003E>>> a is bu003Cbru003ETrueu003Cbru003E>>> a = 257u003Cbru003E>>> b = 257u003Cbru003E>>> a is bu003Cbru003EFalseu003Cbru003E>>> a = 257; b = 257u003Cbru003E>>> a is bu003Cbru003ETrueu003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E说明:u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003Eis 和 == 的区别u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Culu003Eu003Cliu003Eis 运算符检查两个运算对象是否引用自同一对象 (即, 它检查两个预算对象是否相同).u003Cu002Fliu003Eu003Cliu003E== 运算符比较两个运算对象的值是否相等.u003Cu002Fliu003Eu003Cliu003E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. Falseu003Cu002Fliu003Eu003Cu002Fulu003Eu003Cpu003Eu003Cstrongu003E256 是一个已经存在的对象, 而 257 不是u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpu003E当你启动Python 的时候, -5 到 256 的数值就已经被分配好了. 这些数字因为经常使用所以适合被提前准备好.u003Cu002Fpu003Eu003Cpu003E引用自 https:u002Fu002Fdocs.python.orgu002F3u002Fc-apiu002Flong.htmlu003Cu002Fpu003Eu003Cblockquoteu003Eu003Cpu003E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. :-)u003Cu002Fpu003Eu003Cu002Fblockquoteu003Eu003Cpreu003E>>> id(256)u003Cbru003E10922528u003Cbru003E>>> a = 256u003Cbru003E>>> b = 256u003Cbru003E>>> id(a)u003Cbru003E10922528u003Cbru003E>>> id(b)u003Cbru003E10922528u003Cbru003E>>> id(257)u003Cbru003E140084850247312u003Cbru003E>>> x = 257u003Cbru003E>>> y = 257u003Cbru003E>>> id(x)u003Cbru003E140084850247440u003Cbru003E>>> id(y)u003Cbru003E140084850247344u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E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.u003Cu002Fpu003Eu003Cpu003Eu003Cstrongu003E当u003Cu002Fstrongu003E u003Cstrongu003Eau003Cu002Fstrongu003E u003Cstrongu003E和u003Cu002Fstrongu003E u003Cstrongu003Ebu003Cu002Fstrongu003E u003Cstrongu003E在同一行中使用相同的值初始化时,会指向同一个对象.u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpreu003E>>> a, b = 257, 257u003Cbru003E>>> id(a)u003Cbru003E140640774013296u003Cbru003E>>> id(b)u003Cbru003E140640774013296u003Cbru003E>>> a = 257u003Cbru003E>>> b = 257u003Cbru003E>>> id(a)u003Cbru003E140640774013392u003Cbru003E>>> id(b)u003Cbru003E140640774013488u003Cbru003Eu003Cu002Fpreu003Eu003Culu003Eu003Cliu003E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.u003Cu002Fliu003Eu003Cliu003E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.u003Cu002Fliu003Eu003Cu002Fulu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fdfic-imagehandleru002F444864a5-9644-4ceb-b511-7e5a61951f2b” img_width=”1023″ img_height=”682″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E八、一蹴即至!u003Cu002Fpu003Eu003Cpreu003E# 我们先初始化一个变量rowu003Cbru003Erow = [“”]*3 #row i[”, ”, ”]u003Cbru003E# 并创建一个变量boardu003Cbru003Eboard = [row]*3u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003Eu003Cstrongu003EOutput:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpreu003E>>> boardu003Cbru003E[[”, ”, ”], [”, ”, ”], [”, ”, ”]]u003Cbru003E>>> board[0]u003Cbru003E[”, ”, ”]u003Cbru003E>>> board[0][0]u003Cbru003E”u003Cbru003E>>> board[0][0] = “X”u003Cbru003E>>> boardu003Cbru003E[[‘X’, ”, ”], [‘X’, ”, ”], [‘X’, ”, ”]]u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E我们有没有赋值过3个 “X” 呢?u003Cu002Fpu003Eu003Cpu003E说明:u003Cu002Fpu003Eu003Cpu003E当我们初始化 row 变量时, 下面这张图展示了内存中的情况。u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fpgc-imageu002F1bad7410358846749ff4cd56ae9d6510″ img_width=”720″ img_height=”289″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E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.)u003Cu002Fpu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp3.pstatp.comu002Flargeu002Fpgc-imageu002Febe601ef3c534c43bda14fb3d8159017″ img_width=”720″ img_height=”279″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E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.)u003Cu002Fpu003Eu003Cpreu003E>>> board = [[”]*3 for _ in range(3)]u003Cbru003E>>> board[0][0] = “X”u003Cbru003E>>> boardu003Cbru003E[[‘X’, ”, ”], [”, ”, ”], [”, ”, ”]]u003Cbru003Eu003Cu002Fpreu003Eu003Culu003Eu003Cliu003E根据多位大佬的实践证明,在知乎双击屏幕会显著降低自己代码的BUG率。u003Cu002Fliu003Eu003Cu002Fulu003Eu003Cdiv class=”pgc-img”u003Eu003Cimg src=”http:u002Fu002Fp1.pstatp.comu002Flargeu002Fdfic-imagehandleru002F206bb355-79ca-4112-82a3-4c0458c0e7dc” img_width=”1200″ img_height=”801″ alt=”知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人” inline=”0″u003Eu003Cp class=”pgc-img-caption”u003Eu003Cu002Fpu003Eu003Cu002Fdivu003Eu003Cpu003E九、麻烦的输出u003Cu002Fpu003Eu003Cpreu003Efuncs = []u003Cbru003Eresults = []u003Cbru003Efor x in range(7):u003Cbru003E def some_func():u003Cbru003E return xu003Cbru003E funcs.append(some_func)u003Cbru003E results.append(some_func()) # 注意这里函数被执行了u003Cbru003Efuncs_results = [func() for func in funcs]u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003Eu003Cstrongu003EOutput:u003Cu002Fstrongu003Eu003Cu002Fpu003Eu003Cpreu003E>>> resultsu003Cbru003E[0, 1, 2, 3, 4, 5, 6]u003Cbru003E>>> funcs_resultsu003Cbru003E[6, 6, 6, 6, 6, 6, 6]u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E即使每次在迭代中将 some_func 加入 funcs 前的 x 值都不相同, 所有的函数还是都返回6.u003Cu002Fpu003Eu003Cpu003Eu002Fu002F 再换个例子u003Cu002Fpu003Eu003Cpreu003E>>> powers_of_x = [lambda x: x**i for i in range(10)]u003Cbru003E>>> [f(2) for f in powers_of_x]u003Cbru003E[512, 512, 512, 512, 512, 512, 512, 512, 512, 512]u003Cbru003Eu003Cu002Fpreu003Eu003Cpu003E说明:u003Cu002Fpu003Eu003Culu003Eu003Cliu003E当在循环内部定义一个函数时, 如果该函数在其主体中使用了循环变量, 则闭包函数将与循环变量绑定, 而不是它的值. 因此, 所有的函数都是使用最后分配给变量的值来进行计算的.u003Cu002Fliu003Eu003Cliu003E可以通过将循环变量作为命名变量传递给函数来获得预期的结果. u003Cstrongu003E为什么这样可行?u003Cu002Fstrongu003E 因为这会在函数内再次定义一个局部变量. funcs = [] for x in range(7): def some_func(x=x): return x funcs.append(some_func) u003Cstrongu003EOutput:u003Cu002Fstrongu003E >>> funcs_results = [func() for func in funcs] >>> funcs_results [0, 1, 2, 3, 4, 5, 6]u003Cu002Fliu003Eu003Cu002Fulu003Eu003Cu002Fdivu003E”

原文始发于:知道了Python的缺点之后依然热爱的人,才是真正想学习Python的人

主题测试文章,只做测试使用。发布者:熱鬧獨處,转转请注明出处:http://www.cxybcw.com/18255.html

联系我们

13687733322

在线咨询:点击这里给我发消息

邮件:1877088071@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code