惊奇时刻!盘点哪些让你大呼“卧槽”的 Python 代码!(下)

简介: Python 作为一个设计优美的高级语言,提供了很多简单易用的特性,但简单并不意味着容易理解,有时候一些输出结果对于刚入门的小伙伴并不是很明了,反而似乎有点反人类。今天派森酱就整理了一些非常有趣的例子,事实上这些例子不仅有趣,甚至还可以加深你对 Python 的理解,学到更多有趣的特性。

0x05

In [24]: row = [''] * 3
In [25]: table = [row] * 3
In [26]: table
Out[26]: [['', '', ''], ['', '', ''], ['', '', '']]
In [27]: table[0][0] = 'python'
In [28]: table
Out[28]: [['python', '', ''], ['python', '', ''], ['python', '', '']]


53.jpg这是因为通过乘法初始化 table 时,每个 item 也就是 table[0]、table[1]、table[2] 在内存中引用的都是同一个列表。

0x06

In [29]: a = 256
In [30]: b = 256
In [31]: a is b
Out[31]: True
In [32]: a = 257
In [33]: b = 257
In [34]: a is b
Out[34]: False


54.jpg


产生这种现象的根本原因就是 256 是一个已经存在的对象而 257 不是,事实上当 Python 启动时数值为 -5 到 256 这些常用的的对象就已经被分配好了。

0x07

In [37]: 'something' is not None
Out[37]: True
In [38]: 'something' is (not None)
Out[38]: False


56.jpg

这是因为 is not 是一个单独的二元运算符,如果运算符两侧的变量指向同一个对象, 则 is not 的结果为 False, 否则为 True

0x08

In [47]: a = [1, 2, 3, 4]
In [48]: b = a
In [49]: a = a + [5, 6, 7, 8]
In [50]: a
Out[50]: [1, 2, 3, 4, 5, 6, 7, 8]
In [51]: b
Out[51]: [1, 2, 3, 4]
In [52]: a = [1, 2, 3, 4]
In [53]: b = a
In [54]: a += [5, 6, 7, 8]
In [55]: a
Out[55]: [1, 2, 3, 4, 5, 6, 7, 8]
In [56]: b
Out[56]: [1, 2, 3, 4, 5, 6, 7, 8]


57.jpg


在第一个例子中 a = a + ... 会生成一个新的列表然后 a 指向这个列表,但 b 是保持不变的。

而第二个例子中的 a += ... 实际上是使用的是 extend 函数,所以 a 和 b 指向的都是同一个列表。

0x09

t = ('one', 'two')
for i in t:
    print(i)
print('*'*5)
t = ('one')
for i in t:
    print(i)
print('*'*5)
t = ()
print(t)
## 输出
one
two
o
n
e
tuple()



58.jpg


在 Python 的世界 () 是一个特殊的标记,表示空元组,这个非常容易理解。

t = ('one') 或者 t = 'one' 都是会被解释成为字符串的。正确的写法应该是 t = ('one',)

总结

今天派森酱带领大家整理了一些 Python 中比较好玩有趣的代码,觉得眼前一亮的同时还可以顺带更深刻的理解 Python 的设计思想,一举两得。

小伙伴们还遇到过哪些匪夷所思的代码呢,可以评论区一起分享一波哦~

目录
相关文章
|
23天前
|
存储 缓存 Java
Python高性能编程:五种核心优化技术的原理与Python代码
Python在高性能应用场景中常因执行速度不及C、C++等编译型语言而受质疑,但通过合理利用标准库的优化特性,如`__slots__`机制、列表推导式、`@lru_cache`装饰器和生成器等,可以显著提升代码效率。本文详细介绍了这些实用的性能优化技术,帮助开发者在不牺牲代码质量的前提下提高程序性能。实验数据表明,这些优化方法能在内存使用和计算效率方面带来显著改进,适用于大规模数据处理、递归计算等场景。
58 5
Python高性能编程:五种核心优化技术的原理与Python代码
|
2月前
|
Python
课程设计项目之基于Python实现围棋游戏代码
游戏进去默认为九路玩法,当然也可以选择十三路或是十九路玩法 使用pycharam打开项目,pip安装模块并引用,然后运行即可, 代码每行都有详细的注释,可以做课程设计或者毕业设计项目参考
78 33
|
2月前
|
JavaScript API C#
【Azure Developer】Python代码调用Graph API将外部用户添加到组,结果无效,也无错误信息
根据Graph API文档,在单个请求中将多个成员添加到组时,Python代码示例中的`members@odata.bind`被错误写为`members@odata_bind`,导致用户未成功添加。
52 10
|
2月前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
105 8
|
2月前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
2月前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
74 6
|
2月前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
56 6
|
2月前
|
API Python
【Azure Developer】分享一段Python代码调用Graph API创建用户的示例
分享一段Python代码调用Graph API创建用户的示例
68 11
|
2月前
|
测试技术 Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界中,装饰器是那些能够为我们的代码增添魔力的小精灵。它们不仅让代码看起来更加优雅,还能在不改变原有函数定义的情况下,增加额外的功能。本文将通过生动的例子和易于理解的语言,带你领略装饰器的奥秘,从基础概念到实际应用,一起开启Python装饰器的奇妙旅程。
57 11
|
2月前
|
Python
Python编程入门:从零开始的代码旅程
本文是一篇针对Python编程初学者的入门指南,将介绍Python的基本语法、数据类型、控制结构以及函数等概念。文章旨在帮助读者快速掌握Python编程的基础知识,并能够编写简单的Python程序。通过本文的学习,读者将能够理解Python代码的基本结构和逻辑,为进一步深入学习打下坚实的基础。

热门文章

最新文章

推荐镜像

更多