Python编程:小组技术分享会之is和==

简介: Python编程:小组技术分享会之is和==
# 字符串是不可变类型
s = "pig"
"""
id(s)
Out[18]: 4355286776
"""
s = "cat"
"""
id(s)
Out[20]: 4324273488
"""
# 字符串赋值
a = "apple"
b = "apple"
a == b
# Out[13]: True
a is b
# Out[12]: True
id(a)
# Out[14]: 4368069552
id(b)
# Out[15]: 4368069552
"""
a = "red apple"
b = "red apple"
"""
a == b
Out[7]: True
a is b
Out[8]: False
id(a)
Out[5]: 4368267888
id(b)
Out[6]: 4368267696
# 小整数 
a = 256
b = 256
"""
a == b
Out[4]: True
a is b
Out[5]: True
id(a)
Out[13]: 4297652576
id(b)
Out[14]: 4297652576
"""
a = 257
b = 257
"""
a == b
Out[8]: True
a is b
Out[9]: False
id(a)
Out[10]: 4367096688
id(b)
Out[11]: 4367097168
# 2 ** 8 = 256
"""
# 元组
t = (0, [])
t[-1].append(1)
"""
t
Out[23]: (0, [1])
"""
t[-1] += [1]
"""
TypeError: 'tuple' object does not support item assignment
t
Out[25]: (0, [1, 1])
"""
t[-1] = t[-1] + [2]
"""
TypeError: 'tuple' object does not support item assignment
t
Out[28]: (0, [1, 1])
[1] + [2]
Out[27]: [1, 2]
"""
# 字典的键
{(1, -1): "value"}  # ok
{(1, -1, []): "value"}  # error
# 列表复制
import copy
# 赋值
l1 = [1, 2, 3, []]
l2 = l1
l2.append(4)
"""
l1
Out[30]: [1, 2, 3, [], 4]
l2
Out[31]: [1, 2, 3, [], 4]
"""
# 浅拷贝
l1 = [1, 2, 3, []]
l3 = copy.copy(l1)
l3.append(5)
"""
l1
Out[36]: [1, 2, 3, []]
l3
Out[37]: [1, 2, 3, [], 5]
"""
l3[3].append(6)
"""
l1
Out[39]: [1, 2, 3, [6]]
l3
Out[40]: [1, 2, 3, [6], 5]
"""
# 深拷贝
l1 = [1, 2, 3, []]
l4 = copy.deepcopy(l1)
l4[-1].append(7)
"""
l1
Out[42]: [1, 2, 3, []]
l4
Out[43]: [1, 2, 3, [7]]
"""
# 复制列表
l1 = [1, 2, 3]
l2 = l1
l3 = l1[:]     # 推荐
"""
id(l1)
Out[45]: 4367794824
id(l2)
Out[46]: 4367794824
id(l3)
Out[47]: 4367785032
"""
# 元组复制
t1 = (1, 2, 3)
t2 = t1
"""
t1 is t2
Out[48]: True
"""
# 二维矩阵
l = [0, 0, 0] * 3
"""
l
Out[50]: [0, 0, 0, 0, 0, 0, 0, 0, 0]
"""
matrix = [[0, 0, 0]] * 3 # 会引用同一个列表
"""
matrix
Out[52]: [[0, 0, 0], [0, 0, 0], [0, 0, 0]]
matrix[0][0]=1
matrix
Out[54]: [[1, 0, 0], [1, 0, 0], [1, 0, 0]]
"""
matrix = [[0, 0, 0] for i in range(3)]  # 推荐
"""
matrix
Out[56]: [[0, 0, 0], [0, 0, 0], [0, 0, 0]]
matrix[0][0]=1
matrix
Out[58]: [[1, 0, 0], [0, 0, 0], [0, 0, 0]]
"""
# None比较
a = None
b = None
"""
a == b
Out[20]: True
a is b
Out[19]: True
id(a)
Out[21]: 4297328656
id(b)
Out[22]: 4297328656
"""
a = 1
a is None   # is判断id
# Out[60]: False
a = None
a is None
# Out[62]: True
# 排序
s = [1, 3, 2]
s.sort()  # return None  原地操作
s
# Out[65]: [1, 2, 3]
sorted(s)
# Out[66]: [1, 2, 3]  # 返回新列表
sorted((1, 2, 3))   # 可迭代即可
# Out[68]: [1, 2, 3]
tuple(1, 2, 3)
# TypeError: tuple() takes at most 1 argument (3 given)
# 检查a is b 的时候,其实相当于检查 id(a) == id(b)。
# 检查 a == b 的时候,实际是调用了对象 a 的 __eq()__ 方法,a == b 相当于 a.__eq__(b)
# python列表可以存不同对象,其实是只保存了对象的地址,地址的大小是固定的
相关文章
|
3月前
|
Python
Python编程基石:整型、浮点、字符串与布尔值完全解读
本文介绍了Python中的四种基本数据类型:整型(int)、浮点型(float)、字符串(str)和布尔型(bool)。整型表示无大小限制的整数,支持各类运算;浮点型遵循IEEE 754标准,需注意精度问题;字符串是不可变序列,支持多种操作与方法;布尔型仅有True和False两个值,可与其他类型转换。掌握这些类型及其转换规则是Python编程的基础。
211 33
|
2月前
|
数据采集 分布式计算 大数据
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
84 1
|
3月前
|
设计模式 安全 Python
Python编程精进:正则表达式
正则表达式是一种强大的文本处理工具,用于搜索、匹配和提取模式。本文介绍了正则表达式的语法基础,如`\d`、`\w`等符号,并通过实例展示其在匹配电子邮件、验证电话号码、处理日期格式等场景中的应用。同时,文章提醒用户注意性能、编码、安全性等问题,避免常见错误,如特殊字符转义不当、量词使用错误等。掌握正则表达式能显著提升文本处理效率,但需结合实际需求谨慎设计模式。
135 2
|
4月前
|
数据采集 安全 BI
用Python编程基础提升工作效率
一、文件处理整明白了,少加两小时班 (敲暖气管子)领导让整理100个Excel表?手都干抽筋儿了?Python就跟铲雪车似的,哗哗给你整利索!
114 11
|
6月前
|
人工智能 Java 数据安全/隐私保护
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
186 28
|
6月前
|
Python
[oeasy]python074_ai辅助编程_水果程序_fruits_apple_banana_加法_python之禅
本文回顾了从模块导入变量和函数的方法,并通过一个求和程序实例,讲解了Python中输入处理、类型转换及异常处理的应用。重点分析了“明了胜于晦涩”(Explicit is better than implicit)的Python之禅理念,强调代码应清晰明确。最后总结了加法运算程序的实现过程,并预告后续内容将深入探讨变量类型的隐式与显式问题。附有相关资源链接供进一步学习。
86 4
|
6月前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。
|
6月前
|
Java API Docker
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
以上内容是一个简单的实现在Java后端中通过DockerClient操作Docker生成python环境并执行代码,最后销毁的案例全过程,也是实现一个简单的在线编程后端API的完整流程,你可以在此基础上添加额外的辅助功能,比如上传文件、编辑文件、查阅文件、自定义安装等功能。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
|
6月前
|
机器学习/深度学习 设计模式 测试技术
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
|
6月前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建微服务架构
本文深入探讨了 Python 中的微服务架构,介绍了 Flask、FastAPI 和 Nameko 三个常用框架,并通过实战项目帮助读者掌握这些技术。每个框架都提供了构建微服务的示例代码,包括简单的 API 接口实现。通过学习本文,读者将能够使用 Python 构建高效、独立的微服务。

热门文章

最新文章

推荐镜像

更多