那些让你惊掉下巴到肚皮上的python冷知识(一)

简介: 那些让你惊掉下巴到肚皮上的python冷知识(一)

一、我不是我


现在,我们在交互模式下分别定义两个变量:a,b,他们的值都等于200:

3bd108dd81924929804ed24e85c3da70.png

然后判断a和b是否是引用的同一对象,并打印出来:

85fa465aee0040a1b75beaa290a33de1.png


很显然a和b引用的是同一对象,所以返回的结果为true

是不是觉得我在说废话!!!

下面就是见证奇迹的时候了:

我们再分别定义a和b,他们的值都等于257:

c6a26371ddd843eca7f14c62c976571e.png


这个时候再判断是否是引用的同一对象:

6fd5cdb537ff464788faffb5f642d57e.png

竟然不是了!!!

3b64ebe951d444c28d7eb02c185d992e.jpg


这到底是为什么呢???


现在为你解答:


这其实是python的整数缓冲区导致的结果。


python在交互模式下,会对比较小的整数对象进行缓存([-5,256])


当我们定义的整数不在这个范围时,python会新生成一个对象,独占一个内存地址。


所以,虽然刚刚我们让a和b都等于了257,但因为是分别定义的,两个257的内存地址是不同的,所以a 不是b,返回False。


我们打印两个a和b的id就会发现,他们是不一样的:

18015e2f237648d490c27f09513df412.png


如果我们判断a和b的值是否相等,那返回的就会是true:

afb63052970e454587114c2419ea0fef.png

或者通过:a=b=257,这样再通过is判断是否引用的同一对象,就不会返回False了

ffcb9a4b01d0481097e9d9953d08367d.png

另外,通过编译器(Pycharm、idle)或者保存为文件执行时,结果是不一样的,这是因为解释器做了优化,不会因此分配新的内存地址。


二、空字符串的数量竟然不是零?


现在定义一个变量str1,等于:aabbc,然后打印a的数量:

str1='aabbc'
print("数量为:",str1.count("a"))
-----------------输出结果-----------------
数量为: 2

结果为str1中有两个a

现在又是见证奇迹的时候了!!!

我们打印空字符串的数量:


str1='aabbc'
print("数量为:",str1.count(""))
-----------------输出结果-----------------
数量为: 6

为什str1中有6个空字符串!!!

难道通灵了???

现在把str1的值改为:ab,再打印空字符串的数量

str1='ab'
print("数量为:",str1.count(""))
-----------------输出结果-----------------
数量为: 3

怎么又变成3了!!!

1f0894101d6947e4a18b45e92c8d39c6.jpg


----------------------经过评论区大佬的解答,终于找到原因了----------------------

我们需要去看python的源码这种情况是怎么处理的


当我们通过count统计字符的数量时,会调用stringlib_count这个函数


而查询空字符串的时候,代表下图的sub_len=0


所以会执行下面的代码,会返回被查询字符串的长度+1


0f903bcb59a74dabbb43a85fc1d99bd1.png


py源码中的写法


90bebeab77194f1cb1bc2ac156d4667c.png


原来如此!!!


三、字符串是个列表?


我们定义一个变量a,它的值为:hello world:

a = 'hello world'

然后打印a[0]:

a = 'hello world'
print('a[0]的值为:',a[0])
-----------------输出结果-----------------
a[0]的值为: h


但是输出a的类型却是个str:

a = 'hello world'
print(type(a))
-----------------输出结果-----------------
a的类型为: <class 'str'>

d31cef51e0794c8d91e8cb93594aa9b5.jpg


其实字符串是字符的有序集合,可以通过其位置来获得具体的元素。

在 python 中,字符串中的字符是通过索引来提取的,索引从 0 开始。

当然也可以输入负值,表示从末尾提取,最后一个为 -1,倒数第二个为 -2:

a = 'hello world'
print('a的末尾字母为:',a[-1])
-----------------输出结果-----------------
a的末尾字母为: d


就是这么神奇!!!

分享暂时到这里,小伙伴们点赞、收藏、评论是对我最大的支持!!

目录
相关文章
|
Python
那些让你惊掉下巴到肚皮上的python冷知识(二)
那些让你惊掉下巴到肚皮上的python冷知识(二)
73 0
那些让你惊掉下巴到肚皮上的python冷知识(二)
|
11天前
|
存储 人工智能 数据处理
Python:编程的艺术与科学的完美交融
Python:编程的艺术与科学的完美交融
15 1
|
1天前
|
测试技术 Python
Python模块化方式编程实践
Python模块化编程提升代码质量,包括:定义专注单一任务的模块;使用`import`导入模块;封装函数和类,明确命名便于重用;避免全局变量降低耦合;使用文档字符串增强可读性;为每个模块写单元测试确保正确性;重用模块作为库;定期维护更新以适应Python新版本。遵循这些实践,可提高代码可读性、重用性和可维护性。
13 2
|
6天前
|
测试技术 调度 索引
python编程中常见的问题
【4月更文挑战第23天】
19 2
|
7天前
|
网络协议 算法 网络架构
Python网络编程之udp编程、黏包以及解决方案、tcpserver
Python网络编程之udp编程、黏包以及解决方案、tcpserver
|
7天前
|
机器学习/深度学习 数据挖掘 算法框架/工具
Python:编程的艺术与魅力
Python:编程的艺术与魅力
18 3
|
7天前
|
机器学习/深度学习 数据可视化 数据挖掘
实用技巧:提高 Python 编程效率的五个方法
本文介绍了五个提高 Python 编程效率的实用技巧,包括使用虚拟环境管理依赖、掌握列表推导式、使用生成器提升性能、利用装饰器简化代码结构以及使用 Jupyter Notebook 进行交互式开发。通过掌握这些技巧,可以让你的 Python 编程更加高效。
|
8天前
|
算法 Python
Python面向对象oop编程(二)
Python面向对象oop编程(二)
|
10天前
|
机器学习/深度学习 数据挖掘 API
pymc,一个灵活的的 Python 概率编程库!
pymc,一个灵活的的 Python 概率编程库!
18 1
|
10天前
|
人工智能 算法 调度
uvloop,一个强大的 Python 异步IO编程库!
uvloop,一个强大的 Python 异步IO编程库!
22 2