那些让你惊掉下巴到肚皮上的python冷知识(二)

简介: 那些让你惊掉下巴到肚皮上的python冷知识(二)

一、 解释器前缀提示还能修改?


当我们打开终端使用python的时候,执行命令的前缀显示的是>>>

85ce2a2278a449d4a6d4420f7f120116.png

其实我们可以修改它,在终端输入如下代码并执行


>>> import sys
>>> sys.ps1="(—.—)"


你的前缀已经变成这样了


(—.—)


已经修改了前缀显示,然后print("hello")

print("hello")


输出结果

(—.—)print("hello")
hello
(—.—)


可以看到也同样能够执行代码!


二、奇怪的字典


现在定义一个字典a_dict={5:1,5.5:2},我们再打印它的键值

a_dict={5:1,5.5:2}
print('5.5键的值为:',a_dict[5.5])
print('5键的值为:',a_dict[5])

输出结果


5.5键的值为: 2
5键的值为: 1


然而,当我们这样输入:print(a_dict[5.0])的时候一样能把值打印出来:

print('5键的值为:',a_dict[5.0])

输出结果


5键的值为: 1


说明


Python 字典通过检查键是否相等和比较它对应的哈希值来确定两个键是否相同,在python中5是等于5.0的,如果我们输入下面的代码执行,会发现a是等于b的!

a=5
b=5.0
if a==b:
    print('a等于b')
else:
    print('a不等于b')

输出结果

a等于b


所以在之前定义的字段中,我们输入print(a_dict[5.0])也能够输出值!


三、增量赋值的秘密


当我们做变量累加的时候会有这么两种写法:


1.a=a+1
2.a+=1


第二种写法则是增量赋值,那么这两种写法有什么区别呢?


这就要分情况了,有的时候除了写法上的区别外没有其他区别,而有的时候还真有区别!


a=a+1的这种写法就相当于调用__add__方法进行了执行


a+=1的这种写法的话它首先会调用其魔法方法__iadd__,如果没有该方法,则会尝试调用__add__方法


我们可以通过一个例子来理解这两种方法的区别,假设有两个列表a,b


当我们使用a=a+b的时候根据上文描述的相当于调用__add__方法,那么它会返回一个新的对象,原来的对象保持不变,a变量指向新生成的进行了a+b操作的这个对象。


当我们使用a += b的时候根据上文描述的相当于调用__iadd__方法,那么它就相当于使用了a.extend(b),它不会新生成一个对象,而是直接在a列表上进行扩展,将b列表的元素放入a列表中。


从两个不同的操作逻辑来看,显然是在原来的列表上做扩展对资源的消耗要优于取出a列表和b列表的元素,再放入一个新的列表!


但如果对于不可变类型的操作的话,例如最开始举的例子则不会有性能上的差异,因为都调用的__add__方法


四、我的方法已经return了!它却还再继续执行!!


这是python的异常处理


try{
    //可能抛出异常
}catch(Exception e){
    //捕获异常
}finally{
    //不管有无异常都执行
}


现在我们输入如下代码,看一下try和finally的执行顺序

def test():
    try:
        print('执行了try')
    finally:
        print('执行了finally')
test()


输出结果


执行了try
执行了finally


正如结果所看到的,先执行了try,然后执行了finally

但下面这种情况就不一样了!


def test():
    try:
        return '执行了try'
    finally:
        return '执行了finally'
print(test())


输出结果


执行了finally


为什么先执行了finally而不是try呢??


这里并不是先执行了finally,再执行try,而是当try中存在return的时候,并不会影响finally的执行,因为它在无论什么情况都会进行执行,哪怕你在try中进行了return!


因此就出现了方法已经return了,但还再继续执行的情况!

目录
相关文章
|
缓存 编译器 索引
那些让你惊掉下巴到肚皮上的python冷知识(一)
那些让你惊掉下巴到肚皮上的python冷知识(一)
218 0
那些让你惊掉下巴到肚皮上的python冷知识(一)
|
11月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1726 102
|
11月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
536 104
|
11月前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
428 103
|
11月前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
450 82
|
10月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
564 3
|
10月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
813 3
|
10月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
665 3
|
10月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
870 0
|
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。
851 33

推荐镜像

更多