软件测试/人工智能|Python 变量解析:从基础概念到内存地址探究

简介: 软件测试/人工智能|Python 变量解析:从基础概念到内存地址探究

image.png

变量

什么是变量?

变量是在程序中用于存储数据的名称。它们可以存储各种类型的数据,比如数字、文本、列表、字典等等。

变量类型

在介绍变量时,可以提及 Python 中常见的变量类型,例如整数、浮点数、字符串、布尔值、列表、元组、字典等。如下所示:

a = 1
b = 'muller'
c = '123'
d = [1,2,3]
e = {
   
   "name": "muller"}
g = True
f = 3.14

为什么使用变量?

使用变量可以使代码更易读、易维护。它们允许我们引用数据而不必记住数据的具体值,同时还能方便地对数据进行操作和处理。

变量的定义

在 Python 中定义变量,代码如下:

# 通过赋值创建变量
x = 10
name = 'Alice'
my_list = [1, 2, 3]

变量命名规则

  • 变量名可以包含字母、数字、下划线,但不能以数字开头。
  • Python 是大小写敏感的,因此变量名中的大小写字母是不同的。
  • 避免使用 Python 关键字(如 ifforwhile 等)作为变量名。

变量的使用

访问变量

x = 10
print(x)  # 输出:10

name = 'Alice'
print("Hello, " + name)  # 输出:Hello, Alice

修改变量

x = 5
print(x)  # 输出:5

x = x + 2
print(x)  # 输出:7

变量赋值

变量赋值有多重赋值和链式赋值两种,多重赋值允许在一行代码中给多个变量赋值,而链式赋值则允许在一行中交换变量的值,简化了代码的书写。如下所示:

# 多重赋值
x, y, z = 10, 20, 30
print(x, y, z)  # 输出:10 20 30

# 链式赋值
a = 5
b = 10
a, b = b, a
print(a, b)  # 输出:10 5

变量作用域

解释变量的作用域,包括全局变量和局部变量。说明全局变量可以在程序的任何地方访问,而局部变量只能在其定义的函数或语句块内部访问。代码如下:

global_var = 10  # 全局变量

def my_function():
    local_var = 20  # 局部变量
    print(global_var)  # 在函数内部可以访问全局变量
    print(local_var)

my_function()
print(global_var)  # 在函数外部也可以访问全局变量
#print(local_var)  # 这会引发错误,因为局部变量无法在函数外部访问

变量的地址

变量地址的理解

在 Python 中,变量是指向存储数据的内存位置的标签。可以使用 id() 函数获取变量的内存地址。

x = 10
print(id(x))  # 输出 x 的内存地址

可变与不可变对象

Python 中的某些数据类型是不可变的(如整数、字符串、元组),而某些是可变的(如列表、字典)。不可变对象在被赋新值时会创建一个新的对象,而可变对象在修改时则会在原始对象上进行操作。

内存管理与垃圾回收示例


import sys

x = 10
y = x  # y指向与x相同的内存地址
print(sys.getrefcount(x))  # 输出变量x的引用计数

del y  # 删除y的引用
print(sys.getrefcount(x))  # 输出变量x的引用计数

del x  # 删除x的引用
# print(sys.getrefcount(x))  # 这将引发错误,因为x已被删除

总结

变量是 Python 编程中不可或缺的组成部分。它们允许我们在程序中存储和操作数据。通过理解变量的概念、定义、使用方法以及与内存地址的关系,我们能够更好地掌握 Python 编程的基础知识。希望本文能够帮到大家。

image.png

相关文章
|
8天前
|
存储 人工智能 测试技术
HarmonyOS Next~HarmonyOS应用测试全流程解析:从一级类目上架到二级类目专项测试
本文深入解析HarmonyOS应用测试全流程,涵盖从一级类目通用测试到二级类目专项测试的技术方案。针对兼容性、性能、安全测试及分布式能力验证等关键环节,提供详细实践指导与代码示例。同时,结合典型案例分析常见问题及优化策略,帮助开发者满足华为严苛的质量标准,顺利上架应用。文章强调测试在开发中的核心地位,助力打造高品质HarmonyOS应用。
31 2
|
4月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
325 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
4月前
|
数据可视化 前端开发 测试技术
接口测试新选择:Postman替代方案全解析
在软件开发中,接口测试工具至关重要。Postman长期占据主导地位,但随着国产工具的崛起,越来越多开发者转向更适合中国市场的替代方案——Apifox。它不仅支持中英文切换、完全免费不限人数,还具备强大的可视化操作、自动生成文档和API调试功能,极大简化了开发流程。
|
1月前
|
机器学习/深度学习 人工智能 算法
DeepSeek深度解析:一场「通用人工智能」的觉醒革命
DeepSeek,由幻方量化打造的国产大模型,正以彗星般的速度革新AI领域。它不仅刷新了中文AI技术基准,还在底层架构上实现颠覆性突破。文章从技术逻辑、产业影响和未来挑战三个维度解析这场AI革命。DeepSeek采用多模态神经网络设计,融合异构数据,展现通感能力;引入动态神经元编织与具身智能,提升参数效率。其混合架构在数学推理中表现卓越,并通过认知卸载机制优化长文本处理。DeepSeek正在重塑金融投研范式,推动AI原生开发模式,同时引发对伦理与硬件限制的深思。最终,DeepSeek重新诠释了“智能”本质,促使人类与AI共同进化为认知伙伴。
71 8
|
6月前
|
存储 缓存 安全
Java内存模型深度解析:从理论到实践####
【10月更文挑战第21天】 本文深入探讨了Java内存模型(JMM)的核心概念与底层机制,通过剖析其设计原理、内存可见性问题及其解决方案,结合具体代码示例,帮助读者构建对JMM的全面理解。不同于传统的摘要概述,我们将直接以故事化手法引入,让读者在轻松的情境中领略JMM的精髓。 ####
98 6
|
6月前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
1月前
|
人工智能 安全 测试技术
Burp Suite Professional 2025.3 发布,引入 Burp AI 通过人工智能增强安全测试工作流程
Burp Suite Professional 2025.3 发布,引入 Burp AI 通过人工智能增强安全测试工作流程
122 0
Burp Suite Professional 2025.3 发布,引入 Burp AI 通过人工智能增强安全测试工作流程
|
2月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
害虫识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了12种常见的害虫种类数据集【"蚂蚁(ants)", "蜜蜂(bees)", "甲虫(beetle)", "毛虫(catterpillar)", "蚯蚓(earthworms)", "蜚蠊(earwig)", "蚱蜢(grasshopper)", "飞蛾(moth)", "鼻涕虫(slug)", "蜗牛(snail)", "黄蜂(wasp)", "象鼻虫(weevil)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Djan
160 1
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
3月前
|
编解码 缓存 Prometheus
「ximagine」业余爱好者的非专业显示器测试流程规范,同时也是本账号输出内容的数据来源!如何测试显示器?荒岛整理总结出多种测试方法和注意事项,以及粗浅的原理解析!
本期内容为「ximagine」频道《显示器测试流程》的规范及标准,我们主要使用Calman、DisplayCAL、i1Profiler等软件及CA410、Spyder X、i1Pro 2等设备,是我们目前制作内容数据的重要来源,我们深知所做的仍是比较表面的活儿,和工程师、科研人员相比有着不小的差距,测试并不复杂,但是相当繁琐,收集整理测试无不花费大量时间精力,内容不完善或者有错误的地方,希望大佬指出我们好改进!
233 16
「ximagine」业余爱好者的非专业显示器测试流程规范,同时也是本账号输出内容的数据来源!如何测试显示器?荒岛整理总结出多种测试方法和注意事项,以及粗浅的原理解析!
|
3月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
203 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能

推荐镜像

更多