代码块、缓存机制、深浅拷贝、集合

  • id、is、==
  1. id: 可类比为身份号，具有唯一性，若id 相同则为同一个数据。
#获取数据的内存地址(随机的地址:内存临时加载，存储数据，当程序运行结束后，内存地址即被丢弃）：
i = 'a'
print(id(i))
>>>2047746570672  
print(id(i))
>>>2020558633392
print(id(i))
print(id(i))
>>>1908036008368
1908036008368

l1 = [1,2,3]
l2 = [1,2,3]
print(l1 == l2)
>>>True    #比较的是两边的值是否相等。
  1. is 判断id是否相同 （‘’==’‘判断值是否相同）
l1 = [1,2,3]
l2 = [1,2,3]
print(l1 is l2)
>>>False   #判断的是内存地址是否相同。

print(id(l1))
print(id(l2))
>>>2648963830216
2648963830728

l1 = [1,2,3]
l2 = l1
print(l1 is l2)
print(id(l1))
print(id(l2))
>>>True
2053863395784
2053863395784


s1 = 'iam'
s2 = 'iam'
print(s1 is s2)
>>>True

print(id(s1))
print(id(s2))
>>>2188534085552
2188534085552

​ id相同，值一定相同，值相同，id不一定相同。

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

  • 代码块:python的程序是由代码块构造的。块是一个python程序的脚本，它是作为一个单元执行的。一个模块，一个函数，一个类，一个文件等都是代码块。而作为互交命令方式输入的每个命令都是一个代码块。两个机制:如果在同一代码块下，则采用同一代码块下的换缓存机制。如果是不同代码块，则采用小数据池的驻留机制。

    • 同一个代码块的缓存机制：机制内容：Python在执行同一个代码块的初始化对象的命令时，会检查是否其值是否已经存在，如果存在，会将其重用。换句话说：执行同一个代码块时，遇到初始化对象的命令时，他会将初始化的这个变量与值存储在一个字典中，在遇到新的变量时，会先在字典中查询记录，如果有同样的记录那么它会重复使用这个字典中的之前的这个值，即：id相同。

      适用对象： int（float）：:任何数字在同一代码块下都会复用。

      str：几乎所有的字符串都会符合缓存机制（1，非乘法得到的字符串都满足代码块的缓存机制，,乘法得到的字符串分两种情况：1. 乘数为1时，任何字符串满足代码块的缓存机制，2. 乘数>=2时,仅含大小写字母，数字，下划线，总长度<=20，满足代码块的缓存机制）

      s1 = 'iam'*1
s2 = 'iam'*1
print(s1 is s2)
>>>True

      bool：True和False在字典中会以1，0方式存在，并且复用。

      优点：能够提高一些字符串，整数处理人物在时间和空间上的性能；需要值相同的字符串，整数的时候，直接从‘字典’中取出复用，避免频繁的创建和销毁，提升效率，节约内存。

    • 在不同一个代码块内的缓存机制：小数据池，也称为小整数缓存机制，或者称为驻留机制等等。Python自动将-5~256的整数进行了缓存，当你将这些整数赋值给变量时，并不会重新创建对象，而是使用已经创建好的缓存对象。

      python会将一定规则的字符串在字符串驻留池中，创建一份，当你将这些字符串赋值给变量时，并不会重新创建对象， 而是使用在字符串驻留池中创建好的对象。

      　　其实，无论是缓存还是字符串驻留池，都是python做的一个优化，就是将~5-256的整数，和一定规则的字符串，放在一个‘池’（容器，或者字典）中，无论程序中那些变量指向这些范围内的整数或者字符串，那么他直接在这个‘池’中引用，言外之意，就是内存中之创建一个。

      适用对象： int（float）：那么大家都知道对于整数来说，小数据池的范围是-5~256 ，如果多个变量都是指向同一个（在这个范围内的）数字，他们在内存中指向的都是一个内存地址。

      # pycharm 通过运行文件的方式执行下列代码：  这是在同一个文件下也就是同一代码块下，采用同一代码块下的缓存机制。
i1 = 1000
i2 = 1000
print(i1 is i2)  # 结果为True 因为代码块下的缓存机制适用于所有数字
>>>True


#通过交互方式中执行下面代码,这是不同代码块下，则采用小数据池的驻留机制。
>>> i1 = 1000
>>> i2 = 1000
>>> print(i1 is i2)
False  # 不同代码块下的小数据池驻留机制 数字的范围只是-5~256.

      str:1.字符串的长度为0或者1，默认都采用了驻留机制（小数据池）。2.字符串的长度>1,且只含有大小写字母，数字，下划线时，才会默认驻留。3.用乘法得到的字符串，分两种情况：1 乘数为1，满足规则的字符串，默认驻留。2. 乘数>=2时：仅含大小写字母，数字，下划线，总长度<=20,默认驻留。

      #4.指定驻留
from sys import intern
a = intern('hello!@'*20)
b = intern('hello!@'*20)
print(a is b)
>>>True
#指定驻留是你可以指定任意的字符串加入到小数据池中，让其只在内存中创建一个对象，多个变量都是指向这一个字

      bool值就是True，False，无论你创建多少个变量指向True，False，那么他在内存中只存在一个。

      # 虽然在同一个文件中，但是函数本身就是代码块，所以这是在两个不同的代码块下，不满足小数据池（驻存机制），则指向两个不同的地址。
def func():
    i1 = 1000
    print(id(i1))  # 2288555806672

def func2():
    i1 = 1000
    print(id(i1))  # 2288557317392

func()
func2()

      优点：能够提高一些字符串，整数处理人物在时间和空间上的性能；需要值相同的字符串，整数的时候，直接从‘池’里拿来用，避免频繁的创建和销毁，提升效率，节约内存

参考文章：https://www.cnblogs.com/jin-xin/articles/9439483.html

  • 集合 （set):容器型数据类型，要求它里面的元素是不可变的数据（可哈希），但它本身是可变的数据类型（不可哈希）。集合是无序的。以{}存放数据。

    • 作用：列表的去重；关系的测试（交集，并集…)

      /1. 集合的创建：

      set = {1,2，'a'}
#空集合的表示：
set1 = set()   #set1 = {}表示空字典

      /2 . 增：add update()#迭代增加，有重复的则去重

      set1 = {1,2}
set1.add('a')
print(set1)
>>>{'a', 1, 2}  #集合无序

set1.update('asdfdsa')
print(set1)
>>>{'a', 1, 2, 'f', 's', 'd'}

      /3. 删：remove()(按照元素删除，pop()随机删除，clear()清空集合 del 删除集合

      set1 = {'a', 1, 2, 'f', 's', 'd'}
set1.remove('a')
print(set1)
>>>{1, 2, 's', 'f', 'd'}

set1.pop()
print(set1)
>>>{2, 's', 'f', 'd'}

set1.clear()
print(set1)
>>>{}

del set1

      /4. 改：先删除再增加

    • 交、并、

      /1 . 交集。（&或者intersection） 集合共同有的元素

      set1 = {1,2,3}
set2 = {2,3,4}
print(set1 & set2) #or print(set1.intersection)
>>>{2,3}

      /2. 并集。（|或者union）集合所有的元素

      set1 = {1,2}
set2 = {2,3}
print(set1 | set2) #or print(set1.union(set2))
>>>{1,2,3}

      /3. 差集 （ - 或者difference) ,前一集合独有的元素

      set1 = {1,2,3,4,5}
set2 = {2,4,6}
print(set1 - set2) #or print(set1.difference(set2))
>>>{1,3,5}

      /4 . 反交集。（^ 或者symmetric_difference）每个集合独有的元素

      set1 = {1,2,3,4,5}
set2 = {3,4,5,6,7}
print(set1 ^ set2) #or print(set1.symmetric_difference(set2))
>>>{1,2,6,7}

      /5. 子集与超集

      set1 = {1,2}
set2 = {1,2,3}
print(set1 < set2)
>>>True
print(set1.issubset(set2))    #set1是set2的子集
>>>True

print(set2 > set1)
>>>True
print(set2.issuperset(set1)) #set2是set1的超集
>>>True

      /6. frozenset()让集合变为不可变类型

      s = frozenset('qweasd')
print(s,type(s))
>>>frozenset({'q', 'e', 'w', 's', 'a', 'd'}) <class 'frozenset'>

  • 深浅copy

    • 浅copy，

      l1 = [1,2]
l2 = l1
l1.append(3)
print(l2)
>>>[1,2,3] #l1,l2两变量指向同一个id（数据）


#浅copy
l3 = [1,2,['a']]
l4 = l3.copy()
l3.append(3)   
print(l3)
>>>[1,2,['a'],3]
print(l4)
>>>[1,2,['a']]


l3[-2].append(4)    #or l4[-1].append(4)
print(l3)
>>>[1, 2, ['a', 4], 3]
print(l4)  
>>>[1,2,['a',4]] #l4与l3列表中的数据id是相同的，但l4与l3列表id不相同,即l3中的每个元素与l4中的每个元素使用的是相同的一个id，但l4与l3用的不是同一个id。

      其实列表第一个一个的槽位，它储存的是对象的内存地址。浅拷贝仍然使用原来的对象的内存地址。对储存的可变对象可以进行更改；若改变不可变类型，则改变的不是不可变类型本身，而是变量的指向关系

  • 深copy，需导入模块copy

    import copy
l3 = [1,2,['a']]
l4 = copy.deepcopy(l3)
l3[-1].append(3)
print(l3)
>>>[1,2,['a',3]]
print(l4)
>>>[1,2,['a']]
#列表第一个一个的槽位，它储存的是对象的内存地址。深拷贝会创建一个新的对象的内存地址。

    python对深copy做了一个优化，将对象为不可变数据类型的内存地址沿用同一个，只重新再创建一份可变数据类型的内存地址。

    浅copy：(list,dict)，嵌套的可变的数据类型是同一个。

    深copy：(list,dict)，嵌套的可变的数据类型不是同一个。

l1 = [1,2,['a']]
l2 = l1[:]
l1[-1].append(3)
print(l2)
>>>[1,2,['a',3]]  #切片是浅copy

补充内置函数：

l1 = ['a','b','c']
for i in enumerate(l1,start=50):  #start可默认不写
    print(i)
>>>(50, 'a')
(51, 'b')
(52, 'c')
扫码关注我们
微信号：SRE实战
拒绝背锅 运筹帷幄