欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

day 06 小数据池 is 和 ==的区别 编码的问题

程序员文章站 2022-03-17 11:44:50
一、小数据池 1)代码块 python程序是由代码块构成的,一个代码块的文本作为pythont程序执行的单元 一个代码块: 一个模块(module) 一个函数(function) 一个类(class) 每一个command命令 一个文件(file) eval() exec() 2)id() 通过id ......

一、小数据池

1)代码块

    python程序是由代码块构成的,一个代码块的文本作为pythont程序执行的单元

官方文档:
     a python program is constructed from code blocks. a block is a piece of python program text that is executed as a unit. the following are blocks: 
a module, a function body, and a class definition. each command typed interactively is a block. a script file (a file given as standard input to the
interpreter or specified as a command line argument to the interpreter) is a code block. a script command (a command specified on the interpreter command
line with the ‘-c‘ option) is a code block. the string argument passed to the built-in functions eval() and exec() is a code block. a code block is executed
in an execution frame. a frame contains some administrative information (used for debugging) and determines where and how execution continues after the code
block’s execution has completed.

一个代码块:

  • 一个模块(module)
  • 一个函数(function)
  • 一个类(class)
  • 每一个command命令
  • 一个文件(file)
  • eval()
  • exec()

2)id()

    通过id()可以查看到一个变量表示的值在内存中的地址

s = "hello"
print(id(s)) # 2305859175064

 3) is 和 == 区别

  • ==:判断左右两端的值是否相等
  • is:判断左右两端内容的内存地址是否一致。如果返回true,那可以确定这两个变量使用的是同一个对象

    如果内存地址相同,则值一定是相等的,如果值相等,则不一定同一对象

a = 100
b = 100
print(a is b)  # true
print(a == b)  # true

 

a = 1000
b = 1000

print(a == b) # true
print(a is b) # false 在command命令下为false, 在.py文件中(例如pycharm中)得到的结果为true。(详情见下面)

 4) 小数据池

  • 一种缓存机制,也被称为驻留机制。各大编程语言中都有类似的东西。网上搜索常量池,小数据池指的是同一个内容
  • 小数据池只针对:int(整数), string(字符串), bool(布尔值)。其他数据类型不存在驻留机制

优点:能够提高字符串、整数的处理速度。省略了创建对象的过程。

缺点:在"池"中创建或者插入新的内容会花费更多的时间。

1.整数

官方文档:
    the current implementation keeps an array of integer objects for all integers between -5 and 256, when you create an int in that range you 
actually just get back a reference to the existing object. so it should be possible to change the value of 1. i suspect the behavior of python in
this case is undefined.

 

  • 在python中,-5~256会被加到小数据池中,每次使用都是同一个对象
  • 在使用的时候,内存中只会创建一个该数据的对象,保存在小数据池中。当使用的时候直接从小数据池中获取对象的内存引用,而不需要重新创建一个新的数据,这样会节省更多的内存区域。

2.字符串

incomputer science, string interning is a method of storing only onecopy of each distinct string value, which must be immutable. interning strings makes 
some stringprocessing tasks more time- or space-efficient at the cost of requiring moretime when the string is created or interned. the distinct values are
stored ina string intern pool. –引⾃自*
  • 如果字符串的长度是0或者1,都会默认进行缓存。(中文字符无效)
  • 字符串长度大于1,但是字符串中只包含数字,字母,下划线时会被缓存。
  • 用乘法得到的字符串:1)乘数为1,仅包含数字,字母,下划线时会被缓存。如果包含其他字符,而长度<= 1也会被驻存(中文字符除外)。2)乘数大于1,仅包含数字,字母,下划线时会被缓存,但字符串长度不能大于20
  • 指定驻留:可以通过sys模块中的intern()函数来指定要驻留的内容。(详情见sys模块相关内容)

5)代码块缓存机制

    在代码块内缓存机制是不一样的:

  • 在执行同一个代码块的初始化对象的命令时,会检查其值是否已经存在,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,再遇到新的初始化对象命令时,先在字典中查询其值是否已经存在,如果存在,那么它会重复使用这个字典中的之前的这个值。即两变量指向同一个内存地址。
  • 如果是不同的代码块,则判断这两个变量是否满足小数据池的数据,如果满足,则两变量指向同一个地址。如果不满足,则得到两个不同的对象,即两变量指向的是不同的内存地址。

注意:对于同一个代码块,只针对单纯创建变量,才会采用缓存机制,对于创建变量并同时做相关运算,则无。

a = 1000
b = 1000

print(id(a)) # 2135225709680
print(id(b)) # 2135225709680
print(a is b)  # true  .py文件运行

 

a = 1000
b = 10*100

print(id(a)) # 1925536396400
print(id(b)) # 1925536643952
print(a is b) # false  .py文件运行

 

 6)小数据池与代码块缓存机制区别与联系

  • 小数据池与代码块对缓存数据类型要求不一致,代码块只针对单纯创建变量有效,而对整数大小,字符串字符要求及长度无限制。
  • 对于代码块缓存机制:如果不满足代码块缓存机制,则判断是否满足小数据池数据,如果满足,则采用小数据池缓存机制。
a = 5*5
b = 25

print(id(a))  # 1592487712
print(id(b))  # 1592487712

print(a is b)  # true  .py文件运行

 

a = "incomputer science, string interning is a method of storing only onecopy of each distinct string value"
b = "incomputer science, string interning is a method of storing only onecopy of each distinct string value"

print(id(a)) # 2926961023256
print(id(b)) # 2926961023256

print(a is b) # true  .py文件运行

 二、编码的补充

  • python2中默认使用的是ascii码。所以不支持中文。如果需要在python2中更改编码。需要在文件的开始编写:
# _*_ encoding:utf-8 _*_
  • python3中,内存中使用的是unicode码。

    在python3内存中,在程序运行阶段,使用的是unicode编码。因为unicode是万国码。什么内容都可以进行显示。那么在数据传输和存储时由于unicode比较浪费空间和资源。需要把unicode转存成utf-8或gbk进行存储。

    编码之后的数据是bytes类型的数据。

1)bytes的表现形式:

  • 英文:英文的表现形式和字符串相差不大,前面多个"b"
  • 中文:中文编码之后的结果根据编码的不同,编码结果也不同,一个中文的utf-8编码是3个字节,一个gbk的中文编码是2个字节。
a = "hello"
b = "中"

print(a.encode("utf-8"))  # b'hello'
print(b.encode("utf-8"))  # b'\xe4\xb8\xad'
print(b.encode("gbk"))  # b'\xd6\xd0'

 2)编码和解码

  • encode():编码
  • decode():解码

    以何种编码编码,就须以该种编码解码。否则,解码不成功,得不到想要的内容。

a = "编码"
print(a.encode("utf-8")) # b'\xe7\xbc\x96\xe7\xa0\x81'

b = b'\xe7\xbc\x96\xe7\xa0\x81'
print(b.decode("utf-8"))  # 编码

 

   不同编码之间的转换:

# gbk 转换成 utf-8
s = "我是文字"
bs = s.encode("gbk")

# 把gbk转换成unicode,也就是解码
s = bs.decode("gbk")

# 重新编码成utf-8
bss = s.encode("utf-8")

print(bss)