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)
上一篇: 使用Map标签指定点击区域时的兼容性问题
下一篇: 广西人工智能学会第一次会员代表大会召开