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

python基础学习day6

程序员文章站 2022-03-25 17:52:02
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。 2. is 判断 id是否相同 (‘’==’‘判断 值是否相同 ) ​ id相同,值一定相同,值相同,id不一定相同。 + 代码块:python的程序是由代码块构造的。块是 ......

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。

  • 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(字符串驻留机制):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:在内存中开辟一个新的空间存放copy的对象(列表、字典),但是里面的所有元素与被copy对象的里面的元素共用一个。

      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(浅copy也可以导入copy模块),不可变的数据类型沿用之前的内存地址,可变的数据类型创建新的内存地址。

    import copy
    l3 = [1,2,['a']]
    l4 = copy.deepcopy(l3)      #浅copy为  l4 = copy.copy(l3)
    l3[-1].append(3)
    print(l3)
    >>>[1,2,['a',3]]
    print(l4)
    >>>[1,2,['a']]              #浅copy输出为  [1,2,['a',3]]
    #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')

#小题试做,看代码写结果:
#1:
l1 = [1,2,3,[4,5]]
l2 = [1,2,3,[4,5]]

a = l1 == l2     #先看等号右边
b = l1 is l2
print(a)     #true
print(b)     #false

#2.
data_list = []
for i in range(10):
    data = {}
    data['age'] = i   
    data_list.append(data)
print(data)
>>>{'age': 9}
print(data_list)
>>>[{'age': 0}, {'age': 1}, {'age': 2}, {'age': 3}, {'age': 4}, {'age': 5}, {'age': 6}, {'age': 7}, {'age': 8}, {'age': 9}]



#对比:
data_list = []
data = {}
for i in range(10):
    data['age'] = i   
    data_list.append(data)
print(data_list)
>>>[{'age': 9}, {'age': 9}, {'age': 9}, {'age': 9}, {'age': 9}, {'age': 9}, {'age': 9}, {'age': 9}, {'age': 9}, {'age': 9}]