python学习问题（小白最容易遭遇哪些问题）
python学习问题（小白最容易遭遇哪些问题）(可选): 对意外输出结果的简短描述。>>> 触发语句 出乎意料的输出结果> 一个精选的标题# 准备代码. # 释放魔法...Output (Python version)：
喜欢编程，热爱分享，希望能结交更多志同道合的朋友，一起在学习Python的道路上走得更远！
近几年，Python名声大噪，甚至吸引了很多外行人来学习，为什么大家对python的学习热情这么高呢？很大一个原因是都听说Python很“简单”容易上手吧？
真的就这么简单吗？其实很多小白在学习python的过程中很容易被这种观念误导，从而不知不觉就掉进一些致命的问题里面，那么到底是哪些问题呢？一起来看看吧！
所有示例的结构都如下所示:
> 一个精选的标题
# 准备代码. # 释放魔法...
Output (Python version)：
>>> 触发语句 出乎意料的输出结果
(可选): 对意外输出结果的简短描述。
说明:
简要说明发生了什么以及为什么会发生。
如有必要，举例说明
Output:
>>>触发语句#一些让魔法变得容易理解的例子 #一些正常的输入
注意：所有的示例都在Python3.5.2版本的交互解释器上测试过，如果不特别说明应该适用于所有Python版本。
用法
我个人建议，最好依次阅读下面的示例，并仔细阅读设置例子最开始的代码。
阅读输出结果
- 确认结果是否如你所料.
- 确认你是否知道这背后的原理
一、微妙的字符串
1.
>>> a = "some_string" >>> id(a) 140420665652016 >>> id("some" "_" "string") # 注意两个的id值是相同的. 140420665652016
2.
>>> a = "wtf" >>> b = "wtf" >>> a is b True >>> a = "wtf!" >>> b = "wtf!" >>> a is b False >>> a b = "wtf!" "wtf!" >>> a is b True
3.
>>> 'a' * 20 is 'aaaaaaaaaaaaaaaaaaaa' True >>> 'a' * 21 is 'aaaaaaaaaaaaaaaaaaaaa' False
说明：
这些行为是由于 Cpython 在编译优化时，某些情况下会尝试使用已经存在的不可变对象，而不是每次都创建一个新对象。(这种行为被称作字符串的驻留[string interning])
发生驻留之后，许多变量可能指向内存中的相同字符串对象。(从而节省内存)
在上面的代码中，字符串是隐式驻留的。何时发生隐式驻留则取决于具体的实现。这里有一些方法可以用来猜测字符串是否会被驻留：
- 所有长度为 0 和长度为 1 的字符串都被驻留。
- 字符串在编译时被实现。('wtf' 将被驻留 但是 ''.join(['w' 't' 'f'] 将不会被驻留)
- 字符串中只包含字母，数字或下划线时将会驻留。所以 'wtf!' 由于包含！而未被驻留。可以在这里找CPython对此规则的实现。
<img src="https://img.aigexing.comhttps://pic4.zhimg.com/50/v2-a8d1bdad5c320bad886fd7b8ae520e28_hd.jpg" data-caption="" data-size="normal" data-rawwidth="600" data-rawheight="400" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic4.zhimg.com/v2-a8d1bdad5c320bad886fd7b8ae520e28_r.jpg"/>
当在同一行将 a 和 b 的值设置为 "wtf!" 的时候 Python 解释器会创建一个新对象 然后同时引用第二个变量。
如果你在不同的行上进行赋值操作 它就不会“知道”已经有一个 wtf！ 对象 (因为 "wtf!" 不是按照上面提到的方式被隐式驻留的)。
它是一种编译器优化，特别适用于交互式环境。
常量折叠(constant folding) 是 Python 中的一种窥孔优化(peephole optimization) 技术。
这意味着在编译时表达式 'a'*20 会被替换为 'aaaaaaaaaaaaaaaaaaaa' 以减少运行时的时钟周期。
只有长度小于 20 的字符串才会发生常量折叠。(为啥? 想象一下由于表达式'a'*10**10 而生成的 .pyc 文件的大小)相关的源码：
https://github.com/python/cpython/blob/3.6/Python/peephole.c#L288
二、是时候来点蛋糕了!
1.
some_dict = {} some_dict[5.5] = "Ruby" some_dict[5.0] = "JavaScript" some_dict[5] = "Python"
Output：
>>> some_dict[5.5] "Ruby" >>> some_dict[5.0] "Python" >>> some_dict[5] "Python"
"Python" 消除了 "JavaScript" 的存在?
说明：
Python 字典通过检查键值是否相等和比较哈希值来确定两个键是否相同。
具有相同值的不可变对象在Python中始终具有相同的哈希值。
>>> 5 == 5.0 True >>> hash(5) == hash(5.0) True
注意: 具有不同值的对象也可能具有相同的哈希值（哈希冲突）。
当执行 some_dict[5] = "Python" 语句时 因为Python将 5 和 5.0 识别为 some_dict 的同一个键 所以已有值 "JavaScript" 就被 "Python" 覆盖了。
三、到处返回！
def some_func(): try: return 'from_try' finally: return 'from_finally'
Output：
>>> some_func() 'from_finally'
说明：
当在 "try...finally" 语句的 try 中执行 return break 或 continue 后 finally 子句依然会执行。
函数的返回值由最后执行的 return 语句决定。
由于 finally 子句一定会执行 所以 finally 子句中的 return 将始终是最后执行的语句。
四、本质上 我们都一样
所以兄弟们收藏后别忘记点赞哦。
class WTF: pass
Output：
>>> WTF() == WTF() # 两个不同的对象应该不相等 False >>> WTF() is WTF() # 也不相同 False >>> hash(WTF()) == hash(WTF()) # 哈希值也应该不同 True >>> id(WTF()) == id(WTF()) True
说明：
当调用 id 函数时 Python 创建了一个 WTF 类的对象并传给 id 函数。
然后 id 函数获取其id值 (也就是内存地址) 然后丢弃该对象. 该对象就被销毁了。
当我们连续两次进行这个操作时 Python会将相同的内存地址分配给第二个对象。 因为 (在CPython中) id 函数使用对象的内存地址作为对象的id值 所以两个对象的id值是相同的。
综上 对象的id值仅仅在对象的生命周期内唯一。在对象被销毁之后 或被创建之前 其他对象可以具有相同的id值。
那为什么 is 操作的结果为 False 呢? 让我们看看这段代码：
class WTF(object): def __init__(self): print("I") def __del__(self): print("D")
Output：
>>> WTF() is WTF() I I D D False >>> id(WTF()) == id(WTF()) I D I D True
正如你所看到的 对象销毁的顺序是造成所有不同之处的原因。
五、为什么?
some_string = "wtf" some_dict = {} for i some_dict[i] in enumerate(some_string): pass
Output：
>>> some_dict # 创建了索引字典. {0: 'w' 1: 't' 2: 'f'}
说明：
Python 语法 中对 for 的定义是：
for_stmt: 'for' exprlist 'in' testlist ':' suite ['else' ':' suite]
其中 exprlist 指分配目标. 这意味着对可迭代对象中的每一项都会执行类似 {exprlist} = {next_value} 的操作。
一个有趣的例子说明了这一点：
for i in range(4): print(i) i = 10
Output:
0 1 2 3
你可曾觉得这个循环只会运行一次?
说明:
由于循环在Python中工作方式 赋值语句 i = 10 并不会影响迭代循环 在每次迭代开始之前 迭代器(这里指 range(4)) 生成的下一个元素就被解包并赋值给目标列表的变量(这里指 i)了。
在每次迭代中 enumerate(some_string) 函数就生成一个新值 i (计数器增加) 并从 some_string 中获取一个字符。
然后将字典 some_dict 键 i (刚刚分配的) 的值设为该字符。本例中循环的展开可以简化为:
>>> i some_dict[i] = (0 'w') >>> i some_dict[i] = (1 't') >>> i some_dict[i] = (2 'f') >>> some_dict
六、执行时机差异
1.
array = [1 8 15] g = (x for x in array if array.count(x) > 0) array = [2 8 22]
Output：
>>> print(list(g)) [8]
2.
array_1 = [1 2 3 4] g1 = (x for x in array_1) array_1 = [1 2 3 4 5] array_2 = [1 2 3 4] g2 = (x for x in array_2) array_2[:] = [1 2 3 4 5]
Output：
>>> print(list(g1)) [1 2 3 4] >>> print(list(g2)) [1 2 3 4 5]
说明：
在生成器表达式中 in 子句在声明时执行 而条件子句则是在运行时执行。
所以在运行前 array 已经被重新赋值为 [2 8 22] 因此对于之前的 1 8 和 15 只有 count(8) 的结果是大于 0 的 所以生成器只会生成 8。
第二部分中 g1 和 g2 的输出差异则是由于变量 array_1 和 array_2 被重新赋值的方式导致的。
在第一种情况下 array_1 被绑定到新对象 [1 2 3 4 5] 因为 in 子句是在声明时被执行的，所以它仍然引用旧对象 [1 2 3 4](并没有被销毁)。
在第二种情况下 对 array_2 的切片赋值将相同的旧对象 [1 2 3 4] 原地更新为 [1 2 3 4 5]。
因此 g2 和 array_2 仍然引用同一个对象(这个对象现在已经更新为 [1 2 3 4 5])。
七、出人意料的is!
下面是一个在互联网上非常有名的例子。
>>> a = 256 >>> b = 256 >>> a is b True >>> a = 257 >>> b = 257 >>> a is b False >>> a = 257; b = 257 >>> a is b True
说明:
is 和 == 的区别
- is 运算符检查两个运算对象是否引用自同一对象 (即 它检查两个预算对象是否相同).
- == 运算符比较两个运算对象的值是否相等.
- 因此 is 代表引用相同 == 代表值相等. 下面的例子可以很好的说明这点 >>> [] == [] True >>> [] is [] # 这两个空列表位于不同的内存地址. False
256 是一个已经存在的对象 而 257 不是
当你启动Python 的时候 -5 到 256 的数值就已经被分配好了. 这些数字因为经常使用所以适合被提前准备好.
引用自 https://docs.python.org/3/c-api/long.html
当前的实现为-5到256之间的所有整数保留一个整数对象数组 当你创建了一个该范围内的整数时 你只需要返回现有对象的引用. 所以改变1的值是有可能的. 我怀疑这种行为在Python中是未定义行为. :-)
>>> id(256) 10922528 >>> a = 256 >>> b = 256 >>> id(a) 10922528 >>> id(b) 10922528 >>> id(257) 140084850247312 >>> x = 257 >>> y = 257 >>> id(x) 140084850247440 >>> id(y) 140084850247344
这里解释器并没有智能到能在执行 y = 257 时意识到我们已经创建了一个整数 257 所以它在内存中又新建了另一个对象.
当 a 和 b 在同一行中使用相同的值初始化时，会指向同一个对象.
>>> a b = 257 257 >>> id(a) 140640774013296 >>> id(b) 140640774013296 >>> a = 257 >>> b = 257 >>> id(a) 140640774013392 >>> id(b) 140640774013488
- 当 a 和 b 在同一行中被设置为 257 时 Python 解释器会创建一个新对象 然后同时引用第二个变量. 如果你在不同的行上进行 它就不会 "知道" 已经存在一个 257 对象了.
- 这是一种特别为交互式环境做的编译器优化. 当你在实时解释器中输入两行的时候 他们会单独编译 因此也会单独进行优化. 如果你在 .py 文件中尝试这个例子 则不会看到相同的行为 因为文件是一次性编译的.
八、一蹴即至!
# 我们先初始化一个变量row row = [""]*3 #row i['' '' ''] # 并创建一个变量board board = [row]*3
Output:
>>> board [['' '' ''] ['' '' ''] ['' '' '']] >>> board[0] ['' '' ''] >>> board[0][0] '' >>> board[0][0] = "X" >>> board [['X' '' ''] ['X' '' ''] ['X' '' '']]
我们有没有赋值过3个 "X" 呢？
说明:
当我们初始化 row 变量时 下面这张图展示了内存中的情况。
而当通过对 row 做乘法来初始化 board 时 内存中的情况则如下图所示 (每个元素 board[0] board[1] 和 board[2] 都和 row 一样引用了同一列表.)
我们可以通过不使用变量 row 生成 board 来避免这种情况. (这个issue提出了这个需求.)
>>> board = [['']*3 for _ in range(3)] >>> board[0][0] = "X" >>> board [['X' '' ''] ['' '' ''] ['' '' '']]
- 根据多位大佬的实践证明，在知乎双击屏幕会显著降低自己代码的BUG率。
九、麻烦的输出
funcs = [] results = [] for x in range(7): def some_func(): return x funcs.append(some_func) results.append(some_func()) # 注意这里函数被执行了 funcs_results = [func() for func in funcs]
Output:
>>> results [0 1 2 3 4 5 6] >>> funcs_results [6 6 6 6 6 6 6]
即使每次在迭代中将 some_func 加入 funcs 前的 x 值都不相同 所有的函数还是都返回6.
// 再换个例子
>>> powers_of_x = [lambda x: x**i for i in range(10)] >>> [f(2) for f in powers_of_x] [512 512 512 512 512 512 512 512 512 512]
说明:
- 当在循环内部定义一个函数时 如果该函数在其主体中使用了循环变量 则闭包函数将与循环变量绑定 而不是它的值. 因此 所有的函数都是使用最后分配给变量的值来进行计算的.
- 可以通过将循环变量作为命名变量传递给函数来获得预期的结果. 为什么这样可行? 因为这会在函数内再次定义一个局部变量. funcs = [] for x in range(7): def some_func(x=x): return x funcs.append(some_func) Output: >>> funcs_results = [func() for func in funcs] >>> funcs_results [0 1 2 3 4 5 6]
