一,代码块
#python中真正意义的代码块是什么? # 一个模块,一个函数,一个类,一个文件等都是一个代码块。 def func(): print(333) class A: name = 'alex' # 交互模式下,每一行是一个代码块。 >>> i1 = 1000 可以理解为这一行在一个文件中。 >>> i2 = 1000 可以理解为这一行在另一个文件中。
二,id,is ,==
#在Python中,id是什么?id是内存地址,比如你利用id()内置函数去查询一个数据的内存地址 name = '太白' print(id(name)) # 1585831283968
#那么 is 是什么? == 又是什么? #== 是比较的两边的数值是否相等,而 is 是比较的两边的内存地址是否相等。 如果内存地址相等,那么这两边其实是指向同一个内存地址。 >>>i1 = 1000 >>>i2 = 1000 >>>print(i1 is i2) False >>>print(i1 == i2) True
#在内存中id都是唯一的,如果两个变量指向的值的id相同,就证明他们在内存中是同一个。
#is 判断的是两个变量的id值是否相同。
#如果is是True, == 一定是True。
#可以说如果内存地址相同,那么值肯定相同,但是如果值相同,内存地址不一定相同
三,小数据池
小数据池:被为小整数缓存机制,或者称为驻留机制等等。
小数据池的应用数据类型:整数,字符串,bool值
小数据池,python对内存做的一个优化:
#小数据池,python对内存做的一个优化: #那么到底什么是小数据池?他有什么作用呢? 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。 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。 缺点:在‘池’中创建或插入字符串,整数时,会花费更多的时间
int: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。
那么对于字符串的规定呢?
str:字符串要从下面这几个大方向讨论:
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。
3.1 乘数为1时:
仅含大小写字母,数字,下划线,默认驻留。
含其他字符,长度<=1,默认驻留。
含其他字符,长度>1,默认驻留。
3.2 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) #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符串。
四,代码块与小数据池的关系
代码块内的缓存机制,和代码块与代码块之间的缓存机制不同!
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。所以在你给出的例子中,文件执行时(同一个代码块)会把i1、i2两个变量指向同一个对象。如果是不同的代码块,他就会看这个两个变量是否是满足小数据池的数据,如果是满足小数据池的数据则会指向同一个地址。对于同一个代码块的变量复用的问题,只能针对于数字,字符串,bool值,而对于其他数据类型是不成立的。
# 虽然在同一个文件中,但是是不同的代码块,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() # 同一个代码块下,数字,字符串,bool值的复用成立。 a1 = 1000 a2 = 1000 print(id(a1),id(a2)) # 2419837390800 2419837390800 s1 = 'alexsb@' s2 = 'alexsb@' print(id(s1),id(s2)) # 2278732245624 2278732245624 f1 = True f2 = True print(id(f1),id(f2)) # 1672093872 1672093872 # 同一个代码块下,元祖,列表,字典的复用不成立。 tu1 = (1,2,3) tu2 = (1,2,3) print(id(tu1),id(tu2)) # 2278732278088 2278732279312 l1 = [1, 2, 3] l2 = [1, 2, 3] print(id(l1),id(l2)) # 2278733685000 2278733685192 dic1 = {'name':'taibai'} dic2 = {'name':'taibai'} print(id(dic1),id(dic2)) # 2278728382728 2278728382856
五,python 与 数据存储/网络传输的编码问题
1.编码之间不能互相识别,否则强行使用会报错,不存在,乱码
2.网络传输,或者硬盘存储的01010,必须时以非unicode编码方式的010101
大环境下的python3x:
str:内存(内部)编码方式为unicode
bytes:python的基础数据类型,他和str相当于双胞胎,str拥有的所有方法,bytes都有
#思考下面例子: b1 = b'alex' b2 = b1.upper() s1 = 'alex' print(b1, type(b1)) print(b2, type(b2)) print(s1, type(s1)) s1 = '太白' b1 = s1.encode('utf-8') b2 = s1.encode('gbk') print(b1) # b'\xe5\xa4\xaa\xe7\x99\xbd' print(b2) # str --- > bytes encode 编码 s1 = 'alex' s2 = '太白' b1 = s1.encode('utf-8') print(b1) b2 = s2.encode('gbk') print(b2) # bytes ---> str decode 解码 b1 = b'\xcc\xab\xb0\xd7' # gbk 的bytes s2 = b1.decode('gbk') print(s2)
str与bytes区别,str与bytes的编码与解码
#区别: # 英文字母: str: 表现形式 s1 = 'alex' 内部编码方式:unicode bytes: 表现形式: b1 = b'alex' 内部编码方式:非unicode #中文: str: 表现形式 s1 = '太白' 内部编码方式:unicode bytes: 表现形式:b1 = b'\xe5\xa4\xaa\xe7\x99\xbd' 内部编码方式:非unicode
如何使用:
你想将一部分内容(字符串)写入文件,或者通过网络socket传输,这样这部分内容(字符串)必须转化成bytes才可以进行。
平时你代码中,使用字符串。
编码: str --->bytes.encode s1 = 'alex' b1 = s1.encode('utf-8') 解码: bytes ---> str.decode s2 = b1.decode('utf-8') #s2为unicode编码