python基础学习day6

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)，嵌套的不可变的数据类型是同一个id，可变类型也是同一个id。

  深copy：(list,dict)，嵌套的不可变的数据类型是同一个id，嵌套的可变的数据类型不是同一个id。

l1 = [1,2,['a']]
l2 = l1[:]
l1[-1].append(3)
print(l2)
>>>[1,2,['a',3]]  #切片是浅copy
import copy
l1 = [1,2,[3,4]]
l2 = copy.copy(l1)
l3 = copy.deepcopy(l1)
print(l1[0] is l2[0])
>>>True
print(l2[0] is l3[0])
>>>True
print(l3[0] is l1[0])
>>>True
print(l1[2] is l2[2])
>>>False
print(l1 is l2)
>>>False
print(l3 is l1)
>>>False
      #无论是浅copy还是深copy，都会创建一个新的数据类型，但是数据类型中的不可变数据类型都是同一个（id相同），深copy的可变数据类型不是同一个（id不同）。

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}]
import copy
l1 = [1,2,{'name':'山就在那儿','number':[3,4,5]},6,7]
l2 = copy.deepcopy(l1)
print(l1[2] is l2[2])   #False
print(l1[2]['name'] is l2[2]['name'])   #True  #同一代码块下的缓存机制，只适用于不可变对象
print(l1[2]['number'] is l2[2]['number'])  #False
l1[2]['name']='a'
print(l1[2])
{'name': 'a', 'number': [3, 4, 5]}
print(l2[2])
{'name': '山就在那儿', 'number': [3, 4, 5]}