欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

詳解python的內存分配機制

 更新時間:2021年05月10日 11:25:31   作者:Farhad Malik  
Python的內存分配機制是小白們最需要理解的概念之一。創(chuàng)建對象(變量、函數(shù)、對象等)后,CPython會在內存中為其分配地址。Python有一個id()函數(shù),它可以返回對象的“身份”,也就是內存地址。它實際上是一個唯一的整數(shù)。

開始

作為一個實例,讓我們創(chuàng)建四個變量并為其賦值:

variable1 = 1
variable2 = "abc"
variable3 = (1,2)
variable4 = ['a',1]

#打印他們的ids
print('Variable1: ', id(variable1))
print('Variable2: ', id(variable2))
print('Variable3: ', id(variable3))
print('Variable4: ', id(variable4))

打印結果如下所示:

變量1:1747938368
變量2:152386423976
變量3:152382712136
變量4:152382633160

每個變量都被分配了一個新的內存地址(以整數(shù)形式表示)。第一個假設是,每當我們使用“ =”給變量賦值時,Python都會創(chuàng)建一個新的內存地址來存儲變量。這是100%正確的嗎?當然不是!

我將創(chuàng)建兩個新變量(5和6)并使用現(xiàn)有變量的值給它們賦值。

variable5 = variable1
variable6 = variable4

print('Variable1: ', id(variable1))
print('Variable4: ', id(variable4))
print('Variable5: ', id(variable5))
print('Variable6: ', id(variable6))

Python打印結果:

變量1:1747938368
變量4:819035469000
變量5:1747938368
變量6:819035469000

你注意到,Python并未為這兩個變量創(chuàng)建新的內存地址嗎?這次,它只是把兩個新變量都指向了現(xiàn)有變量相同的存儲位置。

現(xiàn)在讓我們?yōu)樽兞?設置一個新值。注意:整數(shù)是不可變數(shù)據(jù)類型。

print('Variable1: ', id(variable1))
variable1 = 2
print('Variable1: ', id(variable1))

這將打?。?/p>

Variable1: 1747938368
Variable1: 1747938400

這意味著每當我們使用=并將新值給現(xiàn)有變量賦值時,就會在內部創(chuàng)建一個新的內存地址來存儲該變量。讓我們看看它是否成立!

當值是可變數(shù)據(jù)類型時會發(fā)生什么?variable6是一個列表,讓我們在列表結尾append一個值并打印其內存地址:

print('Variable6:',id(variable6))
variable6.append('new')
print('Variable6:',id(variable6))

請注意,變量的內存地址保持不變,因為它是可變數(shù)據(jù)類型,我們僅更新了其元素。

Variable6:678181106888
Variable6:678181106888

讓我們創(chuàng)建一個函數(shù)并將一個變量傳遞給它。如果我們在函數(shù)內部設置變量的值,它會發(fā)生什么?讓我們評估一下。

def update_variable(variable_to_update):
    print(id(variable_to_update))
update_variable(variable6)
print('Variable6: ', id(variable6))

請注意,variable_to_update的ID指向變量6的ID。

這意味著如果我們在函數(shù)中更新variable_to_update且variable_to_update是可變數(shù)據(jù)類型,那么variable6的值將更新。我們看一個具體例子:

variable6 = ['new']
print('Variable6: ', variable6)

def update_variable(variable_to_update):
    variable_to_update.append('inside')
update_variable(variable6)
print('Variable6: ', variable6)

這將打?。?/p>

Variable6:['new']
Variable6:['new','inside']

它向我們展示了如何在函數(shù)中的更新一個可變的變量,你可以看到函數(shù)類和函數(shù)外的可變變量都具有相同的ID。

如果我們在函數(shù)內給變量賦一個新值(而不是更新),無論它是不可變的還是可變的數(shù)據(jù)類型,那么一旦退出函數(shù),更改將丟失:

print('Variable6: ', variable6)

def update_variable(variable_to_update):
    print(id(variable_to_update))
    variable_to_update = ['inside']
update_variable(variable6)
print('Variable6: ', variable6)

Variable6:['new']
344115201992
Variable6:['new']

現(xiàn)在是一個有趣的場景:Python并不總是為所有新變量創(chuàng)建一個新的內存地址。

最后,如果我們?yōu)閮蓚€不同的變量分配一個字符串值,例如“ a”,該怎么辦?它會創(chuàng)建兩個內存地址嗎?

variable_nine ="a"
variable_ten ="a"
print('Variable9:',id(variable_nine))
print('Variable10:',id(variable_ten))

注意,這兩個變量具有相同的內存位置:

Variable9:792473698064
Variable10:792473698064

如果我們創(chuàng)建兩個不同的變量并為其分配一個長字符串值,該怎么辦:

variable_nine = "a" * 21
variable_ten = "a" * 21
print('Variable9: ', id(variable_nine))
print('Variable10: ', id(variable_ten))

這次Python為兩個變量創(chuàng)建了兩個不同內存位置:

Variable9:541949933872
Variable10:541949933944

為什么? 這是因為Python啟動時會創(chuàng)建一個內部值緩存,這樣做是為了提供更快的結果。Python會為少量整數(shù)(如-5到256之間)和較小的字符串值分配了少量的內存地址。這就是我們示例中的短字符串都具有相同ID的原因,而長字符串的ID則不同。

== vs是

有時我們想檢查兩個對象是否相等。

  • 如果我們使用==,它將檢查兩個參數(shù)是否包含相同的數(shù)據(jù)
  • 如果我們使用is,那么Python將檢查兩個對象是否引用相同的對象,此時兩個對象的id必須相同
var1 = "a" * 30 
var2 = "a" * 30 
print('var1:',id(var1))#318966315648 
print('var2:',id(var2))#168966317364 

print('==:', var1 == var2)#返回True 
print('is:',var1 is var2)#返回False

以上就是詳解python的內存分配機制的詳細內容,更多關于python 內存分配機制的資料請關注腳本之家其它相關文章!

相關文章

  • Python Web程序搭建簡單的Web服務器

    Python Web程序搭建簡單的Web服務器

    這篇文章主要介紹了Python Web程序搭建簡單的Web服務器,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-07-07
  • pytorch查看torch.Tensor和model是否在CUDA上的實例

    pytorch查看torch.Tensor和model是否在CUDA上的實例

    今天小編就為大家分享一篇pytorch查看torch.Tensor和model是否在CUDA上的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-01-01
  • TensorFlow的reshape操作 tf.reshape的實現(xiàn)

    TensorFlow的reshape操作 tf.reshape的實現(xiàn)

    這篇文章主要介紹了TensorFlow的reshape操作 tf.reshape的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-04-04
  • python圖形開發(fā)GUI庫wxpython使用方法詳解

    python圖形開發(fā)GUI庫wxpython使用方法詳解

    這篇文章主要介紹了python GUI庫wxpython使用方法詳解,需要的朋友可以參考下
    2020-02-02
  • Python編程中實現(xiàn)迭代器的一些技巧小結

    Python編程中實現(xiàn)迭代器的一些技巧小結

    只談迭代器的話在Python中只是一個泛指的概念,具體的可以用yield、生成器表達式、iter等多種方式來構建,這里我們整理了Python編程中實現(xiàn)迭代器的一些技巧小結:
    2016-06-06
  • python os模塊和fnmatch模塊的使用介紹

    python os模塊和fnmatch模塊的使用介紹

    這篇文章主要介紹了python os模塊和fnmatch模塊的使用介紹,幫助大家更好的理解和學習使用python,感興趣的朋友可以了解下
    2021-03-03
  • Django之模型層多表操作的實現(xiàn)

    Django之模型層多表操作的實現(xiàn)

    這篇文章主要介紹了Django之模型層多表操作的實現(xiàn),小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2019-01-01
  • 基于python實現(xiàn)生成指定大小txt文檔

    基于python實現(xiàn)生成指定大小txt文檔

    這篇文章主要介紹了基于python實現(xiàn)生成指定大小txt文檔,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-07-07
  • 使用Python爬取彈出窗口信息的實例

    使用Python爬取彈出窗口信息的實例

    這篇文章主要介紹了使用Python爬取彈出窗口信息的實例,具有很好的的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-03-03
  • python實現(xiàn)隱馬爾科夫模型HMM

    python實現(xiàn)隱馬爾科夫模型HMM

    這篇文章主要為大家詳細介紹了python實現(xiàn)隱馬爾科夫模型HMM,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-03-03

最新評論