
Python是一款使用方便,易上手的工具,我們平常在工作中經(jīng)常會用到,而且同時(shí)也是一款功能強(qiáng)大的編程語言,被廣泛應(yīng)用于數(shù)據(jù)分析、web開發(fā)、人工智能等行業(yè)。但是無論那個(gè)行業(yè),哪個(gè)領(lǐng)域,想要熟練使用Python,就必須掌握Python的基礎(chǔ)知識。
以下文章來源于:微信公眾號Python貓
作者: 豌豆花下貓
從接觸 Python 時(shí)起,我就覺得 Python 的元組解包(unpacking)挺有意思,非常簡潔好用。
最顯而易見的例子就是多重賦值,即在一條語句中同時(shí)給多個(gè)變量賦值:
>>> x, y = 1, 2 >>> print(x, y) # 結(jié)果:1 2
在此例中,賦值操作符“=”號的右側(cè)的兩個(gè)數(shù)字會被存入到一個(gè)元組中,即變成 (1,2),然后再被解包,依次賦值給“=”號左側(cè)的兩個(gè)變量。
如果我們直接寫x = 1,2 ,然后打印出 x,或者在“=”號右側(cè)寫成一個(gè)元組,就能證實(shí)到這一點(diǎn):
>>> x = 1, 2 >>> print(x) # 結(jié)果:(1, 2) >>> x, y = (1, 2) >>> print(x, y) # 結(jié)果:1 2
一些博客或公眾號文章在介紹到這個(gè)特性時(shí),通常會順著舉一個(gè)例子,即基于兩個(gè)變量,直接交換它們的值:
>>> x, y = 1, 2 >>> x, y = y, x >>> print(x, y) # 結(jié)果:2 1
一般而言,交換兩個(gè)變量的操作需要引入第三個(gè)變量。道理很簡單,如果要交換兩個(gè)杯子中所裝的水,自然會需要第三個(gè)容器作為中轉(zhuǎn)。
然而,Python 的寫法并不需要借助中間變量,它的形式就跟前面的解包賦值一樣。正因?yàn)檫@個(gè)形式相似,很多人就誤以為Python 的變量交換操作也是基于解包操作。
但是,事實(shí)是否如此呢?
我搜索了一番,發(fā)現(xiàn)有人試圖回答過這個(gè)問題,但是他們的回答基本不夠全面。(當(dāng)然,有不少是錯(cuò)誤的答案,還有更多人只是知其然,卻從未想過要知其所以然)
先把本文的答案放出來吧:Python 的交換變量操作不完全基于解包操作,有時(shí)候是,有時(shí)候不是!
有沒有覺得這個(gè)答案很神奇呢?是不是聞所未聞?!
到底怎么回事呢?先來看看標(biāo)題中最簡單的兩個(gè)變量的情況,我們上dis 大殺器看看編譯的字節(jié)碼:
上圖開了兩個(gè)窗口,可以方便比較“a,b=b,a”與“a,b=1,2”的不同:
很明顯,形式相似的兩種寫法實(shí)際上完成的操作并不相同。在交換變量的操作中,并沒有裝包和解包的步驟!
ROT_TWO 指令是 CPython 解釋器實(shí)現(xiàn)的對于棧頂兩個(gè)元素的快捷操作,改變它們指向的引用對象。
還有兩個(gè)類似的指令是 ROT_THREE 和 ROT_FOUR,分別是快捷交換三和四個(gè)變量(摘自:ceval.c 文件,最新的 3.9 分支):
預(yù)定義的棧頂操作如下:
查看官方文檔中對于這幾個(gè)指令的解釋,其中 ROT_FOUR 是 3.8 版本新加的:
ROT_TWO
Swaps the two top-most stack items.
ROT_THREE
Lifts second and third stack item one position up, moves top down to position three.
ROT_FOUR
Lifts second, third and forth stack items one position up, moves top down to position four.New in version 3.8.
CPython 應(yīng)該是以為這幾種變量的交換操作很常見,因此才提供了專門的優(yōu)化指令。就像 [-5,256] 這些小整數(shù)被預(yù)先放到了整數(shù)池里一樣。
對于更多變量的交換操作,實(shí)際上則會用到前面說的解包操作:
截圖中的 BUILD_TUPLE 指令會將給定數(shù)量的棧頂元素創(chuàng)建成元組,然后被 UNPACK_SEQUENCE 指令解包,再依次賦值。
值得一提的是,此處之所以比前面的“a,b=1,2”多出一個(gè) build 操作,是因?yàn)槊總€(gè)變量的 LOAD_FAST 需要先單獨(dú)入棧,無法直接被組合成 LOAD_CONST 入棧。也就是說,“=”號右側(cè)有變量時(shí),不會出現(xiàn)前文中的 LOAD_CONST 一個(gè)元組的情況。
最后還有一個(gè)值得一提的細(xì)節(jié),那幾個(gè)指令是跟棧中元素的數(shù)量有關(guān),而不是跟賦值語句中實(shí)際交換的變量數(shù)有關(guān)??匆粋€(gè)例子就明白了:
分析至此,你應(yīng)該明白前文中的結(jié)論是怎么回事了吧?
我們稍微總結(jié)一下:
以上就是小編今天跟大家分享的python基礎(chǔ)語句的一些內(nèi)容了,希望對大家和使用python有幫助。任何學(xué)習(xí)都不是一蹴而就的,平時(shí)大家要注意多總結(jié),多復(fù)盤,并結(jié)合實(shí)際項(xiàng)目去應(yīng)用!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10