为什么'is'运算符在算术相等的表达式中表现出意外

Question

阅读this和this后，我仍然无法理解以下行为：

a = 1000
b = 1000
print (a == b)
print (a is b)
print (f"id(a) = {id(a)} \nid(b) = {id(b)}")

正如所料，我得到了

True
True
id(a) = 2806705928816 
id(b) = 2806705928816

但是当我尝试做这样的事情时：

a = 1000
b = 1000 + a - a
print (a == b)
print (a is b)
print (f"id(a) = {id(a)} \nid(b) = {id(b)}")

我在表达式a is b 中得到了False

True
False
id(a) = 3030783801968 
id(b) = 3030783802064

为什么在将表达式的结果分配给整数和带有其他变量的表达式时，变量的行为会有所不同？尽管在数学上这给出了相同的整数。

Answer 1

区别在于对位置的引用。 '==' 检查数据类型和值是否相等，但是，'is;引用变量在内存中的位置。

下面会返回 false

id(a) = 3030783801968 <----
id(b) = 3030783802064 <----

is 将在下面返回 true

    id(a) = 2806705928816 <----
    id(b) = 2806705928816 <----

Answer 2

当您执行以下操作时：

（案例一）

a = 1000
b = a

或（案例2）

a = 1000
b = 1000

Python 足够聪明，可以预先知道即使在执行之后您也不需要新的内存。

因此，python 在执行前将b 在第一种情况下设为a 的别名。

第二种情况有点不同。 Python 是一种真正的面向对象语言，文字 1000 被视为对象。 （直觉上你可以认为 1000 是一个 const 对象的名称）。

所以在第二种情况下，a 和 b 在技术上都是 alias 的 1000

现在在你的例子中：

a = 1000
b = 1000 + a - a
print (a == b)
print (a is b)

在分配b 时，python 事先并不知道a 的值是什么。当我说事先我的意思是在任何形式的计算开始之前。所以python为b预留了一个新的内存位置，然后将操作的输出保存在这个新的内存位置。

还有一点值得注意：

4-1 is 3
True

在这种情况下，python 不会将此行保存为4-1，而是在编译之前将其处理为3，以进行运行时优化。

Answer 3

Python 通过将其表达式逐个评估为值来执行语句，然后对这些值执行一些操作。

来源： https://courses.cs.washington.edu/courses/cse140/13wi/eval_rules.pdf

基本上 b = 1000 + a - a 不是一次性完成的，而是在多次评估中，python 在每次评估时将 b 的结果存储在与 a 不同的内存位置。此时a和b是不同的对象。

使用 == 进行相等检查。

使用“is”检查对象是否相同（变量引用相同的内存位置）。

Answer 4

您已经有了一些准确的答案。在这里，我给出一个“回归基础”的答案。

---

什么是==？

Python == 表示左边的值和右边的值一样。

sum([5, 7]) == (48 * 3)**0.5

是True。它需要几个评估步骤才能使每个表达式达到12 的值。即便如此，integer 12 正在与 float 12.0 进行比较，因此需要将整数最终转换为浮点数。

关键要点：每个表达式都经过评估，并比较生成的值。如果它们相等，则表达式为真。

什么是is？

另一方面，Python is 意味着 左边的名字与右边的名字指向同一个对象。

a = 3.14159
b = a
a is b

是True。 a 已分配给值 3.14159。但更重要的是，有一块内存保存着一个对象，在本例中是浮点数 3.14159。 a 指向该对象/内存块。 b 指向a，这意味着它指向同一块内存。

---

您可以很容易地对此进行测试：创建两个简单地指向一个数字的“名称”，并使用is 比较它们，它们将不匹配：

>>> a = 1239481203948
>>> b = 1239481203948
>>> a is b
False

这是错误的，因为我们现在在内存/对象中有两个不同的位置分别指向它们：

>>> id(a)
140402381635344
>>> id(b)
140402391174416

（在您的机器上，您将获得一组不同的ids。）

因此，实际上，您“浪费”了空间，因为您有两个对象为相同的信息占用空间。

但是等等，还有更多

如果你自己玩这个，你会发现我写的东西有吨的例外，你会感到困惑。这里只是一些：

>>> a = 157
>>> b = 157
>>> a is b
True

什么？为什么这是真的？为了优化 Python，对“最常见的数字”进行了优化。我可能是错的，但我记得在内存中为最常见的数字指定了空间。这些是前几百个整数，还有其他几个。

但也有其他优化：

>>> a = None
>>> b = None
>>> a is b
True

>>> a = True
>>> b = True
>>> a is b
True

这些仍然遵循我之前所说的相同规则：is 评估为True 的原因是因为a 和b 都指向内存/对象中的相同位置。

由于 Python 中的优化，在这些奇怪的情况下会发生这种情况。 但一般来说，确保 is 评估为 True 的唯一方法是，如果将名称分配给已经有名称的对象，就像我们写的那样：

>>> a = 3.14159
>>> b = a
>>> a is b
True

而不是写

>>> a = 3.14159
>>> b = 3.14159
>>> a is b
False