2024年超8千Star，火遍Github的Python反直觉案例集！_反直觉例子(1)

示例结构

所有示例的结构都如下所示:

> 一个精选的标题 *

标题末尾的星号表示该示例在第一版中不存在，是最近添加的。

准备代码.# 释放魔法…

Output (Python version)：

触发语句出乎意料的输出结果

(可选): 对意外输出结果的简短描述。

说明:

简要说明发生了什么以及为什么会发生。

如有必要，举例说明

Output:

触发语句#一些让魔法变得容易理解的例子#一些正常的输入

注意：所有的示例都在Python3.5.2版本的交互解释器上测试过，如果不特别说明应该适用于所有Python版本。

用法

我个人建议，最好依次阅读下面的示例，并对每个示例:

仔细阅读设置例子最开始的代码。如果您是一位经验丰富的 Python 程序员，那么大多数时候您都能成功预期到后面的结果。

阅读输出结果

• 确认结果是否如你所料.
• 确认你是否知道这背后的原理

PS: 你也可以在命令行阅读 WTFpython. 我们有 pypi 包 和 npm 包(支持代码高亮).(译: 这两个都是英文版的)

安装 npm 包 wtfpython

$ npm install -g wtfpython

1
2

或者, 安装 pypi 包 wtfpython

$ pip install wtfpython -U

1
2

现在，在命令行中运行 wtfpython，你就可以开始浏览了。

示例

大脑运动!

微妙的字符串*

>>> a = "some_string"
>>> id(a)
140420665652016
>>> id("some" + "_" + "string") # 注意两个的id值是相同的.
140420665652016

1
2
3
4
5
6

>>> a = "wtf"
>>> b = "wtf"
>>> a is b
True
>>> a = "wtf!"
>>> b = "wtf!"
>>> a is b
False
>>> a, b = "wtf!", "wtf!"
>>> a is b
True

1
2
3
4
5
6
7
8
9
10
11
12

>>> 'a' * 20 is 'aaaaaaaaaaaaaaaaaaaa'
True
>>> 'a' * 21 is 'aaaaaaaaaaaaaaaaaaaaa'
False

1
2
3
4
5

说明：

这些行为是由于 Cpython 在编译优化时，某些情况下会尝试使用已经存在的不可变对象而不是每次都创建一个新对象。(这种行为被称作字符串的驻留[string interning])

发生驻留之后，许多变量可能指向内存中的相同字符串对象。(从而节省内存)

在上面的代码中，字符串是隐式驻留的。何时发生隐式驻留则取决于具体的实现。这里有一些方法可以用来猜测字符串是否会被驻留：

• 所有长度为 0 和长度为 1 的字符串都被驻留。
• 字符串在编译时被实现 (‘wtf’ 将被驻留, 但是 ‘’.join([‘w’, ‘t’, ‘f’] 将不会被驻留)
• 字符串中只包含字母，数字或下划线时将会驻留。所以 ‘wtf!’ 由于包含！而未被驻留。可以在这里找CPython对此规则的实现。

当在同一行将 a 和 b 的值设置为 “wtf!” 的时候, Python 解释器会创建一个新对象, 然后同时引用第二个变量. 如果你在不同的行上进行赋值操作, 它就不会“知道”已经有一个 wtf！ 对象 (因为 “wtf!” 不是按照上面提到的方式被隐式驻留的)。它是一种编译器优化，特别适用于交互式环境。

常量折叠(constant folding) 是 Python 中的一种窥孔优化(peephole optimization) 技术. 这意味着在编译时表达式 ‘a’*20 会被替换为 ‘aaaaaaaaaaaaaaaaaaaa’ 以减少运行时的时钟周期. 只有长度小于 20 的字符串才会发生常量折叠。(为啥? 想象一下由于表达式’a’*10**10 而生成的 .pyc 文件的大小). 相关的源码实现在这里。

https://github.com/leisurelicht/wtfpython-cn/blob/master/images/string-intern/string_intern.png

是时候来点蛋糕了!

some_dict = {}
some_dict[5.5] = "Ruby"
some_dict[5.0] = "JavaScript"
some_dict[5] = "Python"

1
2
3
4
5

Output：

>>> some_dict[5.5]
"Ruby"
>>> some_dict[5.0]
"Python"
>>> some_dict[5]
"Python"

1
2
3
4
5
6
7

“Python” 消除了 “JavaScript” 的存在?

说明：

Python 字典通过检查键值是否相等和比较哈希值来确定两个键是否相同。

具有相同值的不可变对象在Python中始终具有相同的哈希值。

>>> 5 == 5.0
True
>>> hash(5) == hash(5.0)
True

1
2
3
4
5

**注意:**具有不同值的对象也可能具有相同的哈希值（哈希冲突）。

当执行 some_dict[5] = “Python” 语句时, 因为Python将 5 和 5.0 识别为 some_dict 的同一个键, 所以已有值 “JavaScript” 就被 “Python” 覆盖了。

这个 StackOverflow的 回答 漂亮的解释了这背后的基本原理。

到处返回！

def some_func():
 try:
 return 'from_try'
 finally:
 return 'from_finally'

1
2
3
4
5
6

Output：

>>> some_func()
'from_finally'

1
2
3

说明：

当在 “try…finally” 语句的 try 中执行 return, break 或 continue 后, finally 子句依然会执行。

函数的返回值由最后执行的 return 语句决定. 由于 finally 子句一定会执行, 所以 finally 子句中的 return 将始终是最后执行的语句。

本质上,我们都一样. *

class WTF:
 pass

1
2
3

Output：

>>> WTF() == WTF() # 两个不同的对象应该不相等
False
>>> WTF() is WTF() # 也不相同
False
>>> hash(WTF()) == hash(WTF()) # 哈希值也应该不同
True
>>> id(WTF()) == id(WTF())
True

1
2
3
4
5
6
7
8
9

说明：

当调用 id 函数时, Python 创建了一个 WTF 类的对象并传给 id 函数. 然后 id 函数获取其id值 (也就是内存地址), 然后丢弃该对象. 该对象就被销毁了.

当我们连续两次进行这个操作时, Python会将相同的内存地址分配给第二个对象. 因为 (在CPython中) id 函数使用对象的内存地址作为对象的id值, 所以两个对象的id值是相同的.

综上, 对象的id值仅仅在对象的生命周期内唯一. 在对象被销毁之后, 或被创建之前, 其他对象可以具有相同的id值.

那为什么 is 操作的结果为 False 呢? 让我们看看这段代码.

class WTF(object):
 def __init__(self): print("I")
 def __del__(self): print("D")

1
2
3
4

Output：

>>> WTF() is WTF()
I
I
D
D
False
>>> id(WTF()) == id(WTF())
I
D
I
D
True

1
2
3
4
5
6
7
8
9
10
11
12
13

正如你所看到的, 对象销毁的顺序是造成所有不同之处的原因。

为什么?

some_string = "wtf"
some_dict = {}
for i, some_dict[i] in enumerate(some_string):
 pass

1
2
3
4
5

Output：

>>> some_dict # 创建了索引字典.
{0: 'w', 1: 't', 2: 'f'}

1
2
3

说明：

Python 语法 中对 for 的定义是：

for_stmt: 'for' exprlist 'in' testlist ':' suite ['else' ':' suite]

1
2

其中 exprlist 指分配目标. 这意味着对可迭代对象中的每一项都会执行类似 {exprlist} = {next_value} 的操作。

一个有趣的例子说明了这一点：

for i in range(4):
 print(i)
 i = 10

1
2
3
4

Output:

0
1
2
3

1
2
3
4
5

你可曾觉得这个循环只会运行一次?

说明:

由于循环在Python中工作方式, 赋值语句 i = 10 并不会影响迭代循环, 在每次迭代开始之前, 迭代器(这里指 range(4)) 生成的下一个元素就被解包并赋值给目标列表的变量(这里指 i)了.

在每一次的迭代中, enumerate(some_string) 函数就生成一个新值 i (计数器增加) 并从 some_string 中获取一个字符. 然后将字典 some_dict 键 i (刚刚分配的) 的值设为该字符. 本例中循环的展开可以简化为:

>>> i, some_dict[i] = (0, 'w')
>>> i, some_dict[i] = (1, 't')
>>> i, some_dict[i] = (2, 'f')
>>> some_dict

1
2
3
4
5

评估时间差异

array = [1, 8, 15]
g = (x for x in array if array.count(x) > 0)
array = [2, 8, 22]

1
2
3
4

Output：

>>> print(list(g))
[8]

1
2
3

array_1 = [1,2,3,4]
g1 = (x for x in array_1)
array_1 = [1,2,3,4,5]
array_2 = [1,2,3,4]
g2 = (x for x in array_2)
array_2[:] = [1,2,3,4,5]

1
2
3
4
5
6
7

Output：

>>> print(list(g1))
[1,2,3,4]
>>> print(list(g2))
[1,2,3,4,5]

1
2
3
4
5

说明：

在生成器表达式中, in 子句在声明时执行, 而条件子句则是在运行时执行.

所以在运行前, array 已经被重新赋值为 [2, 8, 22], 因此对于之前的 1, 8 和 15, 只有 count(8) 的结果是大于 0 的, 所以生成器只会生成 8.

第二部分中 g1 和 g2 的输出差异则是由于变量 array_1 和 array_2 被重新赋值的方式导致的.

在第一种情况下, array_1 被绑定到新对象 [1,2,3,4,5], 因为 in 子句是在声明时被执行的， 所以它仍然引用旧对象 1,2,3,4.

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
3c8856824a0d6186c1.png)

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！