为什么不同数据类型的地址不同[Python]？

Question

>>> a=5 
>>> b=6 
>>> id(a) 
10914496 
>>> id(b) 
10914528 
>>> c='Hello' 
>>> d='World' 
>>> id(c) 
139973573252184 
>>> id(d) 
139973616356744 
>>> e=(4>5) 
>>> f=(4<5) 
>>> id(e) 
10739968 
>>> id(f) 
10740000 

1. 为什么string和boolean/int数据类型的地址长度如此不同？
2. 为什么随后的声明在地址上有相当大的不同，与数据类型的大小相比？

更新＃1

>>> id(c) 
139973616356856 
>>> id(c[0]) 
139973652926112 
>>> id(c[1]) 
139973653190728 
>>> id(c[2]) 
139973653634272 
>>> id(c[3]) 
139973653302104 

我有这个疑问，因为我学过C++第一（说实话，用Turbo C++）和字符串的地址都是用Python定义方式是什么很大的不同发生在C++中。我想这在Python中是好的，因为我们不能通过它在Python中的地址来访问对象，对吗？

此外，c和c [0]具有不同的地址有什么意义？对于某些人来说，这些问题可能是不必要的，但我很好奇，不知道Python如何为各种数据类型（特别是字符串）分配地址。

Answer 1

首先，我们应该从Python开始，它的工作方式与C不同。在C中，数组只是一块内存。在Python中，它是一个对象。 c和c[0]的id()与结果不一样。

其次，你应该认识到Python中的每一件事都是一个对象。在C中，当你想做类似c[0]的事情时，你正在请求一系列内存位置的第一个值。在Python中，情况并非一定如此。对于一个标准列表，它由一个数组支持，但是它的地址对你来说是隐藏的。你看到的是通过id()对象的地址。在这种情况下，c是一个字符串，但这样是c[0]（没有字符类型在Python）。这意味着当您要求c[0]时，Python正在创建一个新字符串来表示您请求的字符（或者说，子字符串）。幸运的是，Python实际上并没有每次创建一个新的字符串，因为Python会自动实现一个字符的字符串。

另外，记住，Python对象有一个结构和太消耗内存。关于C的最好的事情之一是能够非常控制内存布局，但是你在Python中失去了这方面的能力。翻盖面是，你不必做手工分配和内存，这是一种解脱（我做了很多C和Python编程，让我看到了好处）释放。

三，很多更多的内存分配和释放在Python中发生。根据构建Python的方式以及分配内存的底层操作系统策略，可能会发生任何数量的事情，导致地址不会按顺序增加。但由于一切是一个对象，有一个潜在的分配正在发生的一切。

我有这个疑问，因为我学过C++第一（说实话，用Turbo C++）和字符串的地址都是用Python定义方式是用C会发生什么++非常不同。我想这在Python中是好的，因为我们不能通过它在Python中的地址来访问对象，对吗？

yes和no。当你说c[0]时，在引擎盖下面正在运行一个特殊的方法来从字符串中检索子字符串。这与你在C++中获得的不同。但是，Python确实将字符串作为字节序列进行有效存储。所以只是因为你看不到效率检查地址，并不意味着它不在那里。另外，正如我上面提到的，c[0]返回一个新的字符串，表示您想要的子字符串。 Python在这里很聪明，会返回一个1个字符的字符串，但它将是一个内部字符串。你可以看到一些字母具有相同的地址：

>>> for c in "hobo": 
...  print c, id(c) 
... 
h 4434994600 
o 4434861432 
b 4434859712 
o 4434861432 

你可以看到，"o"共享相同的地址字符串 - 顺便说一句，这个例子的Python 2，但在Python 3

存在同样的质量

而且你是正确的，你不能访问由它的地址对象 - 至少这是不是语言的一个特征。如何生成ids是一个实现细节，但是你应该指望每个Python解释器都这样做。

另外，为c和c [0]设置不同的地址有什么意义？对于某些人来说，这些问题可能是不必要的，但我很好奇，不知道Python如何为各种数据类型（特别是字符串）分配地址。

我解释这上面，而是概括：c和c[0]比在C.在Python不同，首先是字符串和第二请求包含字符串的第一个字符的子字符串。

Python做在许多领域使用的舞台风格的内存管理方案，但在大多数情况下，你不需要关心这个。如果你好奇，我建议你看看Python source code。 Python子目录具有许多语言和低级运行时支持位。同时也意识到，Python也预先缓存了一些内容，这也可以解释上述地址中的差异。

Answer 2

根据您的计算机架构，数据类型将以不同的字节长度存储在内存中。例如，一个字符串中的每个ASCII字符需要一个字节来存储它，而整数可以以任何位长度存储，直至达到极限，这取决于所存储数字的大小。我不完全确定，但python可能会在分配的内存的不同区域中存储不同的数据类型。

Python在分配的内存中存储的内容不仅仅是你给它的变量。 IDE也在该领域运行。因此，在两个分配之间可能存储了其他一些变量。

对于更新＃1，看看this

Answer 3

这id恰好是在地址CPython的是一个实现细节;它们只能保证与同时存在的对象不同。

您观察到的分组是因为CPython预先创建了一些对象，包括-5到256以及True和False。在一般情况下，这些值不会出现在任何其他地址上，因为它们是不可变的类型，所以可以做到这一点。

第二个问题，关于字符串中的切片，是因为Python的字符串对象不相互引用。没有字符类型，因此从字符串中提取字符会生成新的字符串。同样，其中一些可能被缓存（实际字符串）。字符串对象的地址不一定是其内容的地址。

您可以使用​​来访问您熟悉的C类型，但这样做通常很尴尬且有风险。例如，如果你将一个Python字符串传递给一个改变一个C字符串的函数，那么你会破坏字符串本身; Python期望字符串是不可变的，并且可以共享它们并缓存它们的哈希值。