Question

我得到以下内容：

import numpy
print id(numpy.float64(100)) ==  id(numpy.float64(10))
print numpy.float64(100) == numpy.float64(10)

给出：

True
False

请注意，如果我创建两个float64对象然后比较它们，那么它似乎按预期工作：

a = numpy.float64(10)
b = numpy.float64(100)
print a==b, id(a)==id(b)

给出：

False
False

基于https://docs.python.org/2/reference/datamodel.html，如果它们的值不同，两个对象的id是否总是不同？如果值不同，我怎样才能获得匹配的id？

这是numpy中的某种错误吗？

Answer 1

这看起来像是内存重用的怪癖，而不是NumPy错误。

该行

id(numpy.float64(100)) == id(numpy.float64(10))

首先创建一个浮点numpy.float64(100)，然后在其上调用id函数。然后Python的垃圾收集器立即释放这个内存，因为没有更多的引用它。内存插槽可以由任何创建的新对象自由重用。

创建numpy.float64(10)时，它占用相同的内存位置，因此id返回的内存地址相等。

当您查看字节码时，这一系列事件可能更清晰：

>>> dis.dis('id(numpy.float64(100)) ==  id(numpy.float64(10))')
  0 LOAD_NAME                0 (id)
  3 LOAD_NAME                1 (numpy)
  6 LOAD_ATTR                2 (float64)
  9 LOAD_CONST               0 (100)
 12 CALL_FUNCTION            1 (1 positional, 0 keyword pair) # call numpy.float64(100)
 15 CALL_FUNCTION            1 (1 positional, 0 keyword pair) # get id of object

 # gc runs and frees memory occupied by numpy.float64(100)

 18 LOAD_NAME                0 (id)                   
 21 LOAD_NAME                1 (numpy)
 24 LOAD_ATTR                2 (float64)
 27 LOAD_CONST               1 (10)
 30 CALL_FUNCTION            1 (1 positional, 0 keyword pair) # call numpy.float64(10)
 33 CALL_FUNCTION            1 (1 positional, 0 keyword pair) # get id of object

 36 COMPARE_OP               2 (==) # compare the two ids 
 39 RETURN_VALUE

Answer 2

想象一下，你把一本书放在架子上，然后有人注意到你没有使用它，并将书从架子上取下以释放一些空间。然后，您可以在方便的位置将另一本书放在书架上。

如果你突然意识到你在同一个地方有两本不同的书，你认为现实中有一个错误吗？ ; - ）

在id上调用numpy.float64(100)后，您无法引用您创建的浮动对象，因此解释器可以完全自由地重用该ID。

Answer 3

根据Docs，id()函数就像这样描述

ID（对象）

返回对象的“标识”。这是一个整数（或   长整数）保证唯一且常量   对象在其生命周期中。 两个生命周期不重叠的对象   可能具有相同的id（）值。

所以这可能发生，但不一定总是如此。由于它们不是同时存在，它们最终会捕获相同的id。

然而，在这种情况下

a = numpy.float64(10)
b = numpy.float64(100)
print a==b, id(a)==id(b)

他们做同时存在，因此不能具有相同的id。

numpy.float64对象的id（）是否相同，即使它们的值不同？

3 个答案: