"is" python 3.6 及更早版本与 3.7 中不可变对象的行为不一致
inconsistency in "is" behavior over immutable objects in python 3.6 and older vs 3.7
我在向我的学生介绍 is 运算符时发现 python（v3.6 及更早版本）和（v3 .7).
启动 python shell 和 运行:
5/2 is 2.5
或者：
(1, 2, 3) is (1, 2, 3)
在 v3.6.X 中，两者都得到 False，但在 v3.7 中，它们变成了 True.
我的期望是结果应该是 True，因为我认为不可变的数字对象（或它们的元组）只有一个实例。
看来至少我的想法在之前的版本中是不对的Python。
有谁知道已经进行了哪些更改来解释这种新行为？
我不确定原因和来源，但我的猜测是这与内联优化有关。
如果您为此值分配变量，身份检查将导致 False，与之前相同。
>>> 5/2 is 2.5
True
>>> a = 5/2
>>> a is 2.5
False
关于新折叠优化的有趣说明。由于 python 是 "all runtime"，无法提前优化某些内容，但它会努力尝试，尽可能多地解析范围：
>>> a = 3.14
>>> b = 3.14
>>> a is b
False
>>> a = 3.14; b = 3.14
>>> a is b
True
为什么相同的不可变对象应该占用相同的实例？
当在 python 中使用 is 时，您实质上是在询问 a 和 b 是否在内存中占用同一块内存。如果您将 a 和 b 视为不可变文字，那么 python 并没有特定的 space 来保存每种类型的不可变文字。在这种情况下它 return 为真完全有可能，如果您选择不同的文字，它完全有可能 return 为假。看看 this:
>>> a = "wtf"
>>> b = "wtf"
>>> a is b
True
>>> a = "wtf!"
>>> b = "wtf!"
>>> a is b
False
>>> a, b = "wtf!", "wtf!"
>>> a is b
True
如果您想避免这种情况，请不要对您未明确保存到内存中的内容使用 is。
我认为这种行为是由于将 Constant 折叠从窥孔优化器（编译时操作）移动到新的 AST 优化器（运行 时间操作），[=11= 中也提到了这一点].)
回复：
My expectation was that the result should be True as I thought immutable numeric objects (or a tuple of them) have just one instance.
不变性与具有不可更改的值并不严格相同。在你称一个对象为可变或不可变之前，它是一个对象，Python 中的对象是在 运行 时间创建的。所以没有理由将可变性与对象创建和身份联系起来。但是，有一些例外，例如在以前和当前版本中都驻留了一个或一个小对象，主要是为了优化，这个规则（在 运行 时间创建对象）被操纵。阅读 了解更多详情。
My expectation was that the result should be True as I thought immutable numeric objects (or a tuple of them) have just one instance.
这种期望值得怀疑 - Python 语言无法保证这样的事情。
is 是一个非常棘手的运算符，因为您确实需要知道何时适合使用它。
例如：
>>> 5 / 2 is 2.5
>>> (1, 2, 3) is (1, 2, 3)
在一般情况下，is 的使用不当。如果您想检查 line/function 优化（实习）Python 正在做什么，它们可能是合适的，但我想这不是这里所需的用例。
is 只应在您想与常量进行比较时使用（保证只有一个实例）！ guaranteed built-in constants 是：
NoneNotImplementedEllipsis（也称为...）TrueFalse__debug__
或您自己的类常量实例：
_sentinel = object()
def func(a=_sentinel):
return a is _sentinel
或者当您显式地将变量分配给新名称时：
a = b
a is b # <- that's expected to be True
Does anyone know what changes have been made which explains this new behaviour?
可能窥视孔优化器现在优化了更多情况（元组和数学表达式）。比如"AST-level Constant folding"(https://bugs.python.org/issue29469)在CPython 3.7中加入了（我这里故意写CPython是因为Python里面什么都没加3.7 语言规范).
我在向我的学生介绍 is 运算符时发现 python（v3.6 及更早版本）和（v3 .7).
启动 python shell 和 运行:
5/2 is 2.5
或者：
(1, 2, 3) is (1, 2, 3)
在 v3.6.X 中，两者都得到 False，但在 v3.7 中，它们变成了 True.
我的期望是结果应该是 True，因为我认为不可变的数字对象（或它们的元组）只有一个实例。
看来至少我的想法在之前的版本中是不对的Python。
有谁知道已经进行了哪些更改来解释这种新行为？
我不确定原因和来源，但我的猜测是这与内联优化有关。
如果您为此值分配变量，身份检查将导致 False，与之前相同。
>>> 5/2 is 2.5
True
>>> a = 5/2
>>> a is 2.5
False
关于新折叠优化的有趣说明。由于 python 是 "all runtime"，无法提前优化某些内容，但它会努力尝试，尽可能多地解析范围：
>>> a = 3.14
>>> b = 3.14
>>> a is b
False
>>> a = 3.14; b = 3.14
>>> a is b
True
为什么相同的不可变对象应该占用相同的实例？
当在 python 中使用 is 时，您实质上是在询问 a 和 b 是否在内存中占用同一块内存。如果您将 a 和 b 视为不可变文字，那么 python 并没有特定的 space 来保存每种类型的不可变文字。在这种情况下它 return 为真完全有可能，如果您选择不同的文字，它完全有可能 return 为假。看看 this:
>>> a = "wtf"
>>> b = "wtf"
>>> a is b
True
>>> a = "wtf!"
>>> b = "wtf!"
>>> a is b
False
>>> a, b = "wtf!", "wtf!"
>>> a is b
True
如果您想避免这种情况，请不要对您未明确保存到内存中的内容使用 is。
我认为这种行为是由于将 Constant 折叠从窥孔优化器（编译时操作）移动到新的 AST 优化器（运行 时间操作），[=11= 中也提到了这一点].)
回复：
My expectation was that the result should be True as I thought immutable numeric objects (or a tuple of them) have just one instance.
不变性与具有不可更改的值并不严格相同。在你称一个对象为可变或不可变之前，它是一个对象，Python 中的对象是在 运行 时间创建的。所以没有理由将可变性与对象创建和身份联系起来。但是，有一些例外，例如在以前和当前版本中都驻留了一个或一个小对象，主要是为了优化，这个规则（在 运行 时间创建对象）被操纵。阅读
My expectation was that the result should be True as I thought immutable numeric objects (or a tuple of them) have just one instance.
这种期望值得怀疑 - Python 语言无法保证这样的事情。
is 是一个非常棘手的运算符，因为您确实需要知道何时适合使用它。
例如：
>>> 5 / 2 is 2.5
>>> (1, 2, 3) is (1, 2, 3)
在一般情况下，is 的使用不当。如果您想检查 line/function 优化（实习）Python 正在做什么，它们可能是合适的，但我想这不是这里所需的用例。
is 只应在您想与常量进行比较时使用（保证只有一个实例）！ guaranteed built-in constants 是：
NoneNotImplementedEllipsis（也称为...）TrueFalse__debug__
或您自己的类常量实例：
_sentinel = object()
def func(a=_sentinel):
return a is _sentinel
或者当您显式地将变量分配给新名称时：
a = b
a is b # <- that's expected to be True
Does anyone know what changes have been made which explains this new behaviour?
可能窥视孔优化器现在优化了更多情况（元组和数学表达式）。比如"AST-level Constant folding"(https://bugs.python.org/issue29469)在CPython 3.7中加入了（我这里故意写CPython是因为Python里面什么都没加3.7 语言规范).