每種程式語言都有一些不為人知的陷阱，有些實際工作中會踩到，有些可能根本排不上用場，但弄明白這些陷阱有利於我們更好的去了解這門語言的實現機制。
下面這個題，你是否能一眼看出問題的本質。
# 第一組
>>> a = 256
>>> b = 256
>>> a is b
True
# 第二組
>>> a = 257
>>> b = 257
>>> a is b
False
# 第三組
>>> a = 257; b = 257
>>> a is b
True複製程式碼不管是 Python2 還是 Python3 環境下，只要你是在 CPython 的互動式命令列 REPL 中執行，結果沒什麼不同。
我們知道 is 比較的是兩個物件的記憶體地址是否一樣（ id 函式返回一個和物件的記憶體地址相關的值），言外之意就是看a，b兩個變數是否指向同一個物件。我們來看看每個變數的 id 值。
>>> a = 256
>>> id(a)
1721788128
>>> b = 256
>>> id(a)
1721788128
>>> a = 257
>>> id(a)
14947024
>>> b = 257
>>> id(b)
14947104
>>> a = 257; b=257
>>> id(a)
14947136
>>> id(b)
14947136
>>>複製程式碼不出所料，前後兩組 a，b的 id 值是相同的，只有中間這組 id 值不一樣，我們可以對其簡單分析一下原因。在 Python 中，一切皆為物件，理論上任意兩個物件的 id 值都是不一樣的，例如：
>>> nums = [1,2,3,4]
>>> id(nums)
15148936
>>> nums2 = [1,2,3]
>>> id(nums2)
15160824
>>> nums3 = [1,2,3]
>>> id(nums3)
15160864複製程式碼看得出每個物件的 id 值是不同的，哪怕兩個物件的值（內容）相同，他們的 id 值也是不一樣的（nums2和nums3）。那為什麼前面第一組兩個物件的id值相同呢？可能有些同學已經知道了
因為在 Python 中，我們需要使用物件的時候 Python 就會為我們建立好，當不需要了它就會進行回收，就好比屋子裡面的東西用完之後，要及時清理，否則整個屋子很快就會堆滿，最終導致房間再也塞不進任何東西。
同樣的，為了提高效能，Python 就把一些常用的整數專門快取起來，就像屋子裡面有些東西總是每天都要頻繁使用，比如床，你不能說睡完之後，就把床搬出去，要用了再搬回來，這樣的效率太低，因為這個搬運過程實在是太耗時了。於是，我們可以專門拿一塊空間用來放置這個床。
Python 中也是同樣的道理，因為整數是我們經常使用的物件，為了避免重複的建立、回收，乾脆就把那些常用的整數快取起來，每次需要使用時直接從快取中拿，而不是重新建立（重新建立的話，肯定是一個全新的物件）。這些整數的範圍是[-5, 256]，當然這個數字範圍是Python之父決定的，你要改，必須重新編譯Python環境。
現在我們就能解釋第一組為什麼是True，第二組為什麼是False了。為什麼第三組結果又是 True 了？，不是說好大於256的整數不再快取，每次使用都是新物件嗎？別急，再聽我囉嗦一下。
還是出於效能考慮，Python內部做了進一步優化，怎麼優化呢？但凡是在同一個程式碼塊中的程式碼，如果出現兩個值相同的整數，那麼它們將被重用，來看下面這個程式碼：
# test.py
# -*- coding: utf-8 -*-
a = 257
b = 257
def func():
c = 257
print(a is c) # False
print(a is b) # True
func()複製程式碼上面程式碼是在一個 test.py 檔案中，執行時，a和b的id值相同，而c的id值與a不一樣，因為a、b 在同一個程式碼塊，屬於模組級別，而 c 是在函式裡面，屬於區域性變數，他們不屬於同一程式碼塊中，因此函式裡面的 257 這個物件時會重新建立，而建立 b 的時候，發現同級程式碼塊中有個257的值了，就重用了這個物件。
再回到前面講的第三組值，在 Python 的互動式命令列 REPL 中，每單獨一行都視為一個程式碼塊，同一行中的程式碼屬於同一個程式碼塊，因此不難理解，第三組中的a和b處在同一個程式碼塊中，所以後者重用了前者，因此，兩個變數的id是相同的。
有沒有覺得這是一個坑。雖然我們實際場景中並不一定能用上，但是至少我們知道了Python為我們做的一些優化工作。
部落格：foofish.net
公眾號：Python之禪