为什么整数在Python 3中没有大小限制？

Question

在Python 3中，整数的值没有限制，如这篇文章中提到的。

这确实对

numpy

有一个有趣的副作用，根据整数值，您可能会得到一个对象或整数。

np.array(int('9'*3)).dtype
# int64

np.array(int('9'*38)).dtype
# object

np.array(2**64-1).dtype
# uint64

有人可以向我解释为什么 python 3 对整数大小没有限制，以及他们是如何做到的（在幕后）。

Answer 1

过去有一个

int

类型和一个

long

类型，当值太大（或太小）而无法容纳

int

时，值会自动从

long

提升到

int

不再了。

long

使用了尽可能多的字节来保存该值，但以牺牲一些性能为代价。

然而，有可能有一个

long

，它可能是一个

int

，并且

long

值有特殊的文字语法。也就是说，

0L

作为

long

为零，而

0

作为

int

为零。这些值是相等的，但仍然是不同的类型。

在Python 3中，这两种类型被统一了。只有一种类型，但其内部表示根据需要使用机器整数（32 位或 64 位，具体取决于 Python 版本）或任意长度整数（如

long

）。

Answer 2

在 Python 中，数据类型的大小没有像 C 或 Java 等语言那样显式定义。原因如下：

1. 动态类型：Python 是动态类型的，这意味着变量的类型在运行时确定。这允许您灵活地使用变量。
2. 面向对象的本质：Python 将一切都视为对象，包括数据类型。这些对象具有管理内存分配和表示的内部结构，使您无需担心确切的大小。
3. 任意精度整数：Python 整数没有固定的大小限制。它们可以增长以容纳任意大的数量，仅受可用内存的限制。
4. 实现细节：数据类型的大小可能会有所不同，具体取决于 Python 的底层实现及其运行的平台。 但是，如果您需要知道内存中对象的大小，可以使用 sys.getsizeof() 函数： 蟒蛇

导入系统

x = 100 打印（sys.getsizeof（x））

主要是因为Python是一种解释性语言，实际上并不需要类型。在编译语言中，必须知道每个值的数据类型