مهارت های یه سینیور دولوپر رو نوشته بعد گفته کار آموز میخواد

مهندس نان خوشک داده کو

جواب درست رو صاحاب کانال گفت ولی تیکه تیکه گفت من اینجا براتون خلاصه توضیح میدم:
وقتی z رو مقداردهی می‌کنیم، درواقع تبدیل میشه به رفرنسی از متغیر t
تو پایتون یه آبجکت پاک نمیشه تا وقتی که رفرنس هاش هم پاک بشن (این قضیه مربوط میشه به garbage collector)
وقتی همینجوری z رو داخل یه مفسر زنده وارد می‌کنیم، مقدار اون چیزی که وارد کردیم رو به متغیر "_" مقداردهی میکنه
همین باعث میشه که یه رفرنس دیگه ایجاد شه که با وارد کردن "Test" یا هر مقدار دیگه‌ای تو مفسر، اون رفرنس پاک میشه و در نهایت متد __del__ اجرا میشه

یه چالش دیگه؟ یا بگیریم بخوابیم؟

یه قرعه کشی بزاریم برا کانال؟
پرمیوم یا استارز

404 not found

یه ساله داریم زنده میکنیمش

#چالش
سطح: آسون

>>> a = 256
>>> b = 256
>>> a is b
True
>>> a = 257
>>> b = 257
>>> a is b
False
>>> a = 257; b = 257
>>> a is b
True

پ.ن: اینو احتمالا بیشترتون میدونید دلیلشو و حتی هوش مصنوعی هم میتونه بگه ولی هرکی خلاصه تر بگه فورواردش می‌کنم کانال

>>> a = "test"
>>> b = "test"
>>> a is b
True
>>> a = "test!"
>>> b = "test!"
>>> a is b
False

این هم همینطور

اسم الگوریتمی که واسه مبهم سازی استفاده کرده ROT13 هست، اگه کسی دوست داشت بدونه.

دنیا قبل هوش مصنوعی یه همچین شکلی بود

وقتی مفسر پایتون اجرا میشه از اعداد -5 تا 256 توی حافظه دستگاه (RAM) ذخیره میشن

این یه جور راه حل پایتون برای افزایش سرعته. هروقت بخواید یه متغیر با مقدار عددی تو این بازه درست کنید، مفسر پایتون واقعا از صفر اون متغیر رو تو حافظه درست نمیکنه چون از قبل تو حافظه یدونه ساخته و فقط متغیر شما رو رفرنسی برای متغیر اصلی خودش میکنه
به همین خاطره که:

>>> a = 256
>>> b = 256
>>> a is b
True
>>> a = 257
>>> b = 257
>>> a is b
False

البته پیاده سازی این سیستم بهینه سازی بسته به ورژن پایتون، نوع سیستم عامل و چیزای دیگه ممکنه متفاوت بشه و به همین خاطر کدهای زیر ممکنه نتیجه متفاوتی روی پایتون سیستم شما بده:

>>> a, b = 257, 257
>>> a is b # python 3.7
False
>>> a is b # پیاده سازی متفاوت
True
>>> a = 257; b = 257;
>>> a is b
True