• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Diferencia entre los operadores is y == en Python

septiembre 28, 2020 Por Daniel Rodríguez Dejar un comentario

En Python aparentemente existen dos operadores que permiten comprobar si dos elementos son iguales. Los operadores is y ==. Pero no es así, ya que existen pequeñas diferencias entre los operadores is y == en Python que son importante conocer para seleccionar el más adecuado en cada momento.

Los operadores is y ==

En primer lugar, vamos a ver que comprueban los operadores is y ==, para así poder ver los posibles usos de cada uno.

Comparador de igualdad (==)

El operador == se utiliza para comparar que dos elementos son iguales. Esto es, los objetos de las variables que se comparan tienen el mismo contenido, aunque puede ser diferentes objetos.

Comparador de identidad (is)

El operador ìs se utiliza para comparar la identidad de dos objetos. Esto es, si los objetos a los que las variables hacen referencia son el mismo o no. Lo indica que esta comparación es más estricta que la realizada por el operador ==.

Diferencia entre los operadores en Python

Lo mejor es el funcionamiento del operador con varios ejemplos. Así si se asigna a una variable a un valor entero y el mismo valor a otra variable b se obtiene tanto con el operador == como is el mismo resultado, que los dos objetos son iguales. Lo mismo sucede si se compara directamente con el número en lugar de una variable.

a = 3
b = 3

a == b # True
a is b # True
a == 3 # True
a is 3 # True

Si se repite el ejercicio con dos valores diferentes el resultado será justamente el contrario, los objetos no son iguales.

a = 3
b = 4

a == b # False
a is b # False
a == 4 # False
a is 4 # False

Por lo que para números enteros el resto de los tipos de datos primitivos del lenguaje ambos operadores son iguales.

Ahora, podemos ir un paso más allá y comparar dos vectores. Para lo que asignamos dos vectores igual a dos variables diferentes.

a = [1, 2, 3]
b = [1, 2, 3]

a == b # True
a is b # False

Aquí vemos que == devuelve verdadero, mientras que is falso. Esto es así porque, como se ha dicho anteriormente, is comprueba que el objeto al que hace referencia la variable sea exactamente el mismo. Cosa que no es cierta si se crean dos listas con los mismos datos. Mientras que el operador == comprueba solamente el contenido.

a = [1, 2, 3]
b = a

a == b # True
a is b # True

Para que is nos devuelva verdadero es necesario comparar el mismo objeto como se muestra a continuación.

Conclusiones

Finalmente podemos concluir, el operador is devuelve verdadero cuando los dos objetos a comparar son el mismo. Por otro lado, el operador == devuelve verdadero si el contenido es el mismo, pero no necesariamente el objeto. Cuando hablamos de datos primitivos, como los enteros, reales o cadenas de texto el comportamiento de los dos operadores es indistinguible.

Imagen de zhugher en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 1

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Python

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • github
  • telegram
  • pinterest
  • rss
  • tumblr
  • twitter
  • youtube

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Creación de un certificado Let’s Encrypt en Windows con Win-Acme

enero 22, 2021 Por Daniel Rodríguez Dejar un comentario

Aplicaciones de Node en producción con PM2

enero 20, 2021 Por Daniel Rodríguez Dejar un comentario

SQLite en Python

enero 18, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Excel en Python Guardar y leer archivos Excel en Python bajo Python
  • Intercambiar archivos en VirtualBox bajo Herramientas
  • Codificación JSON Archivos JSON con Python: lectura y escritura bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Calculadora de probabilidades de ganar a la lotería
  • abel en Calculadora de probabilidades de ganar a la lotería
  • David Arias en Diferencias entre regresión y clasificación en aprendizaje automático
  • Juan Aguilar en Archivos JSON con Python: lectura y escritura
  • Camilo en Contar palabras en una celda Excel

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto