Python运行浅析

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python运行浅析，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含13057字，纯文字阅读大概需要19分钟。

内容图文

运行环境

代码执行

Python解释器并不将Python编译成机器码运行,而是由Python虚拟机逐条解释,这也是Python为什么被称之为解释行语言,但是Python虚拟机并不会直接执行.py文件,其是由Python虚拟机执行解释之后的字节码

虚拟机运行过程简介

首先创建Python解释器的主线程状态对象　其是整个进程的根对象
初始化内置类型数字,列表有专门的缓存策略处理
初始化__builtins__模块　该模块包含所有的数据类型与方法
创建sys模块　该模块包含了sys.path与所有modules等重要信息
初始化 import机制
初始化内置 Exception。
创建 __main__准备所需要的名称空间
通过 site.py执行 site-packages中第三方模块添加到搜索路径中
执行入口 py文件执行前将 __main__ __dict__做为名字空间传递
程序执行结束
执行清理操作　包括调用退出函数　GC清理模块　释放所有模块等
终止进程

Python文件运行过程

python会将py文件边写成字节码文件
将编译之后的字节码文件传递给虚拟机
虚拟机会从编译之后的PyCodeObject得到字节码指令且执行该指令等

.Pyc文件

.pyc文件是字节码在磁盘上的表现
执行 python test.py会将该文件编译成字节码但是并不会生成 .pyc文件
如果 test.py文件导入模块例如 re模块此时python会对re进行编译成字节码文件生成 re.pyc文件然后对字节码进行解释执行
如果想生成 test.pyc文件可以使用内置的模块py_compile也可以使用 python -m test.py
加载模块时候如果同时存在 .pyc与.py文件则会使用 .pyc运行如果 .pyc的编译时间早于 .py的编译时间则会执行 .py文件并且更新.pyc文件

python -m test.py

Python运行浅析 - 文章图片

类型和对象

先有类型(Type),而后才能生成实例(instance),Python中一切都是对象,包括实例内的对象都包含一个标准头,通过头部信息既可以知道明确的数据类型

头部信息由引用计数和类型指针组成,前者在对象被引用的时候计数增加,当超出作用域或者被释放的时候计数减小,等于0的时候会被虚拟机回收(某些被缓存的对象计数器永远不会为0)

引用计数

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import sys

b = 10086

print(sys.getrefcount(b))

c = b	#　对与b进行引用　引用计数增加

print(sys.getrefcount(b))

del c	#　删除对上述b的引用	引用技术减小

print(sys.getrefcount(b))

Python运行浅析 - 文章图片

类型指针

类型指针指向具体的类型对象,其中包含了继承关系,静态成员信息等,所有的内置数据类型都可以从types模块中找到

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import types

x = 10

print(x.__class__)	#　查看内置的类型

print(type(x) is types.IntType)	# True

print(x.__class__ is type(x) is types.IntType is int)	# True

y = x

print(id(x), id(y))

print(id(int), id(types.IntType))	#　同一类型　内存地址一样

Python运行浅析 - 文章图片

名字空间

x = 10	# 我们习惯将x称为变量 但是准确来说其应该称为名字

Python的名字实际上是一个字符串对象,其和所对应的值一起在名字空间中构造成一项 {"name":"object"}关联

Python有多种名字空间,被称之为 globals的模块名字空间,被称之为 locals的函数堆栈名字空间,不同的名字空间决定了对象的作用域以及生存周期

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

x = 10

print(type(globals()))	#　字典

print(globals().get('x'))	#　字典取值

Python运行浅析 - 文章图片

从上述结果展示可以看出名字空间即为一个字典对象,可以通过字典创建 key:value键值对的方法对名字空间中添加名字

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

globals()['name'] = 'SR'	#　添加键值对

print(globals())	#　查看名字空间

print(globals().get('name'))	#　获取名字空间所对应的值

Python运行浅析 - 文章图片

名字的作用仅仅是在某个时刻将名字空间内的某个对象进行关联,其本身并不包含任何对象信息,只有通过对象的头部信息才能获知晓相关的数据类型,进而进行相应的数据查找,因为名字的弱类型特征,我们可以在程序的运行过程之中,随时更改其数据类型　　　　　　　　　

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

print(type(globals()['name']))	

globals()['name'] = int	#　将原本与字符串关联的名字指向整形

print(globals()['name'])

Python运行浅析 - 文章图片

在函数外部 locals()与 globals()作用完全相同,但是在函数内部 locals()则是获取当前函数的名字空间,其中存储的是函数参数,局部变量信息等

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

print(locals() is globals())	# True

print(locals())

print(id(locals()))	# 140543843598912

print(id(globals())) # 140543843598912

Python运行浅析 - 文章图片

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

def test(x):
    y = x + 100
    
    print(locals())	# {"y": 223, "x": 123}
    
    print(locals() is globals())	# True

    frame = sys._getframe(0)  # 获取当前堆栈帧
    
    print(locals())	{'y': 223, 'x': 123, 'frame': <frame object at 0x24d75e8>}
    
    print(globals()) # {'test': <function test at 0x7f72f0b6aea0>}	函数外部可以定义函数的名字空间


test(123)

内存管理

为提升工作性能,Python在操作系统中开辟了内存池以便减少对内存的分配与回收操作,对于字节小于 256 字节对象,将直接从内存池中获取存储空间

根据需求,虚拟机每次从操作系统中申请一块256KB取名为 arena 的内存,并且将该内存分割成多个 pool，在每个pool中在进行划分大小相同的 block

block大小是8的倍数,因此假如需要开辟13字节大小的空间,需要 block大小为16内存池来获取空闲块,所有块都用链表与头信息进行管理

以便快速查找空闲区域进行分配

?于 256 字节的对象，直接? malloc 在堆上分配内存。程序运?中的绝?多数对象都?于这个阈值,因此内存池策略可有效提升性能。

当所有的arena的总容量超出限制64MB的时候,其不会再次请求arena内存,而是直接在堆上为对象分配内存,另外空闲的arena也会被释放交还操作系统

引用传递

对象总是按照引用传递,即通过复制指针使多个变量指向一个内存地址,因为arena也是作用在堆上.因此无论何种类型何种大小都是直接存储在堆上,Python没有值类型与引用类型

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

a = object()

b = a

print(a is b)	# True

print(id(a))

print(id(b))

def test(x):
    print(id(x))


print("\n")
test(a)

Python运行浅析 - 文章图片

深浅拷贝

浅拷贝

浅拷贝是对一个对象父级(外层)拷贝,不会拷贝(内部)子级

父级对象为可变类型

当外层为可变对象的时候复制生成的对象会开辟新的地址空间
外层为可变对象原值修改不会影响拷贝之后的值

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import copy

l = [i * i for i in range(10)]	#　生成一个新的列表

l2 = copy.copy(l)

print(l is l2)  # False

print(id(l))  # 140221885816416

print(id(l2))  # 140221885958048

Python运行浅析 - 文章图片

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import copy

l = [i * i for i in range(10)]

l2 = copy.copy(l)

l.append(99)	#　修改原值
	
print(l)	# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 99]

print(l2)	# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

Python运行浅析 - 文章图片

父级对象为不可变类型

当外层对象为不可变类型的时候复制之后的对象会引用原对象地址
外层对象为不可变类型的时候原值改变复制之后的值也会改变

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import copy

a = 'hello'

b = copy.copy(a)

print(a is b)	# True

print(id(a))	# 140178072833984

print(id(b))	# 140178072833984

Python运行浅析 - 文章图片

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import copy

a = ([1, 2, 3],)

b = copy.copy(a)

print(b)  # 拷贝之后的值 ([1, 2, 3],)

a[0].append('4')

print(a)  # 修改之后的原值 ([1, 2, 3, 123123123],)
print(b)  # 修改之后的拷贝的值  ([1, 2, 3, 123123123],)

print(id(a))  # 33803008
print(id(b))  # 33803008

Python运行浅析 - 文章图片

深拷贝

深拷贝是对对象内部外部都进行拷贝(递归)

父级对象为可变对象

外层对象为可变对象的时候无论内部为什么数据类型都会开辟新的内存空间
外层对象为可变对象的时候原值改变不会影响复制之后的值

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import copy

l = [i * 2 for i in range(10)]

l1 = copy.deepcopy(l)

print(l1)

print(id(l))	# 140562607271520

print(id(l1))	# 140562607270368

Python运行浅析 - 文章图片

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import copy

l = [i * 2 for i in range(10)]

l1 = copy.deepcopy(l)

l.append(20)	#　修改原值

print(l1)


print(id(l))

print(id(l1))

Python运行浅析 - 文章图片

父级对象为不可变对象

外层对象为不可变对象内层为可变对象会开辟新的内存地址
外层对象为不可边对象内层为可变对象的时候原值修改不会影响复制之后的值

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import copy

l = ([i for i in range(10)],)

l1 = copy.deepcopy(l)

print(id(l))	# 140310375300368

print(id(l1))	# 140310375107536

Python运行浅析 - 文章图片

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import copy

l = ([i for i in range(10)],)

l1 = copy.deepcopy(l)

l[0].append(10)

print(l1)	# ([0, 1, 2, 3, 4, 5, 6, 7, 8, 9],)

Python运行浅析 - 文章图片

垃圾回收

引用计数

Python默认使用引用计数,对象被引用计数会增加一次,当对象计数为0的时候,该对象内存资源会被回收,要么所对应的block块被置为空闲要么将资源返回给操作系统

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import sys

class User(object):
    def __del__(self):
        print("计数为0　释放资源")


user = User()

print(sys.getrefcount(user))	# 2

a = user

print(sys.getrefcount(user))	# 3

del a  # 删除最后一个引用

Python运行浅析 - 文章图片

某些内置类型，例如小整数由于缓存原因计数永远不会为0,直到进程结束由虚拟机调用释放函数进行清理

除了直接引用,Python还支持弱引用,允许在不增加计数,不影响释放的情况下间接引用对象,但不是所有数据类型都支持若引用,例如列表,字典等

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import sys
import weakref


class User(object):
    def test(self):
        print("测试弱引用")


def callback(x):  # 回调函数会在原对象被回收的时候被引用
    print("weakref object:%s" % x)
    print("target object dead!")


user = User()

we = weakref.ref(user, callback)  # 创建弱对象引用

print(sys.getrefcount(user))  # 2　计数为2是getrefcount形参增加的　上述若引用并没有增加计数

print(we() is user)  # 通过弱引用可以访问原对象

we().test()  # 弱引用访问原对象类中的方法

del user    #　删除原对象　会调用回调函数callback

print(hex(id(we)))	#　回调函数中的参数为弱对象　因为原对象已经被删除

print(we() is None)	#　此时原对象被删除　因此弱对象只能返回None

Python运行浅析 - 文章图片

分代清除

Python除引用计数之外,还有专门处理循环的GC

引发循环引用问题的一般都是容器类对象,例如 list set object等,对于该类容器对象,一般都是由 GC管理,但是并不是说此类对象就是有 GC进行管理,当没有发生循环引用的时候还是由积极性更高的计数器进行回收

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import gc

class User(object):
    def __del__(self):
        print(hex(id(self)), 'will be dead')


disable_gc = gc.disable()  # 关闭gc

user = User()	#　实例化一个对象

print(hex(id(user)))	# 0x7fa46c869150

del user	#　回收对象,引用计数不会依赖与gc

Python运行浅析 - 文章图片

在Python GC中将回收对象分成三个等级代龄,GEN0管理新加入的新生代,GEN1管理上次清理依然存活的中青代,GEN2是两次清理依然存活的生命周期极其漫长的对象,每一个等级代龄都有一个最大的阈值,每次 GEN0超出最大阈值都将会被回收

GC首先检查 GEN2如果超出阈值,则合并 GEN2 GEN1 GEN0追踪链表,如果没有超出链表,则检查 GEN1同时提升存活对象的代龄,而那些被回收的对象则存放在专门的列表中等待回收

包含__del__的对象永远不会被GC回收,直到进程终止

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import gc

print(gc.get_threshold())	#　获取每级的阈值  (700, 10, 10)

print(gc.get_count())	#　获取追踪的对象数量 (558, 8, 0)

Python运行浅析 - 文章图片

GC对循环引用进行清除

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

import gc
import weakref

class User(object):
    pass


def callback(x):
    print("will be dead %s" % x)


a = User()

b = User()
dis = gc.disable()	#　停止gc 查看引用计数能力

wa = weakref.ref(a, callback)
wb = weakref.ref(b, callback)

# 循环引用
a.b = b

b.a = a

# 　删除引用
del a
del b

# 　调用弱引用
wa()
wb()

Python运行浅析 - 文章图片

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm

able = gc.enable()	#　开启gc机制

# 　删除引用
del a
del b

# 　调用弱引用
wa()
wb()

Python运行浅析 - 文章图片

如果包含__del__则GC对循环引用无作用

# !/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2021/3/11 下午7:13
# @Author : SR
# @Email : srcoder@163.com
# @File : test.py
# @Software: PyCharm


import gc
import weakref


class User(object):
    def __del__(self):
        pass


def callback(x):
    print('\n')
    print("will be dead %s" % x)


res = gc.set_debug(gc.DEBUG_STATS | gc.DEBUG_LEAK)  # 输出详细的回收信息

a = User()

b = User()
# dis = gc.disable()

wa = weakref.ref(a, callback)
wb = weakref.ref(b, callback)

# 循环引用
a.b = b

b.a = a

# 　删除引用
del a
del b

co = gc.collect()  # 防止未达到阈值　手动回收

res1 = wa()

res2 = wb()

Python运行浅析 - 文章图片

内容总结

以上是互联网集市为您收集整理的Python运行浅析全部内容，希望文章能够帮你解决Python运行浅析所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/598546.html

来源：【匿名】

【上一篇】Python运行【下一篇】浅谈PHP运行Python脚本的方法

更多 ►

【Python运行浅析】教程文章相关的互联网学习教程文章

1、先看看什么是 iterable 对象以内置的max函数为例子，查看其doc：复制代码代码如下:>>> print max.__doc__max(iterable[, key=func]) -> valuemax(a, b, c, ...[, key=func]) -> value With a single iterable argument, return its largest item.With two or more arguments, return the largest argument.在max函数的第一种形式中，其第一个参数是一个 iterable 对象，既然这样，那么哪些是 iterable 对象呢？复制代码代码如...

浅析Python中的main函数【代码】【图】

Python作为一门较为灵活的解释型脚本语言，其中定义的main()函数只有当该Python脚本直接作为执行程序时才会执行；当该python脚本被作为模块(module)引入(import)时，其中的main()函数将不会被执行。这是由于两方面原因，一方面，main函数是所有执行程序的入口；另一方面，python的解释器是顺序执行脚本的并且不会调用任何不属于程序本身的代码和函数，需要补充说明的一点是，如果是被作为一个模块或库import到程序中，则会直接成为...

浅析Python中的多重继承【代码】

继承是面向对象编程的一个重要的方式，因为通过继承，子类就可以扩展父类的功能。回忆一下Animal类层次的设计，假设我们要实现以下4种动物： Dog - 狗狗； Bat - 蝙蝠； Parrot - 鹦鹉； Ostrich - 鸵鸟。如果按照哺乳动物和鸟类归类，我们可以设计出这样的类的层次：但是如果按照“能跑”和“能飞”来归类，我们就应该设计出这样的类的层次：如果要把上面的两种分类都包含进来，我们就得设计更多的层次：哺乳类：...

浅析Python中将单词首字母大写的capitalize()方法【代码】

capitalize()方法返回字符串的一个副本，只有它的第一个字母大写。对于8位的字符串，这个方法与语言环境相关。语法以下是capitalize()方法的语法： str.capitalize()参数 NA返回值此方法返回的字符串只有它的第一个字符大写的副本。例子下面的示例演示了capitalize方法的使用。 #!/usr/bin/pythonstr = "this is string example....wow!!!";print "str.capitalize() : ", str.capitalize()当我们运行上面的程序，它会产生以下...

python网页爬虫浅析【代码】

Python网页爬虫简介：有时候我们需要把一个网页的图片copy 下来。通常手工的方式是鼠标右键 save picture as ...python 网页爬虫可以一次性把所有图片copy 下来。步骤如下：1. 读取要爬虫的html2. 对爬下来的html 进行存储并处理：存储原始html过滤生成list正则匹配出picture的连接3. 根据连接保存图片到本地主要的难点：熟悉urllib ,正则匹配查找图片链接代码如下：import urllib.request import os import re def getHtml(url): ...

python日志浅析【代码】

输出日志对于追踪问题比较重要。默认logger(root)python使用logging模块来处理日志。通常下面的用法就能满足常规需求：import logging logging.debug(‘some debug level info....‘)#debug级别消息 logging.info(‘some info level info...‘)#info级别消息 logging.warn(‘some warning level info...‘)#warning级别消息 logging.critical(‘some critical level info...‘)#critical级别消息 logging.error(‘some error level...

浅析python 中name = 'main' 的作用

很多新手刚开始学习python的时候经常会看到python 中__name__ = \‘__main__\‘ 这样的代码，可能很多新手一开始学习的时候都比较疑惑，python 中__name__ = ‘__main__‘ 的作用，到底干嘛的？有句话经典的概括了这段代码的意义：“Make a script both importable and executable”意思就是说让你写的脚本模块既可以导入到别的模块中用，另外该模块自己也可执行。这句话，可能一开始听的还不是很懂。下面举例说明：先写一个模块：...

浅析Python进行接口自动化【图】

python进行接口自动化需要依赖于requests库，首先如果没有下载该库，使用pip进行下载到本地：1.进入D:\软件安装文件夹\PYTHON\Scripts目录下（ps：这个看个人安装python位置），使用cmd进入命令界面，输入pip install requests,完成后即可使用参考示例：期间自己调测可以使用fiddler抓包进行调试，后面再研究使用unitest测试框架进行校验等原文：https://blog.51cto.com/12390959/2369129

Python中optparse模块使用浅析

转载：http://www.jb51.net/article/59296.htm最近遇到一个问题，是指定参数来运行某个特定的进程，这很类似Linux中一些命令的参数了，比如ls -a，为什么加上-a选项会响应。optparse模块实现的也是类似的功能，它是为脚本传递命令参数。使用此模块前，首先需要导入模块中的类OptionParser，然后创建它的一个实例（对象）：复制代码代码如下:from optparse import OptionParser parser = OptionParser() #这里也可以定义类的参数，...

Python中的yield浅析

在介绍yield前有必要先说明下Python中的迭代器(iterator)和生成器(constructor)。一、迭代器(iterator)在Python中，for循环可以用于Python中的任何类型，包括列表、元祖等等，实际上，for循环可用于任何“可迭代对象”，这其实就是迭代器迭代器是一个实现了迭代器协议的对象，Python中的迭代器协议就是有next方法的对象会前进到下一结果，而在一系列结果的末尾是，则会引发StopIteration。任何这类的对象在Python中都可以用for循环...

Python中optparse模块使用浅析

最近遇到一个问题，是指定参数来运行某个特定的进程，这很类似Linux中一些命令的参数了，比如ls -a，为什么加上-a选项会响应。optparse模块实现的也是类似的功能，它是为脚本传递命令参数。使用此模块前，首先需要导入模块中的类OptionParser，然后创建它的一个实例（对象）：复制代码代码如下: from optparse import OptionParser parser = OptionParser() #这里也可以定义类的参数，后续有接着就可以添加选项了，基本语法：复制...

浅析Python垃圾回收机制！【代码】

Python垃圾回收机制目录Python垃圾回收机制1. 内存泄露2. Python什么时候启动垃圾回收机制？2.1 计数引用2.2 循环引用问题：引用计数是0是启动垃圾回收的充要条件吗？1. 内存泄露程序本身没有设计好，导致程序未能释放已不再使用的内存代码在分配了某段内存后，因为设计错误，失去了对这段内存的控制，从而造成了内存的浪费监控python程序内存占用情况，psutil库import os import psutil# 显示当前程序占用内存大小 def show_memo...

Python函数局部变量如何执行？浅析python函数变量的应用【图】

本篇文章给大家带来的内容是关于Python函数局部变量如何执行？浅析python函数变量的应用，有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。前言这两天在 CodeReview 时，看到这样的代码# 伪代码 import somelib class A(object):def load_project(self):self.project_code_to_name = {}for project in somelib.get_all_projects():self.project_code_to_name[project] = project...意图很简单，就是将 somelib.ge...

浅析python打包工具distutils、setuptools【图】

python包在开发中十分常见，一般的使用套路是所有的功能做一个python模块包，打包模块，然后发布，安装使用。这篇文章给大家介绍了python打包工具distutils、setuptools的相关知识，感兴趣的朋友一起看看吧python中安装包的方式有很多种：源码包：python setup.py install在线安装：pip install 包名（linux） / easy_install 包名(window)python包在开发中十分常见，一般的使用套路是所有的功能做一个python模块包，打包模块，然后...

浅析python内置字符串处理函数的使用方法

一、lower（）：将大写字母全部转为小写字母。如：name=G b=name.lower()二、title”":将字符串转化为标题，即所有单词的首字母大写，其他字母小写。使用方法同lower()三、replace:返回某字符串的所有匹配项均被替换之后得到的字符串。This is a test.replace(is,are)四、split:将字符串分割成序列1+2+3+4+5.split(+)默认程序将所有空格作为分隔符。五、strip:返回去除两侧(不包括内部)空格的字符串 in wh is kepy ...

首页 / PYTHON / Python运行浅析

Python运行浅析

内容导读

内容图文

运行环境

代码执行

虚拟机运行过程简介

Python文件运行过程

.Pyc文件

类型和对象

引用计数

类型指针

名字空间

内存管理

引用传递

深浅拷贝

浅拷贝

父级对象为可变类型

父级对象为不可变类型

深拷贝

父级对象为可变对象

父级对象为不可变对象

垃圾回收

引用计数

分代清除

内容总结

内容备注

内容手机端

【Python运行浅析】教程文章相关的互联网学习教程文章

PYTHON - 相关标签

运行 - 相关标签

PYTHON - 技术教程分类

PYTHON - 最新教程

PYTHON - 最热教程