网站建设资讯

NEWS

网站建设资讯

python内存优化函数 python内存机制

Python内存驻留机制

字符串驻留机制在许多面向对象编程语言中都支持,比如Java、python、Ruby、PHP等,它是一种数据缓存机制,对不可变数据类型使用同一个内存地址,有效的节省了空间,本文主要介绍Python的内存驻留机制。

十载的疏附网站建设经验,针对设计、前端、开发、售后、文案、推广等六对一服务,响应快,48小时及时工作处理。全网整合营销推广的优势是能够根据用户设备显示端的尺寸不同,自动调整疏附建站的显示方式,使网站能够适用不同显示终端,在浏览器中调整网站的宽度,无论在任何一种浏览器上浏览网站,都能展现优雅布局与设计,从而大程度地提升浏览体验。创新互联从事“疏附网站设计”,“疏附网站推广”以来,每个客户项目都认真落实执行。

字符串驻留就是每个字符串只有一个副本,多个对象共享该副本,驻留只针对不可变数据类型,比如字符串,布尔值,数字等。在这些固定数据类型处理中,使用驻留可以有效节省时间和空间,当然在驻留池中创建或者插入新的内容会消耗一定的时间。

下面举例介绍python中的驻留机制。

在Python对象及内存管理机制一文中介绍了python的参数传递以及以及内存管理机制,来看下面一段代码:

知道结果是什么吗?下面是执行结果:

l1和l2内容相同,却指向了不同的内存地址,l2和l3之间使用等号赋值,所以指向了同一个对象。因为列表是可变对象,每创建一个列表,都会重新分配内存,列表对象是没有“内存驻留”机制的。下面来看不可变数据类型的驻留机制。

在 Jupyter或者控制台交互环境 中执行下面代码:

执行结果:

可以发现a1和b1指向了不同的地址,a2和b2指向了相同的地址,这是为什么呢?

因为启动时,Python 将一个 -5~256 之间整数列表预加载(缓存)到内存中,我们在这个范围内创建一个整数对象时,python会自动引用缓存的对象,不会创建新的整数对象。

浮点型不支持:

如果上面的代码在非交互环境,也就是将代码作为python脚本运行的结果是什么呢?(运行环境为python3.7)

全为True,没有明确的限定临界值,都进行了驻留操作。这是因为使用不同的环境时,代码的优化方式不同。

在 Jupyter或者控制台交互环境 中:

满足标识符命名规范的字符:

结果:

乘法获取字符串(运行环境为python3.7)

结果:

在非交互环境中:

注意: 字符串是在编译时进行驻留 ,也就是说,如果字符串的值不能在编译时进行计算,将不会驻留。比如下面的例子:

在交互环境执行结果如下:

都指向不同的内存。

python 3.7 非交互环境执行结果:

发现d和e指向不同的内存,因为d和e不是在编译时计算的,而是在运行时计算的。前面的 a = 'aa'*50 是在编译时计算的。

除了上面介绍的python默认的驻留外,可以使用sys模块中的intern()函数来指定驻留内容

结果:

使用intern()后,都指向了相同的地址。

本文主要介绍了python的内存驻留,内存驻留是python优化的一种策略,注意不同运行环境下优化策略不一样,不同的python版本也不相同。注意字符串是在编译时进行驻留。

--THE END--

python使用函数可以减小内存开支吗

函数其实也就是封装好的算法代码,因为一些常用函数都经过开发者,用户的多次测试优化,在python的开源环境下更是如此,所以大多时候比新手开发者自己写的方法内存性能都有提升,但针对不同的需求,自己写新的算法可能更优,并不绝对

Python中的10条冷门知识

下面时Python中一些不常见的冷门知识,感兴趣的小伙伴不妨来学习一下。

1、省略号也是对象

… 这是省略号,在Python中,一切皆对象。它也不例外。在 Python 中,它叫做 Ellipsis 。在 Python 3 中你可以直接写…来得到这玩意。

...

Ellipsis

type(...)

class 'ellipsis'

而在 Python2 中没有…这个语法,只能直接写Ellipsis来获取。

Ellipsis

Ellipsis

type(Ellipsis)

type 'ellipsis'

它转为布尔值时为真

bool(...)

True

最后,这东西是一个单例。

id(...)

4362672336

id(...)

4362672336

这东西有啥用呢?据说它是Numpy的语法糖,不玩 Numpy 的人,可以说是没啥用的。

在网上只看到这个 用 … 代替 pass ,稍微有点用,但又不是必须使用的。

try:

1/0

except ZeroDivisionError:

...

2、增量赋值的性能更好

诸如 += 和 *= 这些运算符,叫做 增量赋值运算符。这里使用用 += 举例,以下两种写法,在效果上是等价的。

# 第一种

a = 1 ; a += 1

# 第二种

a = 1; a = a + 1

+= 其背后使用的魔法方法是 iadd,如果没有实现这个方法则会退而求其次,使用 add 。

这两种写法有什么区别呢?

用列表举例 a += b,使用 add 的话就像是使用了a.extend(b),如果使用 add 的话,则是 a = a+b,前者是直接在原列表上进行扩展,而后者是先从原列表中取出值,在一个新的列表中进行扩展,然后再将新的列表对象返回给变量,显然后者的消耗要大些。

所以在能使用增量赋值的时候尽量使用它。

3、and 和or 的取值顺序

and 和 or 是我们再熟悉不过的两个逻辑运算符。而我们通常只用它来做判断,很少用它来取值。

如果一个or表达式中所有值都为真,Python会选择第一个值,而and表达式则会选择第二个。

(2 or 3) * (5 and 7)

14 # 2*7

4、修改解释器提示符

import sys

sys.ps1

' '

sys.ps2

'... '

sys.ps2 = '---------------- '

sys.ps1 = 'Python编程时光'

Python编程时光for i in range(2):

---------------- print (i)

----------------

5、默认参数最好不为可变对象

函数的参数分三种

可变参数

默认参数

关键字参数

今天要说的是,传递默认参数时,新手很容易踩雷的一个坑。

先来看一个示例:

def func(item, item_list=[]):

item_list.append(item)

print(item_list)

func('iphone')

func('xiaomi', item_list=['oppo','vivo'])

func('huawei')

在这里,你可以暂停一下,思考一下会输出什么?

思考过后,你的答案是否和下面的一致呢

['iphone']

['oppo', 'vivo', 'xiaomi']

['iphone', 'huawei']

如果是,那你可以跳过这部分内容,如果不是,请接着往下看,这里来分析一下。

Python 中的 def 语句在每次执行的时候都初始化一个函数对象,这个函数对象就是我们要调用的函数,可以把它当成一个一般的对象,只不过这个对象拥有一个可执行的方法和部分属性。

对于参数中提供了初始值的参数,由于 Python 中的函数参数传递的是对象,也可以认为是传地址,在第一次初始化 def 的时候,会先生成这个可变对象的内存地址,然后将这个默认参数 item_list 会与这个内存地址绑定。在后面的函数调用中,如果调用方指定了新的默认值,就会将原来的默认值覆盖。如果调用方没有指定新的默认值,那就会使用原来的默认值。

在这里插入图片描述

6、访问类中的私有方法

大家都知道,类中可供直接调用的方法,只有公有方法(protected类型的方法也可以,但是不建议)。也就是说,类的私有方法是无法直接调用的。

这里先看一下例子

class Kls():

def public(self):

print('Hello public world!')

def __private(self):

print('Hello private world!')

def call_private(self):

self.__private()

ins = Kls()

# 调用公有方法,没问题

ins.public()

# 直接调用私有方法,不行

ins.__private()

# 但你可以通过内部公有方法,进行代理

ins.call_private()

既然都是方法,那我们真的没有方法可以直接调用吗?

当然有啦,只是建议你千万不要这样弄,这里只是普及,让你了解一下。

# 调用私有方法,以下两种等价

ins._Kls__private()

ins.call_private()

7、时有时无的切片异常

这是个简单例子

my_list = [1, 2, 3, 4, 5]

print(my_list[5])

Traceback (most recent call last):

File "F:/Python Script/test.py", line 2, in module

print(my_list[5])

IndexError: list index out of range

来看看,如下这种写法就不会报索引异常,执行my_list[5:],会返回一个新list:[]。

my_list = [1, 2, 3]

print(my_list[5:])

8、for 死循环

for 循环可以说是 基础得不能再基础的知识点了。但是如果让你用 for 写一个死循环,你会写吗?(问题来自群友 陈**)

这是个开放性的问题,在往下看之前,建议你先尝试自己思考,你会如何解答。

好了,如果你还没有思路,那就来看一下 一个海外 MIT 群友的回答:

for i in iter(int, 1):pass

是不是懵逼了。iter 还有这种用法?这为啥是个死循环?

这真的是个冷知识,关于这个知识点,你如果看中文网站,可能找不到相关资料。

还好你可以通过 IDE 看py源码里的注释内容,介绍了很详细的使用方法。

原来iter有两种使用方法,通常我们的认知是第一种,将一个列表转化为一个迭代器。

而第二种方法,他接收一个 callable对象,和一个sentinel 参数。第一个对象会一直运行,直到它返回 sentinel 值才结束。

在这里插入图片描述

那int 呢,这又是一个知识点,int 是一个内建方法。通过看注释,可以看出它是有默认值0的。你可以在终端上输入 int() 看看是不是返回0。

在这里插入图片描述

由于int() 永远返回0,永远返回不了1,所以这个 for 循环会没有终点。一直运行下去。

9、奇怪的字符串

字符串类型作为 Python 中最常用的数据类型之一,Python解释器为了提高字符串使用的效率和使用性能,做了很多优化。

例如:Python 解释器中使用了 intern(字符串驻留)的技术来提高字符串效率。

什么是 intern 机制?就是同样的字符串对象仅仅会保存一份,放在一个字符串储蓄池中,是共用的,当然,肯定不能改变,这也决定了字符串必须是不可变对象。

示例一

# Python2.7

a = "Hello_Python"

id(a)

32045616

id("Hello" + "_" + "Python")

32045616

# Python3.7

a = "Hello_Python"

id(a)

38764272

id("Hello" + "_" + "Python")

32045616

示例二

a = "MING"

b = "MING"

a is b

True

# Python2.7

a, b = "MING!", "MING!"

a is b

True

# Python3.7

a, b = "MING!", "MING!"

a is b

False

示例三

# Python2.7

'a' * 20 is 'aaaaaaaaaaaaaaaaaaaa'

True

'a' * 21 is 'aaaaaaaaaaaaaaaaaaaaa'

False

# Python3.7

'a' * 20 is 'aaaaaaaaaaaaaaaaaaaa'

True

'a' * 21 is 'aaaaaaaaaaaaaaaaaaaaa'

True

示例四

s1="hello"

s2="hello"

s1 is s2

True

# 如果有空格,默认不启用intern机制

s1="hell o"

s2="hell o"

s1 is s2

False

# 如果一个字符串长度超过20个字符,不启动intern机制

s1 = "a" * 20

s2 = "a" * 20

s1 is s2

True

s1 = "a" * 21

s2 = "a" * 21

s1 is s2

False

s1 = "ab" * 10

s2 = "ab" * 10

s1 is s2

True

s1 = "ab" * 11

s2 = "ab" * 11

s1 is s2

False

10、两次return

我们都知道,try…finally… 语句的用法,不管 try 里面是正常执行还是报异常,最终都能保证finally能够执行。

同时,我们又知道,一个函数里只要遇到 return 函数就会立马结束。

基于以上这两点,我们来看看这个例子,到底运行过程是怎么样的?

def func():

... try:

... return 'try'

... finally:

... return 'finally'

...

func()

'finally'

惊奇的发现,在try里的return居然不起作用。

原因是,在try…finally…语句中,try中的return会被直接忽视,因为要保证finally能够执行。


网站栏目:python内存优化函数 python内存机制
本文来源:http://cdweb.net/article/hgjpso.html