简介

本文要点涵盖了Python编程中的变量管理、模块导入、命令行参数、内存管理和面向对象设计的一些关键概念：

1. 避免在函数参数中使用可变数据结构，如列表，
2. 防止模块循环导入，模块间应明确依赖关系以保护导入。
3. 命令行参数：-u无缓冲输出，-m以模块执行，-x忽略第一行，-X设置特定选项，-从stdin读取。
4. Python缓存小整数和短字符串，is检查对象标识，==检查值相等。
5. 内存管理基于引用计数和垃圾回收。sys.getrefcount()查看计数，但会因调用本身+1。
6. 自动垃圾回收可通过gc模块手动触发。阈值可通过gc.get_threshold()查看和设置。
7. 分代策略：对象按生存时间分代，更老的对象更不易被视为垃圾。垃圾回收针对不同代有不同的触发条件。
8. 引用环可能导致垃圾回收难题，Python使用额外的引用计数(gc_ref)来检测和回收这类循环引用。
9. 迭代器、生成器：__iter__定义可迭代对象，__next__创建迭代器，yield用于生成器，提供惰性计算。
10. 抽象方法：使用@abc.abstractmethod声明必须由子类实现的方法，配合__metaclass__ = abc.ABCMeta确保子类覆盖。

1,不要在函数的参数使用可变数据结构：

注意在函数变量不要使用它

def foo(x=[]):
    x.append(1)
    print(x)

>>>foo()
[1]

>>>foo()
[1,1]

>>>foo()

[1,1,1]

def foo(p=None):
    if p is None:
        p = []
    p.append(1)
    print(p)

foo()
[1]
foo([2,3,4])
[2,3,4,1]

典型数据结构

2 避免模块的循环导入

我们定义一个老王模块，再定义一个小李模块，相互导入时，将报错

# laowang.py
import xiaoli
count =4
def main():
    wilma.pr('Hello')
if __name__ == '__main__':
    main()

# xiaoli.py
import laowang
def pr(str):
    print(str*fired.count)
if __name__== '__main__':
    pr("Ok")

导入问题，如果在使用其他语言 比如 shell 脚本引用 python代码时，需要将python项目加入 linux环境变量。 <=python2.7

export PYTON_PATH=$PYTHON_PATH:/xxx/xxx/XXXProject

或者编辑 python虚拟环境，添加 setup.py, 然后执行 python install -e .

3 系统输出基础规则

该次执行不缓存sys.stdout,直接输出控制台

@参数 -u unbuffered

执行时带参数m，以Script方式执行py模块

@参数 -m 

跳过py模块第一行，允许使用非unix形式

@参数 -x

实体具体选项(set implementation-specific option)

@参数 -X

程序读取文件内容并执行

file 

程序从stdin 读取

@参数 -

python3 --help # 显示所有参数

dd

4 小的整数 和短小字符，python将缓存以便重复使用

并且is关键字，用于判断两个引用所指对象是否相同

    >>> a = 'gd'
>>> b = 'gd'
>>> a is b
True

== 只判断值是否相同

    a2 = []
b2 = []
>>> a2 is b2
False
>>> b2 == a2
True

5 内存管理对象引用时python基本构成方式

python 内存回收 基于 引用计数 和 分级回收。

赋值的本质 a=1，实际上时修改globals()字典的值，局部变量值的修改locals()的访问和修改

>>> a1
    very good man
>>> globals()['a1'] = 'bad good mm'
>>> globals()

6 引用对象reference count

sys.getrefcount() 查看对象的引用计数，sys.getrefcount()在查看某个引用时将创建一个临时引用，所以引用计数将多1

    >>> c=[1,2,3]

getrefcount(c) #这里c只有一次引用，但是计数时2，因为当前查询有一次临时引用

   2

引用计数的减少和增加

   >>> d=c

getrefcount(c) # 增加引用d，计数3

     3

del d #删除引用d，c的引用计数又重新为2

7 内存管理中垃圾回收机制 garbage collection

垃圾回收时py 独占进行的，大大降低py效率，特定条件下自动启动垃圾回收。

手工回收 gc.collect()

py 运行时分配对象obj allocation 和取消分配对象 deallocation次数被记录，高于垃圾回收阈值，启动垃圾回收

gc.get_threshold()查看该阈值，gc.set)threshold()重新设置该阈值

(700, 10, 10) 700表示启动垃圾回收阈值，10，10表示分别回收的阈值

8 内存管理中垃圾回收分代策略 generation，

基本假设如下。存活时间越久，越不可能在后面程序中变为垃圾。 这样所有对象分为0,1,2三代，所有新建对象都是0代。某一对象经历垃圾回收，仍然存活，那么它就被归入下一代对象。

垃圾回收时，一定扫描0代对象，如果0代经过一定次数垃圾回收，下一次对0代和1代扫描清理，

当1代也经历一次次数垃圾回收，这启动0，1，2所有对象的扫描

以上gc.get_threshold()返回（700,10,10）两个表示每10次0代垃圾回收，将配置1次1代垃圾回收，每10次1代垃圾回收，才有1次2代垃圾回收。

9 内存管理中两个对象相互引用，

相互引用构成引用环 reference cycle，该引用环将给上一节2.4.1的垃圾回收带来困难，

引用环可能构成一些无法使用但引用计数不为0的对象 为了回收该引用环对象，

py复制了每个对象的引用计数为 gc_ref 遍历所有对象，将每个对象引用的对象相应的gc_ref减1，遍历结束后，

gc_ref不为0的对象和这些对象的引用对象，以及继续更新下游引用对象，被爆了，其他对象被回收。

参考 内存管理，函数默认参数，动态类型

10 迭代器的不同

可迭代对象 iter

迭代器 iter + next

生成器 特殊迭代器 yield

          def yd():
        a = 100
        yield a
        yield a*8
        yield 8000

• 使用抽象方法 (函数)

  对象方法(self.对象方法)，类方法(@classmethod),静态方法(@staticmethod)

  抽象方法 需要子类实现的方法 用@abc.abstractmethod以及 metaclass = abc.ABCMeta
  使得任何继承自父类的子类必须覆盖实现抽象方法，否则抛出异常