Python开发基础总结(八)GC+代码错误检查+运行+性能+其他

简介: Python开发基础总结(八)GC+代码错误检查+运行+性能+其他

一、GC


1、OO中的垃圾回收:Python的垃圾回收使用的是符号引用计数。那么,如果在一个函数中申请一个对象,然后返回它的一个属性或者方法,这个时候对象的符号引用已经去掉,对象是否会释放?

class child(parent):
    def __init__(self):
        self.i = 8888
    def foo(self):
        print('-----------------------')
    def __del__(self):
        print('now in del child')
        super(child, self).__del__()
复制代码

第一种情况,返回的是属性

def refun():
    o = child()
    return o.i
I = refun()
复制代码

这个时候,对象o会马上释放。因为o.i其实就是一个对象的引用,和o没有关系

第二种情况,返回的是方法

def refun():
    o = child()
    return o.foo
foo = refun()
复制代码

这个时候,对象o要等到foo释放的时候再释放,因为foo中包含了o的引用(foo的入参self)

2、如果两个对象交叉引用,是否会自动回收?不会。同样,如果一个对象把生成的对象赋值给它自身的一个属性,那么它也不会自动回收。

二、代码错误检查


1、今天遇到两个问题:

(a)类中方法:class _registerEvent(notifyEvent): def _sendRegRsp(self, voiceres, reqId, result, reason,status):,调用时参数个数少一个:self._sendRegRsp(voiceres, reqId, 'success', 'normal')   。结果是没有任何提示,并且,不知道调用了什么函数。这个问题有点匪夷所思。后面好好查看一下。

(b)抽取函数后,有时忘了返回值,当时却用到了返回值:

def createWirelessSdp(voiceRtpPort, voiceTbcpPort):
    voicesdp = SIP_SDP()
    voicesdp.a_use = 1
sdp = createWirelessSdp(1000,2000)
复制代码

结果也是没有任何提示,sdp为None。

2、总结:写Python代码,需要使用代码检查工具,比如,pylint等。后面引进一下。

三、关于运行


如何获取命令行参数:

import sys
print(sys.argv[1])
复制代码

sys.argv[1]就是第一个参数。0是脚本的名称。

四、关于性能


1、timeit:可以统计程序的运行时间。目前没有时间,抽时间好好看看。

timeit(cut1, number=10000):cut1是函数名,number是执行次数。

2、pypy可以将Python代码翻译为可执行程序,它的效率可以提高4倍左右。但是,内存的占用可能会很大。(没有试过。)

五、其他


1、脚本语言的进程名称显示为:python ,如果一个服务器上有多个进程,那么将不易发现那个进程是哪个程序。可以使用第三方开源的库来解决这个问题:setproctitle.

from setproctitle import setproctitle,getproctitle
print('当前的进程名:%s' % getproctitle())
setproctitle('proctitle')
print('设置后的的进程名:%s' % getproctitle())
复制代码

2、with语法:with open(‘file’, ‘r’) as f:

code

可以是try的另一种形式。

        可以执行with操作的类型:

file
decimal.Context
thread.LockType
threading.Lock
threading.RLock
threading.Condition
threading.Semaphore
threading.BoundedSemaphore
复制代码

3、产生随机数:random.randint(100000, 999999)

4、回调函数的使用:设置回调函数的时候,很多时候要使用闭包。避免闭包的一个方法是:

def setCancelFun(cancelFun, *args, **kwargs):

   '''如果为None表示删除取消函数, 后面跟的是cancel函数的参数。这样可以避免上面创建闭包。'''  

global _cancelFun,_cancelArgs,_cancelKwargs
    _cancelFun = cancelFun
    _cancelArgs = args
    _cancelKwargs = kwargs
复制代码

def __execCancelFun():

   '执行取消操作。因为在throw和kill的时候会执行此函数,所以,暂时没有看到会在外面调用此函数。屏蔽后,接口的简单性会提高'

global _cancelFun,_cancelArgs,_cancelKwargs
    if callable(_cancelFun):
        _cancelFun(*_cancelArgs, **_cancelKwargs)
        _cancelFun = None#防止重复调用
def test(a, b, c):
    print('--------test:', a,b,c)
setCancelFun(test, 1, 2, 3)
__execCancelFun()
复制代码

也就是增加可变参数。


作者:zhulin1028

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

相关文章
|
4月前
|
存储 监控 算法
淘宝买家秀 API开发实录Python(2025)
本文讲述了作者在电商开发领域,尤其是对接淘宝买家秀 API 接口过程中所经历的挑战与收获。从申请接入、签名验证、频率限制到数据处理和实时监控,作者分享了多个实战经验与代码示例,帮助开发者更高效地获取和处理买家秀数据,提升开发效率。
|
6月前
|
机器学习/深度学习 数据采集 算法
Python AutoML框架选型攻略:7个工具性能对比与应用指南
本文系统介绍了主流Python AutoML库的技术特点与适用场景,涵盖AutoGluon、PyCaret、TPOT、Auto-sklearn、H2O AutoML及AutoKeras等工具,帮助开发者根据项目需求高效选择自动化机器学习方案。
758 1
|
7月前
|
API C++ 开发者
PySide vs PyQt:Python GUI开发史诗级对决,谁才是王者?
PySide 和 PyQt 是 Python GUI 开发领域的两大利器,各有特色。PySide 采用 LGPL 协议,更灵活;PyQt 默认 GPL,商业使用需授权。两者背后团队实力雄厚,PySide 得到 Qt 官方支持,PyQt 由 Riverbank Computing 打造。API 设计上,PySide 简洁直观,贴近原生 Qt;PyQt 增加 Pythonic 接口,操作更高效。性能方面,两者表现优异,适合不同需求的项目开发。选择时可根据项目特点与开源要求决定。
756 20
|
3月前
|
设计模式 人工智能 API
AI智能体开发实战:17种核心架构模式详解与Python代码实现
本文系统解析17种智能体架构设计模式,涵盖多智能体协作、思维树、反思优化与工具调用等核心范式,结合LangChain与LangGraph实现代码工作流,并通过真实案例验证效果,助力构建高效AI系统。
545 7
|
4月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
435 0
|
4月前
|
算法 程序员 API
电商程序猿开发实录:淘宝商品python(2)
本文分享了开发者在对接淘宝商品详情API过程中的真实经历,涵盖权限申请、签名验证、限流控制、数据解析及消息订阅等关键环节,提供了实用的Python代码示例,帮助开发者高效调用API,提升系统稳定性与数据处理能力。
|
5月前
|
数据采集 存储 数据库
Python爬虫开发:Cookie池与定期清除的代码实现
Python爬虫开发:Cookie池与定期清除的代码实现
|
6月前
|
人工智能 搜索推荐 数据可视化
用 Python 制作简单小游戏教程:手把手教你开发猜数字游戏
本教程详细讲解了用Python实现经典猜数字游戏的完整流程,涵盖从基础规则到高级功能的全方位开发。内容包括游戏逻辑设计、输入验证与错误处理、猜测次数统计、难度选择、彩色输出等核心功能,并提供完整代码示例。同时,介绍了开发环境搭建及调试方法,帮助初学者快速上手。最后还提出了图形界面、网络对战、成就系统等扩展方向,鼓励读者自主创新,打造个性化游戏版本。适合Python入门者实践与进阶学习。
855 1
|
7月前
|
网络协议 API 开发者
分析http.client与requests在Python中的性能差异并优化。
合理地选择 `http.client`和 `requests`库以及在此基础上优化代码,可以帮助你的Python网络编程更加顺利,无论是在性能还是在易用性上。我们通常推荐使用 `requests`库,因为它的易用性。对于需要大量详细控制的任务,或者对性能有严格要求的情况,可以考虑使用 `http.client`库。同时,不断优化并管理员连接、设定合理超时和重试都是提高网络访问效率和稳定性的好方式。
193 19
|
6月前
|
网络协议 API Python
解析http.client与requests在Python中的性能比较和改进策略。
最后,需要明确的是,这两种库各有其优点和适用场景。`http.client` 更适合于基础且并行的请求,`requests` 则因其易用且强大的功能,更适用于复杂的 HTTP 场景。对于哪种更适合你的应用,可能需要你自己进行实际的测试来确定。
190 10

推荐镜像

更多