CrazyWing：Python自動化運維開發實戰 4、Python變量

導語：

1.什麼是變量
2.變量名稱的命名
3.變量賦值
4.變量存儲數據的方式
5.引用計數

什麼是變量:

python學習過程當中會用到許多數據，那爲了方便操做，須要把這些數據分別用一個簡單的名字表明，方便在接下來的程序中引用。
變量就是表明某個數據(值)的名稱。簡單點說變量就是給數據起個名字

變量名稱的命名：

由字母數字下劃線組成的，且不能以數字開頭，不能使用關鍵字，區分大小寫。

命名慣例：

1. 以單一下劃線開頭的變量名（_X）不會被 from module import *語句導入
2. 先後有下劃線的變量名（X）是系統定義的變量名，對解釋器有特殊意義
3. 以雙下劃線開頭，但結尾沒有雙下劃線的變量名（__X）是類的本地變量
4. 經過交互模式運行時，只有單個下劃線的變量名（_）會保存最後表達式的結果

python命名規範總結：

模塊名：小寫字母，單詞之間用_分割，好比ad_stats.py

包名：和模塊名同樣

類名：單詞首字母大寫，好比AdStats ConfigUtil

全局變量名：大寫字母，單詞之間用_分割，好比UMBER  COLOR_WRITE

普通變量：小寫字母，單詞之間用_分割，好比this_is_a_var

實例變量：以_開頭，其餘和普通變量同樣，好比_price    _instance_var

私有實例變量（外部訪問會報錯）：以__開頭（2個下劃線），其餘和普通變量同樣
          __private_var

專有變量： __開頭，__結尾，通常爲python的自有變量，不要以這種方式命名
          __doc__         __class_

變量賦值：

是變量聲明和定義的過程
單個變量賦值：
#!/usr/bin/python

-- coding: UTF-8 --

counter = 100  # 賦值整型變量
miles = 1000.0 # 浮點型
name = "John"  # 字符串

print counter
print miles
print name

多個變量賦值：

Python容許你同時爲多個變量賦值。例如：
a = b = c = 1以上實例，建立一個整型對象，值爲1，三個變量被分配到相同的內存空間上。

同時爲多個變量賦不一樣的值。例如：
a, b, c = 1, 2, "john"
以上實例，兩個整型對象1和2的分配給變量a和b，字符串對象"john"分配給變量c。

變量存儲數據的方式：

通常編程語言變量存儲數據的方式：

變量是計算機內存中的一塊區域，變量能夠存儲規定範圍內的值，並且值是可變的。
在建立變量時會在內存中開闢一個空間。基於變量的數據類型，解釋器會分配指定內存，並決定什麼數據能夠被存儲在內存中。所以，變量能夠指定不一樣的數據類型，這些變量能夠存儲整數，小數或字符。 
好比c語言在聲明一個變量a以後，會在內存中開闢出一起對應的空間，在此空間中能夠存儲不一樣的值，也就是給變量賦予不一樣的值

python變量在內存中存儲值得方式和其餘編程語言不一樣：

在Python中，變量名沒有類型，但對象有
變量名只是對對象的引用（內部實現爲指針）       

python中是以數據爲主，變量a只是至關於一個內存空間的標籤，a=1開闢一塊空間存儲1,以後從新複製a=2是從新開闢出新的空間存儲2，變量名稱a換了個位置指向新空間中的2

一樣的地址空間能夠有兩個或多個標籤，好比a=1,b=1其實是a和b指向同一個地址空間
查看變量指向地址空間的地址：使用id(變量名稱)函數
    >>> a=1
    >>> id(a)
    19882304
    >>> b=1
    >>> id(b)
    19882304      
上例發現同一個值賦值給不一樣變量，實際地址空間未發生變化，只是標籤發生了變化

python內部的引用計數（sys.getrefcount）:

什麼是引用計數器：
Python內部記錄着全部使用中的對象有多少引用。一個內部跟蹤變量，稱爲一個引用計數器。當對象被建立時，就建立了一個引用計數，當這個對象再也不須要時，也就是說，這個對象的引用計數變爲0時，它被垃圾回收。(這個只是形象的說一下，並非嚴格的100%正確，可是通俗的理解每每是最好的學習方式)

增長引用計數：

當對象被建立並(將其引用)賦值給變量時，該對象的引用技術就是被設置爲1。
當同一個對象的應用或者是對象又被賦值給其餘變量時，或者做爲參數傳遞給函數，方法或類實例時，或者被賦值爲一個窗口對象的成員時，該對象的一個新的引用，或者稱做別名，就被建立(則該對象的引用計數自動加1)

減小引用計數：

當對象的引用被銷燬時，引用計數會減小。最明顯的例子就是當引用離開其做用範圍時，這種狀況最常常出如今函數運行結束時，全部局部變量都被自動銷燬，對象的引用計數也就隨之減小。

當變量被賦值給另一個對象時，源對象的引用技術也會自動減1

其餘形成對象的引用計數減小的方式包括使用del語句刪除一個變量，或者當一個對象的引用計數在如下狀況會減小：

1. 一個本地引用離開了其做用範圍，好比函數結束
2. 對象的別名被顯示的銷燬
3. 對象的一個別名被賦值給其餘的對象
4. 對象被從一個窗口對象中移除
5. 窗口對象自己被銷燬

例子：

import sys
a="ab"
sys.getrefcount("ab")
3 第一次結果爲3
b="ab"
sys.getrefcount("ab")
4 第二次結果+1
b=0 b引用了其餘的對象（0），對於"ab"來說就取消了一個引用
sys.getrefcount("ab")
3 結果在上次引用的基礎上-1

注意：在交互式解釋器中帶空格的對象引用次數永遠爲3，可是在腳本中迴歸正常，例如：
#!/usr/bin/env python

coding=utf8 fdaf

import sys
print sys.getrefcount("ab cd")
a="ab cd"
print sys.getrefcount("ab cd")
b="ab cd"
print sys.getrefcount("ab cd")
c=b
print sys.getrefcount("ab cd")

垃圾收集:再也不被使用的內存會被一種稱爲垃圾收集的機制釋放。像上面說的，雖然解釋器跟蹤對象的引用計數，可是垃圾收集器負責釋放內存。垃圾收集器是一塊獨立的代碼，它用來尋找引用計數爲0的對象，他也負責檢查那些雖然引用計數大於0但也該被銷燬的對象。特定情形會致使循環引用。一個循環引用發生在當你有至少兩個對象互相引用時，也就是所說的引用都消失時，這些引用仍然存在，這說明只靠引用計數是不夠的。Python的垃圾收集器其實是一個引用計數器和一個循環垃圾收集器。當一個對象的引用計數變爲0，解釋器會暫停，釋放掉這個對象和僅有這個對象可訪問的其餘對象，做爲引用計數的補充，垃圾收集器也會留心被分配的總量很大(以及未經過引用計數銷燬的那些) 的對象。在這種狀況下，解釋器會暫停下來，試圖清理全部爲引用的循環。