栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

python学习总结(四)

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

python学习总结(四)

文章目录
  • 1.引用计数法
  • 2.标记清除、分代收集算法
  • 3.小整数和大整数对象池(内存优化)
  • 4.规范
  • 5.命令行参数_sys
  • 6.命令行参数_argparse


1.引用计数法


注:类似于java,这个系统自动回收垃圾对象,明显有循环引用的弊端。

  • 代码例子
    import sys
    import psutil
    import os
    import gc
    
    print(gc.get_threshold())
    def showMemSize(tag):
        pid=os.getpid()
        p=psutil.Process(pid)
        info=p.memory_full_info()
        memory=info.uss/1024/1024
        print('{} memory used:{} MB'.format(tag,memory))
        pass
    
    # 验证循环引用的情况
    def func():
        showMemSize('初始化')
        a=[i for i in range(10000000)]
        b=[i for i in range(10000000)]
        a.append(b)
        b.append(a)
        showMemSize('创建列表对象 a b 之后')
        # print(sys.getrefcount(a))
        # print(sys.getrefcount(b))
        # del a
        # del b
        pass
    
    func()
    gc.collect() #手动是释放的
    showMemSize('完成时候的')
    # sys.getrefcount()
    # a=[]
    # print(sys.getrefcount(a)) #两次
    # b=a
    # print(sys.getrefcount(a)) #三次
    # c=b
    # d=b
    # e=c
    # f=e
    # g=d
    # print(sys.getrefcount(a)) #八次
    
2.标记清除、分代收集算法
  • 标记清楚:先标记对象,然后清除垃圾(java的可达性分析)
3.小整数和大整数对象池(内存优化)
  • 类似于java的字符串常量池
  • 大整数池和小整数池的区别是:
    1 从结果来看是一样的
    2 大整数池是没有提前的创建好对象,是个空池子,需要我们自己去创建,创建好之后,会把整数对象保存到池子里面,后面都不需要再创建了 直接拿来使用;小整数池是提前将【-5,256】的数据都提前创建好; 字符串的驻留共享机制intern机制
    a=140
    b=140
    print(id(a))
    print(id(a))
    # del a
    # del b
    # c=140
    # print(id(c))
    # biga=100000
    # bigb=100000
    # print(id(biga))
    # print(id(bigb))
    # del biga
    # del bigb
    # bigc=100000
    # print(id(bigc))
    # sa='ab_c'
    # sb='ab_c'
    # sc='ab_c'
    # sd='ab_c'
    
4.规范
  • 缩进:4个空格的缩进
  • 添加注释
  • 命名规范:类–大驼峰法,方法–小驼峰法
5.命令行参数_sys
  • sys模块

    import sys
    import argparse
    print('参数个数为:', len(sys.argv), '个参数.')
    print('参数列表:', str(sys.argv[1:]))
    
  • 执行结果

  • 弊端:

6.命令行参数_argparse
  • argparse为首选

    # 创建一个解析器对象
    parse=argparse.ArgumentParser(prog='my - 我自己的程序', usage='%(prog)s [options] usage',
                                  description = 'my-编写自定义命令行的文件',epilog = 'my - epilog')
    
    # 添加位置参数【必选参数】
    parse.add_argument('name',type=str, help='你自己的名字')
    parse.add_argument('age',type=str,help='你的年龄')
    
    # 添加可选参数
    # parse.add_argument('-s','--sex', action='append',type=str,help='你的性别')
    # 限定一个范围
    parse.add_argument('-s','--sex',default='男', choices=['男','femal','女','male'],type=str,help='你的性别')
    # print(parse.print_help())
    
    result=parse.parse_args() #开始解析参数
    print(result.name,result.age,result.sex)
    
  • 构造对象的参数说明

  • 参数的属性

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/357579.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号