Questions tagged «python-internals»

据我了解，该range()函数实际上是Python 3中的一种对象类型，它会像生成器一样动态生成其内容。 在这种情况下，我本以为下一行会花费过多的时间，因为要确定1个四舍五入是否在该范围内，必须生成一个四舍五入值： 1000000000000000 in range(1000000000000001) 此外：似乎无论我添加多少个零，计算多少都花费相同的时间（基本上是瞬时的）。 我也尝试过这样的事情，但是计算仍然是即时的： 1000000000000000000000 in range(0,1000000000000000000001,10) # count by tens 如果我尝试实现自己的范围函数，结果将不是很好！ def my_crappy_range(N): i = 0 while i < N: yield i i += 1 return 使range()物体如此之快的物体在做什么？ 选择Martijn Pieters的答案是因为它的完整性，但也看到了abarnert的第一个答案，它很好地讨论了在Python 3中range成为完整序列的含义，以及一些有关__contains__跨Python实现的函数优化潜在不一致的信息/警告。。abarnert的其他答案更加详细，并为那些对Python 3优化背后的历史（以及xrangePython 2中缺乏优化）感兴趣的人提供了链接。poke和wim的答案为感兴趣的人提供了相关的C源代码和说明。

2111 python  performance  python-3.x  range  python-internals 

我想了解内置函数的property工作原理。令我感到困惑的是，property它还可以用作装饰器，但是仅当用作内置函数时才接受参数，而不能用作装饰器。 这个例子来自文档： class C(object): def __init__(self): self._x = None def getx(self): return self._x def setx(self, value): self._x = value def delx(self): del self._x x = property(getx, setx, delx, "I'm the 'x' property.") property的论点是getx，setx，delx和文档字符串。 在下面的代码中property用作装饰器。它的对象是x函数，但是在上面的代码中，参数中没有对象函数的位置。 class C(object): def __init__(self): self._x = None @property def x(self): """I'm the 'x' property.""" return self._x …

979 python  properties  decorator  python-decorators  python-internals 

__slots__Python 的目的是什么-尤其是关于何时要使用它，何时不使用它？

762 python  oop  python-internals  slots 

Наэтотвопросестьответына 堆栈溢出нарусском：Присваиваниецелых（INT）вПитоне 为什么以下内容在Python中表现异常？ >>> a = 256 >>> b = 256 >>> a is b True # This is an expected result >>> a = 257 >>> b = 257 >>> a is b False # What happened here? Why is this False? >>> 257 is 257 True # Yet …

509 python  int  operators  identity  python-internals 

与以前的版本不同，字典在Python 3.6中排序（至少在CPython实现下）。这似乎是一个重大更改，但只是文档中的一小段。它被描述为CPython实现细节而不是语言功能，但这也意味着将来可能会成为标准。 在保留元素顺序的同时，新的字典实现如何比旧的实现更好？ 以下是文档中的文字： dict()现在使用PyPy率先提出的“紧凑”表示形式。与Python 3.5相比，新dict（）的内存使用量减少了20％至25％。PEP 468（在函数中保留** kwarg的顺序。）由此实现。此新实现的顺序保留方面被认为是实现细节，因此不应依赖（将来可能会更改，但是希望在更改语言规范之前，先在几个发行版中使用该新dict实现该语言，为所有当前和将来的Python实现强制要求保留顺序的语义；这还有助于保留与仍旧有效的随机迭代顺序的旧版本语言（例如Python 3.5）的向后兼容性。（由INADA Naoki在发行27350。最初由Raymond Hettinger提出的想法。） 2017年12月更新：Python 3.7 保证dict保留插入顺序

466 python  python-3.x  dictionary  python-internals  python-3.6 

我真的想不出python为什么需要del关键字的任何原因（大多数语言似乎没有类似的关键字）。例如，可以删除变量而不是删除变量None。从字典中删除时，del可以添加一个方法。 是否有任何理由保留del在python中，或者它是Python的垃圾收集日的痕迹？

374 python  dictionary  python-internals  del 

在Python for * nix中，是否time.sleep()阻塞线程或进程？

369 python  multithreading  time  sleep  python-internals 

将浮点数与整数进行比较时，某些值对的评估时间要比其他类似幅度的值花费更长的时间。 例如： >>> import timeit >>> timeit.timeit("562949953420000.7 < 562949953421000") # run 1 million times 0.5387085462592742 但是，如果将float或整数变小或变大一定数量，则比较会更快地运行： >>> timeit.timeit("562949953420000.7 < 562949953422000") # integer increased by 1000 0.1481498428446173 >>> timeit.timeit("562949953423001.8 < 562949953421000") # float increased by 3001.1 0.1459577925548956 更改比较运算符（例如使用==或>代替）不会以任何明显的方式影响时间。 这不只是涉及到大小，因为采摘较大或较小的值会导致比较快，所以我怀疑它已经降到了一些不幸的方式位排队。 显然，对于大多数用例而言，比较这些值已足够快。我只是对为什么Python似乎在某些价值观上比在其他价值观上挣扎更多感到好奇。

284 python  performance  floating-point  cpython  python-internals 

>>> timeit.timeit("'x' in ('x',)") 0.04869917374131205 >>> timeit.timeit("'x' == 'x'") 0.06144205736110564 也适用于具有多个元素的元组，两个版本似乎线性增长： >>> timeit.timeit("'x' in ('x', 'y')") 0.04866674801541748 >>> timeit.timeit("'x' == 'x' or 'x' == 'y'") 0.06565782838087131 >>> timeit.timeit("'x' in ('y', 'x')") 0.08975995576448526 >>> timeit.timeit("'x' == 'y' or 'x' == 'y'") 0.12992391047427532 基于此，我认为我应该完全开始in在任何地方而不是在所有地方使用==！

274 python  performance  python-3.x  python-internals 

什么是全局解释器锁，为什么会出现问题？ 从Python删除GIL周围产生了很多噪音，我想理解为什么这是如此重要。我自己从未写过编译器或解释器，所以不要节俭，我可能需要理解它们。

244 python  python-internals  gil 

在元素的实例化和检索方面，元组和列表之间是否存在性能差异？

225 python  performance  list  tuples  python-internals 

它是一个链表，一个数组吗？我四处搜寻，只发现有人猜测。我的C语言知识不足以查看源代码。

181 python  arrays  list  linked-list  python-internals 

如何从类定义中的列表理解中访问其他类变量？以下内容在Python 2中有效，但在Python 3中失败： class Foo: x = 5 y = [x for i in range(1)] Python 3.2给出了错误： NameError: global name 'x' is not defined 尝试Foo.x也不起作用。关于如何在Python 3中执行此操作的任何想法？ 一个更复杂的激励示例： from collections import namedtuple class StateDatabase: State = namedtuple('State', ['name', 'capital']) db = [State(*args) for args in [ ['Alabama', 'Montgomery'], ['Alaska', 'Juneau'], # …

174 python  python-3.x  scope  list-comprehension  python-internals 

为什么x**4.0要比x**4？我正在使用CPython 3.5.2。 $ python -m timeit "for x in range(100):" " x**4.0" 10000 loops, best of 3: 24.2 usec per loop $ python -m timeit "for x in range(100):" " x**4" 10000 loops, best of 3: 30.6 usec per loop 我尝试更改所提高的力量以查看其作用方式，例如，如果我将x提高至10或16的力量，它会从30跳到35，但是如果我以浮点数提高10.0，那只是在移动大约24.1〜4。 我想这可能与浮点转换和2的幂有关，但我真的不知道。 我注意到在这两种情况下2的幂都更快，因为这些计算对于解释器/计算机而言更本机/更容易，所以我想。但尽管如此，浮子几乎没有动。2.0 => 24.1~4 & 128.0 => 24.1~4 但 …

164 python  performance  python-3.x  python-3.5  python-internals 

我创建了两个列表l1和l2，但是每个列表都有不同的创建方法： import sys l1 = [None] * 10 l2 = [None for _ in range(10)] print('Size of l1 =', sys.getsizeof(l1)) print('Size of l2 =', sys.getsizeof(l2)) 但是输出使我感到惊讶： Size of l1 = 144 Size of l2 = 192 使用列表推导创建的列表在内存中的容量更大，但是在Python中，这两个列表是相同的。 这是为什么？这是CPython内部的东西，还是其他解释？

155 python  list  memory-management  python-internals