目录
一、变量概念
Python中会用到许多数据,为了方便操作,需要把这些数据分别用一个简单的名字代表,方便在接下来的程序中引用。变量就是代表某个数据(值)的名称,简单点说变量就是给数据起个名。
二、变量名称
2.1 命名规定
由字母数字下划线组成的,且不能以数字开头,不能使用关键字,区分大小写。
注意:不能以下面Python内部关键字命名变量。
>>> import keyword
>>> keyword.kwlist
['False', 'None', 'True', 'and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass', 'raise', 'return', 'try', 'while', 'with', 'yield']
我们也可以用以下方法验证,返回 True 就是 Python 的关键字。
>>> keyword.iskeyword('del')
True
2.2 命名规范
模块:小写字母,单词之间用_分割,比如:ad_stats.py # 脚本文件实际上也是一个模块
包名:同模块命名规范
类名:单词首字母大写,比如:AdStats ConfigUtil
全局变量:大写字母,单词之间用_分割,比如:NUMBER COLOR_WRITE
普通变量:小写字母,单词之间用_分割,比如:this_is_a_var
实例变量:以_开头,其他和普通变量一样,比如:price _instance_var
私有实例变量(外部访问会报错):以__开头(2个下划线),其他和普通变量一样,比如:__private_var
专有变量: __开头,__结尾,一般为python的自有变量,不要以这种方式命名,比如:__doc__ __class
三、变量赋值
变量赋值是变量声明和定义的过程。
3.1 单个变量赋值
#!/usr/bin/python3.6
counter = 100 # 赋值整型
miles = 1000.0 # 赋值浮点型
name = "John" # 赋值字符串
print(counter)
print(miles)
print(name)
3.2 多个变量赋值
Python允许同时为多个变量赋值。例如:
a = b = c = 1
# 创建一个整型对象,值为1,三个变量被分配到相同的内存空间上。
同时为多个变量赋不同的值。例如:
a, b, c = 1, 2, "john"
# 两个整型对象1和2分配给变量a和b,字符串对象"john"分配给变量c。
四、存储方式
1、一般编程语言变量存储数据的方式
变量是计算机内存中的一块区域,变量可以存储规定范围内的值,而且值是可变的。在创建变量时会在内存中开辟一个空间。基于变量的数据类型,解释器会分配指定内存,并决定什么数据可被存储在内存中。因此,变量可以指定不同的数据类型,这些变量可以存储整数,小数或字符。
如c语言在声明一个变量a之后,会在内存中开辟出一块对应的空间,在此空间中可以存储不同的值,也就是给变量赋予不同的值。
2、Python变量在内存中存储值得方式和其他编程语言不同
在Python中,变量名没有类型,但对象有;变量名只是对对象的引用(内部实现为指针),Python中是以数据为主,变量a只是相当于一个内存空间的标签,a=1开辟一块空间存储1,之后重新复制a=2是重新开辟出新的空间存储2,变量名称a换了个位置指向新空间中的2。
同样的地址空间可以有两个或多个标签,比如a=1,b=1实际上是a和b指向同一个地址空间
4.1 地址空间
查看变量指向内存地址空间的地址:使用id()函数。
>>> a=1
>>> id(a)
19882304
>>> b=1
>>> id(b)
19882304
# 发现同一个值赋值给不同变量,实际地址空间未发生变化,只是标签发生了变化
4.2 对象类型
对象都有不同的类型,用 type()函数查看。
In [9]: type(1)
Out[9]: int
1 # 值,对象本身
4.3 对象比较
# 通常用 `is` 或者`==`来判断两个对象的标识是否一样,即判断两个变量绑定的是不是同一个对象
a = 'zrs'
b = a
a is b
x = 'zrs'
y = 'zrs'
x is y
x == y
五、引用计数
在 Python 中,不用关心内存溢出问题,Python 已经帮忙实现了内存管理。
5.1 引用计数器
Python内部记录着所有使用中的对象有多少引用。一个内部跟踪变量,称为一个引用计数器。当对象被创建时,就创建了一个引用计数,当这个对象不再需要时,也就是这个对象的引用计数变为0时,它被垃圾回收。(这个只是形象的说一下,并不是严格的100%正确,但是通俗的理解往往是最好的学习方式)
5.2 增加引用计数
1、当对象被创建并赋值给变量时,该对象的引用技术就被设置为1。
2、当同一个对象的应用或是对象又被赋值给其他变量时,或者作为参数传递给函数,方法或类实例时,或者被赋值为一个窗口对象的成员时,该对象的一个新的引用,或者称作别名,就被创建,则该对象的引用计数自动加1。
5.3 减少引用计数
1、当对象的引用被销毁时,引用计数会减少。最明显的例子就是当引用离开其作用范围时,这种情况最经常出现在函数运行结束时,所有局部变量都被自动销毁,对象的引用计数也就随之减少。
2、当变量被赋值给另外一个对象时,源对象的引用技术也会自动减1。
3、其他造成对象的引用计数减少的方式包括使用del语句删除一个变量。
Python内部的引用计数使用sys.getrefcount获取,例如:
>>> import sys
>>> a="ab"
>>> sys.getrefcount("ab")
3 # 第一次结果为3
>>> b="ab"
>>> sys.getrefcount("ab")
4 # 第二次结果+1
>>> b=0 # b引用了其他的对象(0),对于"ab"来讲就取消了一个引用
>>> sys.getrefcount("ab")
3 # 结果在上次引用的基础上-1
注意:在交互式解释器中带空格
的对象引用次数永远为3,但是在脚本中回归正常,例如:
#!/usr/bin/env python3.6
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")
5.4 垃圾收集
不再被使用的内存会被一种称为垃圾收集的机制释放。虽然解释器跟踪对象的引用计数,但是垃圾收集器负责释放内存。垃圾收集器是一块独立的代码,它用来寻找引用计数为0的对象,也负责检查那些虽然引用计数大于0但也该被销毁的对象。特定情形会导致循环引用。
一个循环引用发生在当你有至少两个对象互相引用时,也就是所说的引用都消失时,这些引用仍然存在,这说明只靠引用计数是不够的。Python的垃圾收集器实际上是一个引用计数器和一个循环垃圾收集器。当一个对象的引用计数变为0,解释器会暂停,释放掉这个对象和仅有这个对象可访问的其他对象,作为引用计数的补充,垃圾收集器也会留心被分配的总量很大(以及未通过引用计数销毁的那些) 的对象。在这种情况下,解释器会暂停下来,试图清理所有为引用的循环。
六、变量互传
Python和Shell变量互相传递的方法(先做了解,后面还会提到)。
-
shell==>python
import os var=os.popen('df -h').read( ) print(var) 执行结果: [root@workstation day01]# /usr/bin/python3.6 "/root/Development/python_code/day01/hello.py" Filesystem Size Used Avail Use% Mounted on devtmpfs 3.9G 0 3.9G 0% /dev tmpfs 3.9G 57M 3.9G 2% /dev/shm tmpfs 3.9G 10M 3.9G 1% /run tmpfs 3.9G 0 3.9G 0% /sys/fs/cgroup /dev/mapper/cl-root 44G 7.4G 37G 17% / /dev/nvme0n1p1 976M 234M 675M 26% /boot tmpfs 795M 1.2M 794M 1% /run/user/42 tmpfs 795M 6.9M 788M 1% /run/user/0 /dev/sr0 7.7G 7.7G 0 100% /run/media/root/CentOS-8-2-2004-x86_64-dvd
-
python==>shell
import os var=123 os.environ['var']=str(var) # environ的键值必须是字符串str()将123转换为字符串类型 os.system('echo $var')