在使用真格量化时，一些用户希望了解如何来提高系统性能。通过了解Python的内存管理和垃圾回收机制，我们可以有针对性地去提高策略代码性能。
Python内存管理机制
Python的内存管理机制：引入计数、垃圾回收、内存池机制
一、变量与对象
关系图如下：
1、变量，通过变量指针引用对象
变量指针指向具体对象的内存空间，取对象的值。
2、对象，类型已知，每个对象都包含一个头部信息（头部信息：类型标识符和引用计数器）
变量名没有类型，类型属于对象（因为变量引用对象，所以类型随对象），变量引用什么类型的对象，变量就是什么类型的。
我们可以用id函数来检查变量是否使用了同一内存空间。id()是python的内置函数，用于返回对象的身份，即对象的内存地址。
当我们改变第一个例子中的var1的赋值时，var1地址变化，而var2地址保持不变：
3、引用所指判断
我们可以通过is进行引用所指判断，is是用来判断两个引用所指的对象是否相同。
整数：
短字符串：
长字符串，注意长字符串就开始不同了：
列表，即使是空列表和含有相同元素的列表都指向不同的对象：
由这些比较结果可知：
1、Python缓存了整数和短字符串，因此每个对象在内存中只存有一份，引用所指对象就是相同的，即使使用赋值语句，也只是创造新的引用，而不是对象本身；
2、Python没有缓存长字符串、列表及其他对象，可以有多个值相同的对象，可以使用赋值语句创建出新的对象。
二、引用计数
在Python中，每个对象都有指向该对象的引用总数---称为“引用计数”。
查看对象的引用计数：sys.getrefcount()
1、普通引用
我们可以通过getrefcount来查询对象的引用计数。注意，当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此，getrefcount()所得到的结果，总会比期望的多1。
2、容器对象
Python的一个容器对象(比如：表、词典等)，可以包含多个对象。实际上，容器对象中包含的并不是元素对象本身，是指向各个元素对象的引用。
3、引用计数增加
1、对象被创建
2、用已有对象创建新的对象
3、作为容器对象的一个元素
4、被作为参数传递给函数：foo(x)
4、引用计数减少
1、对象的别名被显式的销毁
2、对象的一个别名被赋值给其他对象
3、对象从一个窗口对象中移除，或，窗口对象本身被销毁
4、一个本地引用离开了它的作用域，比如上面的foo(x)函数结束时，x指向的对象引用减1。
三、垃圾回收
当Python中的对象越来越多，占据越来越大的内存，系统会启动垃圾回收(garbage collection)，将没用的对象清除。
1、原理
当Python的某个对象的引用计数降为0时，说明没有任何引用指向该对象，该对象就成为要被回收的垃圾。比如某个新建对象，被分配给某个引用，对象的引用计数变为1。如果引用被删除，对象的引用计数为0，那么该对象就可以被垃圾回收。
2、解析del
del a后，已经没有任何引用指向之前建立的[321,123]，该表引用计数变为0，用户不可能通过任何方式接触或者动用这个对象，当垃圾回收启动时，Python扫描到这个引用计数为0的对象，就将它所占据的内存清空。
3、注意
1、垃圾回收时，Python不能进行其它的任务，频繁的垃圾回收将大大降低Python的工作效率；
2、Python只会在特定条件下，自动启动垃圾回收（垃圾对象少就没必要回收）
3、当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时，垃圾回收才会启动。
阈值分析：
700即是系统垃圾回收启动的阈值；
每10次0代垃圾回收，会配合1次1代的垃圾回收；而每10次1代的垃圾回收，才会有1次的2代垃圾回收；
当然也是可以手动启动垃圾回收：
4、何为分代回收
Python将所有的对象分为0，1，2三代；
所有的新建对象都是0代对象；
当某一代对象经历过垃圾回收，依然存活，就被归入下一代对象。
四、内存池机制
Python的内存池分为大内存和小内存：（256K为界限分大小内存）
1、大内存使用malloc进行分配
2、小内存使用内存池进行分配
3、Python的内存池(金字塔)
第3层：最上层，用户对Python对象的直接操作
第1层和第2层：内存池，有Python的接口函数PyMem_Malloc实现-----若请求分配的内存在1~256字节之间就使用内存池管理系统进行分配，调用malloc函数分配内存，但是每次只会分配一块大小为256K的大块内存，不会调用free函数释放内存，将该内存块留在内存池中以便下次使用。
第0层：大内存-----若请求分配的内存大于256K，malloc函数分配内存，free函数释放内存。
第-1，-2层：操作系统进行操作
我们可以使用的性能改进手段包括：
1.手动垃圾回收
2.避免循环引用（手动解循环引用和使用弱引用）
3.调高垃圾回收阈值
— — — — — — E N D — — — — — —
真格量化可访问：
https://quant.pobo.net.cn
真格量化微信公众号，长按关注：
遇到了技术问题？欢迎加入真格量化Python技术交流QQ群 726895887
往期文章：
Delta中性还不够？——看看如何设计Gamma中性期权策略
Python2和Python3的兼容写法
Python代码优化技巧
如何写出更好的Python代码？这是Python软件基金会的建议
需要处理大量市场数据？来了解一下MySQL、HBase、ES的特点和应用场景
NumPy中的ndarray与Pandas的Series和DataFrame之间的区别与转换
766
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
