如何读取大文件，例如内存只有4G，如何读取一个大小为8G的文件？

很明显4G内存要一次性的加载大小考虑为8G的文件是不现实的，遇到这种情况必须多次读取并分批处理。在Python中读取文件可以先通过函数获取文件open对象，在读取文件时，可以通过read方法的size参数指定读取的大小，也可以通过seek方法的offset参数指定读取的位置，这样就可以控制单次读取数据的字节数和总字节数。除此之外，可以使用内置函数iter将文件对象处理成迭代器对象，每次只读取少量的数据进行处理，代码大致写法如下所示。

with open('...', 'rb') as file:
    for data in iter(lambda: file.read(2097152), b''):
        pass

在Linux系统上，可以通过split命令将大文件切割为小片，然后通过读取切割后的小文件对数据进行处理。例如下面的命令将调用的大文件切割为大小filename为512M的多个文件。

split -b 512m filename

如果愿意，也可以将名为filename的文件切割为10个文件，命令如下所示。

split -n 10 filename

扩展：外部排序跟上面的情况非常类似，由于处理的数据不能一次导入内存，只能放在读写器较慢的外存储器（通常是硬盘）上。“排序归并算法”就是一种常用的外部排序策略。在排序阶段，先读入能放置内存中的数据，将其排序排序到一个临时文件，依此进行，将待排序组织数据为多个小区的临时文件，然后在归并阶段将这些临时文件组合成一个大的小区文件，这个大的小区文件就是排序的结果。

问题41：说说你对Python中模块和包的理解。

每个Python文件就是一个模块，而保存这些文件的文件夹就是一个包，这个Python包的文件夹必须作为一个名为的文件，否则__init__.py无法导入这个包。通常一个文件夹下还可以有子文件夹，这意味着一个包下还可以有子包，子包中的__init__.py不是必须的。模块和包解决了Python中命名冲突的问题，不同的包下可以有同名的模块，不同的模块下可以有同名的变量、函数或类。在Python中可以使用import或from ... import ...来导入包和模块，在导入的时候还可以使用as关键字对包、模块、类、函数、变量等进行别名，从而彻底解决编程尤其是多人协作团队开发时的命名冲突问题。