python基础之内存机制
python内存
对于内存的理解
对象的内存使用，对python而言，万物皆可对象：
- 赋值语句 ，引用和对象，在python中可以使用python内置函数id()，用于返回对象的身份
a = 1 #a引用指向对象1;
print(id(a)) #这里是十进制,返回4536868624
print(hex(id(a))) #这里是十六进制,0x10e6b1f10
- 引用和指针，当a和b同时指向一个int或str类型时，python会缓存这些对象，以便重复使用。当我们创建多个等于1的引用时，实际上是让这些引用指向同一个对象，举个栗子：
a = 1
b = 1
print(id(a))
print(id(b))#打印出的内存地址可见a,b指向同一个内存地址
- 校验是否指向同一个对象，为了检验两个引用是否指向同一个对象，我们可以用is关键字。is用于判断两个引用所指的对象是否相同
a = 2
b = 2
#True
print(a is b)
#True
a = "objgigmsfs"
b = "objgigmsfs"
print(a is b)
#True
a = "very good morning,asf"
b = "very good morning,asf"
print(a is b)
#False
a = [1,2,3,4]
b = [1,2,3,4]
print(a is b)
#False
a = float(9)
b = float(9)
print(a is b)
上述总结：python中，整数和短小的字符指向内存地址相同，以便重复使用，而其他类型的内存地址均存到独立内存地址中，调用时也会调用不同的内存地址
引用计数
在Python中，每个对象都有存有指向该对象的引用总数，即引用计数(reference count)。
我们可以使用sys包中的getrefcount()，来查看某个对象的引用计数。需要注意的是，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，会比期望的多1。
因为调用函数的时候传入a，这会让a的引用计数+1
举个栗子：
from sys import getrefcount
ff = [1,2,3]
print(getrefcount(ff)) #返回引用计数为2
mm = ff #这里赋值后,均指向同一个对象（内存地址），下面会讲到
print(getrefcount(mm))#返回引用计数为3
上面对应返回的为2和3，而不是1和2，是因为在调用getrefcount(),是调用的它的镜像，所以它会把它自己的引用也会算进去
此时引用的对象[1,2,3]已经在python内存中了，可以使用python内置函数globals()方法查看
举个栗子：
增加引用计数
当对象创建并赋值（将它引用）给变量时，该对象当引用计数被设置为1。
举个栗子：
from sys import getrefcount
#对象被创建：
x = 3.14
print(getrefcount(x)) #返回引用计数为4
#另外的别名被创建：
y = x
print(getrefcount(y))#返回引用计数为5
#对象成为容器对象的一个元素：
myList = [123, x, 'xyz']#返回引用计数为6
print(getrefcount(x))
引用计数减少
对象的引用计数减少的情况：
一个本地引用离开了其作用范围。如fooc()函数结束时，func函数中的局部变量（全局变量不会）
对象的别名被显式销毁：del y
对象的一个别名被赋值给其他对象：x = 123
对象被从一个窗口对象中移除：myList.remove(x)
窗口对象本身被销毁：del myList
del语句，Del语句会删除对象的一个引用，它的语法如下：del obj[, obj2[, ...objN]]
例如，在上例中执行del y会产生两个结果：
从现在的名称空间中删除y
x的引用计数减1
举个栗子：
from sys import getrefcount
#对象被创建：
x = 3.14
print(getrefcount(x)) #返回引用计数为4
#另外的别名被创建：
y = x
print(getrefcount(y)) #返回引用计数为5
del y
print(getrefcount(x)) #返回引用计数为4
垃圾回收
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。如果内存中的对象不多，就没有必要总启动垃圾回收。所以，Python只会在特定条件下，自动启动垃圾回收。
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，当两者当差值高于某个阀值时，垃圾回收才会启动
可以通过gc模块的get_threshold()方法，查看该阈值
举个栗子：
import gc
print(gc.get_threshold())#返回(700, 10, 10)，后面的两个10是与分代回收相关的阈值,后面会讲到。700即是垃圾回收启动的阈值。
可以通过gc中的set_threshold()方法重新设置，也可以手动进行垃圾回收
import gc
a=1
gc.collect()
分代回收
Python同时采用了分代(generation)回收的策略
这一策略的基本假设是，存活时间越久的对象，越不可能在后面的程序中变成垃圾。我们的程序往往会产生大量的对象，许多对象很快产生和消失，但也有一些对象长期被使用。出于信任和效率，对于这样一些“长寿”对象，我们相信它们的用处，所以减少在垃圾回收中扫描它们的频率
python将所有对象分为0，1，2三代。所有新建对象都是0代对象。当某一代对象经历垃圾回收，依然存活，那么它就被归入下一代对象。
垃圾回收启动时，一定会扫描所有0代对象。如果0代对象经历过一定次数垃圾回收，那么就启动对0代和1代的扫描清理。当1代也经历过一定次数的垃圾回收后，那么会启动对0，1，2，即对所有对象进行扫描，即上面get_threshold()返回的(700, 10, 10)返回的两个10。也就是说，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
举个栗子：
'''可使用set_threshold()来调整，比如对二代对象扫描更频繁'''
print(gc.get_threshold())#查看当前垃圾回收阀值
gc.set_threshold(700,10,5)#重新设定阀值
print(gc.get_threshold())#再查看
孤独的引用环
引用环的存在会对垃圾回收带来更大的困难，因为引用环可能构成无法使用，但引用计数不为0的对象
举个栗子：
a = []
b = [a]
a.append(b)
上面b引用a对象，a又通过python内置方法引用a，会造成a,b互相引用，这就会造成垃圾回收时，引用计数不会为0
析构函数
什么是析构函数？
“del”就是一个析构函数了，当使用del 删除对象时，会调用他本身的析构函数，另外当对象在某个作用域中调用完毕，在跳出其作用域的同时析构函数也会被调用一次，这样可以用来释放内存空间。
举个栗子:
class Test(object):
def __init__(self, name):
self.name = name
print('这是构造函数')
def say_hi(self):
print('hell, %s' % self.name)
def __del__(self):
print('这是析构函数')
obj = Test("beijing")
obj.say_hi()
上面的__del__()也是可选的，如果不提供，则Python 会在后台提供默认析构函数
如果要显式的调用析构函数，可以使用del关键字
举个栗子:
#删除上面调用对象
del obj
print(getrefcount(obj)) #同del，删除对象，释放内存空间
Python内存管理规则：del的时候,把list的元素释放掉,把管理元素的大对象回收到py对象缓冲池里
