CrazyWing：Python自动化运维开发实战 4、Python变量

导语：

1.什么是变量
2.变量名称的命名
3.变量赋值
4.变量存储数据的方式
5.引用计数

什么是变量:

python学习过程当中会用到许多数据，那为了方便操做，须要把这些数据分别用一个简单的名字表明，方便在接下来的程序中引用。
变量就是表明某个数据(值)的名称。简单点说变量就是给数据起个名字

变量名称的命名：

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。

命名惯例：

1. 以单一下划线开头的变量名（_X）不会被 from module import *语句导入
2. 先后有下划线的变量名（X）是系统定义的变量名，对解释器有特殊意义
3. 以双下划线开头，但结尾没有双下划线的变量名（__X）是类的本地变量
4. 经过交互模式运行时，只有单个下划线的变量名（_）会保存最后表达式的结果

python命名规范总结：

模块名：小写字母，单词之间用_分割，好比ad_stats.py

包名：和模块名同样

类名：单词首字母大写，好比AdStats ConfigUtil

全局变量名：大写字母，单词之间用_分割，好比UMBER  COLOR_WRITE

普通变量：小写字母，单词之间用_分割，好比this_is_a_var

实例变量：以_开头，其余和普通变量同样，好比_price    _instance_var

私有实例变量（外部访问会报错）：以__开头（2个下划线），其余和普通变量同样
          __private_var

专有变量： __开头，__结尾，通常为python的自有变量，不要以这种方式命名
          __doc__         __class_

变量赋值：

是变量声明和定义的过程
单个变量赋值：
#!/usr/bin/python

-- coding: UTF-8 --

counter = 100  # 赋值整型变量
miles = 1000.0 # 浮点型
name = "John"  # 字符串

print counter
print miles
print name

多个变量赋值：

Python容许你同时为多个变量赋值。例如：
a = b = c = 1以上实例，建立一个整型对象，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一样的值。例如：
a, b, c = 1, 2, "john"
以上实例，两个整型对象1和2的分配给变量a和b，字符串对象"john"分配给变量c。

变量存储数据的方式：

通常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，变量能够存储规定范围内的值，并且值是可变的。
在建立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，并决定什么数据能够被存储在内存中。所以，变量能够指定不一样的数据类型，这些变量能够存储整数，小数或字符。 
好比c语言在声明一个变量a以后，会在内存中开辟出一起对应的空间，在此空间中能够存储不一样的值，也就是给变量赋予不一样的值

python变量在内存中存储值得方式和其余编程语言不一样：

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只是至关于一个内存空间的标签，a=1开辟一块空间存储1,以后从新复制a=2是从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

一样的地址空间能够有两个或多个标签，好比a=1,b=1其实是a和b指向同一个地址空间
查看变量指向地址空间的地址：使用id(变量名称)函数
    >>> a=1
    >>> id(a)
    19882304
    >>> b=1
    >>> id(b)
    19882304      
上例发现同一个值赋值给不一样变量，实际地址空间未发生变化，只是标签发生了变化

python内部的引用计数（sys.getrefcount）:

什么是引用计数器：
Python内部记录着全部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。当对象被建立时，就建立了一个引用计数，当这个对象再也不须要时，也就是说，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，并非严格的100%正确，可是通俗的理解每每是最好的学习方式)

增长引用计数：

当对象被建立并(将其引用)赋值给变量时，该对象的引用技术就是被设置为1。
当同一个对象的应用或者是对象又被赋值给其余变量时，或者做为参数传递给函数，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，或者称做别名，就被建立(则该对象的引用计数自动加1)

减小引用计数：

当对象的引用被销毁时，引用计数会减小。最明显的例子就是当引用离开其做用范围时，这种状况最常常出如今函数运行结束时，全部局部变量都被自动销毁，对象的引用计数也就随之减小。

当变量被赋值给另一个对象时，源对象的引用技术也会自动减1

其余形成对象的引用计数减小的方式包括使用del语句删除一个变量，或者当一个对象的引用计数在如下状况会减小：

1. 一个本地引用离开了其做用范围，好比函数结束
2. 对象的别名被显示的销毁
3. 对象的一个别名被赋值给其余的对象
4. 对象被从一个窗口对象中移除
5. 窗口对象自己被销毁

例子：

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引用了其余的对象（0），对于"ab"来说就取消了一个引用
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，可是在脚本中回归正常，例如：
#!/usr/bin/env python

coding=utf8 fdaf

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")

垃圾收集:再也不被使用的内存会被一种称为垃圾收集的机制释放。像上面说的，虽然解释器跟踪对象的引用计数，可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，他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。特定情形会致使循环引用。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的垃圾收集器其实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余对象，做为引用计数的补充，垃圾收集器也会留心被分配的总量很大(以及未经过引用计数销毁的那些) 的对象。在这种状况下，解释器会暂停下来，试图清理全部为引用的循环。