深入理解 Python 虚拟机：协程初探——不过是生成器而已在 Python 3.4 Python 引入了一个非常有用的特性——协程，在后续的 Python 版本当中不断的进行优化和改进，引入了新的 await 和 async 语法。在本篇文章当中我们将详细介绍一下 Python 协程的原理以及虚拟机具体的实现协程的方式。什么是协程Coroutines are computer program components that allow execution to be suspended and resumed, generalizing subroutines for cooperative...

深入理解 python 虚拟机：描述器实现原理与源码分析在本篇文章当中主要给大家介绍描述器背后的实现原理，通过分析 cpython 对应的源代码了解与描述器相关的字节码的指令，我们就可以真正了解到描述器背后的原理！从字节码角度看描述器在前面的内容当中我们已经详细分析了描述器的使用和其相关的应用，我们通常使用描述器都是将其作为类的一个类属性使用，而使用的方式就是 a.attr，而这个使用方式使用的字节码如下所示： Python 3.10.9 (main, Jan 11 2023, 09:18:18) [Clang 14.0.6 ] on darwin Type "help",...

深入理解 python 虚拟机：多继承与 mro在本篇文章当中将主要给大家介绍 python 当中的多继承和 mro，通过介绍在多继承当中存在的问题就能够理解在 cpython 当中引入 c3 算法的原因了，从而能够帮助大家更好的了理解 mro 。python 继承的问题继承是一种面向对象编程的概念，它可以让一个类（子类）继承另一个类（父类）的属性和方法。子类可以重写父类的方法，或者添加自己的方法和属性。这种机制使得代码可以更加模块化和易于维护。在 Python 中，继承是通过在子类的定义中指定父类来实现的。例如： class Animal: def __init__(self, na...

深入理解 python 虚拟机：破解核心魔法——反序列化 pyc 文件在前面的文章当中我们详细的对于 pyc 文件的结构进行了分析，pyc 文件主要有下面的四个部分组成：魔术、 Bite Filed 、修改日期和 Code Object 组成。在前面的文章当中我们已经对前面三个部分进行了字节角度的分析，直接从 pyc 文件当中读取对应的数据并且打印出来了。而在本篇文章当中我们将主要对 Code Object 进行分析，并且详细它是如何被反序列化的，通过本篇文章我们将能够把握整个 pyc 文件结构。marshal 模块的魔力序列化和反序列化 python 对象marshal 是 python 自...

深入理解 python 虚拟机：原来虚拟机是这么实现闭包的在本篇文章当中主要从虚拟机层面讨论函数闭包是如何实现的，当能够从设计者的层面去理解闭包就再也不用死记硬背一些闭包的概念了，因为如果你理解闭包的设计原理之后，这些都是非常自然的。根据 wiki 的描述，a closure is a record storing a function together with an environment。所谓闭包就是将函数和环境存储在一起的记录。这里有三个重点一个是函数，一个是环境（简单说来就是程序当中变量），最后一个需要将两者组合在一起所形成的东西，才叫做闭包。Python 中的闭包我们现在用一种更加...

Python3.12 新特性2023年 10 月 2 日， Python3.12 正式发布了，和之前版本相比，Python3.12 有比较大的更新，核心最主要的就是能够支持解释器之间的隔离了，在一个 Python 进程当中能够有多个解释器，这在一定程度上缓解了 GIL 带来的问题，在这个版本当中主要有下面的一些主要的新特性：更灵活的 f 字符串解析，允许许多以前不允许的事情 。支持 Python 代码中的缓冲区协议 。新的调试/分析 API 。支持具有单独全局解释器锁的隔离子解释器 。改进了错误消息。现在，可能由拼写错误引起的更多异常会向用户提出建议。支持 Linux perf 探查器在跟踪中...

深入理解Python虚拟机：super超级魔法的背后原理在本篇文章中，我们将深入探讨Python中的super类的使用和内部工作原理。super类作为Python虚拟机中强大的功能之一，super 可以说是 Python 对象系统基石，他可以帮助我们更灵活地使用继承和方法调用。super类的使用在 Python 中，我们经常使用继承来构建类的层次结构。当子类继承了父类的属性和方法时，有时我们需要在子类中调用父类的方法或属性。这就是super类的用武之地。super函数的一般用法是在子类中调用父类的方法，格式为super().method()。这样可以方便地使用父类的实现，并在子类中添加自己的特...

深入理解 python 虚拟机：GIL 源码分析——天使还是魔鬼？在目前的 CPython 当中一直有一个臭名昭著的问题就是 GIL (Global Interpreter Lock )，就是全局解释器锁，他限制了 Python 在多核架构当中的性能，在本篇文章当中我们将详细分析一下 GIL 的利弊和 GIL 的 C 的源代码。选择 GIL 的原因GIL 对 Python 代码的影响简单来说，Python 全局解释器锁或 GIL 是一个互斥锁，只允许一个线程保持 Python 解释器的控制权，也就是说在同一个时刻只能够有一个线程执行 Python 代码，如果整个程序是单线程的话，这也无伤大雅，...

深入理解 python 虚拟机：魔术方法之数学计算 在本篇文章当中主要给大家介绍在 python 当中一些常见的魔术方法，本篇文章主要是关于与数学计算相关的一些魔术方法，在很多科学计算的包当中都使用到了这些魔术方法。 大小比较 当我们在Python中定义自己的类时，可以通过重写一些特殊方法来改变对象的比较行为。这些特殊方法包括__lt__、__le__、__eq__、__ne__、__gt__和__ge__，它们分别对应于小于、小于等于、等于、不等于、大于和大于等于的比较运算符。这些方法允许我们自定义对象之间的比较规则。 下面是对每个方法的详细介绍： object.__lt__(self, ...

深入理解python虚拟机：黑科技的幕后英雄——描述器 在本篇文章当中主要给大家介绍一个我们在使用类的时候经常使用但是却很少在意的黑科技——描述器，在本篇文章当中主要分析描述器的原理，以及介绍使用描述器实现属性访问控制和 orm 映射等等功能！在后面的文章当中我们将继续去分析描述器的实现原理。 描述器的基本用法 描述器是一个实现了 __get__、__set__ 或 __delete__ 中至少一个方法的 Python 类。这些方法分别用于在属性被访问、设置或删除时调用。当一个描述器被定义为一个类的属性时，它可以控制该属性的访问、修改和删除。 下面是一个示例，演示了如何定义一个简单的描述器： ...

深入理解 python 虚拟机：字节码教程(2)——控制流是如何实现的？ 在本篇文章当中主要给大家分析 python 当中与控制流有关的字节码，通过对这部分字节码的了解，我们可以更加深入了解 python 字节码的执行过程和控制流实现原理。 控制流实现 控制流这部分代码主要涉及下面几条字节码指令，下面的所有字节码指令都会有一个参数： JUMP_FORWARD，指令完整条指令会将当前执行字节码指令的位置加上这个参数，然后跳到对应的结果继续执行。 POP_JUMP_IF_TRUE，如果栈顶元素等于 true，将字节码的执行位置改成参数的值。将栈顶元素弹出。 POP_JUMP_IF_FALSE，这...

深入理解python虚拟机：程序执行的载体——栈帧 栈帧（Stack Frame）是 Python 虚拟机中程序执行的载体之一，也是 Python 中的一种执行上下文。每当 Python 执行一个函数或方法时，都会创建一个栈帧来表示当前的函数调用，并将其压入一个称为调用栈（Call Stack）的数据结构中。调用栈是一个后进先出（LIFO）的数据结构，用于管理程序中的函数调用关系。 栈帧的创建和销毁是动态的，随着函数的调用和返回而不断发生。当一个函数被调用时，一个新的栈帧会被创建并推入调用栈，当函数调用结束后，对应的栈帧会从调用栈中弹出并销毁。 栈帧的使用使得 Python 能够实现函数的嵌套...

深入理解python虚拟机：调试器实现原理与源码分析 调试器是一个编程语言非常重要的部分，调试器是一种用于诊断和修复代码错误（或称为 bug）的工具，它允许开发者在程序执行时逐步查看和分析代码的状态和行为，它可以帮助开发者诊断和修复代码错误，理解程序的行为，优化性能。无论在哪种编程语言中，调试器都是一个强大的工具，对于提高开发效率和代码质量都起着积极的作用。 在本篇文章当中主要给大家介绍 python 语言当中调试器的实现原理，通过了解一个语言的调试器的实现原理我们可以更加深入的理解整个语言的运行机制，可以帮助我们更好的理解程序的执行。 让程序停下来 如果我们需要对一个程序进行调试最重要的一个...

深入理解 Python 的对象拷贝和内存布局 前言 在本篇文章当中主要给大家介绍 python 当中的拷贝问题，话不多说我们直接看代码，你知道下面一些程序片段的输出结果吗？ a = [1, 2, 3, 4] b = a print(f"{a = } \t|\t {b = }") a[0] = 100 print(f"{a = } \t|\t {b = }") a = [1, 2, 3, 4] b = a.copy() print(f"{a = } \t|\t {b = }") a[0] = 100 print(f"{a = } \t|\t {b = }") a = [[1, 2, 3], ...