如何分析Python自动化运维开发中的变量

本篇文章给大家分享的是有关如何分析python自动化运维开发中的变量，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

好程序员分享Python自动化运维开发实战四-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学习过程中会用到许多数据，那为了方便操作，需要把这些数据分别用一个简单的名字代表，方便在接下来的程序中引用。

变量就是代表某个数据(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：

以单一下划线开头的变量名（_X）不会被 from module import *语句导入2. 前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. 通过交互模式运行时，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，比如ad_stats.py包名：和模块名一样类名：单词首字母大写，比如AdStats ConfigUtil全局变量名：大写字母，单词之间用_分割，比如UMBER  COLOR_WRITE普通变量：小写字母，单词之间用_分割，比如this_is_a_var实例变量：以_开头，其他和普通变量一样，比如_price    _instance_var私有实例变量（外部访问会报错）：以__开头（2个下划线），其他和普通变量一样          __private_var专有变量： __开头，__结尾，一般为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 counterprint milesprint name       

多个变量赋值：

Python允许你同时为多个变量赋值。例如：a = b = c = 1以上实例，创建一个整型对象，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同的值。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：

一般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，变量可以存储规定范围内的值，而且值是可变的。在创建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，并决定什么数据可以被存储在内存中。因此，变量可以指定不同的数据类型，这些变量可以存储整数，小数或字符。 比如C语言在声明一个变量a之后，会在内存中开辟出一块儿对应的空间，在此空间中可以存储不同的值，也就是给变量赋予不同的值

python变量在内存中存储值得方式和其他编程语言不同：

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只是相当于一个内存空间的标签，a=1开辟一块空间存储1,之后重新复制a=2是重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同样的地址空间可以有两个或多个标签，比如a=1,b=1实际上是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同变量，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内部记录着所有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。当对象被创建时，就创建了一个引用计数，当这个对象不再需要时，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，并不是严格的100%正确，但是通俗的理解往往是最好的学习方式)

增加引用计数：

当对象被创建并(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他变量时，或者作为参数传递给函数，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，或者称作别名，就被创建(则该对象的引用计数自动加1)

减少引用计数：

当对象的引用被销毁时，引用计数会减少。最明显的例子就是当引用离开其作用范围时，这种情况最经常出现在函数运行结束时，所有局部变量都被自动销毁，对象的引用计数也就随之减少。

当变量被赋值给另外一个对象时，源对象的引用技术也会自动减1

其他造成对象的引用计数减少的方式包括使用del语句删除一个变量，或者当一个对象的引用计数在以下情况会减少：

一个本地引用离开了其作用范围，比如函数结束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他的对象4. 对象被从一个窗口对象中移除5. 窗口对象本身被销毁   

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引用了其他的对象（0），对于"ab"来讲就取消了一个引用>>> 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，但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:

不再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，但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。特定情形会导致循环引用。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的垃圾收集器实际上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他对象，作为引用计数的补充，垃圾收集器也会留心被分配的总量很大(以及未通过引用计数销毁的那些)  的对象。在这种情况下，解释器会暂停下来，试图清理所有为引用的循环。

以上就是如何分析Python自动化运维开发中的变量，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注编程网Python频道。