好程序員分享Python自動化運維開發實戰四-變量
導語：1.什麼是變量2.變量名稱的命名3.變量賦值4.變量存儲數據的方式5.引用計數
什麼是變量:
python學習過程中會用到許多數據，那爲了方便操作，需要把這些數據分別用一個簡單的名字代表，方便在接下來的程序中引用。
變量就是代表某個數據(值)的名稱。簡單點說變量就是給數據起個名字
變量名稱的命名：
由字母數字下劃線組成的，且不能以數字開頭，不能使用關鍵字，區分大小寫。
命名慣例：
1. 以單一下劃線開頭的變量名（_X）不會被 from module import *語句導入2. 前後有下劃線的變量名（_X_）是系統定義的變量名，對解釋器有特殊意義3. 以雙下劃線開頭，但結尾沒有雙下劃線的變量名（__X）是類的本地變量4. 通過交互模式運行時，只有單個下劃線的變量名（_）會保存最後表達式的結果
python命名規範總結：
模塊名：小寫字母，單詞之間用_分割，比如ad_stats.py包名：和模塊名一樣類名：單詞首字母大寫，比如AdStats ConfigUtil全局變量名：大寫字母，單詞之間用_分割，比如UMBER COLOR_WRITE普通變量：小寫字母，單詞之間用_分割，比如this_is_a_var實例變量：以_開頭，其他和普通變量一樣，比如_price _instance_var私有實例變量（外部訪問會報錯）：以__開頭（2個下劃線），其他和普通變量一樣 __private_var專有變量： __開頭，__結尾，一般爲python的自有變量，不要以這種方式命名 __doc__ __class_
變量賦值：
是變量聲明和定義的過程
單個變量賦值：
#!/usr/bin/python# -*- coding: UTF-8 -*-counter = 100 # 賦值整型變量miles = 1000.0 # 浮點型name = "John" # 字符串print counterprint milesprint name
多個變量賦值：
Python允許你同時爲多個變量賦值。例如：a = b = c = 1以上實例，創建一個整型對象，值爲1，三個變量被分配到相同的內存空間上。同時爲多個變量賦不同的值。例如：a, b, c = 1, 2, "john"以上實例，兩個整型對象1和2的分配給變量a和b，字符串對象"john"分配給變量c。
變量存儲數據的方式：
一般編程語言變量存儲數據的方式：
變量是計算機內存中的一塊區域，變量可以存儲規定範圍內的值，而且值是可變的。在創建變量時會在內存中開闢一個空間。基於變量的數據類型，解釋器會分配指定內存，並決定什麼數據可以被存儲在內存中。因此，變量可以指定不同的數據類型，這些變量可以存儲整數，小數或字符。 比如c語言在聲明一個變量a之後，會在內存中開闢出一塊兒對應的空間，在此空間中可以存儲不同的值，也就是給變量賦予不同的值
python變量在內存中存儲值得方式和其他編程語言不同：
在Python中，變量名沒有類型，但對象有 變量名只是對對象的引用（內部實現爲指針） python中是以數據爲主，變量a只是相當於一個內存空間的標籤，a=1開闢一塊空間存儲1,之後重新複製a=2是重新開闢出新的空間存儲2，變量名稱a換了個位置指向新空間中的2同樣的地址空間可以有兩個或多個標籤，比如a=1,b=1實際上是a和b指向同一個地址空間查看變量指向地址空間的地址：使用id(變量名稱)函數 >>> a=1 >>> id(a) 19882304 >>> b=1 >>> id(b) 19882304 上例發現同一個值賦值給不同變量，實際地址空間未發生變化，只是標籤發生了變化
PYTHON內部的引用計數（SYS.GETREFCOUNT）:
什麼是引用計數器：
Python內部記錄着所有使用中的對象有多少引用。一個內部跟蹤變量，稱爲一個引用計數器。當對象被創建時，就創建了一個引用計數，當這個對象不再需要時，也就是說，這個對象的引用計數變爲0時，它被垃圾回收。(這個只是形象的說一下，並不是嚴格的100%正確，但是通俗的理解往往是最好的學習方式)
增加引用計數：
當對象被創建並(將其引用)賦值給變量時，該對象的引用技術就是被設置爲1。 當同一個對象的應用或者是對象又被賦值給其他變量時，或者作爲參數傳遞給函數，方法或類實例時，或者被賦值爲一個窗口對象的成員時，該對象的一個新的引用，或者稱作別名，就被創建(則該對象的引用計數自動加1)
減少引用計數：
當對象的引用被銷燬時，引用計數會減少。最明顯的例子就是當引用離開其作用範圍時，這種情況最經常出現在函數運行結束時，所有局部變量都被自動銷燬，對象的引用計數也就隨之減少。
當變量被賦值給另外一個對象時，源對象的引用技術也會自動減1
其他造成對象的引用計數減少的方式包括使用del語句刪除一個變量，或者當一個對象的引用計數在以下情況會減少：
1. 一個本地引用離開了其作用範圍，比如函數結束2. 對象的別名被顯示的銷燬3. 對象的一個別名被賦值給其他的對象4. 對象被從一個窗口對象中移除5. 窗口對象本身被銷燬
例子：
>>> import sys>>> a="ab">>> sys.getrefcount("ab")3 第一次結果爲3>>> b="ab">>> sys.getrefcount("ab")4 第二次結果+1>>> b=0 b引用了其他的對象（0），對於"ab"來講就取消了一個引用>>> sys.getrefcount("ab")3 結果在上次引用的基礎上-1
注意：在交互式解釋器中帶空格的對象引用次數永遠爲3，但是在腳本中迴歸正常，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:
不再被使用的內存會被一種稱爲垃圾收集的機制釋放。像上面說的，雖然解釋器跟蹤對象的引用計數，但是垃圾收集器負責釋放內存。垃圾收集器是一塊獨立的代碼，它用來尋找引用計數爲0的對象，他也負責檢查那些雖然引用計數大於0但也該被銷燬的對象。特定情形會導致循環引用。一個循環引用發生在當你有至少兩個對象互相引用時，也就是所說的引用都消失時，這些引用仍然存在，這說明只靠引用計數是不夠的。Python的垃圾收集器實際上是一個引用計數器和一個循環垃圾收集器。當一個對象的引用計數變爲0，解釋器會暫停，釋放掉這個對象和僅有這個對象可訪問的其他對象，作爲引用計數的補充，垃圾收集器也會留心被分配的總量很大(以及未通過引用計數銷燬的那些) 的對象。在這種情況下，解釋器會暫停下來，試圖清理所有爲引用的循環。