深入源碼解析Python中的對象與類型
對象
對象, 在C語言是如何實現(xiàn)的?
Python中對象分為兩類: 定長(int等), 非定長(list/dict等)
所有對象都有一些相同的東西, 源碼中定義為PyObject和PyVarObject, 兩個定義都有一個共同的頭部定義PyObject_HEAD(其實PyVarObject有自己的頭部定義PyObject_VAR_HEAD, 但其實際上用的也是PyObject_HEAD).
源碼位置: Include/object.h
PyObject_HEAD
Python 內部, 每個對象擁有相同的頭部.
定義
/* PyObject_HEAD defines the initial segment of every PyObject. */ #define PyObject_HEAD \ _PyObject_HEAD_EXTRA \ Py_ssize_t ob_refcnt; \ struct _typeobject *ob_type;
說明
1. _PyObject_HEAD_EXTRA
先忽略, 雙向鏈表結構, 后面垃圾回收再說
2. Py_ssize_t ob_refcnt
Py_ssize_t在編譯時確定, 整型
ob_refcnt, 引用計數(shù), 跟Python的內存管理機制相關(基于引用計數(shù)的垃圾回收)
3. struct _typeobject *ob_type
*ob_type 指向類型對象的指針(指向_typeobject結構體)
決定了這個對象的類型!
PyObject
定義
typedef struct _object { PyObject_HEAD } PyObject;
說明
1. 依賴關系
PyObject -> PyObject_HEAD
結構
PyVarObject
定義
typedef struct { PyObject_VAR_HEAD } PyVarObject; #define PyObject_VAR_HEAD \ PyObject_HEAD \ Py_ssize_t ob_size; /* Number of items in variable part */
說明
1. 依賴關系
PyVarObject -> PyObject_VAR_HEAD -> PyObject_HEAD
2.Py_ssize_t ob_size
ob_size, 變長對象容納的元素個數(shù)
結構
代碼關系
幾個方法
跟對象相關的方法
#define Py_REFCNT(ob) (((PyObject*)(ob))->ob_refcnt)
讀取引用計數(shù)
#define Py_TYPE(ob) (((PyObject*)(ob))->ob_type)
獲取對象類型
#define Py_SIZE(ob) (((PyVarObject*)(ob))->ob_size)
讀取元素個數(shù)(len)
跟引用計數(shù)相關的方法
Py_INCREF(op) 增加對象引用計數(shù)
Py_DECREF(op) 減少對象引用計數(shù), 如果計數(shù)位0, 調用_Py_Dealloc
_Py_Dealloc(op) 調用對應類型的 tp_dealloc 方法(每種類型回收行為不一樣的, 各種緩存池機制, 后面看)
其他
幾個參數(shù)涉及
ob_refcnt 引用計數(shù), 與內存管理/垃圾回收相關
ob_type 類型, 涉及Python的類型系統(tǒng)
類型
一個例子
>>> a = 1 >>> a 1 >>> type(a) <type 'int'> #等價的兩個 >>> type(type(a)) <type 'type'> >>> type(int) <type 'type'> #還是等價的兩個 >>> type(type(type(a))) <type 'type'> >>> type(type(int)) <type 'type'>
我們反向推導一個int對象是怎么生成的.
1. 首先, 定義一種類型叫PyTypeObject
代碼位置 Include/object.h
定義
typedef struct _typeobject { /* MARK: base, 注意, 是個變長對象*/ PyObject_VAR_HEAD const char *tp_name; /* For printing, in format "<module>.<name>" */ //類型名 Py_ssize_t tp_basicsize, tp_itemsize; /* For allocation */ // 創(chuàng)建該類型對象時分配的內存空間大小 // 一堆方法定義, 函數(shù)和指針 /* Methods to implement standard operations */ printfunc tp_print; hashfunc tp_hash; /* Method suites for standard classes */ PyNumberMethods *tp_as_number; // 數(shù)值對象操作 PySequenceMethods *tp_as_sequence; // 序列對象操作 PyMappingMethods *tp_as_mapping; // 字典對象操作 // 一堆屬性定義 .... } PyTypeObject;
說明
1. PyObject_VAR_HEAD
變長對象
2. const char *tp_name
tp_name, 類型名字符串數(shù)組
所有Type都是PyTypeObject的"實例": PyType_Type/PyInt_Type
2. 然后, 用PyTypeObject初始化得到一個對象PyType_Type
代碼位置 Objects/typeobject.c
定義
PyTypeObject PyType_Type = { PyVarObject_HEAD_INIT(&PyType_Type, 0) "type", /* tp_name */ sizeof(PyHeapTypeObject), /* tp_basicsize */ sizeof(PyMemberDef), /* tp_itemsize */ (destructor)type_dealloc, /* tp_dealloc */ // type對象的方法和屬性初始化值 ..... };
說明
1. tp_name
類型名, 這里是"type"
2. PyVarObject_HEAD_INIT(&PyType_Type, 0)
PyVarObject_HEAD_INIT, 這個方法在 Include/object.h中,
等價于
ob_refcnt = 1
*ob_type = &PyType_Type
ob_size = 0
即, PyType_Type的類型是其本身!
結構
第一張圖, 箭頭表示實例化(google doc用不是很熟找不到對應類型的箭頭)
第二張圖, 箭頭表示指向
使用
# 1. int 的 類型 是`type` >>> type(int) <type 'type'> # 2. type 的類型 還是`type`, 對應上面說明第二點 >>> type(type(int)) <type 'type'>
注意: 無論任何時候, ob_type指向的是 PyTypeObject的實例: PyType_Type/PyInt_Type...
3. 再然后, 定義具體的類型, 這里以PyInt_Type為例子
代碼位置 Objects/intobject.c
定義
PyTypeObject PyInt_Type = { PyVarObject_HEAD_INIT(&PyType_Type, 0) "int", sizeof(PyIntObject), 0, // int類型的相關方法和屬性值 .... (hashfunc)int_hash, /* tp_hash */ };
說明
1. "int"
PyInt_Type的類型名是int
2.PyVarObject_HEAD_INIT(&PyType_Type, 0)
PyInt_Type的
*ob_type = &PyType_Type
結構
使用
>>> type(1) <type 'int'> >>> type(type(1)) <type 'type'>
4. 最后, 生成一個整數(shù)對象int
代碼位置 Include/intobject.h
定義
typedef struct { PyObject_HEAD long ob_ival; } PyIntObject;
結構
相關文章
python對輸出的奇數(shù)偶數(shù)排序實例代碼
在本篇內容里小編給大家整理的是一篇關于python對輸出的奇數(shù)偶數(shù)排序實例代碼內容,有興趣的朋友們可以參考下。2020-12-12Python常用Web框架Django、Flask與Tornado介紹
這篇文章介紹了Python常用Web框架Django、Flask與Tornado,文中通過示例代碼介紹的非常詳細。對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-05-05pandas中apply和transform方法的性能比較及區(qū)別介紹
這篇文章主要介紹了pandas中apply和transform方法的性能比較,在文中給大家講解了apply() 與transform()的相同點與不同點,需要的朋友可以參考下2018-10-10