Python核心技术与实战-课程答疑总结（持续更新）

列表self.append无限嵌套的原理

如下述代码所示：

x = [1]
x.append(x)
x
[1, [...]]

上述操作的示意如下：

001a607f3f29f68975be3e706711325f

虽然x是无限嵌套的列表，但是x.append(x)操作并不会遍历其中的每一个元素，只是扩充了原列表的第二个元素，并将其指向x，因而不会出现栈溢出的问题。同时，len(x)的返回为2，因为x的top level只有两个元素。

装饰器的宏观理解

装饰器的作用与意义在于其可以通过自定义的函数或类，在不改变原函数的基础上，改变原函数的一些功能。装饰器将额外增加的功能封装在自己的装饰器函数或类中；如果想要调用该装饰器，只需要在原函数的顶部，加上@decorator即可。

例如，在一些社交网络的后台，有无数的操作在调用之前，需要执行一些检查操作。使用常规编程的方式如下：

# 发表评论
def post_comment(request, ...):
    if not authenticate(request):
        raise Exception('U must log in first')
    ...
    
# 发表状态
def post_moment(request, ...):
    if not authenticate(request):
        raise Exception('U must log in first')
    ...

反复调用authenticate显得非常冗余。更好的解决方法是将authenticate单独分离出来，写成装饰器，如下所示：

# 发表评论
@authenticate
def post_comment(request, ...):

# 发表状态
@authenticate
def post_moment(request, ...):

使用装饰器有以下好处：

代码更加简洁；
逻辑更加清晰；
程序的层次化、分离化更加明显。

GIL和多线程的关系

GIL只支持单线程，而Python支持多线程，这两者之间是什么关系？

GIL的存在和Python支持多线程不矛盾，GIL指的是同一时刻，程序只能有一个线程运行；而Python中的多线程是多个线程交替执行，是“伪并行”，具体到某一个时刻，只有1个线程在运行。

例如，在爬虫时，线程1在爬取第一个网站时发生I/O阻塞，处于等待状态，此时，GIL就会被释放，线程2开始执行，以此类推。等到线程1的I/O操作完成时，主程序便会切换回线程1，完成剩余工作。

多进程和多线程的适用场景

多进程适用于CPU密集型任务，如大型矩阵运算等，对于CPU密集任务，多线程无效，因为Python的多线程一个时刻只会有一个线程运行。

而多线程或Asyncio适用于I/O密集型任务，但如果I/O操作非常多、非常heavy，需要建立的连接也比较多时，一般会选择Asyncio。因为Asyncio的任务切换更为轻量化，且能启动的任务数远比多线程能启动的线程数多。

参考

Python核心技术与实战