pythoninspectstack

『壹』 ...與 python 作為後端服務的編程語言各有什麼優劣

Node.js相優於Python的地方：
快：這個快有兩方面，第一是V8引擎快，第二是非同步執行，Node.js
功能上是一個基於V8引擎的非同步網路和IO Library，和Python的Twisted很像，不同的是Node.js的event
loop是很底層的深入在語言中的，可以想像成整個文件在執行的時候就在一個很大的event loop里；
npm：npm可以說是用起來最順手的package management了，npm作為Node.js的官方package management，匯集了整個社區最集中的資源；不像Python經歷過easy_install和pip，還有2to3的問題；
Windows支持：Node.js有微軟的加持，Windows基本被視為一等公民來支持，libuv已經可以很好的做到統一跨平台的API；而Python雖然也對Windows有官方的支持，但是總感覺是二等公民，時不時出些問題。
Python優於Node.js的地方：
語
言：就單純從語言的角度來說，Python寫起來要比Javascript舒服很多；Javascript
設計本身有許多缺陷，畢竟當時設計的時候只是作為在瀏覽器中做一些簡單任務的script，所以代碼一旦龐大，維護還是有困難（不過Node.js的
mole很大的改善了這個問題），不過用Coffeescript可以很大的改善Javascript，幾乎可以和Python等同；
成
熟：成熟包括語言本身已經成熟，還有Framework和ecosystem也很龐大。Node.js的絕大多數framework都很新，有的API一
直在變，有的感覺已經不在維護，總之沒有一個像Django那種百足之蟲感覺的framework。Python的主流ORM
SQLalchemy也很成熟。
Python 和 Node.js 很難分高下的地方：
異
步Style：Node.js的非同步Style是CPS，也就是層層callback，基於event，和瀏覽器中的Javascript很像。CPS好
處是讓熟悉瀏覽器Javascript的人能很快上手，學習難度也不大。缺點是邏輯一復雜，就變得很難維護，基本上需要通過async.js這種
library，或者用promise。Python的非同步除了和Node.js很像的Twisted之外，也有基於coroutine的
gevent，coroutine讓非同步代碼維護起來更容易，不過學習曲線陡；
應用場景：如果是一個CRUD的app，
那麼想都不想直接是Python，Node.js本身不擅長CRUD的app（絕大多數Node.js都是直接裸在外面的，而不是有一個Nginx在前
面，否則websocket就不能用了，不過新版nginx開始支持websocket），代碼又不好維護，而Python的WSGI很適合，成熟的
stack也有很多。如果更偏向於real-time，比如一個chat room，那麼Node.js實現更容易。這兩個應用場景還是有差別的。
來源於知乎：https://www.hu.com/question/20961574

『貳』 python中怎麼列印行號和文件名

通過調用堆棧裡面的代碼對象來獲取。

一般是自己引發一個異常，然後捕獲這個異常，在異常處理中通過堆棧信息獲得行號。

比如：

try:
raiseZeroDivisionError
exceptZeroDivisionError:
frame=sys.exc_info()[2].tb_frame.f_back
returnframe.f_lineno

如果需要更多的信息，可以通過inspect模塊的stack()方法獲得整個調用棧。可自定義一個exception類型。

importinspect
classMyErrorCode(object):
STANDARD=0x0001

code_map_msg={
MyErrorCode.STANDARD:"standarderror",
}
classMyError(Exception):
def__init__(self,error_code):
self.error_code=error_code
try:
_current_call=inspect.stack()[1]
_iframe=_current_call[0]
self.line_no=_iframe.f_lineno
self.mole_name=_iframe.f_globals.get("__name__","")
self.method_name=_current_call[3]
self.class_name=_iframe.f_locals.get("self",None).__class__.__name__
except(IndexError,AttributeError):
self.line_no=""
self.mole_name=""
self.method_name=""
self.class_name=""

def__repr__(self):
msg=code_map_msg.get(self.error_code,"")
return"[*]MyError:%s>%s.mole:%s,class:%s,method:%s,line:%s"%(self.error_code,msg,self.mole_name,self.class_name,self.method_name,self.line_no)

def__str__(self):
returncode_map_msg.get(self.error_code,"notfindanymatchmsgforcode:%s"%self.error_code)

然後在需要獲取行號的地方引發這個異常並捕獲它，然後從異常對象中獲取line_no.

『叄』 python堆和棧的區別有哪些

堆（Heap）與棧（Stack）是開發人員必須面對的兩個概念，在理解這兩個概念時，需要放到具體的場景下，因為不同場景下，堆與棧代表不同的含義。一般情況下，有兩層含義：
（1）程序內存布局場景下，堆與棧表示的是兩種內存管理方式；
（2）數據結構場景下，堆與棧表示兩種常用的數據結構。
相關推薦：《Python教程》
堆與棧實際上是操作系統對進程佔用的內存空間的兩種管理方式，主要有如下幾種區別：
（1）管理方式不同。棧由操作系統自動分配釋放，無需我們手動控制；堆的申請和釋放工作由程序員控制，容易產生內存泄漏；
（2）空間大小不同。每個進程擁有的棧的大小要遠遠小於堆的大小。理論上，程序員可申請的堆大小為虛擬內存的大小，進程棧的大小 64bits 的 Windows 默認 1MB，64bits 的 Linux 默認 10MB；
（3）生長方向不同。堆的生長方向向上，內存地址由低到高；棧的生長方向向下，內存地址由高到低。
（4）分配方式不同。堆都是動態分配的，沒有靜態分配的堆。棧有2種分配方式：靜態分配和動態分配。靜態分配是由操作系統完成的，比如局部變數的分配。動態分配由alloca函數進行分配，但是棧的動態分配和堆是不同的，他的動態分配是由操作系統進行釋放，無需我們手工實現。
（5）分配效率不同。棧由操作系統自動分配，會在硬體層級對棧提供支持：分配專門的寄存器存放棧的地址，壓棧出棧都有專門的指令執行，這就決定了棧的效率比較高。堆則是由C/C++提供的庫函數或運算符來完成申請與管理，實現機制較為復雜，頻繁的內存申請容易產生內存碎片。顯然，堆的效率比棧要低得多。
（6）存放內容不同。棧存放的內容，函數返回地址、相關參數、局部變數和寄存器內容等。當主函數調用另外一個函數的時候，要對當前函數執行斷點進行保存，需要使用棧來實現，首先入棧的是主函數下一條語句的地址，即擴展指針寄存器的內容（EIP），然後是當前棧幀的底部地址，即擴展基址指針寄存器內容（EBP），再然後是被調函數的實參等，一般情況下是按照從右向左的順序入棧，之後是被調函數的局部變數，注意靜態變數是存放在數據段或者BSS段，是不入棧的。出棧的順序正好相反，最終棧頂指向主函數下一條語句的地址，主程序又從該地址開始執行。堆，一般情況堆頂使用一個位元組的空間來存放堆的大小，而堆中具體存放內容是由程序員來填充的。
從以上可以看到，堆和棧相比，由於大量malloc()/free()或new/delete的使用，容易造成大量的內存碎片，並且可能引發用戶態和核心態的切換，效率較低。棧相比於堆，在程序中應用較為廣泛，最常見的是函數的調用過程由棧來實現，函數返回地址、EBP、實參和局部變數都採用棧的方式存放。雖然棧有眾多的好處，但是由於和堆相比不是那麼靈活，有時候分配大量的內存空間，主要還是用堆。
無論是堆還是棧，在內存使用時都要防止非法越界，越界導致的非法內存訪問可能會摧毀程序的堆、棧數據，輕則導致程序運行處於不確定狀態，獲取不到預期結果，重則導致程序異常崩潰，這些都是我們編程時與內存打交道時應該注意的問題。

『肆』 python 高階函數有哪些

1、高階函數

變數可以指向函數，函數的參數可以接收變數，那麼函數可以接收另一個函數作為參數，這種函數稱為高階函數。

(1)把函數作為實參

(2)把函數作為返回值

2、系統的內置高階函數

(1)map函數：接收兩個參數，一個是函數，一個是序列，map將傳入的函數依次作用到序列的每個元素，並且把結果作為新的列表返回

(2)rece函數：把一個函數作用到一個序列上，這個函數必須接收兩個參數，rece把結果和序列的下一個元素做累積計算

(3)filter函數：也接收一個函數和一個序列，和map函數不同的是，filter函數把傳入的函數依次作用於每個元素，然後返回返回值是True的元素

(4)sorted函數：排序函數

把用戶名按照首字母不區分大小寫排序

(5)sorted()函數按照關鍵字排序

關鍵字：商品個數

(6)sorted()函數按照關鍵字排序，用鍵值來查找

(7)lambda匿名函數：有時候傳參數時不需要顯示自定義的函數，直接傳入匿名函數更方便；冒號前面的x,y表示函數參數，匿名函數不需要擔心函數名的沖突，匿名函數也是一個函數對象，可以把匿名函數賦值給一個變數，再利用變數來調用函數，匿名函數也可以作為返回值返回

3、高階函數的應用：

(1)sorted函數：

(2)sorted函數默認是從小到大排序

4、裝飾器

裝飾器就是用來裝飾函數的：想要增加原有函數的功能，但是不希望修改原有函數的定義，在代碼運行期間動態增加功能的方式

(1)此裝飾器的功能：計算函數的運行時間

import functools

@functools.wraps(f) ##保留原有函數的屬性

運行結果：

(2)此裝飾器的功能：用戶登錄認證

運行結果：

(3)此裝飾器的功能：認證用戶的同時，顯示用戶的轉賬金額

import inspect

inspect.getcallargs()將傳的參數封裝為一個字典，字典的key值是形式參數，value值是實參

(4)此裝飾器的功能：確保收到的每個參數都是整數，是整數就求和，否則拋出錯誤

(5)此裝飾器的功能：給裝飾器傳參數，是整數和浮點數就求和

python學習網，大量的免費python視頻教程，歡迎在線學習！