這里的 LOAD_NAME 和 STORE_NAME 打了一套組合拳，把 值 和 符號 關聯了起來，并存到 f->f_locals

那么問題來了：f->f_locals是什么？怎么存？

這里的 f 就是一個幀對象，而 f_locals 是它的一個屬性。而這個屬性又比較神奇，在幀對象創建時，會被置為字典，而在函數機制內，又會被置為 NULL, 因為在函數機制內，就會用上面那套 fastlocals了。

那么在這里，就會引出一個小問題，有個叫 locals() 的函數，來打印局部變量，這又是怎么回事？ 在另一篇文章已經談到，歡迎移步: https://segmentfault.com/a/11...

接回上文，既然f->f_locals是字典，那就按照我們理解的字典那樣存就好了唄~

這樣就到了久違的LOAD_LOCALS了，具體實現：

TARGET_NOARG(LOAD_LOCALS)
 {
     if ((x = f->f_locals) != NULL)
     {
         Py_INCREF(x);
         PUSH(x);
         DISPATCH();
     }
     PyErr_SetString(PyExc_SystemError, "no locals");
     break;
 }

很通俗易懂，就是把剛才提到的、存了好多符號的 字典，拿出來塞到這個運行時棧 (下文會介紹到這個) 。

塞這個有啥用呢？這煞費苦心的一切，都是為了別人好啊！這種種的一切，都是為了 BUILD_CLASS 準備，因為需要利用這些來創建類！

那么關于類的知識，暫告一段落，下回再分解，咱們跑題都快跑出九霄凌外了

那么主角來了，我們要重點理解這個，因為這個確實還挺有意思。

Python 函數的構建和運行，說復雜不復雜，說簡單也不簡單，因為它需要區分很多情況，比方說需要區分 函數 和 方法，再而區分是有無參數，有什么參數，有木有變長參數，有木有關鍵參數。

全部展開仔細講是不可能的啦，不過可以簡單圖解下大致的流程（忽略參數變化細節）：

一路順流而下，直達 fast_function，它在這里的調用是：

// ceval.c -> call_function

x = fast_function(func, pp_stack, n, na, nk);

參數解釋下：

func: 傳入的 test;

pp_stack: 近似理解調用棧 (py方式);

na: 位置參數個數;

nk: 關鍵字個數;

n = na + 2 * nk;

那么下一步就看看 fast_function 要做什么吧。

初始化一波

定義 co 來存放 test 對象里面的 func_code

定義 globals 來存放 test 對象里面的 func_globals (字典)

定義 argdefs 來存放 test 對象里面的 func_defaults (構建函數時的關鍵字參數默認值)

來個判斷，如果 argdefs 為空 && 傳入的位置參數個數 == 函數定義時候的位置形參個數 && 沒有傳入關鍵字參數

那就

用 當前線程狀態、co 、globals 來新建棧對象 f;

定義fastlocals ( fastlocals = f->f_localsplus; );

把 傳入的參數全部塞進去 fastlocals

那么問題來了，怎么塞？怎么找到傳入了什么鬼參數：這個問題還是只能有 dis 來解答:

我們知道現在這步是在 CALL_FUNCTION 里面進行的，所以塞參數的動作，肯定是在此之前的，所以：

 12          27 LOAD_NAME                2 (test)
             30 LOAD_CONST               4 (3)
             33 CALL_FUNCTION            1
             36 POP_TOP
             37 LOAD_CONST               1 (None)
             40 RETURN_VALUE

在 CALL_FUNCTION 上面就看到 30 LOAD_CONST 4 (3)，有興趣的童鞋可以試下多傳幾個參數，就會發現傳入的參數，是依次通過LOAD_CONST 這樣的方式加載進來，所以如何找參數的問題就變得呼之欲出了；

// fast_function 函數

fastlocals = f->f_localsplus;
stack = (*pp_stack) - n;

 for (i = 0; i < n; i++) {
     Py_INCREF(*stack);
     fastlocals[i] = *stack++;
 }

這里出現的 n 還記得怎么來的嗎？回顧上面有個 n = na + 2 * nk; ，能想起什么嗎？

其實這個地方就是簡單的通過將 pp_stack 偏移 n 字節 找到一開始塞入參數的位置。

那么問題來了，如果 n 是 位置參數個數 + 關鍵字參數，那么 2 * nk 是什么意思？其實這答案很簡單，那就是 關鍵字參數字節碼 是屬于帶參數字節碼， 是占 2字節。

到了這里，棧對象 f 的 f_localsplus 也登上歷史舞臺了，只是此時的它，還只是一個未經人事的少年，還需歷練。

做好這些動作，終于來到真正執行函數的地方了: PyEval_EvalFrameEx，在這里，需要先交代下，有個和 PyEval_EvalFrameEx 很像的，叫 PyEval_EvalCodeEx，雖然長得像，但是人家干得活更多了。

請看回前面的 fast_function 開始那會有個判斷，我們上面說得是判斷成立的，也就是最簡單的函數執行情況。如果函數傳入多了關鍵字參數或者其他情況，那就復雜很多了，此時就需要由 PyEval_EvalCodeEx 處理一波，再執行 PyEval_EvalFrameEx。

PyEval_EvalFrameEx 主要的工作就是解析字節碼，像剛才的那些 CALL_FUNCTION，LOAD_FAST 等等，都是由它解析和處理的，它的本質就是一個死循環，然后里面有一堆 swith - case，這基本也就是 Python 的運行本質了。

講了這么長的一堆，算是把 Python 最基本的 函數調用過程簡單掃了個盲，現在才開始探索主題。。

為了簡單闡述，直接引用名詞：fastlocals, 其中 fastlocals = f->f_localsplus

剛才只是簡單看到了，Python 會把傳入的參數，以此塞入 fastlocals 里面去，那么毋庸置疑，傳入的位置參數，必然屬于局部變量了，那么關鍵字參數呢？那肯定也是局部變量，因為它們都被特殊對待了嘛。

那么除了函數參數之外，必然還有函數內部的賦值咯？ 這塊字節碼也一早在上面給出了：

# CALL_FUNCTION
  5           0 LOAD_CONST               1 ("test")
              3 STORE_FAST               1 (c)

這里出現了新的字節碼 STORE_FAST,一起來看看實現把：

# PyEval_EvalFrameEx 龐大 switch-case 的其中一個分支：

        PREDICTED_WITH_ARG(STORE_FAST);
        TARGET(STORE_FAST)
        {
            v = POP();
            SETLOCAL(oparg, v);
            FAST_DISPATCH();
        }

# 因為有涉及到宏，就順便給出：
#define GETLOCAL(i)     (fastlocals[i])
#define SETLOCAL(i, value)      do { PyObject *tmp = GETLOCAL(i); 
                                     GETLOCAL(i) = value; 
                                     Py_XDECREF(tmp); } while (0)

簡單解釋就是，將 POP() 獲得的值 v，塞到 fastlocals 的 oparg 位置上。此處，v 是 "test"， oparg 就是 1。用圖表示就是：

有童鞋可能會突然懵了，為什么突然來了個 b ？我們又需要回到上面看 test 函數是怎樣定義的：

// 我感覺往回看的概率超低的，直接給出算了

def test(b):
    c = "test"    
    print b   # 局部變量
    print c   # 局部變量

看到函數定義其實都應該知道了，因為 b 是傳的參數啊，老早就塞進去了~

那存儲知道了，那么怎么取呢？同樣也是這段代碼的字節碼：

22 LOAD_FAST                1 (c)

雖然這個用腳趾頭想想都知道原理是啥，但公平起見還是給出相應的代碼：

# PyEval_EvalFrameEx 龐大 switch-case 的其中一個分支：
TARGET(LOAD_FAST)
{
    x = GETLOCAL(oparg);
    if (x != NULL) {
        Py_INCREF(x);
        PUSH(x);
        FAST_DISPATCH();
    }
    format_exc_check_arg(PyExc_UnboundLocalError,
        UNBOUNDLOCAL_ERROR_MSG,
        PyTuple_GetItem(co->co_varnames, oparg));
    break;
}

直接用 GETLOCAL 通過索引在數組里取值了。

到了這里，應該也算是把 f_localsplus 講明白了。這個地方不難，其實一般而言是不會被提及到這個，因為一般來說忽略即可了，但是如果說想在性能方面講究點，那么這個小知識就不得忽視了。

因為是面向對象，所以我們都習慣了通過 class 的方式，對于下面的使用方式，也是隨手就來：

class SS(object):
    def __init__(self):
        self.test_dict = {}

    def test(self):
        print self.test_dict

這種方式一般是沒什么問題的，也很規范。到那時如果是下面的操作，那就有問題了：

class SS(object):
    def __init__(self):
        self.test_dict = {}

    def test(self):
        num = 10
        for i in range(num):
            self.test_dict[i] = i

這段代碼的性能損耗，會隨著 num 的值增大而增大， 如果下面循環中還要涉及到更多類屬性的讀取、修改等等，那影響就更大了

這個類屬性如果換成 全局變量，也會存在類似的問題，只是說在操作類屬性會比操作全局變量要頻繁得多。

我們直接看看兩者的差距有多大把？

import timeit
class SS(object):
    def test(self):
        num = 100
        self.test_dict = {}        # 為了公平，每次執行都同樣初始化新的 {}
        for i in range(num):
            self.test_dict[i] = i

    def test_local(self):
        num = 100
        test_dict = {}             # 為了公平，每次執行都同樣初始化新的 {}
        for i in range(num):
            test_dict[i] = i
        self.test_dict = test_dict

s = SS()
print timeit.timeit(stmt=s.test_local)
print timeit.timeit(stmt=s.test)

通過上圖可以看出，隨著 num 的值越大，for 循環的次數就越多，那么兩者的差距也就越大了。

那么為什么會這樣，也是在字節碼可以看出寫端倪：

// s.test
        >>   28 FOR_ITER                19 (to 50)
             31 STORE_FAST               2 (i)

  8          34 LOAD_FAST                2 (i)
             37 LOAD_FAST                0 (self)
             40 LOAD_ATTR                0 (test_dict)
             43 LOAD_FAST                2 (i)
             46 STORE_SUBSCR
             47 JUMP_ABSOLUTE           28
        >>   50 POP_BLOCK

// s.test_local
        >>   25 FOR_ITER                16 (to 44)
             28 STORE_FAST               3 (i)

 14          31 LOAD_FAST                3 (i)
             34 LOAD_FAST                2 (test_dict)
             37 LOAD_FAST                3 (i)
             40 STORE_SUBSCR
             41 JUMP_ABSOLUTE           25
        >>   44 POP_BLOCK

 15     >>   45 LOAD_FAST                2 (test_dict)
             48 LOAD_FAST                0 (self)
             51 STORE_ATTR               1 (test_dict)

上面兩段就是兩個方法的 for block 內容，大家對比下就會知道， s.test 相比于 s.test_local, 多了個 LOAD_ATTR 放在 FOR_ITER 和 POP_BLOCK 之間。

這說明什么呢？ 這說明，在每次循環時，s.test 都需要 LOAD_ATTR，很自然的，我們需要看看這個是干什么的：

TARGET(LOAD_ATTR)
{
     w = GETITEM(names, oparg);
     v = TOP();
     x = PyObject_GetAttr(v, w);
     Py_DECREF(v);
     SET_TOP(x);
     if (x != NULL) DISPATCH();
     break;
 }

# 相關宏定義
#define GETITEM(v, i) PyTuple_GetItem((v), (i)) 

這里出現了一個陌生的變量 name, 這是什么？其實這個就是每個 codeobject 所維護的一個 名字數組，基本上每個塊所使用到的字符串，都會在這里面存著，同樣也是有序的：

// PyCodeObject 結構體成員
PyObject *co_names;        /* list of strings (names used) */

那么 LOAD_ATTR 的任務就很清晰了：先從名字列表里面取出字符串，結果就是 "hehe", 然后通過 PyObject_GetAttr 去查找，在這里就是在 s 實例中去查找。

且不說查找效率如何，光多了這一步，都能失之毫厘差之千里了，當然這是在頻繁操作次數比較多的情況下。

所以我們在一些會頻繁操作 類/實例屬性 的情況下，應該是先把 屬性 取出來存到 局部變量，然后用 局部變量 來完成操作。最后視情況把變動更新到 屬性 上。

其實相比變量，在函數和方法的使用上面更有學問，更值得探索，因為那個原理和表面看起來差別更大，下次有機會再探討。平時工作多注意下，才能使得我們的 PY 能夠稍微快點點點點點。

歡迎各位大神指點交流, QQ討論群: 258498217
轉載請注明來源: https://segmentfault.com/a/11...