python中被覆盖的变量会怎样？

Question

我正在编写一些python代码来处理大量数据（近600万条！）。在代码中，我使用了一个巨大的for循环来处理每个集合。在该循环中，我在每个循环中使用相同的变量并将其覆盖。当我运行该程序时，我注意到它运行的时间越长，速度就越慢。此外，在进一步的实验中，我发现如果为10,000-10,100的值运行它的速度与从0到100的速度相同。因此，我得出结论，由于我并没有创建更多的变量，而是仅处理现有的变量，所以每次重写变量，必须将其保存在python的某个位置。

所以：我说的对吗？一定是python将我的改写保存到某个地方吗？还是我错了？还有其他事情吗？

Answer 1

Python 在保存被覆盖的变量之前不会复制变量的原始值。

您可能会看到各种缓存对程序速度减慢的影响。或者，如果您正在创建对象，则会调用垃圾收集器来删除您创建的不再引用的对象。

您是否有示例代码来显示您所看到的这种行为？

例如：

import hashlib
import random
import time
def test():
    t = []
    for i in xrange(20000):        
        if (i == 0) | (i==100)|(i==10000)|(i==10100):
            t.append(time.time())
        for j in range(1,10):
            a = hashlib.sha512(str(random.random()))
            b = hashlib.sha512(str(random.random()))
            c = hashlib.sha512(str(random.random()))
            d = hashlib.sha512(str(random.random()))
            e = hashlib.sha512(str(random.random()))
            f = hashlib.sha512(str(random.random()))
            g = hashlib.sha512(str(random.random()))
    print t[1]-t[0], t[3]-t[2]

然后运行10次：

>>> for i in range(10):
        test()
0.0153768062592 0.0147190093994
0.0148379802704 0.0147860050201
0.0145788192749 0.0147390365601
0.0147459506989 0.0146520137787
0.0147008895874 0.0147621631622
0.0145609378815 0.0146908760071
0.0144789218903 0.014506816864
0.0146539211273 0.0145659446716
0.0145878791809 0.0146989822388
0.0146920681 0.0147240161896

给出与标准误差内几乎相同的时间（特别是如果我排除第一个间隔，在该间隔中它必须首先初始化 a、b、c、d、e、f、g）。