<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[dj_pyer的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/dj_pyer</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; dj_pyer]]></copyright><item><title><![CDATA[Python内存管理与垃圾回收机制]]></title><link>https://blog.youkuaiyun.com/dj_pyer/article/details/82110881</link><guid>https://blog.youkuaiyun.com/dj_pyer/article/details/82110881</guid><author>dj_pyer</author><pubDate>Mon, 27 Aug 2018 13:29:55 +0800</pubDate><description><![CDATA[Python 的内存管理机制及调优手段

内存管理机制：引用计数、垃圾回收、内存池。

引用计数

引用计数是一种非常高效的内存管理手段， 当一个Python 对象被引用时其引用计数增加1， 当其不再被一个变量引用时则引用计数减1. 当引用计数等于0 时对象被删除。 

垃圾回收

1、引用计数

引用计数也是一种垃圾收集机制，而且也是一种最直观，最简单的垃圾收集技术。当Python 的某个对象的...]]></description><category></category></item><item><title><![CDATA[Python数据类型]]></title><link>https://blog.youkuaiyun.com/dj_pyer/article/details/82082899</link><guid>https://blog.youkuaiyun.com/dj_pyer/article/details/82082899</guid><author>dj_pyer</author><pubDate>Sun, 26 Aug 2018 18:45:15 +0800</pubDate><description><![CDATA[目录

数字(numbers)

字符串(str)

列表(list)

元祖(tuple)

集合(set)

字典(dict)

数字(numbers)

Python中常用的是int（有符号整型）。

字符串(str)

1、定义

字符串是Python 中最常用的数据类型。双引号或者单引号中的数据，就是字符串。

2、下标和切片

下标：

所谓“下标”就是编号，就好比超市中的存储柜的编号...]]></description><category></category></item><item><title><![CDATA[Python特性总结]]></title><link>https://blog.youkuaiyun.com/dj_pyer/article/details/82079742</link><guid>https://blog.youkuaiyun.com/dj_pyer/article/details/82079742</guid><author>dj_pyer</author><pubDate>Sun, 26 Aug 2018 13:34:38 +0800</pubDate><description><![CDATA[目录

一、Python是强类型的动态脚本语言

二、Python是解释性语言

三、Python日志模块

四、Python类型转换

五、Python2 与Python3 的主要区别

六、关于提升Python 程序性能的手段

七、Python 中的作用域

八、什么是Python

九、Python 的命名空间

一、Python是强类型的动态脚本语言

强类型：不允许不同类型相加

动态...]]></description><category></category></item><item><title><![CDATA[Python赋值、浅拷贝和深拷贝的区别]]></title><link>https://blog.youkuaiyun.com/dj_pyer/article/details/82077757</link><guid>https://blog.youkuaiyun.com/dj_pyer/article/details/82077757</guid><author>dj_pyer</author><pubDate>Sun, 26 Aug 2018 11:37:33 +0800</pubDate><description><![CDATA[目录

赋值

浅拷贝(shallow copy)

深拷贝(deep copy)

拷贝的注意点

赋值

在Python 中，对象的赋值就是简单的对象引用，这点和C++不同，如下所示：

a = [1, 2, &quot;hello&quot;, ['python', 'C++']]
	b = a
在上述情况下，a 和b 是一样的，他们指向同一片内存，b 不过是a 的别名，是引用。

我们可以使用b is a 去...]]></description><category></category></item><item><title><![CDATA[Python代码性能分析与优化]]></title><link>https://blog.youkuaiyun.com/dj_pyer/article/details/82048646</link><guid>https://blog.youkuaiyun.com/dj_pyer/article/details/82048646</guid><author>dj_pyer</author><pubDate>Sat, 25 Aug 2018 10:58:31 +0800</pubDate><description><![CDATA[目录

Python代码性能为什么差

Python代码优化常见技巧

定位程序性能瓶颈

Python 性能优化工具

总结

Python代码性能为什么差

当我们提到一门编程语言的效率时：通常有两层意思，第一是开发效率，这是对程序员而言，完成编码所需要的时间；另一个是运行效率，这是对计算机而言，完成计算任务所需要的时间。编码效率和运行效率往往是鱼与熊掌的关系，是很难同时兼顾的。不同的语言会有...]]></description><category></category></item><item><title><![CDATA[Celery——分布式任务队列]]></title><link>https://blog.youkuaiyun.com/dj_pyer/article/details/81836832</link><guid>https://blog.youkuaiyun.com/dj_pyer/article/details/81836832</guid><author>dj_pyer</author><pubDate>Sun, 19 Aug 2018 12:17:40 +0800</pubDate><description><![CDATA[目录

Celery概述

Celery架构

Celery应用场景

Celery特性

消息代理

Celery序列化

从一个简单的例子开始

进阶用法

Celery概述

Celery 是一个由 Python 编写的简单、灵活、可靠的用来处理大量信息的分布式系统,它同时提供操作和维护分布式系统所需的工具。

Celery 专注于实时任务处理，支持任务调度。所谓任务就是消息，消息中的有效载...]]></description><category></category></item></channel></rss>