1.Python是码分什么编程语言
2.教你阅读 Cpython 的源码（一）
3.cpython是什么?pypy是什么?python和这两个东西有什么关系
4.六星源课堂：Python如何运行程序？Python怎么用？
5.PyTorch Dynamo 初探：Python ByteCode 的动态修改
6.cpython中的PyObject等对象入门
Python是什么编程语言
Python是一种面向对象的解释型计算机程序设计语言，是码分纯粹的自由软件， 源代码和解释器CPython遵循GPL协议。码分Python语法简洁清晰，码分特色之一是码分强制用空白符作为语句缩进。
Python具有丰富和强大的码分推箱子加加源码库。它常被昵称为胶水语言，码分能够把用其他语言制作的码分各种模块很轻松地联结在一起。常见的码分一种应用情形是，使用Python快速生成程序的码分原型，然后对其中有特别要求的码分部分，用更合适的码分语言改写。需要注意的码分是在使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的码分实现。
教你阅读 Cpython 的码分源码（一）
目录1. CPython 介绍
在Python使用中，你是否曾好奇字典查找为何比列表遍历快？生成器如何记忆变量状态？Cpython，作为流行版本，其源代码为何选择C和Python编写？Python规范，内存管理，这里一一揭示。 文章将深入探讨Cpython的内部结构，分为五部分：编译过程、解释器进程、编译器和执行循环、对象系统、以及标准库。了解Cpython如何工作，从源代码下载、编译设置，到Python模块和C模块的使用，让你对Python核心概念有更深理解。 2. Python 解释器进程 学习过程包括配置环境、卖粉丝源码文件读取、词法句法解析，直至抽象语法树。理解这些步骤，有助于你构建和调试Python代码。 3. Cpython 编译与执行 了解编译过程如何将Python代码转换为可执行的中间语言，以及字节码的缓存机制，将帮助你认识Python的编译性质。 4. Cpython 中的对象 从基础类型如布尔和整数，到生成器，深入剖析对象类型及其内存管理，让你掌握Python数据结构的核心。 5. Cpython 标准库 Python模块和C模块的交互，以及如何进行自定义C版本的安装，这些都是Cpython实用性的体现。 6. 源代码深度解析 从源代码的细节中，你会发现编译器的工作原理，以及Python语言规范和tokenizer的重要性，以及内存管理机制，如引用计数和垃圾回收。 通过本文，你将逐步揭开Cpython的神秘面纱，成为Python编程的高手。继续深入学习，提升你的Python技能。 最后：结论 第一部分概述了源代码、编译和Python规范，后续章节将逐步深入，让你在实践中掌握Cpython的核心原理。 更多Python技术，持续关注我们的telegram源码出售公众号：python学习开发。cpython是什么?pypy是什么?python和这两个东西有什么关系
p >本文旨在介绍Python的主流实现CPython是如何执行源代码的。我们将以当前主分支的CPython 3.版本为例，解释从源代码到执行的全过程。
p > Python语言内嵌有一个编译器。首先，需要对源代码进行词法分析，将字符串转化为一个个单词，以便进一步处理。这一过程主要发生在`Parser/tokenizer.c`文件中，由手工编写实现。
p > 完成词法分析后，接下来是语法分析阶段。通过这一阶段，CPython真正理解了代码的结构。自Python 3.版本起，CPython采用了一种新的PEG解析器。
p > PEG，全称Parser Expression Generator，理念是通过描述你设计的语法，生成相应的解析代码。在CPython项目中，`Grammar/python.gram`文件描述了Python语法，通过`Tools/peg_generator/pegen/`生成器转换为解析代码，位于`Parser/parser.c`。我有幸参与过`Grammar/python.gram`的修改，无需修改语法即可保持其稳定。
p > PEG语法广泛应用于多种场景，因为它允许自定义描述语法，同时生成器也可以自定义。在CPython中，`Tools/peg_generator/pegen/metagrammar.gram`描述了元语法，php源码+音乐可以用来生成不同语言的解析代码，并在多种语言中实现。
p > 语法分析后，结果是抽象语法树（AST），声明在`Include/internal/pycore_ast.h`，并由`ast`模块对外提供接口。
p > 有了AST，下一步是将其转换为字节码。CPython的核心是解释执行，执行的内容即为字节码。这些字节码保存在`__pycache__/*.pyc`文件中，每个小版本的字节码都可能发生变化，用户不应假设兼容性。我们可以通过`dis`模块查看编译后的结果。
p > 字节码生成过程涉及符号查找、指令优化等多个步骤，尤其是在Python 3.的性能优化中，有一部分就是在字节码层面进行的改进。这部分主代码位于`Python/compile.c`。
p > 字节码生成的输入是AST，输出为Python字节码。整个转换过程由`_PyParser_ASTFromFile`函数串联起来。
p > 完成字节码生成后，下一步是执行字节码。这通常是一个大的循环过程，主要在`_PyEval_EvalFrameDefault`中实现，包含了大量的`switch case`结构。
p > `Python/generated_cases.c.h`文件包含了几乎所有的字节码实现，并且通过`Python/bytecodes.c`生成。CPython执行的核心通常称为CPython VM（虚拟机）。
p > 在真正执行之前，sheup+源码还需要内置对象的支持。基本的内置对象如`str`、`list`和`dict`在Python中至关重要。这些对象的C实现构成了CPython VM的重要部分，位于`Objects`目录下，并编译在VM程序中。
p > Python内置了许多基本库，它们的代码通常位于`Lib`目录下。同时，CPython VM提供了丰富的C API，允许用户编写C扩展，并方便地在C扩展和Python VM之间传递对象。
p > 为了提供基本功能，CPython必须使用一些操作系统提供的原生C函数，因此内置了许多C扩展。例如，`os`模块的C实现位于`Modules`目录下，这些模块通过CPython VM动态加载。
p > Python最初的定位是胶水语言，大量C扩展极大地丰富了CPython的生态系统，同时也是其他Python实现如PyPy等的限制。
p > 最后，将所有这些组件组织起来的代码位于`Python/pythonrun.c`中，经过这一系列步骤后，代码终于可以执行了。
六星源课堂：Python如何运行程序？Python怎么用？
Python如何运行程序？Python怎么用？今天六星源课堂和大家聊聊！
对于普通用户和专业人士来说，Python的运行方式存在差异。普通用户可以通过网络教程学习如何安装和运行Python。
专业人士则深入探讨Python运行机制。Python的默认实现CPython，是由C语言编写的解释器。运行过程分为源码分析、字节码生成和执行。
源码分析阶段，解释器接收源代码并进行词法分析，将代码文件分解为标记列表。接着生成字节码，即机器语言。字节码文件以".pyc"扩展名保存。
解释器初始化Python虚拟机（PVM），加载字节码并转换为可执行代码（如0和1的二进制），最终输出结果。若PVM过程中出现错误，解释器将立即终止并显示错误。
以上内容涵盖了Python运行程序的基础和深入知识。想了解更多编程技巧，欢迎关注六星源课堂。
PyTorch Dynamo 初探：Python ByteCode 的动态修改
深度学习框架在编译优化时，通常会先形成逻辑计算图，再对计算图进行修改，最后执行修改后的计算图。计算图生成有两种方法：一种是基于跟踪tensor执行路径的trace tensor，另一种是基于解析Python文本代码的抽象语法树（AST）。
CPython解释器执行Python代码时，首先将源码解析成AST，然后生成并优化字节码（ByteCode），最后在虚拟机中执行字节码。基于AST解析的计算图生成发生在第一阶段，而基于trace tensor的计算图生成则在第三阶段之后。
TorchDynamo的独特之处在于它在字节码执行前动态修改Python字节码，因此最终执行的是修改后的字节码。这类似于DynamoRIO项目，它可以在x机器码上动态修改指令。
TorchDynamo工作原理是动态设置自定义的字节码框架，该框架允许在执行字节码之前修改字节码。其主要优点是最大程度地优化了代码开发体验，使编译优化变得更容易。但这种设计并未改进寻求最佳性能或方便静态部署的目标。
Python的标准执行流程是从Python文本代码到AST，再到字节码。通过示例展示这一流程，包括使用ast组件生成AST，使用compile函数编译字节码，以及使用exec系统函数执行字节码。在执行字节码之前，可以通过代码对象的指针检查生成的字节码，并通过打印字节码的指令来理解执行流程。
TorchDynamo的主要改变是在标准Python执行流程中支持修改字节码执行前的字节码。它允许将一段字节码转换为FX图，然后调用用户自定义的FX图进行执行逻辑的修改，生成一个可编译的执行函数。将修改后的字节码替换为函数调用字节码，实现编译优化功能。
TorchDynamo在字节码执行前进行动态修改，每次执行都会走到这个步骤，可以选择是否进行字节码修改，以及进行何种修改，支持缓存和复用修改结果。这体现了Dynamo的动态特性。
TorchDynamo通过修改Python字节码实现编译优化，依赖于PEP 提供的执行自定义框架评估API。通过设置自定义的评估框架函数，可以在字节码执行前执行自定义的字节码。TorchDynamo正是通过在进入Dynamo作用域时设置自定义的评估框架函数实现动态修改字节码。
总结了Python执行流程和TorchDynamo的工作原理，包括修改字节码的实现细节。深入理解了Python字节码的生成、执行流程以及TorchDynamo如何在这一过程中动态修改字节码以实现编译优化。
cpython中的PyObject等对象入门
在 Python 中，一切皆对象，对象的定义对理解程序至关重要。下面，我们从 CPython 的源代码中，介绍 CPython 中基本的对象结构。
在 CPython 中，关于对象的定义主要集中在头文件 Include/object.h 中。在文件的前面部分，可以找到整体的介绍。对象在堆上分配，使用特殊的规则来确保它们能够正确地被垃圾回收。对象不能静态分配或在栈上分配，只能通过特定的宏和函数访问。类型对象是例外，标准类型由静态初始化的类型对象表示，Python 2.2 中的工作使得堆上分配的类型对象成为可能。每个对象都有一个引用计数，当对象的指针被复制或删除时，引用计数会增加或减少。当引用计数达到零时，表示对象不再有任何引用，可以被从堆中移除。每个对象都有一个类型，决定了它代表什么以及包含何种数据类型。对象的类型在创建时固定。类型本身作为对象表示，对象包含指向相应类型对象的指针。类型自身有一个类型指针指向对象代表的类型'类型'，该类型包含指向自己的指针！对象在内存中不会漂浮移动，一旦分配，其大小和地址保持不变。需要存储可变大小数据的对象可以包含指向对象可变部分的指针。不同类型的对象不一定具有相同的大小，但分配后大小不能改变。为了使对象的引用可以简单地是一个指针，不允许移动对象或改变对象的大小。对象始终通过 PyObject * 类型的指针访问。 PyObject 是一个只包含引用计数和类型指针的结构。实际分配的对象内存包含其他数据，只能在转换为指向更长结构类型的指针后访问。此更长的类型必须以引用计数和类型字段开始，使用宏 PyObject_HEAD 为这进行（以适应未来的更改）。特定对象类型的实现可以将对象指针转换为正确的类型并返回。
在 CPython 中，最重要的对象是 PyObject，定义在文件 Include/object.h 中。 PyObject_VAR_HEAD 是一个关键的宏，定义在文件 Include/object.h 中。这是一个 PyVarObject，可以简单理解为：
在 Python 中，除了基础的 PyObject 对象之外，还有一些在其基础上扩展的 PyVarObject 对象，因为我们常用的如列表、字典等对象的长度可以随时变化。
每个类型的对象都有一个类型，因此对象的类型数据结构非常重要。它定义在文件 Include/cpython/object.h 中的结构体 _typeobject 中，同时它有一个别名 PyTypeObject，定义如下：
可以看到，结构体 PyTypeObject 相当复杂，下面我们会逐步介绍。
将 PyTypeObject 分为几个部分。
上面的代码中涉及到的第一个关键的宏 PyObject_VAR_HEAD 的定义在文件 Include/object.h 中。这意味着 PyObject_VAR_HEAD 就是一个 PyVarObject，可以简单理解为：
Python解释器详解
Python解释器是用于执行Python代码的软件程序，它将Python代码转换为计算机可执行指令，支持交互式和脚本执行方式。CPython是广泛使用的官方解释器，用C语言实现，是Python语言的参考实现。
启动Python解释器在命令行中输入"python"命令，执行后可直接输入Python代码并实时执行，这种交互模式称为REPL。Python脚本则通过指定路径在命令行中运行。
Python解释器提供多种选项自定义执行行为，如-c选项执行命令行中的单行代码，-m选项用于执行模块，包括内置模块、第三方模块和包内的模块。
默认源码文件编码为UTF-8，若需使用其他编码，需在文件第一行以特殊注释声明，例如使用Windows-编码的源码文件应以相应注释形式声明。
