Python何时以及如何确定变量的数据类型？

Question

我试图弄清楚Python 3（使用CPython作为解释器）如何执行其程序。我发现其步骤如下：

1. 通过CPython编译器将Python源代码（.py文件）编译成Python字节码（.pyc）文件。在导入任何模块的情况下，.pyc文件都会被保存，在运行一个主.py Python脚本的情况下，则不保存。

2. Python虚拟机将字节码解释为硬件特定的机器码。

这里发现一个很好的答案（https://dev59.com/jXRC5IYBdhLWcg3wAcM3#1732383）指出，与JVM相比，Python虚拟机花费更长时间来运行其字节码，因为java字节码包含有关数据类型的信息，而Python虚拟机逐行解释并必须确定数据类型。

我的问题是Python虚拟机是如何确定数据类型的？这个过程是在解释为机器码的过程中进行还是另一个单独的过程（例如产生另一个中间代码）？

- PyFox

---

你认为Python为什么需要“确定数据类型”？Python是一种动态类型语言；只有在明确要求时才会检查类型，并且变量的类型可能在其生命周期内发生连续变化。我非常怀疑Python和Java之间执行时间差别是由于运行时类型检查引起的。 - Daniel Roseman

那么即使在从Bytecode翻译成Machine Code的过程中，Python也不知道变量的类型吗？ AD 2：那么Python和Java之间执行时间最大的区别是什么呢？ - PyFox

我在寻找答案时发现了这个资源。也许你会觉得它有用。 - user2201041

我还没有完全理解 这篇文章，但它比较简短，我认为它回答了你的问题。 - user2201041

在这里发现了一个很棒的答案，如下链接所示：[请添加答案链接] - Martin Thoma

Answer 1

CPython的动态运行时分发（与Java的静态编译时分发相比）只是Java比纯CPython更快的原因之一：Java中有jit编译，不同的垃圾回收策略，原生类型如int、double，而CPython中是不可变数据结构等等。早期的表面实验已经表明，动态分发只占运行速度的约30％ - 你不能用它来解释几个数量级的速度差异。为了让这个答案更具体化，让我们看一个例子：

def add(x,y):
   return x+y

查看字节码：

import dis
dis.dis(add)

这将会给出：

2         0 LOAD_FAST                0 (x)
          2 LOAD_FAST                1 (y)
          4 BINARY_ADD
          6 RETURN_VALUE

在字节码级别上，无论x和y是整数、浮点数还是其他类型，解释器都不会关心。

在Java中情况完全不同:

int add(int x, int y) {return x+y;}

和

float add(float x, float y) {return x+y;}

这将导致完全不同的操作码，并且调用分派将在编译时发生 - 根据编译时已知的静态类型选择正确的版本。

很多时候，CPython解释器不必知道参数的确切类型：内部有一个基本的“类/接口”（显然在C中没有类，因此称为“协议”，但对于了解C++ / Java的人来说，“接口”可能是正确的心理模型），从中派生出所有其他“类”。这个基本“类”被称为PyObject，这里是其协议的描述。。因此，只要函数是该协议/接口的一部分，CPython解释器就可以调用它，而无需知道确切的类型，调用将被分派到正确的实现（非常像C ++中的“虚拟”函数）。

在纯Python方面，似乎变量没有类型：

a=1
a="1"

然而，在内部，a 有一种类型 - 它是 PyObject*，这个引用可以绑定到一个整数 (1) 和一个 Unicode 字符串 ("1") - 因为它们都“继承”自 PyObject。

时不时地，CPython 解释器会尝试找出引用的正确类型，对于上面的示例 - 当它看到 BINARY_ADD 操作码时，将执行 以下 C 代码：

    case TARGET(BINARY_ADD): {
        PyObject *right = POP();
        PyObject *left = TOP();
        PyObject *sum;
        ...
        if (PyUnicode_CheckExact(left) &&
                 PyUnicode_CheckExact(right)) {
            sum = unicode_concatenate(left, right, f, next_instr);
            /* unicode_concatenate consumed the ref to left */
        }
        else {
            sum = PyNumber_Add(left, right);
            Py_DECREF(left);
        }
        Py_DECREF(right);
        SET_TOP(sum);
        if (sum == NULL)
            goto error;
        DISPATCH();
    }

在这里，解释器查询是否两个对象都是Unicode字符串，如果是这种情况，则使用特殊方法（可能更有效，事实上它尝试原地更改不可变的Unicode对象，请参见此SO-answer），否则工作将分派给PyNumber协议。

显然，在创建对象时解释器也必须知道确切的类型，例如对于a="1"或a=1，使用不同的“类”- 但正如我们所看到的，这并不是唯一的地方。

因此，解释器在运行时干涉类型，但大多数时候它不必这样做-可以通过动态分派达到目标。

- ead

Answer 2

为了更好地理解Python中的“变量”，最好不要这样想。与静态类型语言不同，静态类型语言必须将类型与变量、类成员或函数参数关联起来，而Python仅处理对象的“标签”或名称。

因此，在以下代码片段中，

a = "a string"
a = 5 # a number
a = MyClass() # an object of type MyClass

a标签没有类型。它只是一个名称，在不同的时间指向不同的对象（实际上与其他语言中的“指针”非常相似）。另一方面，这些对象（字符串、数字）总是有类型的。这种类型的性质可能会改变，因为您可以动态更改类的定义，但它始终会被确定（即由语言解释器所知）。 因此，回答这个问题：Python从不确定变量（标签/名称）的类型，它仅用于引用对象，并且该对象具有类型。

- strank

Answer 3

Python是围绕鸭子类型哲学构建的。没有显式的类型检查，甚至在运行时也没有。例如，

>>> x = 5
>>> y = "5"
>>> '__mul__' in dir(x)
>>> True
>>> '__mul__' in dir(y)
>>> True
>>> type(x)
>>> <class 'int'>
>>> type(y)
>>> <class 'str'>
>>> type(x*y)
>>> <class 'str'>

CPython解释器会检查x和y是否定义了__mul__方法，并尝试“使其工作”并返回结果。此外，Python字节码永远不会被翻译成机器码。它在CPython解释器内部执行。JVM和CPython虚拟机之间的一个主要区别是，JVM可以将Java字节码编译为机器码以获得性能提升（即JIT编译），而CPython VM只能像原样运行字节码。

- prithajnath

---

你说的“Python字节码永远不会被翻译成机器码。它在CPython解释器内执行。”是什么意思？你能详细说明一下吗？ - PyFox

机器码通常指可以在计算机上执行的代码。例如，当您在计算机上编译C++程序时，它会被编译为特定于您计算机CPU架构的机器码。您的CPU可以理解这些指令并运行它们。因此，在某种程度上，您的CPU是解释器。将Python字节码视为CPython虚拟机的机器码。它们只是CPython虚拟机的指令。CPython虚拟机可以运行这些指令，而无需将它们转换为其他内容。 - prithajnath