python 内存基址

---

一、在python中,当计算机访问的内存地址不正确时,会发生什么？如果您的计算机访问无效的内存地址，Python解释器将引发异常。特别是，根据某些情况，可能会引发MemoryError异常、ValueError异常或其他相关异常。如果你的程序不处理这些异常，程序就会崩溃或停止运行。因此，在编写Python程序时，必须避免访问无效的内存地址，或者捕获这些异常并在程序中进行处理。

---

二、Python如何进行内存管理

Python的内存管理一般考虑以下三个方面：

1）对象引用计数机制（四自增五自减）

2）垃圾收集机制（手动自动、生成回收）

3）内存池机制（大m，小p）

1）对象引用计数机制

Python中用于跟踪内存对象的使用引用计数的简单技术。count(a)可以检查对象a的引用计数，但是比正常计数大1，因为调用函数时传入了a，使a的引用计数增加了1

2）垃圾收集机制

吃多了总会发胖，Python也是如此。随着Python中的对象越来越多，它们占用的内存也越来越多。不过，您不必太担心Python的大小。它会在适当的时候“减肥”，启动垃圾收集，淘汰掉无用的对象。一个基本原理：当Python中一个对象的引用计数下降到0时，就意味着没有引用指向该对象和该对象。对象太变成了可以回收的垃圾

例如，一个new对象被分配了引用时，该对象的引用计数变为1。当该引用被删除时，该对象的引用计数变为1达到0时，该对象可以进行垃圾回收。

然而，减肥是昂贵且费力的。在垃圾收集期间，Python无法执行其他任务。频繁的垃圾回收显着降低了Python的工作效率。如果内存中的对象不多，则没有必要总是启动垃圾回收。

Python仅在某些条件下自动启动垃圾收集。Python运行时，会记录对象分配（object
allocation）和对象释放（objectdeallocation）的次数。当两者之间的差异超过某个阈值时，垃圾收集就会开始。

我们可以通过gc模块的get_threshold()方法显示阈值。

3）内存池机制

Python分为大小内存：（256KB是大小内存的限制）

1内存使用量malloc作业

2。使用内存池分配小内存

Python中的内存管理机制有两套实现。其中之一是针对小对象，如果大小小于256KB，Pymalloc会在内存池中申请空间。如果大小大于256KB，系统会直接执行malloc行为来申请磁盘空间。

---

三、python中，为什么内存地址的值不会改变？x=3,然后，执行表达式x+=6后，可知x的内存地址没有改变。这句话描述的是false数据类型分为两种：

不可变数据类型：当该数据类型的关联变量的值发生变化时。该数据类型对应的内存地址也称为不可变数据类型。

变量数据类型：当该数据类型对应的变量的值发生变化时。与该数据类型关联的内存地址称为变量数据类型。

显然，查询中给出的数据值发生了变化；因此，对应的内存地址也会发生变化。同时，在Python中，没有。布尔值细绳元组有6种数据类型：列表和字典。

Python的6种数据类型：Number；布尔值细绳元组列表和词典。由于计算机的计算基础是二进制的，任何计算机语言都会有这样的数据类型。是的，为了方便逻辑运算，我们还需要此类数据。该数据类型只有两个值，True和False，分别代表真和假。处理好事情Python语言严格区分大小写。