作为Python爱好者，您需要了解. py脚本的基本执行机制和特性。
在许多工作中，Python的运行过程基本上依赖于用户，因此不需要将源代码编译为二进制代码，而是直接从源代码运行程序。 当运行python文件程序时，python解释器将源代码转换为字节码，然后解释器执行这些字节码。
也就是说，有以下三个特性
源代码离基础更远。 别说了，你们也感觉到了。 ）
在运行时，必须生成字节码并在虚拟机上运行。 虚拟机在哪里？ 让我们看看每个都运行在什么软件上！ 没错，是解释器。 请不要说是IDLE哦。 虚拟机具体实现了由switch-case语句构成的框架函数PyEval_EvalFrameEx，刚才说的字节码在该商品上运行。 ）
每次运行脚本时，虚拟机总是需要增加加载和链接过程。 (所以，与编译型语言相比有点晚了。 这和“有丝分裂期”一样，准备东西也需要时间。 ）
那么，“不是说在运行时总是生成字节码吗！ 那么，字节码到哪里去了？ ”
诶，别着急！ 首先，让我解释一下虚拟机是如何运行脚本的。
完成模块的加载和链接；
将源代码翻译成PyCodeObject对象(此产品为字节码)并写入内存。(它的作用是使CPU易于读取，并加快程序的执行速度。)
命令从存储器空间读取并执行；
程序结束后，根据命令行的调用情况，即程序的执行方式，决定是否将PyCodeObject写回到硬盘。 这意味着直接复制到. pyc或. pyo文件。
然后再次运行此脚本，首先检查本地是否存在上述字节码文件。 实行。 否则，重复上述步骤。
你看！ 当我们点击(或输入命令)运行脚本，慢慢地喝咖啡的时候，“人”的虚拟机做了这么多。 但是，是否生成. pyc或. pyo文件取决于程序的运行方式。
同样，“哼！ 为什么不直接生成这些文件？ 那不是‘更快、更高、更强’！ ”
其实，虚拟机也很重视效率。 毕竟，在比较大的项目中，将PyCodeObject写回到硬盘也不可避免地需要时间。 而且，我不知道那个你是不是也只执行了一次，之后，就“扔掉”了刚开始跑的脚本。 但是，那其实也有亲切的一面。
例如，如果直接在命令行中键入python path/to/projectDir，则在程序运行完成后，将自动为当前目录中的所有脚本生成字节码文件，并生成一个新的本地文件详情请参照上述问题板块)
或者，如果在命令行中键入python path/to/project dir/main.py，则会为非__main__.py脚本生成字节码文件。
但总的来说，上述任何行为都大大缩短了项目执行前的准备时间。 (原本分工明确的程序，规模应该不会太小，再利用率也不会太低。 除非你吃饱了撑着，做这么多)
每次导入模块时，它都会始终检查字节码文件的修改时间是否与自身一致。 直接从该字节码文件中读取内容，否则，源模块将重新读取，最后生成一个同名文件并复盖当前现有的字节码，以完成内容更新。 有关详细信息，请参阅import.py。
这样就不会在修改源代码后与本地字节码文件发生冲突(请参见)。
要优化字节码的生成，请注意以下几点：
. pyc文件是编译. py文件生成的字节码文件，加载速度比以前的. py文件快，并且可以隐藏源代码和进行一定程度的反编译。 例如，Python3.4不应尝试运行Python3.3编译并生成的. pyc文件。
. pyo文件也可以通过优化(注意这两个字符，以便于后续理解) (编译后程序) (小于. pyc文件)来加快加载速度。 但是，对于嵌入式系统，可以将所需的模块编译为. pyo文件以减少空间。
但是，总的来说，在作用上和原来的. py脚本几乎没有变化，也就是说是“天然和蛋”。 例如，我个人认为最有用的是避免别人偷看我的代码。 毕竟， py源文件是直接以源代码的形式提供给大家的。
在所有Python选项中：
-O表示优化生成. pyo字节码。 (这里还有“优化”这个词，请注意。 ）
-OO意味着从使用-O选项生成的字节码文件中进一步删除文档字符串。 它被有效解释，而不是删除从-O选项获得的文件。
-m，表示要导入并运行指定的模块
相反，按以下格式运行. py文件以生成. pyc文件： 以下调用假设/path/to目录包含. py脚本。
批量处理需要生成python-mpy _ compile/path/to/. pyc的脚本. py#.py文件时
#将替换为需要生成/path/to/{.pyc的脚本1、脚本2、 }.py
#或/path/to/
这和下面的代码有同样的效果。
导入p
y_compilepy_compile.compile(r'/path/to/需要生成.pyc的脚本.py') #同样也可以是包含.py文件的目录路径
#此处尽可能使用raw字符串，从而避免转义的麻烦。比如，这里不加“r”的话，你就得对斜杠进行转义
py_compile是Python的自带模块，这里面就两个函数。其下的py_compile.compile(file[, cfile[, dfile[, doraise]]])可将.py文件编译生成.pyc文件(默认)，对应的参数解释如下
file，表示需要生成.pyc或.pyo文件的源脚本名(字符串)；
cfile，表示需要生成.pyc或.pyo文件的目标脚本名。呃...好像没有区别(＞﹏＜) ，也就是源脚本-----[巴拉拉赐予你力量！编译！]( *￣▽￣)o ─═≡※:☆----->目标脚本。当然，它默认是以.pyc为扩展名的路径名的字符串(呼...好长)。此外，当且仅当所使用的解释器允许编译成.pyo文件，才能以“.pyo”结尾。这也就是我上面为什么会在函数功能解释上加上“(默认)”这两个字的原因。
dfile，表示编译出错时，将报错信息中的名字“file”替换为“dfile”。
doraise，设置是否忽略异常。若为True，则抛出PyCompileError异常；否则直接将错误信息写入sys.stderr(什么！不知道sys.stderr？！温馨提示：sys.stderr是Python自带的标准错误输出)
另外，生成.pyo文件的格式调用如下：
python -O -m py_compile /path/to/需要生成.pyo的脚本.py
那么，有人要问了：为什么不是像生成.pyc文件那样采用“python -O /path/to/需要生成.pyo的脚本.py”形式的调用？
“忘记”说明这一点了，很多博客以及书籍都像我上面那样解释“-O”选项的作用，但详细来解释的话是-O选项，将.pyc文件优化(注意我一直强调的“优化”二字，这里就用到啦！)为.pyo文件，而不是将.py文件优化编译为.pyo文件。(其直接的结果是优化编译后的文件略微小于.pyc文件，也就是“减肥”了。现在，大家知道.pyo文件为什么小的原因了吧！)
注意：
以上无论是生成.pyc还是.pyo文件，都将在当前脚本的目录下生成一个含有字节码的文件夹__pycache__。
可能还有人会问，.pyd文件又是什么鬼？
别在意，那只是Python的动态链接库。如果要深究，还得扯上C++的知识。
再啰嗦一句：生成字节码的方法多了去了，不止以上这几种。比如，你们不妨试试将上面命令行调用中的“py_compile”改成“compileall”，而代码行中的“py_compile.compile”改成“compileall.compile_file”或“compileall.compile_dir”，又或者直接使用带有编译功能的IDE生成字节码。
再再啰嗦一句：知道Python运行机制，并不是我们一般人所必须的(吃瓜群众：“滚！我刚好不容易看完了，你才说？！”)。但是，了解其加速程序运行以及优化代码的设计思想，对于我们在日后构造缓存系统、如何减少不必要的运行时间，以及同步更新工作内容等问题上起到很大的借鉴作用。
若想要了解更多的内容，可以去翻翻官方文档和其他博客：
我将优质的技术文章和经验总结都汇集在了我的公众号【Python圈子】里。
在学习Python的道路上肯定会遇见困难，别慌，我这里有一套学习资料，包含40+本电子书，600+个教学视频，涉及Python基础、爬虫、框架、数据分析、机器学习等，不怕你学不会！还有学习交流群，一起学习进步~
文章来源: www.oschina.net，作者：Python圈子，版权归原作者所有，如需转载，请联系作者。
原文链接：https://my.oschina.net/u/4477231/blog/3217516