通过不引用引用其他变量的变量来优化python代码，依此类推

Question

当我引用一个变量，然后再引用一个变量时，我有一个优化的问题，依此类推，我每次提到包含前一个变量的最后一个变量时，是否都会再次执行所有代码？

例如我的代码：

a = 5
b = 6
c = b * 2
d = a + c
e = c + d
f = e + d + c
g = f
h = g

[现在在我的代码中，我说print(h)，是否必须重新计算所有内容，还是当我引用它们时python将所有值保存在内存中？当我在python中使用SQL和pandas时，我遇到了这个问题，当我连接到数据库时，获取需要的东西，转换数据，然后将其加载到数据框中，从原始数据库中创建3个新数据框，然后提到这3个具有1,000,000行和50列的数据帧之一，python是否会将所有这些百万条记录保留在内存中？

谢谢您的建议，我认为某处有一篇不错的文章对此进行了解释，但我没有完全找到所需的内容。

Answer 1

那么您应该提出问题的简化版本以建立一个最小的示例。在这里，您的代码几乎是最少的，但不幸的是与所描述的问题无关。

涉及内存的关键是对象而不是变量。在Python中，变量不再是指向基础对象的名称。简单地说，一个对象将终止其生存期，并且一旦它不再可访问，即没有变量可以直接或间接访问它，就可以将其垃圾回收以释放内存。

示例：

a = "foo and bar"  # ok a addresses the string
b = a              # b addresses the same string (one single copy)
a += "s"           # oops...

字符串是不可更改的类型。然后，最后一行创建一个新字符串（用a寻址），而b仍然寻址旧字符串。在b = None之后，旧字符串将不再可用，并将被垃圾回收。

a = [1, 2, 3, 4]   # ok a point to the list
b = a              # b addresses the same list
a.append(5)        # oops...

列表是可变类型。 a.append(5)更改对象，并且a和b现在都寻址列表[1、2、3、4、5]。只需使用print(a,b)即可看到...

---

现在是您的确切问题：

pandas底层容器是驻留在内存中的numpy数组。如果您现在可以访问3个不同的数据帧，则它们将出现在内存中。但是...熊猫经过了高度优化。这意味着，如果您使用子数据帧，并根据需要的细节，将获得可以独立于原始数据帧而进行更改的纯副本（内存中的重复项）或视图（使用的相同内存）。] >

让我们看一些熊猫的例子：

说df是一个仅包含数字数据的1,000,000行数据框。所有这些行均已加载到内存中。

之后：

for i in range(2, 11):
    dg = df * i
    ...          # process dg
对于每个步骤，您都会构建数据框的新副本，但在下一步中将销毁它。长话短说，您将使用两倍的初始数据帧内存

dfs = [df * i for i in range(2, 11)]
for dg in dfs:
    ...         # process dg
这里您构建了9个新的数据帧，这些数据帧可以通过dfs进行访问，因此，您将以10个不同的数据帧结尾，并且需要10倍的初始内存。