Глоссарий¶

>>>¶

Стандартное приглашение Python в интерактивной оболочке. Часто встречается в примерах кода, которые можно выполнить интерактивно в интерпретаторе.

...¶

Может обозначать:

Стандартное приглашение Python в интерактивной оболочке при вводе блока кода с отступом, внутри пары соответствующих друг другу разделителей (круглых, квадратных или фигурных скобок, а также тройных кавычек) или после указания декоратора.

Форму записи объекта Ellipsis в виде многоточия.

абстрактный базовый класс¶

Абстрактные базовые классы дополняют утиную типизацию, предоставляя способ определения интерфейсов в случаях, когда другие методы, вроде функции hasattr(), были бы громоздкими или могли бы привести к трудноуловимым ошибкам (например, при работе с магическими методами). Абстрактные базовые классы вводят виртуальные подклассы — классы, которые не наследуются от другого класса, но тем не менее распознаются функциями isinstance() и issubclass(); см. документацию модуля abc. Python предоставляет множество встроенных абстрактных базовых классов для структур данных (в модуле collections.abc), чисел (в модуле numbers), потоков (в модуле io), а также для механизма поиска и загрузки при импорте (в модуле importlib.abc). Создавать собственные абстрактные базовые классы можно с помощью модуля abc.

функция аннотации¶

Вызываемый объект, который можно вызвать для получения аннотации объекта. Функции аннотации обычно являются функциями, автоматически создаваемыми в качестве атрибута __annotate__ функций, классов и модулей. Функции аннотации являются подмножеством вычисляющих функций.

аннотация¶

Метка, связанная с переменной, атрибутом класса, параметром функции или её возвращаемым значением, которая по соглашению используется в качестве подсказки типа.

Аннотации локальных переменных недоступны во время выполнения, но аннотации глобальных переменных, атрибутов классов и функций можно получить, вызвав annotationlib.get_annotations() для модулей, классов и функций соответственно.

См. аннотацию переменных, аннотацию функций, PEP 484, PEP 526 и PEP 649, в которых описывается эта функциональность. См. также раздел Annotations Best Practices с рекомендациями по работе с аннотациями.

аргумент¶

Значение, передаваемое в функцию (или метод) при вызове функции. Есть два вида аргументов:

именованный аргумент: аргумент, которому в вызове функции предшествует идентификатор (например, name=), или значение, передаваемое в словаре с предшествующим ему **. Например, 3 и 5 являются именованными аргументами в следующих вызовах complex():
```
complex(real=3, imag=5)
complex(**{'real': 3, 'imag': 5})
```
позиционный аргумент: аргумент, который не является именованным. Позиционные аргументы могут находиться в начале списка аргументов и/или передаваться как элементы итерируемого объекта, перед которым стоит *. Например, 3 и 5 являются позиционными аргументами в следующих вызовах:
```
complex(3, 5)
complex(*(3, 5))
```

Аргументы присваиваются именованным локальным переменным в теле функции. Правила такого присваивания см. в разделе Calls. Синтаксически для представления аргумента можно использовать любое выражение. Его значение вычисляется и присваивается локальной переменной.

См. также статью глоссария параметр, раздел о различии между аргументами и параметрами в часто задаваемых вопросах и PEP 362.

асинхронный менеджер контекста¶

Объект, управляющий окружением, доступным в инструкции async with, посредством определения методов __aenter__() и __aexit__(). Представлен в PEP 492.

асинхронный генератор¶

Неформально используется для обозначения либо асинхронной генераторной функции, либо асинхронного генераторного итератора — в зависимости от контекста. Формальные термины асинхронная генераторная функция и асинхронный генераторный итератор редко используются на практике; почти всегда достаточно термина «асинхронный генератор».

асинхронная генераторная функция¶

Функция, возвращающая асинхронный генераторный итератор. Она похожа на функцию сопрограммы, определённую с помощью async def, но содержит выражения yield, генерирующие последовательность значений, которые можно использовать в цикле async for. См. PEP 525.

Асинхронная генераторная функция может содержать выражения await, а также инструкции async for и async with.

асинхронный генераторный итератор¶

Объект, созданный асинхронной генераторной функцией.

Это асинхронный итератор, у которого вызов метода __anext__() возвращает ожидаемый объект, выполняющий тело асинхронной генераторной функции до следующего выражения yield.

Каждое выражение yield временно приостанавливает выполнение, сохраняя состояние выполнения (включая локальные переменные и ожидающие выполнения инструкции try). Когда асинхронный генераторный итератор фактически возобновляется при ожидании очередного объекта после вызова __anext__(), он продолжает выполнение с того места, на котором остановился. См. PEP 492 и PEP 525.

асинхронный итерируемый объект¶

Объект, который можно использовать в инструкции async for. Должен возвращать асинхронный итератор из своего метода __aiter__(). Представлен в PEP 492.

асинхронный итератор¶

Объект, реализующий методы __aiter__() и __anext__(). Метод __anext__() должен возвращать объект, допускающий ожидание. Инструкция async for ожидает объекты, возвращаемые методом асинхронного итератора __anext__(), до тех пор, пока тот не вызовет исключение StopAsyncIteration. Представлен в PEP 492.

атомарная операция¶

Операция, которая выполняется как единый неделимый шаг: ни один другой поток не может увидеть её в промежуточном состоянии, а все её эффекты становятся видимыми одновременно. Python не гарантирует атомарность инструкций высокого уровня (например, x += 1 выполняет несколько операций в байт-коде и не является атомарной). Атомарность гарантируется только там, где это явно указано в документации. См. также состояние гонки и гонка данных.

присоединённое состояние потока¶

Состояние потока, активное для текущего потока ОС.

Когда состояние потока присоединено к потоку ОС, послений получает доступ ко всему C API Python и может безопасно вызывать интерпретатор байт-кода.

Если для функции явно не указано иное, попытка вызвать C API без присоединённого состояния потока приведёт к фатальной ошибке или неопределённому поведению. Состояние потока может быть явно присоединено или отсоединено пользователем через C API либо неявно — средой выполнения, в том числе во время блокирующих вызовов C и интерпретатором байт-кода между вызовами.

В большинстве сборок Python наличие присоединённого состояния потока означает, что вызывающий код удерживает GIL текущего интерпретатора, поэтому в каждый момент времени присоединённое состояние потока может быть только у одного потока ОС. В сборках Python со свободными потоками потоки могут одновременно иметь присоединённое состояние потока, что обеспечивает настоящую параллельность работы интерпретатора байт-кода.

атрибут¶

Значение, связанное с объектом, на который обычно ссылаются по имени, с помощью выражения с точками. Например, если объект o имеет атрибут a, на него ссылаются как o.a.

Можно присвоить объекту атрибут, имя которого не является идентификатором, как определено в , например, используя , если объект это позволяет. Такой атрибут не будет доступен с помощью выражения, разделенного точками, и вместо этого его необходимо будет получить с помощью .

ожидаемый объект¶

Объект, который можно использовать в выражении await. Это может быть сопрограмма или объект с методом __await__(). См. также PEP 492.

BDFL¶

Великодушный пожизненный диктатор, он же Гвидо ван Россум, создатель Python.

двоичный файл¶

Файловый объект, способный читать и записывать объекты, подобные байтам. Примеры двоичных файлов: файлы, открытые в двоичном режиме ('rb', 'wb' или 'rb+'), sys.stdin.buffer, sys.stdout.buffer, а также экземпляры io.BytesIO и gzip.GzipFile.

См. также текстовый файл для файлового объекта, способного читать и записывать объекты str.

заимствованная ссылка¶

В C API Python заимствованная ссылка — это ссылка на объект, владение которым не передаётся коду, использующему эту ссылку. Если объект уничтожается, такая ссылка становится висящим указателем. Например, сборщик мусора может удалить последнюю сильную ссылку на объект и тем самым уничтожить его.

За исключением случаев, когда объект не может быть уничтожен до последнего использования заимствованной ссылки, её рекомендуется преобразовать на месте в сильную ссылку, вызвав функцию Py_INCREF(). А для создания новой сильной ссылки можно использовать функцию Py_NewRef().

объект, подобный bytes¶

Объект, поддерживающий Buffer Protocol и способный экспортировать непрерывный C-буфер. Сюда входят все объекты bytes, bytearray и array.array, а также многие распространённые объекты memoryview. Объекты, подобные bytes, можно использовать для различных операций с двоичными данными, включая сжатие, сохранение в двоичный файл и отправку через сокет.

Некоторым операциям требуется, чтобы двоичные данные были изменяемыми. В документации такие объекты часто называются «объектами, подобными bytes, доступными для чтения и записи». Примерами изменяемых объектов буфера являются bytearray`и :class:`memoryview типа bytearray. Другим операциям требуется, чтобы двоичные данные хранились в неизменяемых объектах («объектах, подобных bytes, доступных только для чтения»); к таким объектам относятся, например, bytes и memoryview типа bytes.

байт-код¶

Исходный код Python компилируется в байт-код — внутреннее представление программы Python в интерпретаторе CPython. Байт-код также кэшируется в файлах .pyc благодаря повторное выполнение того же файла происходит быстрее (повторной компиляции исходного кода в байт-код можно избежать). Этот «промежуточный язык» выполняется на виртуальной машине, которая исполняет машинный код, соответствующий каждой инструкции байт-кода. Следует учитывать, что байт-код не предназначен для работы на разных виртуальных машинах Python и не гарантирует стабильность между разными версиями Python.

Список инструкций байт-кода можно найти в документации к модулю dis.

вызываемый объект¶

Вызываемый объект — это объект, который можно вызвать, возможно, с набором аргументов (см. аргумент), используя следующий синтаксис:

callable(argument1, argument2, argumentN)

Функция, а также производный от неё метод, является вызываемым объектом. Экземпляр класса, реализующего метод __call__(), также является вызываемым.

функция обратного вызова¶

Подпрограмма в виде функции, переданная в качестве аргумента для выполнения в некоторый момент в будущем.

класс¶

Шаблон для создания пользовательских объектов. Определения классов обычно содержат определения методов, которые работают с экземплярами класса.

переменная класса¶

Переменная, определённая в классе и предназначенная для изменения только на уровне класса (то есть не в экземпляре класса).

переменная замыкания¶

Свободная переменная, на которую ссылаются из вложенной области видимости и которая определена во внешней области видимости, а не разрешается во время выполнения через глобальное пространство имён или пространство имён встроенных объектов. Может быть явно объявлена с помощью ключевого слова nonlocal, чтобы разрешить запись, или определена неявно, если переменная только считывается.

Например, в функции inner в приведённом ниже коде x и print являются свободными переменными, но только x является переменной замыкания:

def outer():
    x = 0
    def inner():
        nonlocal x
        x += 1
        print(x)
    return inner

Из-за атрибута codeobject.co_freevars (который, несмотря на своё название, содержит только имена переменных замыкания, а не перечисляет все свободные переменные, на которые имеются ссылки) более общий термин свободная переменная иногда используется даже тогда, когда имеется в виду именно переменная замыкания.

комплексное число¶

Расширение привычной системы действительных чисел, в которой все числа выражаются как сумма действительной и мнимой частей. Мнимые числа — это произведения действительных чисел и мнимой единицы (квадратного корня из -1), которую в математике обычно обозначают i, а в инженерных дисциплинах — j. Python имеет встроенную поддержку комплексных чисел, которые записываются с использованием последнего обозначения; мнимая часть записывается с суффиксом j, например 3+1j. Чтобы получить доступ к комплексным аналогам функций модуля math, используйте cmath. Использование комплексных чисел — довольно продвинутая математическая возможность. Если вы не осознаёте необходимости в них, вы почти наверняка можете спокойно их игнорировать.

конкурентность¶

Способность компьютерной программы выполнять несколько задач одновременно. Python предоставляет библиотеки для написания программ, использующих различные формы конкурентности. Библиотека asyncio предназначена для работы с асинхронными задачами и сопрограммами. threading предоставляет доступ к потокам операционной системы, а multiprocessing — к процессам операционной системы. Многоядерные процессоры могут одновременно выполнять потоки и процессы на разных ядрах ЦП (см. параллелизм).

конкурентное изменение¶

Ситуация, когда несколько потоков одновременно изменяют общие данные. Конкурентное изменение без надлежащей синхронизации может привести к состояниям гонки, а также вызвать гонку данных, повреждение данных или и то и другое.

контекст¶

Этот термин имеет разные значения в зависимости от того, где и как он используется. Некоторые распространённые значения:

Временное состояние или окружение, устанавливаемое менеджером контекста с помощью инструкции with.
Коллекция связей «ключ—значение», содержащихся в конкретном объекте contextvars.Context и доступных через объекты ContextVar. См. также контекстная переменная.
Объект contextvars.Context. См. также текущий контекст.

протокол управления контекстом¶

Методы __enter__() и __exit__(), вызываемые инструкцией with. См. PEP 343.

менеджер контекста¶

Объект, реализующий протокол управления контекстом и управляющий окружением, доступным внутри инструкции with. См. PEP 343.

переменная контекста¶

Переменная, значение которой зависит от того, какой контекст является текущим контекстом. Доступ к значениям осуществляется через объекты contextvars.ContextVar. Переменные контекста в основном используются для изоляции состояния между конкурентно выполняемыми асинхронными задачами.

непрерывный¶

Буфер считается непрерывным, если он является либо C-непрерывным, либо Fortran-непрерывным. Буферы нулевой размерности являются непрерывными и в смысле C, и в смысле Fortran. В одномерных массивах элементы должны быть расположены в памяти друг за другом в порядке возрастания индексов, начиная с нулевого. При последовательном обходе элементов многомерных C-непрерывных массивов в порядке возрастания их адресов в памяти быстрее всего изменяется последний индекс. В Fortran-непрерывных массивах, напротив, быстрее всего изменяется первый индекс.

сопрограмма¶

Сопрограммы являются более обобщённой формой подпрограмм. Подпрограмма запускается в одной точке и завершается в другой. Сопрограмма же может запускаться, завершаться и возобновляться в различных точках. Она может быть реализована с помощью инструкции async def. См. также PEP 492.

сопрограммная функция¶

Функция, возвращающая сопрограмму. Сопрограммная функция может быть определена с помощью инструкции async def и может содержать выражения await, а также инструкции async for и async with. Представлены в PEP 492.

CPython¶

Каноническая реализация языка программирования Python, распространяемая на python.org. Термин «CPython» используется, когда необходимо отличить эту реализацию от других, таких как Jython или IronPython.

текущий контекст¶

Контекст (объект contextvars.Context), который в данный момент используется объектами ContextVar для доступа (получения и изменения) к значениям переменных контекста. У каждого потока есть собственный текущий контекст. Фреймворки для выполнения асинхронных задач (см. asyncio) связывают каждую задачу с контекстом, который становится текущим контекстом всякий раз, когда задача начинает или возобновляет выполнение.

циклический изолят¶

Подгруппа из одного или нескольких объектов, которые ссылаются друг на друга, образуя цикл ссылок, но на которые не ссылаются объекты за пределами этой группы. Задача сборщика циклического мусора — обнаруживать такие группы и разрывать циклы ссылок, чтобы занимаемая ими память могла быть освобождена.

гонка данных¶

Ситуация, при которой несколько потоков одновременно обращаются к одной и той же области памяти, причём как минимум одно из обращений выполняет запись, а потоки не используют синхронизацию для управления доступом к этой области памяти. Гонки данных приводят к недетерминированному поведению и могут вызвать повреждение данных. Правильное использование блокировок и других примитивов синхронизации предотвращает гонки данных. Обратите внимание, что гонки данных могут возникать только в нативном коде, однако нативный код может быть доступен через API Python. См. также состояние гонки и потокобезопасный.

взаимная блокировка¶

Ситуация, при которой две или более задачи (потоки, процессы или сопрограммы) бесконечно ждут друг от друга освобождения ресурсов или завершения действий, не позволяя ни одной из них продолжить выполнение. Например, если поток A удерживает блокировку 1 и ждёт блокировку 2, а поток B удерживает блокировку 2 и ждёт блокировку 1, оба потока будут ждать бесконечно. В Python взаимные блокировки часто возникают из-за получения нескольких блокировок в конфликтующем порядке или из-за циклических зависимостей между join и await. Взаимных блокировок можно избежать, всегда получая несколько блокировок в одном и том же порядке. См. также блокировка и реентерабельность.

декоратор¶

Функция, возвращающая другую функцию; обычно применяется для преобразования функции с помощью синтаксиса @wrapper. Типичные примеры декораторов — @classmethod и @staticmethod.

Синтаксис декораторов является лишь синтаксическим сахаром: следующие два определения функций семантически эквивалентны:

def f(arg):
    ...
f = staticmethod(f)

@staticmethod
def f(arg):
    ...

Тот же принцип применяется и к классам, но используется реже. Подробнее о декораторах см. документацию по определениям функций и определениям классов.

дескриптор¶

Любой объект, определяющий методы __get__(), __set__() или __delete__(). Когда атрибут класса является дескриптором, при обращении к этому атрибуту срабатывает специальный механизм связывания. Обычно выражение a.b для получения, изменения или удаления атрибута ищет объект с именем b в словаре класса a, но если b является дескриптором, вызывается соответствующий метод дескриптора. Понимание дескрипторов является ключом к глубокому пониманию Python, поскольку они лежат в основе многих возможностей языка, включая функции, методы, свойства, методы класса, статические методы и обращение к суперклассам.

Подробнее о методах дескрипторов см. раздел Implementing Descriptors или Практическое руководство по дескрипторам.

словарь¶

Ассоциативный массив, в котором произвольные ключи сопоставляются со значениями. Ключами могут быть любые объекты, имеющие методы __hash__() и __eq__(). В Perl называется хешем.

включение словаря¶

Компактный способ обработать все или часть элементов итерируемого объекта и вернуть словарь с результатами. results = {n: n ** 2 for n in range(10)} создаёт словарь, содержащий ключ n, сопоставленный со значением n ** 2. См. раздел Displays for lists, sets and dictionaries.

представление словаря¶

Объекты, возвращаемые методами dict.keys(), dict.values() и dict.items(), называются представлениями словаря. Они предоставляют динамическое представление элементов словаря, то есть при изменении словаря эти изменения отражаются в представлении. Чтобы преобразовать представление словаря в полноценный список, используйте list(dictview). См. раздел Dictionary view objects.

строка документации¶

Строковый литерал, который является первым выражением в классе, функции или модуле. Хотя при выполнении набора инструкций он игнорируется, компилятор распознаёт его и помещает в атрибут __doc__ содержащего его класса, функции или модуля. Поскольку к нему можно получить доступ средствами интроспекции, это стандартное место для документации объекта.

утиная типизация¶

Стиль программирования, при котором тип объекта не используется для определения его интерфейса. Вместо этого метод или атрибут просто вызывается или используется («Если что-то выглядит как утка и крякает как утка, значит, это и есть утка».) Делая акцент на интерфейсах, а не на конкретных типах, хорошо спроектированный код повышает свою гибкость, позволяя выполнять полиморфную замену объектов. Утиная типизация избегает проверок с использованием type() или isinstance(). (Однако обратите внимание, что утиная типизация может быть дополнена абстрактными базовыми классами.) Вместо этого обычно используются проверки hasattr() или программирование в стиле EAFP.

dunder¶

Неформальное сокращение от «double underscore» («двойное подчёркивание»), используемое при упоминании специального метода. Например, __init__ часто произносится как «dunder init».

EAFP¶

«Проще попросить прощения, чем разрешения» («Easier to ask for forgiveness than permission»). Распространённый в Python стиль программирования, при котором предполагается наличие допустимых ключей или атрибутов, а исключения перехватываются, если это предположение оказывается неверным. Этот чистый и быстрый стиль характеризуется наличием множества инструкций try и except. Этот подход противопоставляется стилю LBYL, распространённому во многих других языках, например в C.

вычисляющая функция¶

Функция, которую можно вызвать для вычисления лениво вычисляемого атрибута объекта, например значения псевдонимов типов, созданных с помощью инструкции type.

выражение¶

Фрагмент синтаксиса, который может быть вычислен до некоторого значения. Другими словами, выражение представляет собой совокупность элементов выражения, таких как литералы, имена, доступ к атрибутам, операторы или вызовы функций, каждый из которых возвращает значение. В отличие от многих других языков, не все языковые конструкции являются выражениями. Существуют также инструкции, которые не могут использоваться как выражения, например while. Присваивания также являются инструкциями, а не выражениями.

модуль расширения¶

Модуль, написанный на C или C++, использующий C API Python для взаимодействия с ядром и пользовательским кодом.

f-строка¶

f-строки¶

Строковые литералы с префиксом f или F обычно называются «f-строками» — это сокращение от форматированные строковые литералы. См. также PEP 498.

файловый объект¶

Объект, предоставляющий файлово-ориентированный API (с такими методами, как read() или write()) к базовому ресурсу. В зависимости от способа создания, файловый объект может выступать посредником при доступе к реальному файлу на диске или к другому типу устройства хранения или связи (например, стандартному вводу/выводу, буферам в памяти, сокетам, каналам и т. д.). Файловые объекты также называются файлоподобными объектами или потоками.

На самом деле существует три категории файловых объектов: сырые двоичные файлы, буферизованные двоичные файлы и текстовые файлы. Их интерфейсы определены в модуле io. Канонический способ создания файлового объекта — использование функции open().

файлоподобный объект¶

Синоним файлового объекта.

кодировка файловой системы и обработчик ошибок¶

Кодировка и обработчик ошибок, используемые Python для декодирования байтов, получаемых от операционной системы, и кодирования Unicode при передаче данных операционной системе.

Кодировка файловой системы должна гарантировать успешное декодирование всех байтов со значениями меньше 128. Если кодировка файловой системы не обеспечивает эту гарантию, функции API могут возбуждать исключение UnicodeError.

Функции sys.getfilesystemencoding() и sys.getfilesystemencodeerrors() можно использовать для получения кодировки файловой системы и обработчика ошибок.

Кодировка файловой системы и обработчик ошибок настраиваются при запуске Python функцией PyConfig_Read(): см. члены filesystem_encoding и filesystem_errors объекта PyConfig.

См. также кодировку локали.

поисковик¶

Объект, который пытается найти загрузчик для импортируемого модуля.

Существует два типа поисковиков: поисковики метапути, используемые с sys.meta_path и поисковики элемента пути, используемые с sys.path_hooks.

Подробнее см. в Finders and loaders и importlib.

целочисленное деление с округлением вниз¶

Математическое деление, округляющее результат до ближайшего целого числа в меньшую сторону. Оператор целочисленного деления с округлением вниз — это //. Например, выражение 11 // 4 вычисляется как 2, в отличие от 2.75, возвращаемого истинным делением чисел с плавающей точкой. Обратите внимание, что (-11) // 4 равно -3, поскольку это значение -2.75, округлённое вниз. См. также PEP 238.

свободная многопоточность¶

Модель потоков, в которой несколько потоков могут одновременно выполнять байт-код Python в одном интерпретаторе. Это противопоставляется глобальной блокировке интерпретатора, которая позволяет выполнять байт-код Python только одному потоку за раз. См. PEP 703.

сборка с поддержкой свободной многопоточности¶

Сборка CPython, поддерживающая свободную многопоточность и настроенная с помощью параметра --disable-gil перед компиляцией.

См. Python support for free threading.

свободная переменная¶

Формально, как определено в модели выполнения языка, свободная переменная — это любая переменная, используемая в пространстве имён, которая не является локальной переменной в этом пространстве имён. См. пример в статье о переменной замыкания. На практике, из-за названия атрибута codeobject.co_freevars, этот термин также иногда используется как синоним переменной замыкания.

функция¶

Последовательность инструкций, возвращающая некоторое значение вызывающему её коду. Ей также может быть передано ноль или более аргументов, которые могут использоваться при выполнении её тела. См. также параметр, метод и раздел Function definitions.

аннотация функции¶

Аннотация параметра функции или возвращаемого значения.

Аннотации функций обычно используются для подсказок типов. Например, ожидается, что эта функция принимает два аргумента типа int, а также возвращает значение типа int:

def sum_two_numbers(a: int, b: int) -> int:
   return a + b

Синтаксис аннотации функции описан в разделе Function definitions.

См. аннотация переменной и PEP 484, которые описывают эту функциональность. Рекомендации по работе с аннотациями см. также в Annotations Best Practices.

__future__¶

Инструкция future, from __future__ import <feature>, указывает компилятору обрабатывать текущий модуль с использованием синтаксиса или семантики, которые станут стандартными в будущей версии Python. Модуль __future__ документирует возможные значения feature. Импортировав этот модуль и изучив его переменные, можно узнать, когда новая функциональность была впервые добавлена в язык и когда она станет (или стала) используемой по умолчанию:

>>> import __future__
>>> __future__.division
_Feature((2, 2, 0, 'alpha', 2), (3, 0, 0, 'alpha', 0), 8192)

сборка мусора¶

Процесс освобождения памяти, когда она больше не используется. Python выполняет сборку мусора с помощью подсчёта ссылок и сборщика циклического мусора, способного обнаруживать и разрывать циклы ссылок. Сборщиком мусора можно управлять с помощью модуля gc.

генератор¶

Неформально используется для обозначения либо генераторной функции, либо генераторного итератора в зависимости от контекста. Формальные термины генераторная функция и генераторный итератор на практике используются редко; одного слова «генератор» почти всегда достаточно.

генераторная функция¶

Функция, возвращающая объект генератора. Выглядит как обычная функция, но содержит выражения yield, порождающие последовательность значений, которые можно использовать в цикле for или получать по одному с помощью функции next(). См. Yield expressions.

генераторный итератор¶

Объект, созданный генераторной функцией или генераторным выражением.

Каждое выражение yield временно приостанавливает обработку кода, сохраняя состояние выполнения (включая локальные переменные и незавершённые инструкции try). Когда генераторный итератор возобновляет выполнение, он продолжает его с того места, где остановился (в отличие от функций, которые при каждом вызове начинают выполнение заново).

Генераторные итераторы также реализуют метод send(), позволяющий передать значение приостановленному генератору, и метод throw(), позволяющий возбудить исключение в точке, где генератор был приостановлен. См. Generator-iterator methods.

генераторное выражение¶

Выражение, возвращающее итератор. Выглядит как обычное выражение, за которым следует конструкция for, определяющая переменную цикла и диапазон, а также необязательная часть if. Такое составное выражение порождает значения для объемлющей функции:

>>> sum(i*i for i in range(10))         # сумма квадратов 0, 1, 4, ... 81
285

обобщённая функция¶

A function composed of multiple functions implementing the same operation for different types. Which implementation should be used during a call is determined by the dispatch algorithm.

See also the single dispatch glossary entry, the @functools.singledispatch decorator, and PEP 443.

generic type¶

A type that can be parameterized; typically a container class such as list or dict. Used for type hints and annotations.

For more details, see generic alias types, PEP 483, PEP 484, PEP 585, and the typing module.

GIL¶

See global interpreter lock.

global interpreter lock¶

The mechanism used by the CPython interpreter to assure that only one thread executes Python bytecode at a time. This simplifies the CPython implementation by making the object model (including critical built-in types such as dict) implicitly safe against concurrent access. Locking the entire interpreter makes it easier for the interpreter to be multi-threaded, at the expense of much of the parallelism afforded by multi-processor machines.

However, some extension modules, either standard or third-party, are designed so as to release the GIL when doing computationally intensive tasks such as compression or hashing. Also, the GIL is always released when doing I/O.

As of Python 3.13, the GIL can be disabled using the --disable-gil build configuration. After building Python with this option, code must be run with -X gil=0 or after setting the PYTHON_GIL=0 environment variable. This feature enables improved performance for multi-threaded applications and makes it easier to use multi-core CPUs efficiently. For more details, see PEP 703.

In prior versions of Python’s C API, a function might declare that it requires the GIL to be held in order to use it. This refers to having an attached thread state.

global state¶

Data that is accessible throughout a program, such as module-level variables, class variables, or C static variables in extension modules. In multi-threaded programs, global state shared between threads typically requires synchronization to avoid race conditions and data races.

hash-based pyc¶

A bytecode cache file that uses the hash rather than the last-modified time of the corresponding source file to determine its validity. See Cached bytecode invalidation.

hashable¶

An object is hashable if it has a hash value which never changes during its lifetime (it needs a __hash__() method), and can be compared to other objects (it needs an __eq__() method). Hashable objects which compare equal must have the same hash value.

Hashability makes an object usable as a dictionary key and a set member, because these data structures use the hash value internally.

Most of Python’s immutable built-in objects are hashable; mutable containers (such as lists or dictionaries) are not; immutable containers (such as tuples and frozensets) are only hashable if their elements are hashable. Objects which are instances of user-defined classes are hashable by default. They all compare unequal (except with themselves), and their hash value is derived from their id().

IDLE¶

An Integrated Development and Learning Environment for Python. IDLE — Python editor and shell is a basic editor and interpreter environment which ships with the standard distribution of Python.

immortal¶

Immortal objects are a CPython implementation detail introduced in PEP 683.

If an object is immortal, its reference count is never modified, and therefore it is never deallocated while the interpreter is running. For example, True and None are immortal in CPython.

Immortal objects can be identified via sys._is_immortal(), or via PyUnstable_IsImmortal() in the C API.

immutable¶

An object with a fixed value. Immutable objects include numbers, strings and tuples. Such an object cannot be altered. A new object has to be created if a different value has to be stored. They play an important role in places where a constant hash value is needed, for example as a key in a dictionary. Immutable objects are inherently thread-safe because their state cannot be modified after creation, eliminating concerns about improperly synchronized concurrent modification.

import path¶

A list of locations (or path entries) that are searched by the path based finder for modules to import. During import, this list of locations usually comes from sys.path, but for subpackages it may also come from the parent package’s __path__ attribute.

importing¶

The process by which Python code in one module is made available to Python code in another module.

importer¶

An object that both finds and loads a module; both a finder and loader object.

индекс¶

Числовое значение, представляющее позицию элемента в последовательности.

В Python индексация начинается с нуля. Например, things[0] обозначает первый элемент things, а things[1] — второй.

В некоторых контекстах Python допускает отрицательные индексы для отсчёта от конца последовательности, а также индексацию с использованием срезов.

См. также индексатор.

interactive¶

Python has an interactive interpreter which means you can enter statements and expressions at the interpreter prompt, immediately execute them and see their results. Just launch python with no arguments (possibly by selecting it from your computer’s main menu). It is a very powerful way to test out new ideas or inspect modules and packages (remember help(x)). For more on interactive mode, see Интерактивный режим.

interpreted¶

Python is an interpreted language, as opposed to a compiled one, though the distinction can be blurry because of the presence of the bytecode compiler. This means that source files can be run directly without explicitly creating an executable which is then run. Interpreted languages typically have a shorter development/debug cycle than compiled ones, though their programs generally also run more slowly. See also interactive.

interpreter shutdown¶

When asked to shut down, the Python interpreter enters a special phase where it gradually releases all allocated resources, such as modules and various critical internal structures. It also makes several calls to the garbage collector. This can trigger the execution of code in user-defined destructors or weakref callbacks. Code executed during the shutdown phase can encounter various exceptions as the resources it relies on may not function anymore (common examples are library modules or the warnings machinery).

The main reason for interpreter shutdown is that the __main__ module or the script being run has finished executing.

iterable¶

An object capable of returning its members one at a time. Examples of iterables include all sequence types (such as list, str, and tuple) and some non-sequence types like dict, file objects, and objects of any classes you define with an __iter__() method or with a __getitem__() method that implements sequence semantics.

Iterables can be used in a for loop and in many other places where a sequence is needed (zip(), map(), …). When an iterable object is passed as an argument to the built-in function iter(), it returns an iterator for the object. This iterator is good for one pass over the set of values. When using iterables, it is usually not necessary to call iter() or deal with iterator objects yourself. The for statement does that automatically for you, creating a temporary unnamed variable to hold the iterator for the duration of the loop. See also iterator, sequence, and generator.

iterator¶

An object representing a stream of data. Repeated calls to the iterator’s __next__() method (or passing it to the built-in function next()) return successive items in the stream. When no more data are available a StopIteration exception is raised instead. At this point, the iterator object is exhausted and any further calls to its __next__() method just raise StopIteration again. Iterators are required to have an __iter__() method that returns the iterator object itself so every iterator is also iterable and may be used in most places where other iterables are accepted. One notable exception is code which attempts multiple iteration passes. A container object (such as a list) produces a fresh new iterator each time you pass it to the iter() function or use it in a for loop. Attempting this with an iterator will just return the same exhausted iterator object used in the previous iteration pass, making it appear like an empty container.

More information can be found in Iterator Types.

CPython implementation detail: CPython does not consistently apply the requirement that an iterator define __iter__(). And also please note that free-threaded CPython does not guarantee thread-safe behavior of iterator operations.

key¶

A value that identifies an entry in a mapping. See also subscript.

key function¶

A key function or collation function is a callable that returns a value used for sorting or ordering. For example, locale.strxfrm() is used to produce a sort key that is aware of locale specific sort conventions.

A number of tools in Python accept key functions to control how elements are ordered or grouped. They include min(), max(), sorted(), list.sort(), heapq.merge(), heapq.nsmallest(), heapq.nlargest(), and itertools.groupby().

There are several ways to create a key function. For example. the str.casefold() method can serve as a key function for case insensitive sorts. Alternatively, a key function can be built from a lambda expression such as lambda r: (r[0], r[2]). Also, operator.attrgetter(), operator.itemgetter(), and operator.methodcaller() are three key function constructors. See the Sorting HOW TO for examples of how to create and use key functions.

keyword argument¶

See argument.

lambda¶

An anonymous inline function consisting of a single expression which is evaluated when the function is called. The syntax to create a lambda function is lambda [parameters]: expression

LBYL¶

Look before you leap. This coding style explicitly tests for pre-conditions before making calls or lookups. This style contrasts with the EAFP approach and is characterized by the presence of many if statements.

In a multi-threaded environment, the LBYL approach can risk introducing a race condition between «the looking» and «the leaping». For example, the code, if key in mapping: return mapping[key] can fail if another thread removes key from mapping after the test, but before the lookup. This issue can be solved with locks or by using the EAFP approach. See also thread-safe.

lexical analyzer¶

Formal name for the tokenizer; see token.

list¶

A built-in Python sequence. Despite its name it is more akin to an array in other languages than to a linked list since access to elements is O(1).

list comprehension¶

A compact way to process all or part of the elements in a sequence and return a list with the results. result = ['{:#04x}'.format(x) for x in range(256) if x % 2 == 0] generates a list of strings containing even hex numbers (0x..) in the range from 0 to 255. The if clause is optional. If omitted, all elements in range(256) are processed.

lock¶

A synchronization primitive that allows only one thread at a time to access a shared resource. A thread must acquire a lock before accessing the protected resource and release it afterward. If a thread attempts to acquire a lock that is already held by another thread, it will block until the lock becomes available. Python’s threading module provides Lock (a basic lock) and RLock (a reentrant lock). Locks are used to prevent race conditions and ensure thread-safe access to shared data. Alternative design patterns to locks exist such as queues, producer/consumer patterns, and thread-local state. See also deadlock, and reentrant.

lock-free¶

An operation that does not acquire any lock and uses atomic CPU instructions to ensure correctness. Lock-free operations can execute concurrently without blocking each other and cannot be blocked by operations that hold locks. In free-threaded Python, built-in types like dict and list provide lock-free read operations, which means other threads may observe intermediate states during multi-step modifications even when those modifications hold the per-object lock.

loader¶

An object that loads a module. It must define the exec_module() and create_module() methods to implement the Loader interface. A loader is typically returned by a finder. See also:

locale encoding¶

On Unix, it is the encoding of the LC_CTYPE locale. It can be set with locale.setlocale(locale.LC_CTYPE, new_locale).

On Windows, it is the ANSI code page (ex: "cp1252").

On Android and VxWorks, Python uses "utf-8" as the locale encoding.

locale.getencoding() can be used to get the locale encoding.

magic method¶

An informal synonym for special method.

mapping¶

A container object that supports arbitrary key lookups and implements the methods specified in the collections.abc.Mapping or collections.abc.MutableMapping abstract base classes. Examples include dict, collections.defaultdict, collections.OrderedDict and collections.Counter.

meta path finder¶

A finder returned by a search of sys.meta_path. Meta path finders are related to, but different from path entry finders.

See importlib.abc.MetaPathFinder for the methods that meta path finders implement.

metaclass¶

The class of a class. Class definitions create a class name, a class dictionary, and a list of base classes. The metaclass is responsible for taking those three arguments and creating the class. Most object oriented programming languages provide a default implementation. What makes Python special is that it is possible to create custom metaclasses. Most users never need this tool, but when the need arises, metaclasses can provide powerful, elegant solutions. They have been used for logging attribute access, adding thread-safety, tracking object creation, implementing singletons, and many other tasks.

More information can be found in Metaclasses.

method¶

A function which is defined inside a class body. If called as an attribute of an instance of that class, the method will get the instance object as its first argument (which is usually called self). See function and nested scope.

method resolution order¶

Method Resolution Order is the order in which base classes are searched for a member during lookup. See The Python 2.3 Method Resolution Order for details of the algorithm used by the Python interpreter since the 2.3 release.

module¶

An object that serves as an organizational unit of Python code. Modules have a namespace containing arbitrary Python objects. Modules are loaded into Python by the process of importing.

Глоссарий¶

Предыдущий раздел

Следующий раздел

This page