Python字节码由compile()函数或模块首次导入时生成，缓存于__pycache__目录，文件名含版本标识；导入时由importlib加载器解析执行，最终由ceval.c中的eval loop驱动运行。
Python 字节码从哪来：compile() 和 .pyc 文件的生成时机
Python 源代码（.py）不会直接执行，必须先编译成字节码（.pyc），这是 CPython 解释器唯一能“读”的中间表示。编译发生在模块首次被导入时，或显式调用 compile() 函数时。
关键点：
-
.pyc文件默认缓存在__pycache__目录下，文件名含 Python 版本标识（如main.cpython-312.pyc），不同版本互不兼容 - 手动触发编译：
code_obj = compile('x = 1 + 2', '，返回可被', 'exec') exec()或eval()执行的代码对象 - 修改源码后，CPython 会检查
.py时间戳与.pyc是否匹配，不一致则重新编译
字节码怎么加载：模块导入时的 importlib._bootstrap_external.SourceLoader
导入一个模块时，实际是 importlib 中的加载器在干活。它负责读取 .py 或 .pyc，解析出代码对象（code object），并绑定到模块的 __dict__ 上。
常见误区：
立即学习“Python免费学习笔记（深入）”；
-
import不等于“执行全部代码”——只执行模块顶层语句，函数/类定义只是生成对象并注册名字，不运行其内部逻辑 - 如果只有
.pyc没有.py，且校验通过（magic number + source hash 匹配），CPython 仍可直接加载执行（适用于分发场景） - 使用
-B启动解释器会跳过写.pyc；-O还会丢弃assert和__doc__，生成优化版字节码（co_consts更小）
字节码怎么跑：CPython 虚拟机核心——ceval.c 的 eval loop
所有字节码最终由 CPython 的求值循环（PyEval_EvalFrameEx，现为 _PyEval_EvalFrameDefault）驱动。它是一个巨大的 switch-case，按 co_code 字节数组逐条取出指令（opcode），查表执行对应 C 函数。
Python精要参考 pdf版
下载
这本书给出了一份关于python这门优美语言的精要的参考。作者通过一个完整而清晰的入门指引将你带入python的乐园，随后在语法、类型和对象、运算符与表达式、控制流函数与函数编程、类及面向对象编程、模块和包、输入输出、执行环境等多方面给出了详尽的讲解。如果你想加入 python的世界，David M beazley的这本书可不要错过哦。 (封面是最新英文版的,中文版貌似只译到第二版)
关键行为：
- 每条指令操作栈帧（
frame object）的局部变量区、值栈（value stack）和块栈（block stack） -
LOAD_CONST、STORE_NAME、BINARY_ADD等 opcode 对应具体 C 实现，比如BINARY_ADD会尝试调用对象的__add__方法 - GIL（全局解释器锁）在此层生效：同一时刻仅一个线程能进入该 eval loop，所以 CPU 密集型任务无法靠多线程提速
调试字节码：用 dis 模块看懂真实执行流
别猜解释器怎么走，用 dis 直接反汇编。它把代码对象的 co_code 拆成人类可读的指令序列，包括偏移、opcode 名、参数和源码行号映射。
实操建议：
- 对函数反汇编：
import dis; dis.dis(my_func)；对字符串代码：dis.dis(compile('a if b else c', '', 'eval')) - 注意
EXTENDED_ARG：当参数 > 65535 时，前一条指令会扩展下一条的参数，容易误读偏移（dis默认已处理） - 对比不同写法的字节码差异，比如
[x*2 for x in range(3)]vslist(map(lambda x: x*2, range(3)))，能看出解释器优化倾向
字节码不是黑盒，但它的执行深度绑定在 CPython 的 C 实现里；换解释器（如 PyPy、Jython）就完全另一套机制——这点常被忽略，尤其在做性能分析或嵌入式部署时。
