1.变量概念
Python中会用到许多数据，为了方便操作，需要把这些数据分别用一个简单的名字代表，方便在接下来的程序中引用。变量就是代表某个数据(值)的名称。简单点说变量就是给数据起个名
作用：存储数据，方便调用
2. 变量名称
命名规定
由字母数字下划线组成的，且不能以数字开头，不能使用关键字，区分大小写。
关键字：
不要以关键字命名变量
>>> import keyword
>>> keyword.kwlist
'False', 'None', 'True', 'and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass', 'raise', 'return', 'try', 'while', 'with', 'yield'
>>> keyword.iskeyword('del')
True
2.1 命名规范
模块：小写字母，单词之间用_分割，比如：ad_stats.py
包名：同模块命名规范
类名：单词首字母大写，比如：AdStats ConfigUtil
全局变量：大写字母，单词之间用_分割，比如：NUMBER COLOR_WRITE
普通变量：小写字母，单词之间用_分割，比如：this_is_a_var
实例变量：以_开头，其他和普通变量一样，比如：price _instance_var
私有实例变量（外部访问会报错）：以__开头（2个下划线），其他和普通变量一样，比如：__private_var
专有变量： __开头，__结尾，一般为python的自有变量，不要以这种方式命名，比如：doc __class
3. 变量赋值
变量赋值是变量声明和定义的过程 单个变量赋值：
python中
"b"要用== 一个=是附值
，隔开（）括起来是元组，是一个整体
#!/usr/bin/python3.8
counter = 100 # 赋值整型
miles = 1000.0 # 赋值浮点型
name = "John" # 赋值字符串
print(counter)
print(miles)
print(name) 多个变量赋值
Python允许同时为多个变量赋值。例如：
a = b = c = 1
创建一个整型对象，值为1，三个变量被分配到相同的内存空间上。
同时为多个变量赋不同的值。例如：
a, b, c = 1, 2, "john"
两个整型对象1和2分配给变量a和b，字符串对象"john"分配给变量c。
4. 存储方式
1、一般编程语言变量存储数据的方式 变量是计算机内存中的一块区域，变量可以存储规定范围内的值，而且值是可变的。 在创建变量时会在内存中开辟一个空间。基于变量的数据类型，解释器会分配指定内存，并决定什么数据可被存储在内存中。因此，变量可以指定不同的数据类型，这些变量可以存储整数，小数或字符。 如c语言在声明一个变量a之后，会在内存中开辟出一块对应的空间，在此空间中可以存储不同的值，也就是给变量赋予不同的值
2、Python变量在内存中存储值得方式和其他编程语言不同 在Python中，变量名没有类型，但对象有；变量名只是对对象的引用（内部实现为指针）
Python中是以数据为主，变量a只是相当于一个内存空间的标签，a=1开辟一块空间存储1,之后重新复制a=2是重新开辟出新的空间存储2，变量名称a换了个位置指向新空间中的2
同样的地址空间可以有两个或多个标签，比如a=1,b=1实际上是a和b指向同一个地址空间
地址空间
查看变量指向内存地址空间的地址：使用id()函数
>>> a=1
>>> id(a)
19882304
>>> b=1
>>> id(b)
19882304
# 发现同一个值赋值给不同变量，实际地址空间未发生变化，只是标签发生了变化
对象类型
对象都有不同的类型，用 type()函数查看
In [9]: type(1)
Out[9]: int
1 # 值，对象本身
对象比较
# 通常用 `is` 或者`==`来判断两个对象的标识是否一样，即判断两个变量绑定的是不是同一个对象
a = 'wing'
b = a
a is b
x = 'wing'
y = 'wing'
x is y
x == y5. 引用计数
在 Python 中，不用关心内存溢出问题，Python 已经帮忙实现了内存管理。
注意：sys.getrefcount()获取的引用计数在2.7没问题，3.0内只对字符串生效，获取数值类型的计数不准确
引用计数器 Python内部记录着所有使用中的对象有多少引用。一个内部跟踪变量，称为一个引用计数器。当对象被创建时，就创建了一个引用计数，当这个对象不再需要时，也就是这个对象的引用计数变为0时，它被垃圾回收。(这个只是形象的说一下，并不是严格的100%正确，但是通俗的理解往往是最好的学习方式)
增加引用计数 1、当对象被创建并赋值给变量时，该对象的引用技术就被设置为1。 2、当同一个对象的应用或是对象又被赋值给其他变量时，或者作为参数传递给函数，方法或类实例时，或者被赋值为一个窗口对象的成员时，该对象的一个新的引用，或者称作别名，就被创建，则该对象的引用计数自动加1
减少引用计数 1、当对象的引用被销毁时，引用计数会减少。最明显的例子就是当引用离开其作用范围时，这种情况最经常出现在函数运行结束时，所有局部变量都被自动销毁，对象的引用计数也就随之减少。
2、当变量被赋值给另外一个对象时，源对象的引用技术也会自动减1
3、其他造成对象的引用计数减少的方式包括使用del语句删除一个变量
Python内部的引用计数使用sys.getrefcount获取
例子：references
>>> import sys
>>> a="ab"
>>> sys.getrefcount("ab")
3 # 第一次结果为3
>>> b="ab"
>>> sys.getrefcount("ab")
4 # 第二次结果+1
>>> b=0 # b引用了其他的对象（0），对于"ab"来讲就取消了一个引用
>>> sys.getrefcount("ab")
3 # 结果在上次引用的基础上-1
注意：在交互式解释器中带空格的对象引用次数永远为3，但是在脚本中回归正常，例如：
#!/usr/bin/env python
import sys
print sys.getrefcount("ab cd")
a="ab cd"
print sys.getrefcount("ab cd")
b="ab cd"
print sys.getrefcount("ab cd")
c=b
print sys.getrefcount("ab cd")垃圾收集 不再被使用的内存会被一种称为垃圾收集的机制释放。虽然解释器跟踪对象的引用计数，但是垃圾收集器负责释放内存。垃圾收集器是一块独立的代码，它用来寻找引用计数为0的对象，也负责检查那些虽然引用计数大于0但也该被销毁的对象。特定情形会导致循环引用。 一个循环引用发生在当你有至少两个对象互相引用时，也就是所说的引用都消失时，这些引用仍然存在，这说明只靠引用计数是不够的。Python的垃圾收集器实际上是一个引用计数器和一个循环垃圾收集器。当一个对象的引用计数变为0，解释器会暂停，释放掉这个对象和仅有这个对象可访问的其他对象，作为引用计数的补充，垃圾收集器也会留心被分配的总量很大(以及未通过引用计数销毁的那些) 的对象。在这种情况下，解释器会暂停下来，试图清理所有为引用的循环。
6. 变量互传
Python和Shell变量互相传递的方法
shell==>python:
import os
var=os.popen('df -h').read( )
print(var)
执行结果：
[root@workstation day01]# /usr/bin/python3.8 "/root/Development/python_code/day01/hello.py"
Filesystem Size Used Avail Use% Mounted on
devtmpfs 3.9G 0 3.9G 0% /dev
tmpfs 3.9G 57M 3.9G 2% /dev/shm
tmpfs 3.9G 10M 3.9G 1% /run
tmpfs 3.9G 0 3.9G 0% /sys/fs/cgroup
/dev/mapper/cl-root 44G 7.4G 37G 17% /
/dev/nvme0n1p1 976M 234M 675M 26% /boot
tmpfs 795M 1.2M 794M 1% /run/user/42
tmpfs 795M 6.9M 788M 1% /run/user/0
/dev/sr0 7.7G 7.7G 0 100% /run/media/root/CentOS-8-2-2004-x86_64-dvd
python==>shell:
import os
var=123
os.environ['var']=str(var) #environ的键值必须是字符串
os.system('echo $var')
不用转变量的方式替代上面的写法
In [9]: c="/tmp/hello"
In [10]: os.system("mkdir"+" "+c)用shell编写自己的wc命令
wc
wc -l
wc -w
wc -c
wc