Python的Python解释器：
dis.dis(loop) o def loop(): odis.dis(loop) 用Python写Python解释器有缺点也有优点。 o最大的缺点就是运行速度 在Byterun中执行代码比在CPython中要慢得多。 Byterun oByterun是一个用python写的Python解释器。 o，Byterun被设计用于学习项目。 所以速度对我们来说并不重要。 最大的好处就是可以仅仅实现解释器，而不用担心云信时部分，特别是对象系统。 oByterun容易理解，特别是用高级别语言来实现，这使得很多人阅读起来都很简单。 o有4种类型的对象： 虚拟机对象： 用于控制最高层次的结构，特别是帧的调用栈，并且包含了指令到操作的映射。这是一个比之前解释器更复杂的版本 帧对象： 每个帧实例都有一个代码对象并且管理一些其他必要的状态位，特别是全局和本地命名空间，调用帧的引用，以及指令执行的最后一个字节码 函数类： 被用于真正的Python函数中。回想一下，调用一个函数会在解释器上创建一个新的帧。我们实现Function来控制创建新的帧 块类： 它只是包装了块的3个属性。(块的具体实现不是Python解释器的重点，所以我们不会在这上面花太多的时间，但它们被包含在内所以ByteRun可以运行真正的Python代码) CPython oCPython就是用C语言写的并且CPython做了认真的优化。 python解释器是如何工作的？ oPython解释器是一个虚拟机，是一个模拟真实计算机的软件。 这个虚拟机是一个栈机器; 它操作几个栈来实现操作（这和寄存器机器从内存位置去读和写不同） oPython解释器是一个字节解释器，它的输入是被称作为字节码的指令集。 当你写Python的时候，词法分析器，语法分析器和编译器会生成代码对象让解释器去工作。 o每一个代码对象包含了待操作的指令集也就是字节码，再加上解释器需要的其他信息。 o字节码是Python代码的一个中间层：它表示了你按照解释器能够理解的方式来写源代码。 o这和汇编语言在C语言以及硬件之间作为中间表示的方式是类同的。 在解释器完成之前，python还有三个步骤需要执行： o词法分析， o语法解释， o编译。 一个轻型的解释器： o为了说明更具体，让我们从一个小解释器开始。 这个解释器只能做加法运算，并且只能理解3个指令。 所有代码的执行都包含了这3个指令的不同组合方式。 3个指令如下： LOAD_VALUE oLOAD_VALUE指令告诉解释器将一个数字进栈，但是单靠指令指出是哪一个数字。 • ADD_TWO_VALUES o对于第三个指令：ADD_TWO_VALUES 将会让2个数字出栈并且相加，然后将结果进栈。 • PRINT_ANSWER o假设7+5生成这样的指令集： 每一个指令都需要额外的信息来告诉解释器去哪装载数字。 所以我们的指令集有两部分：指令本身，加上指令需要的信息，告诉解释器从哪里去找到数字装载。 oPython解释器是一个栈机器，所以必须操作栈去完成2个数的加法。 解释器将从第一个指令LOAD_VALUE开始，然后将第一个数进栈。 接下来第二个数字进栈。 最后将结果出栈打印出来。 总结 oByterun 是一个比 CPython 容易理解的简洁的 Python 解释器。 oByterun 复制了 CPython 的主要结构： 一个基于栈的解释器对称之为字节码的指令集进行操作，它们顺序执行或在指令间跳转，向栈中压入和从中弹出数据。 o解释器随着函数和生成器的调用和返回，动态的创建、销毁帧，并在帧之间跳转。 oByterun 也有着和真正解释器一样的限制： 因为 Python 使用动态类型，解释器必须在运行时决定指令的正确行为。 Pycharm配置（1）——解释器（interpreter） o什么是解释器 Python的解释器就是Python.exe 是用来解释运行你编写的Python代码的 我们下载的Python（无论是2版本，还是3版本）其实自带解释器和编译器， 可以直接在命令行敲入代码，或者写一个文本，然后调用Python的解释器来执行也可以 Pycharm则是一个IDE （主要是让我们编写程序更加方便，或者说看起来更加简单，不需要用文本或在dos窗口编写代码）， 但是Pycharm是不带Python解释器的，所以你要在安装 o（2）虚拟与基本解释器是否同步？ 虚拟环境 这里的虚拟解释器在我理解来看，其实和缓存差不多，将要用到的东西放到项目文件夹中，用到的时候，直接调用邻近的，这样速度快，如果没有了，再去原解释器（D盘中），寻找需要的东西。 其实是起到隔离不同版本的Python的效果，virtualenv和conda是两种不同的虚拟隔离环境 不同步的 我在D盘的Python中安装了numpy模块，但是用虚拟解释器依然报错， 只有在虚拟解释器（也就是你解释器的环境下，执行pip install才可以），再次更新一下，两者虽然是不同步的， 但是更新下载的时候，只要D盘根解释器已经下载过了，那么虚拟环境中，就不需要联网下载了，可以直接复制D盘的模块
一个轻型的解释器：
Pycharm则是一个IDE
假设7+5生成这样的指令集：
（2）虚拟与基本解释器是否同步？
def loop():
dis.dis(loop)
参考文献：
https://blog.csdn.net/yuangan1529/article/details/80800411https://www.cnblogs.com/zhanghongfeng/p/10096735.html