Пример использования:
>>> s = 'Hello world'
>>> t = buffer(s, 6, 5)
>>> t
<read-only buffer for 0x10064a4b0, size 5, offset 6 at 0x100634ab0>
>>> print t
world
Буфер в этом случае представляет собой подстроку, начиная с позиции 6 длиной 5, и он не занимает дополнительное место для хранения - он ссылается на фрагмент строки.
Это не очень полезно для таких коротких строк, но это может быть необходимо при использовании больших объемов данных. Этот пример использует изменчивый bytearray
:
>>> s = bytearray(1000000) # a million zeroed bytes
>>> t = buffer(s, 1) # slice cuts off the first byte
>>> s[1] = 5 # set the second element in s
>>> t[0] # which is now also the first element in t!
'\x05'
Это может быть очень полезно, если вы хотите иметь более одного представления данных и не хотите (или не можете) хранить несколько копий в памяти.
Обратите внимание, что buffer
он был заменен лучшим именем memoryview
в Python 3, хотя вы можете использовать любой из них в Python 2.7.
Также обратите внимание, что вы не можете реализовать интерфейс буфера для своих собственных объектов, не углубляясь в C API, т.е. вы не можете сделать это на чистом Python.
s[6:11]
не требует дополнительного места для хранения, я не прав?s[6:11]
будет копия. Если вы установитеt = s[6:11]
и затемdel s
, это освобождает память, которая была занятаs
, доказывая, чтоt
было скопировано. (Чтобы увидеть это, вам нужно большеs
и отслеживать использование памяти Python). Однако гораздо эффективнее сделать копию, если данных не так много.Я думаю, что буферы, например, полезны при взаимодействии Python с нативными библиотеками. (Гвидо ван Россум объясняет
buffer
в этом посте ).Например, numpy, похоже, использует буфер для эффективного хранения данных:
a.data
является:источник