你有没有思考过，Python 程序是如何运行的。其实，这涉及到 Python 源码中的2个重要概念， 字节码 和 解释器。今天我们就尝试从源码的角度，一步步解开这个谜题，用最简单的语言解释清楚 Python 的运行过程。

什么是字节码？

简单来说，Python 代码并不是直接被 CPU 执行的。它会先被 编译器 转换成一种叫做 字节码（Bytecode） 的中间形式。字节码是介于 源代码 和 机器码 之间的一种“低级语言”，用来让解释器更高效地执行程序。

我们用一个例子感受一下：

def add(a, b):

    return a + b当你运行这段代码时，Python 实际会将它编译成字节码。你可以用 dis 模块查看字节码：

import dis

def add(a, b):

    return a + b

dis.dis(add)输出结果看起来像这样：

  2           0 LOAD_FAST                0 (a)

              2 LOAD_FAST                1 (b)

              4 BINARY_ADD

              6 RETURN_VALUE这就是 字节码，每一行都是一个指令，比如 LOAD_FAST 表示加载变量，BINARY_ADD 表示执行加法操作。你可以把它理解为 Python 内部的“汇编语言”。

解释器是如何执行字节码的？

字节码本身并不能直接执行，它需要由 解释器（Interpreter） 来运行。在 Python 的世界里，CPython 是最常见的解释器。CPython 的核心模块中有一个叫做 ceval.c 的文件，这里实现了 Python 字节码的执行逻辑。

用最简单的语言解释，解释器就像一个“大循环”，负责逐条读取字节码指令，然后按指令执行相应的操作。

在 ceval.c 文件中，核心代码是一个大 switch-case 结构。每条指令对应一个 case 分支，比如上面的 LOAD_FAST 和 BINARY_ADD 都在这里被实现。

伪代码可以简单描述成这样：

while (1) {

    switch (bytecode_instruction) {

        case LOAD_FAST:

            // 从栈中加载变量

            break;

        case BINARY_ADD:

            // 执行加法操作

            break;

        case RETURN_VALUE:

            // 返回结果

            break;

        ...

    }

}可以看到，解释器的核心工作是“读字节码、执行指令”。这也解释了为什么 Python 是一种解释型语言。

为什么要了解这些？

了解字节码和解释器的工作机制，有助于你更深入地理解 Python 的性能特点。比如：

1. 函数调用为何会有开销？

每次调用函数，解释器都需要创建一个新的栈帧，保存局部变量、指令计数等信息，这就是为什么过多的函数调用会影响性能。

2. 循环为何比列表推导慢？

列表推导是通过 C 实现的，不需要经过解释器的一步步指令解析，所以运行速度更快。

3. 动态类型为何影响性能？

Python 在运行时需要动态检查变量的类型，并根据类型选择不同的操作，这导致了性能上的损耗。

写在最后

源码是 Python 的灵魂，字节码是程序的中枢，解释器是驱动一切的引擎。 如果你能花点时间理解它们，就会发现 Python 的世界更有趣、更透明。