上次寫到，Python 的執行方式是把代碼編譯成bytecode（字節碼）指令，然后由虛擬機來執行這些 bytecode
而 bytecode 長成這個樣子： b'|\x00\x00d\x01\x00\x14S' 。顯然這個樣子適合機器看，不適合人類看。
雖然你可以通過查字典的方式，手動把這段 bytecode 編寫成人類可以看得懂的樣子，
但是這么勞累的事情，為什么要自己親手來做呢，讓你的男仆機器來做不就好了嗎。
Python 的反匯編工具 dis 就可以辦到這件事。下面用絢麗的紫色來對dis.dis 的輸出結果進行分列解釋。
>>> def double(a): return a*2 # 並不知道為什么貼在這里縮進會是這樣 >>> import dis >>> dis.dis(double) 2 0 LOAD_FAST 0 (a) 3 LOAD_CONST 1 (2) 6 BINARY_MULTIPLY 7 RETURN_VALUE
在上一篇文章的末尾已經解釋過了，第2列的數字 0 3 6 7 是 bytecode 的偏移量。
第3列很好理解，都是opcode。注意這些 opcode 是給弱弱的人類看的，不是給機器看的，機器只要看b'|\x00\x00d\x01\x00\x14S' 這種東西就行了），
比如第一個opcode， 大名叫做叫LOAD_FAST，查一下資料，發現它的意思是 Pushes a reference to the local co_varnames[var_num] onto the stack.
中文意思：把本地某個東西的引用壓到棧里。
什么東西呢？那就是 co_varnames[var_num] 啦。
(內心OS: 看這形象似乎是列表或者字典，字符串不太可能，自定義對象更不可能……)
>>> double.__code__.co_varnames[0] # 第4列里的下標 0 'a' >>> double.__code__.co_consts[1] # 第4列里的下標 1 2
上次講過了：double 是函數對象 function object
double.__code__是這個函數對象的代碼對象 code object
看看返回值，a 和2， 也就是第5列
那么第1列的2是什么？看起來好像很神秘的樣子，其實不過是源代碼中的行號。本例中表示是在double 代碼的第2行。
上次詳細解釋過，b'|\x00\x00d\x01\x00\x14S' 其實是8個整數
>>> double.__code__.co_code b'|\x00\x00d\x01\x00\x14S' >>> for i in double.__code__.co_code: print (i, end=" ") 124 0 0 100 1 0 20 83
通過查字典或者另一個更加巧妙正常的辦法，你可以找出124代表的opcode是 LOAD_FAST， 100代表 LOAD_CONST
這類opcode 后面各帶兩個字節的參數，分別是0 0 和 1 0
但有些opcode后面是沒有參數的，比如 83 代表的 RETURN_VALUE
不了解的人可能會覺得有點奇怪，為什么RETURN_VALUE不帶參數呢，不帶參數怎么返回結果呢？
查一查資料，RETURN_VALUE的意思是 Returns with TOS to the caller of the function. 即把TOS返回給這個函數的調用者。TOS= top of stack, 。咱出棧了。
現在問題來了：為什么要與字節碼 bytecode 玩耍？ 直接寫Python代碼方便多了，為什么要去寫字節碼？
因為可以節省編譯時間，這里有一篇非常詳細的文章，作者在遺傳編程領域工作，發現他們Python 程序的總運算時間中，有50%都被編譯過程吃掉。於是作者深入到 bytecode 層次進行了小小改動，大幅削減了編譯時間，把總的運算時間降至不足原先的一半。
可惜沒有找到這篇文章的中文翻譯。不知道有沒有人肯出錢讓我翻譯。
文中寫道：
bytecode 寫好之后，我們必須讓Python 明白它要執行這些bytecode。這時就需要創建一個完整的 code object。
bytecode 是 code object 的主要成分，但是還需要其他東西才能構成完整的 code object。就像雞丁是宮保雞丁中的主要食材，但它也不能沒有花生。
這個過程中要用到types.CodeType()
有了code object 之后，接下來可以調用Types.FunctionType，利用這些代碼創建一個函數對象（ function object）。
上一篇寫了怎么抽絲剝繭，順着function object 找 code object，再找 bytecode，這里就完全倒過來，添枝加葉，逆流而上了。