dis.dis() 能直接反编译函数、类、方法、代码对象或编译后的源码字符串，但不能处理模块路径、未编译.py文件或非可调用/非代码对象（如整数、列表），传入模块名（如math）会报错。
dis.dis() 能直接反编译哪些对象？
dis.dis() 接收函数、类、方法、代码对象（code object）或源码字符串，但不能直接传模块文件路径或未编译的.py文件内容。传入非可调用/非代码对象（比如整数、列表）会报 TypeError: don't know how to disassemble ...。
常见误操作是试图对模块名（如 dis.dis(math)）调用，这会失败——必须指向具体可执行单元：
- 函数：直接传函数名，如
dis.dis(my_func) - lambda：
dis.dis(lambda x: x + 1)合法 - 源码字符串：需加
compile()预处理，例如dis.dis(compile('a = 1', '', 'exec')) - 类：传入类本身（不是实例），它会反编译其
__init__和其他方法的字节码（Python 3.7+ 默认只显示类体顶层指令，不递归展开方法；如需看某方法，得单独传MyClass.method）
为什么有时看不到预期的LOAD_NAME或CALL_FUNCTION？
Python 3.7+ 引入了自适应字节码（adaptive bytecode），部分操作（如属性访问、函数调用）在首次运行后可能被优化为更专用的指令（如 LOAD_ATTR → LOAD_METHOD，CALL_FUNCTION → CALL_METHOD）。但 dis.dis() 显示的是**编译后的初始字节码**，不是运行时动态替换后的版本。
这意味着你看到的可能是“未优化形态”，而实际执行走的是更快路径。想确认真实执行指令，得结合 sys.settrace() 或使用 dis.Bytecode 的 .get_instructions() 并观察 co_code 原始字节流——但通常没必要，除非你在调试 CPython 内部行为。
立即学习“Python免费学习笔记（深入）”；
另一个干扰源是常量折叠：像 2 + 3 这种表达式，在编译期就被算成 5，字节码里只剩 LOAD_CONST，不会出现 BINARY_ADD。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
如何对比不同写法的字节码差异？
用 dis.dis() 对比时，关键不是数指令条数，而是看控制流和对象操作模式。例如：
def f1(): return [x for x in range(3)] def f2(): return list(range(3))
前者生成 LIST_COMP 指令并调用内部生成器，后者是 CALL_FUNCTION + BUILD_LIST。这种差异影响内存分配和迭代开销。
实操建议：
- 确保两个函数处于相同作用域（避免闭包变量引入额外
LOAD_DEREF） - 用
dis.Bytecode(func).codeobj.co_consts查看常量池，确认是否因字符串/数字重复导致常量复用 - 对带条件分支的函数，注意
POP_JUMP_IF_TRUE/JUMP_ABSOLUTE的目标偏移是否合理——偏移错位常意味着逻辑错误或嵌套过深
dis 模块无法显示的隐藏信息有哪些？
dis 只展示 CPython 解释器能解析的字节码指令，不反映：
- 内联缓存状态（如
LOAD_ATTR的快速路径是否已填充） - 垃圾回收相关标记（如对象是否被标记为不可达）
- 解释器栈帧的实际布局（
dis不告诉你当前栈深度或局部变量槽位占用） - 某些 C 扩展模块的调用跳转（如 NumPy 数组操作最终落入 C 函数，字节码里只体现一次
CALL_FUNCTION）
如果你看到一段代码字节码很短，但执行慢，别急着优化字节码——瓶颈很可能在底层 C 实现或 I/O 等待上。这时候该用 cProfile 或 perf，而不是盯着 dis 输出。
