Reference counting y GC generacional en CPython
Cómo CPython gestiona memoria con ob_refcnt, por qué las referencias circulares crean leaks y cómo el módulo gc los detecta con un collector generacional de tres niveles.
Python
Python
El módulo dis: leer e interpretar bytecode Python
Cómo usar dis para desensamblar funciones Python, entender LOAD_FAST vs LOAD_GLOBAL, y verificar que tus optimizaciones existen en bytecode real.
Python
Del `.py` al bytecode: el pipeline de compilación de CPython
Cómo CPython transforma código fuente en bytecode ejecutable: tokenización, AST, compilación, caché `.pyc` e inspección con `dis`.
Python
Cython, Numba y mypyc: compilar Python para casos extremos
Cuándo y cómo usar Cython, Numba y mypyc para eliminar el overhead del intérprete CPython en código de alto rendimiento, con sus trade-offs reales.
Python
NumPy como escape hatch para cálculos numéricos
Cómo y cuándo delegar operaciones numéricas a NumPy para ejecutar código C en lugar de bytecode Python, con vectorización y broadcasting.
Python
Optimizaciones reales en código Python puro
LOAD_FAST vs LOAD_GLOBAL, attribute lookup, join vs +=, comprehensions y estructuras O(1): técnicas concretas para hot paths identificados con profiling.
Python
La regla de oro: medir antes de optimizar en Python
Flujo completo de medición con timeit, perf_counter y cProfile para identificar hot paths reales antes de tocar el código.
Python
Memory profiling en Python: tracemalloc y cómo cazar leaks
Cómo usar tracemalloc para comparar snapshots del heap, localizar leaks por línea de código y rastrear referencias vivas con gc.get_referrers.
Python
Profiling en Python: cProfile, pstats y py-spy
Cómo medir dónde gasta tiempo tu código con cProfile en desarrollo y py-spy en producción, leyendo correctamente tottime vs cumulative.
Python
`pdb` y `breakpoint()`: debugging interactivo en la terminal
Cómo pausar la ejecución de Python con `breakpoint()` y navegar el estado del programa usando los comandos fundamentales de `pdb`.