Python對不可變序列進行重複拼接操作效率會很低，因為每次都會生成一個新的物件，直譯器需要把原來物件中的元素先複製到新的物件裡，然後再追加新的元素。

但是CPython對字串操作進行了優化，因為對字串做+=操作實在是太普遍了。因此，初始化str時會預留出額外的可擴充套件空間，從而進行增量操作的時候不會有複製再追加的這個步驟。

通過位元組碼研究一下這個過程。

>>> s_code = 'a += "b"'
>>> c = compile(s_code, '', 'exec')
>>> c.co_code
b'e\x00\x00d\x00\x007Z\x00\x00d\x01\x00S'
 

>>> c.co_names
('a',)
>>> c.co_consts
('b', None)

得到的位元組碼是Bytes型別的。這裡穿插一些Bytes型別的知識。

Bytes型別

b'e\x00\x00d\x00\x007Z\x00\x00d\x01\x00S'，b表示是Bytes型別。Bytes以二進位制位元組序列的形式記錄資料，每一個字元就代表一個位元組（8位）。比如上面的e表示二進位制0110 0101。部分ASCII碼對照表如下圖所示。

但是，不是所有的位元組都是可顯示的，甚至有些位元組無法對應到ASCII碼上（因為ASCII碼只定義了128個字元，而一個位元組有256個）。比如0000 0000對應的ASCII是不可顯示的、0111 1111沒有對應的ASCII碼。

為了表示這些無法顯示的位元組，就引入了\x符號，其表示後續的字元為16進位制。如，\x00表示16進位制的00，也就是二進位制的0000 0000。

至此，所有位元組都可被表示。

位元組碼分析

回到開始的程式碼。為了顯示方便，將b'e\x00\x00d\x00\x007Z\x00\x00d\x01\x00S'轉為16進位制來顯示。

>>> c.co_code.hex()
'650000640000375a000064010053'

通過opcode.opname函式可以得到操作碼所對應的操作指令（操作指令對應功能查詢）：

>>> import opcode
>>> opcode.opname[0x65
 
]
'LOAD_NAME'

因此，完整的位元組碼可以解釋為（TOS即top-of-stack，棧頂元素）：

位元組：位置，功能
65：0，LOAD_NAME
0000：引數，將co_names[0]的值，即a的值，壓入棧

64：3，LOAD_CONST
0000：引數，將co_consts[0]，即'b'，壓入棧

37：6，INPLACE_ADD，TOS = TOS1 + TOS

5a：7，STORE_NAME
0000：引數，co_names[0]=TOS，即將棧頂賦值給a

64：10，LOAD_CONST
0100：引數

53：13，RETURN_VALUE，Returns with TOS to the caller of the function

實際上藉助dis函式可以直接獲得可讀的位元組碼：

>>> import dis
>>> dis.dis(s_code)
  1           0 LOAD_NAME                0 (a)
              3 LOAD_CONST               0 ('b')
              6 INPLACE_ADD
              7 STORE_NAME               0 (a)
             10 LOAD_CONST               1 (None)
             13 RETURN_VALUE

完整程式碼：

s_code = 'a += "b"'
c = compile(s_code, '', 'exec')
c.co_code
c.co_names
c.co_consts
c.co_code.hex()
import dis
dis.dis(s_code)

非常失敗，對比了string和tuple的賦值位元組碼，並沒有看出string的優化…

大概是開啟方式不對，留坑待續。