Python基础总结

一、类型和运算

寻求帮助

dir(obj)            # 简单的列出对象obj所包含的方法名称，返回一个字符串列表
help(obj.func)      # 查询obj.func的具体介绍和用法

测试类型的三种方法

推荐第三种

if type(L) == type([]):
    print("L is list")
if type(L) == list:
    print("L is list")
if isinstance(L, list):
    print("L is list")

Python数据类型：哈希类型、不可哈希类型

• 哈希类型，即在原地不能改变的变量类型，不可变类型。可利用hash函数查看其hash值，也可以作为字典的key
  数字类型：int, float, decimal.Decimal, fractions.Fraction, complex
  字符串类型：str, bytes
  元组：tuple
  冻结集合：frozenset
  布尔类型：True, False
  None

• 不可哈希类型，原地可变类型：list、dict和set。它们不可以作为字典的key。

数字常量

1234, -1234, 0, 999999999                    # 整数
1.23, 1., 3.14e-10, 4E210, 4.0e+210          # 浮点数
0o177, 0x9ff, 0X9FF, 0b101010                # 八进制、十六进制、二进制数字
3+4j, 3.0+4.0j, 3J                           # 复数常量，也可以用complex(real, image)来创建
hex(I), oct(I), bin(I)                       # 将十进制数转化为十六进制、八进制、二进制表示的“字符串”
int(string, base)                            # 将字符串转化为整数，base为进制数
# 2.x中，有两种整数类型：一般整数（32位）和长整数（无穷精度）。可以用l或L结尾，迫使一般整数成为长整数
float('inf'), float('-inf'), float('nan')    # 无穷大, 无穷小, 非数

数字的表达式操作符

yield x                                      # 生成器函数发送协议
lambda args: expression                      # 生成匿名函数
x if y else z                                # 三元选择表达式
x and y, x or y, not x                       # 逻辑与、逻辑或、逻辑非
x in y, x not in y                           # 成员对象测试
x is y, x is not y                           # 对象实体测试
x<y, x<=y, x>y, x>=y, x==y, x!=y             # 大小比较，集合子集或超集值相等性操作符
1 < a < 3                                    # Python中允许连续比较
x|y, x&y, x^y                                # 位或、位与、位异或
x<<y, x>>y                                   # 位操作：x左移、右移y位
+, -, *, /, //, %, **                        # 真除法、floor除法：返回不大于真除法结果的整数值、取余、幂运算
-x, +x, ~x                                   # 一元减法、识别、按位求补（取反）
x[i], x[i:j:k]                               # 索引、分片、调用
int(3.14), float(3)                          # 强制类型转换

整数可以利用bit_length函数测试所占的二进制位数

a = 1;       a.bit_length()    # 1
a = 1024;    a.bit_length()    # 11

repr和str显示格式的区别

repr格式：默认的交互模式回显，产生的结果看起来它们就像是代码。
str格式：打印语句，转化成一种对用户更加友好的格式。

数字相关的模块

• math模块
• Decimal模块：小数模块

import decimal
from decimal import Decimal
Decimal("0.01") + Decimal("0.02")        # 返回Decimal("0.03")
decimal.getcontext().prec = 4            # 设置全局精度为4 即小数点后边4位

• Fraction模块：分数模块

from fractions import Fraction
x = Fraction(4, 6)                       # 分数类型 4/6
x = Fraction("0.25")                     # 分数类型 1/4 接收字符串类型的参数

集合set

set是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素。
set支持union(联合), intersection(交), difference(差)和symmetric difference(对称差集)等数学运算。
set支持x in set, len(set), for x in set。
set不记录元素位置或者插入点, 因此不支持indexing, slicing, 或其它类序列的操作

s = set([3,5,9,10])                          # 创建一个数值集合，返回{3, 5, 9, 10}
t = set("Hello")                             # 创建一个唯一字符的集合返回{}
a = t | s;    t.union(s)                     # t 和 s的并集
b = t & s;    t.intersection(s)              # t 和 s的交集
c = t – s;    t.difference(s)                # 求差集（项在t中, 但不在s中）
d = t ^ s;    t.symmetric_difference(s)      # 对称差集（项在t或s中, 但不会同时出现在二者中）
t.add('x');   t.remove('H')                  # 增加/删除一个item
s.update([10,37,42])                         # 利用[......]更新s集合
x in s,  x not in s                          # 集合中是否存在某个值
s.issubset(t);      s <= t                   # 测试是否 s 中的每一个元素都在 t 中
s.issuperset(t);    s >= t                   # 测试是否 t 中的每一个元素都在 s 中 
s.copy(); 
s.discard(x);                                # 删除s中x
s.clear()                                    # 清空s
{x**2 for x in [1, 2, 3, 4]}                 # 集合解析，结果：{16, 1, 4, 9}
{x for x in 'spam'}                          # 集合解析，结果：{'a', 'p', 's', 'm'}

集合frozenset，不可变对象

set是可变对象，即不存在hash值，不能作为字典的键值。同样的还有list等(tuple是可以作为字典key的)
frozenset是不可变对象，即存在hash值，可作为字典的键值
frozenset对象没有add、remove等方法，但有union/intersection/difference等方法

a = set([1, 2, 3])
b = set()
b.add(a)                     # error: set是不可哈希类型
b.add(frozenset(a))          # ok，将set变为frozenset，可哈希

布尔类型bool

type(True)                   # 返回<class 'bool'>
isinstance(False, int)       # bool类型属于整型，所以返回True
True == 1; True is 1         # 输出(True, False)

动态类型简介

变量名通过引用，指向对象。
Python中的“类型”属于对象，而不是变量，每个对象都包含有头部信息，比如”类型标示符” “引用计数器”等

共享引用及在原处修改：对于可变对象，要注意尽量不要共享引用！
共享引用和相等测试：

L = [1], M = [1], L is M            # 返回False
L = M = [1, 2, 3], L is M           # 返回True，共享引用

增强赋值和共享引用：普通+号会生成新的对象，而增强赋值+=会在原处修改

L = M = [1, 2]
L = L + [3, 4]                      # L = [1, 2, 3, 4], M = [1, 2]
L += [3, 4]                         # L = [1, 2, 3, 4], M = [1, 2, 3, 4]

常见字符串常量和表达式

S = ''                                  # 空字符串
S = "spam’s"                            # 双引号和单引号相同
S = "s\np\ta\x00m"                      # 转义字符
S = """spam"""                          # 三重引号字符串，一般用于函数说明
S = r'\temp'                            # Raw字符串，不会进行转义，抑制转义
S = b'Spam'                             # Python3中的字节字符串
S = u'spam'                             # Python2.6中的Unicode字符串
s1+s2, s1*3, s[i], s[i:j], len(s)       # 字符串操作
'a %s parrot' % 'kind'                  # 字符串格式化表达式
'a {1} {0} parrot'.format('kind', 'red')# 字符串格式化方法
for x in s: print(x)                    # 字符串迭代，成员关系
[x*2 for x in s]                        # 字符串列表解析
','.join(['a', 'b', 'c'])               # 字符串输出，结果：a,b,c

内置str处理函数：

str1 = "stringobject"
str1.upper(); str1.lower(); str1.swapcase(); str1.capitalize(); str1.title()        # 全部大写，全部小写、大小写转换，首字母大写，每个单词的首字母都大写
str1.ljust(width)                       # 获取固定长度，左对齐，右边不够用空格补齐
str1.rjust(width)                       # 获取固定长度，右对齐，左边不够用空格补齐
str1.center(width)                      # 获取固定长度，中间对齐，两边不够用空格补齐
str1.zfill(width)                       # 获取固定长度，右对齐，左边不足用0补齐
str1.find('t',start,end)                # 查找字符串，可以指定起始及结束位置搜索
str1.rfind('t')                         # 从右边开始查找字符串
str1.count('t')                         # 查找字符串出现的次数
#上面所有方法都可用index代替，不同的是使用index查找不到会抛异常，而find返回-1
str1.replace('old','new')               # 替换函数，替换old为new，参数中可以指定maxReplaceTimes，即替换指定次数的old为new
str1.strip();                           # 默认删除空白符
str1.strip('d');                        # 删除str1字符串中开头、结尾处，位于 d 删除序列的字符
str1.lstrip();
str1.lstrip('d');                       # 删除str1字符串中开头处，位于 d 删除序列的字符
str1.rstrip();
str1.rstrip('d')                        # 删除str1字符串中结尾处，位于 d 删除序列的字符
str1.startswith('start')                # 是否以start开头
str1.endswith('end')                    # 是否以end结尾
str1.isalnum(); str1.isalpha(); str1.isdigit(); str1.islower(); str1.isupper()      # 判断字符串是否全为字符、数字、小写、大写

三重引号编写多行字符串块，并且在代码折行处嵌入换行字符\n

mantra = """hello world
        hello python
        hello my friend"""
# mantra为"""hello world \n hello python \n hello my friend"""

索引和分片：

S[0], S[len(S)–1], S[-1]                # 索引
S[1:3], S[1:], S[:-1], S[1:10:2]        # 分片，第三个参数指定步长，如`S[1:10:2]`是从1位到10位没隔2位获取一个字符。

字符串转换工具：

int('42'), str(42)                      # 返回(42, '42')
float('4.13'), str(4.13)                # 返回(4.13, '4.13')
ord('s'), chr(115)                      # 返回(115, 's')
int('1001', 2)                          # 将字符串作为二进制数字，转化为数字，返回9
bin(13), oct(13), hex(13)               # 将整数转化为二进制/八进制/十六进制字符串，返回('0b1101', '015', '0xd')

另类字符串连接

name = "Andy" "Ron"                    # 单行，name = "AndyRon"
name = "Andy" \
        "Ron"                          # 多行，name = "AndyRon"

Python中的字符串格式化实现1–字符串格式化表达式

基于C语言print模型，并且在大多数的现有的语言中使用。
通用结构：%[(name)][flag][width].[precision]typecode

"this is %d %s bird" % (1, 'dead')                          # 一般的格式化表达式
"%s---%s---%s" % (42, 3.14, [1, 2, 3])                      # 字符串输出：'42---3.14---[1, 2, 3]'
"%d...%6d...%-6d...%06d" % (1234, 1234, 1234, 1234)         # 对齐方式及填充："1234...  1234...1234  ...001234"
x = 1.23456789
"%e | %f | %g" % (x, x, x)                                  # 对齐方式："1.234568e+00 | 1.234568 | 1.23457"
"%6.2f*%-6.2f*%06.2f*%+6.2f" % (x, x, x, x)                 # 对齐方式：'  1.23*1.23  *001.23* +1.23'
"%(name1)d---%(name2)s" % {"name1":23, "name2":"value2"}    # 基于字典的格式化表达式
"%(name)s is %(age)d" % vars()                              # vars()函数调用返回一个字典，包含了所有本函数调用时存在的变量

Python中的字符串格式化实现2–字符串格式化调用方法

普通调用

"{0}, {1} and {2}".format('spam', 'ham', 'eggs')            # 基于位置的调用
"{motto} and {pork}".format(motto = 'spam', pork = 'ham')   # 基于Key的调用
"{motto} and {0}".format('ham', motto = 'spam')             # 混合调用

添加键 属性 偏移量 (import sys)

"my {1[spam]} runs {0.platform}".format(sys, {'spam':'laptop'})                 # 基于位置的键和属性
"{config[spam]} {sys.platform}".format(sys = sys, config = {'spam':'laptop'})   # 基于Key的键和属性
"first = {0[0]}, second = {0[1]}".format(['A', 'B', 'C'])                       # 基于位置的偏移量

具体格式化

"{0:e}, {1:.3e}, {2:g}".format(3.14159, 3.14159, 3.14159)   # 输出'3.141590e+00, 3.142e+00, 3.14159'
"{fieldname:format_spec}".format(......)

说明:

fieldname是指定参数的一个数字或关键字, 后边可跟可选的".name"或"[index]"成分引用
format_spec ::=  [[fill]align][sign][#][0][width][,][.precision][type]
fill        ::=  <any character>              #填充字符
align       ::=  "<" | ">" | "=" | "^"        #对齐方式
sign        ::=  "+" | "-" | " "              #符号说明
width       ::=  integer                      #字符串宽度
precision   ::=  integer                      #浮点数精度
type        ::=  "b" | "c" | "d" | "e" | "E" | "f" | "F" | "g" | "G" | "n" | "o" | "s" | "x" | "X" | "%"

例子:

'={0:10} = {1:10}'.format('spam', 123.456)    # 输出'=spam       =    123.456'
'={0:>10}='.format('test')                    # 输出'=      test='
'={0:<10}='.format('test')                    # 输出'=test      ='
'={0:^10}='.format('test')                    # 输出'=   test   ='
'{0:X}, {1:o}, {2:b}'.format(255, 255, 255)   # 输出'FF, 377, 11111111'
'My name is {0:{1}}.'.format('Fred', 8)       # 输出'My name is Fred    .'  动态指定参数

常用列表常量和操作

L = [[1, 2], 'string', {}]                        # 嵌套列表
L = list('spam')                                  # 列表初始化
L = list(range(0, 4))                             # 列表初始化
list(map(ord, 'spam'))                            # 列表解析
len(L)                                            # 求列表长度
L.count(value)                                    # 求列表中某个值的个数
L.append(obj)                                     # 向列表的尾部添加数据，比如append(2)，添加元素2
L.insert(index, obj)                              # 向列表的指定index位置添加数据，index及其之后的数据后移
L.extend(interable)                               # 通过添加iterable中的元素来扩展列表，比如extend([2])，添加元素2，注意和append的区别
L.index(value, [start, [stop]])                   # 返回列表中值value的第一个索引
L.pop([index])                                    # 删除并返回index处的元素，默认为删除并返回最后一个元素
L.remove(value)                                   # 删除列表中的value值，只删除第一次出现的value的值
del L[index]                                      # 删除指定索引元素
L.reverse()                                       # 反转列表
L.sort(cmp=None, key=None, reverse=False)         # 排序列表
sorted(L)                                         # 临时排序，不影响原列表
a = [1, 2, 3], b = a[10:]                         # 注意，这里不会引发IndexError异常，只会返回一个空的列表[]
a = [], a += [1]                                  # 这里实在原有列表的基础上进行操作，即列表的id没有改变
a = [], a = a + [1]                               # 这里最后的a要构建一个新的列表，即a的id发生了变化

用切片来删除序列的某一段

a = [1, 2, 3, 4, 5, 6, 7]
a[1:4] = []                                       # a = [1, 5, 6, 7]
a = [0, 1, 2, 3, 4, 5, 6, 7]
del a[::2]                                        # 去除偶数项(偶数索引的)，a = [1, 3, 5, 7]

常用字典常量和操作

D = {}
D = {'spam':2, 'tol':{'ham':1}}                   # 嵌套字典
D = dict.fromkeys(['s', 'd'], 8)                  # {'s': 8, 'd': 8}
D = dict(name = 'tom', age = 12)                  # {'age': 12, 'name': 'tom'}
D = dict([('name', 'tom'), ('age', 12)])          # {'age': 12, 'name': 'tom'}
D = dict(zip(['name', 'age'], ['tom', 12]))       # {'age': 12, 'name': 'tom'}
D.keys(); D.values(); D.items()                   # 字典键、值以及键值对
D.get(key, default)                               # get函数
D.update(D_other)                                 # 合并字典，如果存在相同的键值，D_other的数据会覆盖掉D的数据
D.pop(key, [D])                                   # 删除字典中键值为key的项，返回键值为key的值，如果不存在，返回默认值D，否则异常
D.popitem()                                       # pop字典中随机的一项（一个键值对）
D.setdefault(k[, d])                              # 设置D中某一项的默认值。如果k存在，则返回D[k]，否则设置D[k]=d，同时返回D[k]。
del D                                             # 删除字典
del D['key']                                      # 删除字典的某一项
if key in D:   if key not in D:                   # 测试字典键是否存在
# 字典注意事项：（1）对新索引赋值会添加一项（2）字典键不一定非得是字符串，也可以为任何的不可变对象
# 不可变对象：调用对象自身的任意方法，也不会改变该对象自身的内容，这些方法会创建新的对象并返回。
# 字符串、整数、tuple都是不可变对象，dict、set、list都是可变对象
D[(1,2,3)] = 2                                    # tuple作为字典的key

字典解析

D = {k:8 for k in ['s', 'd']}                     # {'s': 8, 'd': 8}
D = {k:v for (k, v) in zip(['name', 'age'], ['tom', 12])}       # {'age': 12, 'name': tom}

字典的特殊方法missing：当查找找不到key时，会执行该方法

class Dict(dict):
    def __missing__(self, key):
        self[key] = []
        return self[key]
dct = Dict()
dct["foo"].append(1)    # 这有点类似于collections.defalutdict
dct["foo"]              # [1]

元组和列表的唯一区别在于元组是不可变对象，列表时可变对象

a = [1, 2, 3]           # a[1] = 0, OK
a = (1, 2, 3)           # a[1] = 0, Error
a = ([1, 2])            # a[0][1] = 0, OK
a = [(1, 2)]            # a[0][1] = 0, Error

元组的特殊语法: 逗号和圆括号

D = (12)                # 此时D为一个整数 即D = 12
D = (12, )              # 此时D为一个元组 即D = (12, )

文件基本操作

output = open(r'C:\spam', 'w')          # 打开输出文件，用于写
input = open('data', 'r')               # 打开输入文件，用于读。打开的方式可以为'w', 'r', 'a', 'wb', 'rb', 'ab'等
fp.read([size])                         # size为读取的长度，以byte为单位
fp.readline([size])                     # 读一行，如果定义了size，有可能返回的只是一行的一部分
fp.readlines([size])                    # 把文件每一行作为一个list的一个成员，并返回这个list。其实它的内部是通过循环调用readline()来实现的。如果提供size参数，size是表示读取内容的总长。
fp.readable()                           # 是否可读
fp.write(str)                           # 把str写到文件中，write()并不会在str后加上一个换行符
fp.writelines(seq)                      # 把seq的内容全部写到文件中(多行一次性写入)
fp.writeable()                          # 是否可写
fp.close()                              # 关闭文件。
fp.flush()                              # 把缓冲区的内容写入硬盘
fp.fileno()                             # 返回一个长整型的”文件标签“
fp.isatty()                             # 文件是否是一个终端设备文件（unix系统中的）
fp.tell()                               # 返回文件操作标记的当前位置，以文件的开头为原点
fp.next()                               # 返回下一行，并将文件操作标记位移到下一行。把一个file用于for … in file这样的语句时，就是调用next()函数来实现遍历的。
fp.seek(offset[,whence])                # 将文件打操作标记移到offset的位置。whence可以为0表示从头开始计算，1表示以当前位置为原点计算。2表示以文件末尾为原点进行计算。
fp.seekable()                           # 是否可以seek
fp.truncate([size])                     # 把文件裁成规定的大小，默认的是裁到当前文件操作标记的位置。
for line in open('data'): 
    print(line)                         # 使用for语句，比较适用于打开比较大的文件
open('f.txt', encoding = 'latin-1')     # Python3.x Unicode文本文件
open('f.bin', 'rb')                     # Python3.x 二进制bytes文件
# 文件对象还有相应的属性：buffer closed encoding errors line_buffering name newlines等

其他

Python中的真假值含义：1. 数字如果非零，则为真，0为假。 2. 其他对象如果非空，则为真
通常意义下的类型分类：1. 数字、序列、映射。 2. 可变类型和不可变类型

二、语法和语句

赋值语句的形式

spam = 'spam'                          # 基本形式
spam, ham = 'spam', 'ham'              # 元组赋值形式
[spam, ham] = ['s', 'h']               # 列表赋值形式
a, b, c, d = 'abcd'                    # 序列赋值形式
a, *b, c = 'spam'                      # 序列解包形式（Python3.x中才有）
spam = ham = 'no'                      # 多目标赋值运算，涉及到共享引用
spam += 42                             # 增强赋值，涉及到共享引用

序列赋值 序列解包

[a, b, c] = (1, 2, 3)                  # a = 1, b = 2, c = 3
a, b, c, d = "spam"                    # a = 's', b = 'p', c = 'a', d = 'm'
a, b, c = range(3)                     # a = 0, b = 1, c = 2
a, *b = [1, 2, 3, 4]                   # a = 1, b = [2, 3, 4]
*a, b = [1, 2, 3, 4]                   # a = [1, 2, 3], b = 4
a, *b, c = [1, 2, 3, 4]                # a = 1, b = [2, 3], c = 4

带有*时 会优先匹配*之外的变量，如

a, *b, c = [1, 2]                      # a = 1, c = 2, b = []

print函数原型

print(value, ..., sep=' ', end='\n', file=sys.stdout, flush=False)
# 流的重定向
print('hello world')                   # 等于sys.stdout.write('hello world')
temp = sys.stdout                      # 原有流的保存
sys.stdout = open('log.log', 'a')      # 流的重定向
print('hello world')                   # 写入到文件log.log
sys.stdout.close()
sys.stdout = temp                      # 原有流的复原

and，or

Python中and或or总是返回对象(左边的对象或右边的对象) 且具有短路求值的特性

1 or 2 or 3                            # 返回 1
1 and 2 and 3                          # 返回 3

if/else三元表达符（if语句在行内）

A = 1 if X else 2
A = 1 if X else (2 if Y else 3)
# 也可以使用and-or语句（一条语句实现多个if-else）
result = (a > 20 and "big than 20" or a > 10 and "big than 10" or a > 5 and "big than 5")

while，for

Python的while语句或者for语句可以带else语句 当然也可以带continue/break/pass语句

while a > 1:
    anything
else:
    anything
# else语句会在循环结束后执行，除非在循环中执行了break，同样的还有for语句
for i in range(5):
    anything
else:
    anything

for循环的元组赋值

for (a, b) in [(1, 2), (3, 4)]:                   # 最简单的赋值
for ((a, b), c) in [((1, 2), 3), ((4, 5), 6)]:    # 自动解包赋值
for ((a, b), c) in [((1, 2), 3), ("XY", 6)]:      # 自动解包 a = X, b = Y, c = 6
for (a, *b) in [(1, 2, 3), (4, 5, 6)]:            # 自动解包赋值

列表解析语法

M = [[1,2,3], [4,5,6], [7,8,9]]
res = [sum(row) for row in M]                     # G = [6, 15, 24] 一般的列表解析 生成一个列表
res = [c * 2 for c in 'spam']                     # ['ss', 'pp', 'aa', 'mm']
res = [a * b for a in [1, 2] for b in [4, 5]]     # 多解析过程 返回[4, 5, 8, 10]
res = [a for a in [1, 2, 3] if a < 2]             # 带判断条件的解析过程
res = [a if a > 0 else 0 for a in [-1, 0, 1]]     # 带判断条件的高级解析过程

两个列表同时解析：使用zip函数

for teama, teamb in zip(["Packers", "49ers"], ["Ravens", "Patriots"]):
    print(teama + " vs. " + teamb)

输出：

Packers vs. Ravens
49ers vs. Patriots

带索引的列表解析：使用enumerate函数

for index, team in enumerate(["Packers", "49ers", "Ravens", "Patriots"]):
    print(index, team)

输出：

0 Packers
1 49ers
2 Ravens
3 Patriots

生成器表达式

G = (sum(row) for row in M)                       # 使用小括号可以创建所需结果的生成器generator object
next(G), next(G), next(G)                         # 输出(6, 15, 24)
G = {sum(row) for row in M}                       # G = {6, 15, 24} 解析语法还可以生成集合和字典
G = {i:sum(M[i]) for i in range(3)}               # G = {0: 6, 1: 15, 2: 24}

文档字符串

出现在Module的开端以及其中函数或类的开端 使用三重引号字符串

"""
module document
"""
def func():
    """
    function document
    """
    print()
class Employee:
    """
    class document
    """
    print()
print(func.__doc__)                # 输出函数文档字符串
print(Employee.__doc__)            # 输出类的文档字符串

命名惯例

以单一下划线开头的变量名(_X)不会被from module import*等语句导入

前后有两个下划线的变量名(__X__)是系统定义的变量名，对解释器有特殊意义

以两个下划线开头但不以下划线结尾的变量名(__X)是类的本地(私有)变量

列表解析 in成员关系测试 map sorted zip enumerate内置函数等都使用了迭代协议

'first line' in open('test.txt')   # in测试 返回True或False
list(map(str.upper, open('t')))    # map内置函数
sorted(iter([2, 5, 8, 3, 1]))      # sorted内置函数
list(zip([1, 2], [3, 4]))          # zip内置函数 [(1, 3), (2, 4)]

del语句: 手动删除某个变量

del X

获取列表的子表的方法:

x = [1,2,3,4,5,6]
x[:3]                              # 前3个[1,2,3]
x[1:5]                             # 中间4个[2,3,4,5]
x[-3:]                             # 最后3个[4,5,6]
x[::2]                             # 奇数项[1,3,5]
x[1::2]                            # 偶数项[2,4,6]

手动迭代：iter和next

L = [1, 2]
I = iter(L)                        # I为L的迭代器
I.next()                           # 返回1
I.next()                           # 返回2
I.next()                           # Error:StopIteration

Python中的可迭代对象

"""
1.range迭代器
2.map、zip和filter迭代器
3.字典视图迭代器：D.keys()), D.items()等
4.文件类型
"""

三、函数语法规则

函数相关的语句和表达式

myfunc('spam')                     # 函数调用
def myfunc():                      # 函数定义
return None                        # 函数返回值
global a                           # 全局变量(在函数内部使用全局变量)
nonlocal x                         # 在函数或其他作用域中使用外层（非全局）变量
yield x                            # 生成器函数返回
lambda                             # 匿名函数

Python函数变量名解析:LEGB原则

local(functin) --> encloseing function locals --> global(module) --> build-in(python)

说明:以下边的函数maker为例 则相对于action而言 X为Local N为Encloseing

嵌套函数举例:工厂函数

def maker(N):
    def action(X):
        return X ** N
    return action
f = maker(2)                       # pass 2 to N
f(3)                               # 9, pass 3 to X

嵌套函数举例:lambda实例

def maker(N):
    action = (lambda X: X**N)
    return action
f = maker(2)                       # pass 2 to N
f(3)                               # 9, pass 3 to X

nonlocal和global语句的区别

# nonlocal应用于一个嵌套的函数的作用域中的一个名称 例如:
start = 100
def tester(start):
    def nested(label):
        nonlocal start             # 指定start为tester函数内的local变量 而不是global变量start
        print(label, start)
        start += 3
    return nested
# global为全局的变量 即def之外的变量
def tester(start):
    def nested(label):
        global start               # 指定start为global变量start
        print(label, start)
        start += 3
    return nested

函数参数：不可变参数通过“值”传递，可变参数通过“引用”传递

def f(a, b, c): print(a, b, c)
f(1, 2, 3)                         # 参数位置匹配
f(1, c = 3, b = 2)                 # 参数关键字匹配
def f(a, b=1, c=2): print(a, b, c)
f(1)                               # 默认参数匹配
f(1, 2)                            # 默认参数匹配
f(a = 1, c = 3)                    # 关键字参数和默认参数的混合

Keyword-Only参数:出现在*args之后 必须用关键字进行匹配

def keyOnly(a, *b, c): print('')   # c就为keyword-only匹配 必须使用关键字c = value匹配
def keyOnly(a, *, b, c): ......    # b c为keyword-only匹配 必须使用关键字匹配
def keyOnly(a, *, b = 1): ......   # b有默认值 或者省略 或者使用关键字参数b = value

可变参数匹配: * 和 **

def f(*args): print(args)          # 在元组中收集不匹配的位置参数
f(1, 2, 3)                         # 输出(1, 2, 3)
def f(**args): print(args)         # 在字典中收集不匹配的关键字参数
f(a = 1, b = 2)                    # 输出{'a':1, 'b':2}
def f(a, *b, **c): print(a, b, c)  # 两者混合使用
f(1, 2, 3, x=4, y=5)               # 输出1, (2, 3), {'x':4, 'y':5}

函数调用时的参数解包: * 和 ** 分别解包元组和字典

func(1, *(2, 3))  <==>  func(1, 2, 3)
func(1, **{'c':3, 'b':2})  <==>  func(1, b = 2, c = 3)
func(1, *(2, 3), **{'c':3, 'b':2})  <==>  func(1, 2, 3, b = 2, c = 3)

函数属性:(自己定义的)函数可以添加属性

def func():.....
func.count = 1                     # 自定义函数添加属性
print.count = 1                    # Error 内置函数不可以添加属性

函数注解: 编写在def头部行 主要用于说明参数范围、参数类型、返回值类型等

def func(a:'spam', b:(1, 10), c:float) -> int :
    print(a, b, c)
func.__annotations__               # {'c':<class 'float'>, 'b':(1, 10), 'a':'spam', 'return':<class 'int'>}
# 编写注解的同时 还是可以使用函数默认值 并且注解的位置位于=号的前边
def func(a:'spam'='a', b:(1, 10)=2, c:float=3) -> int :
    print(a, b, c)

匿名函数:lambda

f = lambda x, y, z : x + y + z     # 普通匿名函数，使用方法f(1, 2, 3)
f = lambda x = 1, y = 1: x + y     # 带默认参数的lambda函数
def action(x):                     # 嵌套lambda函数
    return (lambda y : x + y)
f = lambda: a if xxx() else b      # 无参数的lambda函数，使用方法f()

lambda函数与map filter reduce函数的结合

list(map((lambda x: x + 1), [1, 2, 3]))              # [2, 3, 4]
list(filter((lambda x: x > 0), range(-4, 5)))        # [1, 2, 3, 4]
functools.reduce((lambda x, y: x + y), [1, 2, 3])    # 6
functools.reduce((lambda x, y: x * y), [2, 3, 4])    # 24

生成器函数:yield VS return

def gensquare(N):
    for i in range(N):
        yield i** 2                # 状态挂起 可以恢复到此时的状态
for i in gensquare(5):             # 使用方法
    print(i, end = ' ')            # [0, 1, 4, 9, 16]
x = gensquare(2)                   # x是一个生成对象
next(x)                            # 等同于x.__next__() 返回0
next(x)                            # 等同于x.__next__() 返回1
next(x)                            # 等同于x.__next__() 抛出异常StopIteration

生成器表达式:小括号进行列表解析

G = (x ** 2 for x in range(3))     # 使用小括号可以创建所需结果的生成器generator object
next(G), next(G), next(G)          # 和上述中的生成器函数的返回值一致
#（1）生成器(生成器函数/生成器表达式)是单个迭代对象
G = (x ** 2 for x in range(4))
I1 = iter(G)                       # 这里实际上iter(G) = G
next(I1)                           # 输出0
next(G)                            # 输出1
next(I1)                           # 输出4
#（2）生成器不保留迭代后的结果
gen = (i for i in range(4))
2 in gen                           # 返回True
3 in gen                           # 返回True
1 in gen                           # 返回False，其实检测2的时候，1已经就不在生成器中了，即1已经被迭代过了，同理2、3也不在了

本地变量是静态检测的

X = 22                             # 全局变量X的声明和定义
def test():
    print(X)                       # 如果没有下一语句 则该句合法 打印全局变量X
    X = 88                         # 这一语句使得上一语句非法 因为它使得X变成了本地变量 上一句变成了打印一个未定义的本地变量(局部变量)
    if False:                      # 即使这样的语句 也会把print语句视为非法语句 因为:
        X = 88                     # Python会无视if语句而仍然声明了局部变量X
def test():                        # 改进
    global X                       # 声明变量X为全局变量
    print(X)                       # 打印全局变量X
    X = 88                         # 改变全局变量X

函数的默认值是在函数定义的时候实例化的 而不是在调用的时候 例子:

def foo(numbers=[]):               # 这里的[]是可变的
    numbers.append(9)    
    print(numbers)
foo()                              # first time, like before, [9]
foo()                              # second time, not like before, [9, 9]
foo()                              # third time, not like before too, [9, 9, 9]
# 改进:
def foo(numbers=None):
    if numbers is None: numbers = []
    numbers.append(9)
    print(numbers)
# 另外一个例子 参数的默认值为不可变的:
def foo(count=0):                  # 这里的0是数字, 是不可变的
    count += 1
    print(count)
foo()                              # 输出1
foo()                              # 还是输出1
foo(3)                             # 输出4
foo()                              # 还是输出1

四、函数例子

数学运算类

abs(x)                              # 求绝对值，参数可以是整型，也可以是复数，若参数是复数，则返回复数的模
complex([real[, imag]])             # 创建一个复数
divmod(a, b)                        # 分别取商和余数，注意：整型、浮点型都可以
float([x])                          # 将一个字符串或数转换为浮点数。如果无参数将返回0.0
int([x[, base]])                    # 将一个字符串或浮点数转换为int类型，base表示进制
long([x[, base]])                   # 将一个字符串或浮点数转换为long类型
pow(x, y)                           # 返回x的y次幂
range([start], stop[, step])        # 产生一个序列，默认从0开始
round(x[, n])                       # 四舍五入
sum(iterable[, start])              # 对集合求和
oct(x)                              # 将一个数字转化为8进制字符串
hex(x)                              # 将一个数字转换为16进制字符串
chr(i)                              # 返回给定int类型对应的ASCII字符
unichr(i)                           # 返回给定int类型的unicode
ord(c)                              # 返回ASCII字符对应的整数
bin(x)                              # 将整数x转换为二进制字符串
bool([x])                           # 将x转换为Boolean类型

集合类操作

basestring()                        # str和unicode的超类，不能直接调用，可以用作isinstance判断
format(value [, format_spec])       # 格式化输出字符串，格式化的参数顺序从0开始，如“I am {0},I like {1}”
enumerate(sequence[, start=0])      # 返回一个可枚举的对象，注意它有第二个参数
iter(obj[, sentinel])               # 生成一个对象的迭代器，第二个参数表示分隔符
max(iterable[, args...][key])       # 返回集合中的最大值
min(iterable[, args...][key])       # 返回集合中的最小值
dict([arg])                         # 创建数据字典
list([iterable])                    # 将一个集合类转换为另外一个集合类
set()                               # set对象实例化
frozenset([iterable])               # 产生一个不可变的set
tuple([iterable])                   # 生成一个tuple类型
str([object])                       # 转换为string类型
sorted(iterable[, cmp[, key[, reverse]]])             # 集合排序
    L = [('b',2),('a',1),('c',3),('d',4)]
    sorted(L, key=lambda x: x[1]), reverse=True)      # 使用Key参数和reverse参数
    sorted(L, key=lambda x: (x[0], x[1]))             # 使用key参数进行多条件排序，即如果x[0]相同，则比较x[1]

"""逻辑判断"""
all(iterable)                       # 集合中的元素都为真的时候为真，特别的，若为空串返回为True
any(iterable)                       # 集合中的元素有一个为真的时候为真，特别的，若为空串返回为False
cmp(x, y)                           # 如果x < y ,返回负数；x == y, 返回0；x > y,返回正数

"""IO操作"""
file(filename [, mode [, bufsize]]) # file类型的构造函数。
input([prompt])                     # 获取用户输入，推荐使用raw_input，因为该函数将不会捕获用户的错误输入
raw_input([prompt])                 # 设置输入，输入都是作为字符串处理
open(name[, mode[, buffering]])     # 打开文件，与file有什么不同？推荐使用open

"""其他"""
callable(object)                    # 检查对象object是否可调用
classmethod(func)                   # 用来说明这个func是个类方法
staticmethod(func)                  # 用来说明这个func为静态方法
dir([object])                       # 不带参数时，返回当前范围内的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表。
help(obj)                           # 返回obj的帮助信息
eval(expression)                    # 计算表达式expression的值，并返回
exec(str)                           # 将str作为Python语句执行
execfile(filename)                  # 用法类似exec()，不同的是execfile的参数filename为文件名，而exec的参数为字符串。
filter(function, iterable)          # 构造一个序列，等价于[item for item in iterable if function(item)]，function返回值为True或False的函数
    list(filter(bool, range(-3, 4)))# 返回[-3, -2, -1, 1, 2, 3], 没有0
hasattr(object, name)               # 判断对象object是否包含名为name的特性
getattr(object, name [, defalut])   # 获取一个类的属性
setattr(object, name, value)        # 设置属性值
delattr(object, name)               # 删除object对象名为name的属性
globals()                           # 返回一个描述当前全局符号表的字典
hash(object)                        # 如果对象object为哈希表类型，返回对象object的哈希值
id(object)                          # 返回对象的唯一标识，一串数字
isinstance(object, classinfo)       # 判断object是否是class的实例
    isinstance(1, int)              # 判断是不是int类型
    isinstance(1, (int, float))     # isinstance的第二个参数接受一个元组类型
issubclass(class, classinfo)        # 判断class是否为classinfo的子类
locals()                            # 返回当前的变量列表
map(function, iterable, ...)        # 遍历每个元素，执行function操作
    list(map(abs, range(-3, 4)))    # 返回[3, 2, 1, 0, 1, 2, 3]
next(iterator[, default])           # 类似于iterator.next()
property([fget[, fset[, fdel[, doc]]]])           # 属性访问的包装类，设置后可以通过c.x=value等来访问setter和getter
reduce(function, iterable[, initializer])         # 合并操作，从第一个开始是前两个参数，然后是前两个的结果与第三个合并进行处理，以此类推
    def add(x,y):return x + y 
    reduce(add, range(1, 11))                     # 返回55 (注:1+2+3+4+5+6+7+8+9+10 = 55)
    reduce(add, range(1, 11), 20)                 # 返回75
reload(module)                      # 重新加载模块
repr(object)                        # 将一个对象变幻为可打印的格式
slice(start, stop[, step])          # 产生分片对象
type(object)                        # 返回该object的类型
vars([object])                      # 返回对象的变量名、变量值得字典
    a = Class();                    # Class为一个空类
    a.name = 'qi', a.age = 9
    vars(a)                         # {'name':'qi', 'age':9}
zip([iterable, ...])                # 返回对应数组
    list(zip([1, 2, 3], [4, 5, 6])) # [(1, 4), (2, 5), (3, 6)]
    a = [1, 2, 3],  b = ["a", "b", "c"]
    z = zip(a, b)                   # 压缩：[(1, "a"), (2, "b"), (3, "c")]
    zip(*z)                         # 解压缩：[(1, 2, 3), ("a", "b", "c")]
unicode(string, encoding, errors)   # 将字符串string转化为unicode形式，string为encoded string。

​

五、模块Moudle

Python模块搜索路径:

(1)程序的主目录

(2)PYTHONPATH目录

(3)标准链接库目录

(4)任何.pth文件的内容

查看全部的模块搜索路径

import sys
sys.path
sys.argv                            # 获得脚本的参数
sys.builtin_module_names            # 查找内建模块
sys.platform                        # 返回当前平台 出现如： "win32" "linux" "darwin"等
sys.modules                         # 查找已导入的模块
sys.modules.keys()
sys.stdout                          # stdout 和 stderr 都是类文件对象，但是它们都是只写的。它们都没有 read 方法，只有 write 方法
sys.stdout.write("hello")
sys.stderr
sys.stdin

模块的使用代码

import module1, module2             # 导入module1 使用module1.printer()
from module1 import printer         # 导入module1中的printer变量 使用printer()
from module1 import *               # 导入module1中的全部变量 使用不必添加module1前缀

重载模块reload

这是一个内置函数 而不是一条语句

from imp import reload
reload(module)

模块的包导入

使用点号(.)而不是路径(dir1\dir2)进行导入

import dir1.dir2.mod                # d导入包(目录)dir1中的包dir2中的mod模块 此时dir1必须在Python可搜索路径中
from dir1.dir2.mod import *         # from语法的包导入

init.py包文件

每个导入的包中都应该包含这么一个init__.py文件

• 该文件可以为空

• 首次进行包导入时， 该文件会自动执行

• 高级功能:在该文件中使用__all__列表来定义包(目录)以from*的形式导入时 需要导入什么

包相对导入:使用点号(.) 只能使用from语句

from . import spam                  # 导入当前目录下的spam模块（错误: 当前目录下的模块, 直接导入即可）
from .spam import name              # 导入当前目录下的spam模块的name属性（错误: 当前目录下的模块, 直接导入即可，不用加.）
from .. import spam                 # 导入当前目录的父目录下的spam模块

包相对导入与普通导入的区别

from string import *                # 这里导入的string模块为sys.path路径上的 而不是本目录下的string模块(如果存在也不是)
from .string import *               # 这里导入的string模块为本目录下的(不存在则导入失败) 而不是sys.path路径上的

模块数据隐藏:最小化from*的破坏

_X                                  # 变量名前加下划线可以防止from*导入时该变量名被复制出去
__all__ = ['x', 'x1', 'x2']         # 使用__all__列表指定from*时复制出去的变量名(变量名在列表中为字符串形式)

模块属性

可以使用__name__进行模块的单元测试：当模块为顶层执行文件时值为__main__，当模块被导入时为模块名。

if __name__ == '__main__':
doSomething

模块属性中还有其他属性，例如：

__doc__                             # 模块的说明文档
__file__                            # 模块文件的文件名，包括全路径
__name__                            # 主文件或者被导入文件
__package__                         # 模块所在的包

import语句from语句的as扩展

import modulename as name
from modulename import attrname as name

得到模块属性的几种方法

假设为了得到__name__属性的值

M.__name__
M.__dict__['__name__']
sys.modules['M'].__name__
getattr(M, '__name__')

六、类与面向对象

最普通的类

class C1(C2, C3):
    spam = 42                       # 数据属性
    def __init__(self, name):       # 函数属性:构造函数
        self.name = name
    def __del__(self):              # 函数属性:析构函数
        print("goodbey ", self.name)    
I1 = C1('bob')

Python的类没有基于参数的函数重载

class FirstClass:
    def test(self, string):
        print(string)
    def test(self):                 # 此时类中只有一个test函数 即后者test(self) 它覆盖掉前者带参数的test函数
        print("hello world")

子类扩展超类: 尽量调用超类的方法

class Manager(Person):
    def giveRaise(self, percent, bonus = .10):
        self.pay = int(self.pay*(1 + percent + bonus))     # 不好的方式 复制粘贴超类代码
        Person.giveRaise(self, percent + bonus)            # 好的方式 尽量调用超类方法

类内省工具

bob = Person('bob')
bob.__class__                       # <class 'Person'>
bob.__class__.__name__              # 'Person'
bob.__dict__                        # {'pay':0, 'name':'bob', 'job':'Manager'}

返回1中 数据属性spam是属于类 而不是对象

I1 = C1('bob'); I2 = C2('tom')      # 此时I1和I2的spam都为42 但是都是返回的C1的spam属性
C1.spam = 24                        # 此时I1和I2的spam都为24
I1.spam = 3                         # 此时I1新增自有属性spam 值为2 I2和C1的spam还都为24

类方法调用的两种方式

instance.method(arg...)
class.method(instance, arg...)

抽象超类的实现方法

# (1)某个函数中调用未定义的函数 子类中定义该函数
    def delegate(self):
        self.action()               # 本类中不定义action函数 所以使用delegate函数时就会出错
# (2)定义action函数 但是返回异常
    def action(self):
        raise NotImplementedError("action must be defined")
# (3)上述的两种方法还都可以定义实例对象 实际上可以利用@装饰器语法生成不能定义的抽象超类
    from abc import ABCMeta, abstractmethod
    class Super(metaclass = ABCMeta):
        @abstractmethod
        def action(self): pass
    x = Super()                     # 返回 TypeError: Can't instantiate abstract class Super with abstract methods action

OOP和继承: “is-a”的关系

class A(B):
    pass
a = A()
isinstance(a, B)                    # 返回True, A是B的子类 a也是B的一种
# OOP和组合: "has-a"的关系
pass
# OOP和委托: "包装"对象 在Python中委托通常是以"__getattr__"钩子方法实现的, 这个方法会拦截对不存在属性的读取
# 包装类(或者称为代理类)可以使用__getattr__把任意读取转发给被包装的对象
class wrapper:
    def __init__(self, object):
        self.wrapped = object
    def __getattr(self, attrname):
        print('Trace: ', attrname)
        return getattr(self.wrapped, attrname)
# 注:这里使用getattr(X, N)内置函数以变量名字符串N从包装对象X中取出属性 类似于X.__dict__[N]
x = wrapper([1, 2, 3])
x.append(4)                         # 返回 "Trace: append" [1, 2, 3, 4]
x = wrapper({'a':1, 'b':2})
list(x.keys())                      # 返回 "Trace: keys" ['a', 'b']

类的伪私有属性:使用__attr

class C1:
    def __init__(self, name):
        self.__name = name          # 此时类的__name属性为伪私有属性 原理 它会自动变成self._C1__name = name
    def __str__(self):
        return 'self.name = %s' % self.__name
I = C1('tom')
print(I)                            # 返回 self.name = tom
I.__name = 'jeey'                   # 这里无法访问 __name为伪私有属性
I._C1__name = 'jeey'                # 这里可以修改成功 self.name = jeey

类方法是对象:无绑定类方法对象 / 绑定实例方法对象

class Spam:
    def doit(self, message):
        print(message)
    def selfless(message)
        print(message)
obj = Spam()
x = obj.doit                        # 类的绑定方法对象 实例 + 函数
x('hello world')
x = Spam.doit                       # 类的无绑定方法对象 类名 + 函数
x(obj, 'hello world')
x = Spam.selfless                   # 类的无绑定方法是函数 在3.0之前无效
x('hello world')

获取对象信息: 属性和方法

a = MyObject()
dir(a)                              # 使用dir函数
hasattr(a, 'x')                     # 测试是否有x属性或方法 即a.x是否已经存在
setattr(a, 'y', 19)                 # 设置属性或方法 等同于a.y = 19
getattr(a, 'z', 0)                  # 获取属性或方法 如果属性不存在 则返回默认值0
#这里有个小技巧，setattr可以设置一个不能访问到的属性，即只能用getattr获取
setattr(a, "can't touch", 100)      # 这里的属性名带有空格，不能直接访问
getattr(a, "can't touch", 0)        # 但是可以用getattr获取

为类动态绑定属性或方法: MethodType方法

# 一般创建了一个class的实例后, 可以给该实例绑定任何属性和方法, 这就是动态语言的灵活性
class Student(object):
    pass
s = Student()
s.name = 'Michael'                  # 动态给实例绑定一个属性
def set_age(self, age):             # 定义一个函数作为实例方法
    self.age = age
from types import MethodType
s.set_age = MethodType(set_age, s)  # 给实例绑定一个方法 类的其他实例不受此影响
s.set_age(25)                       # 调用实例方法
Student.set_age = MethodType(set_age, Student)    # 为类绑定一个方法 类的所有实例都拥有该方法

​

七、类的高级话题

多重继承

“混合类”, 搜索方式”从下到上 从左到右 广度优先”

class A(B, C):
    pass

类的继承和子类的初始化

# 1.子类定义了__init__方法时，若未显示调用基类__init__方法，python不会帮你调用。
# 2.子类未定义__init__方法时，python会自动帮你调用首个基类的__init__方法，注意是首个。
# 3.子类显示调用基类的初始化函数：
class FooParent(object):
    def __init__(self, a):
        self.parent = 'I\'m the Parent.'
        print('Parent:a=' + str(a))
    def bar(self, message):
        print(message + ' from Parent')
class FooChild(FooParent):
    def __init__(self, a):
        FooParent.__init__(self, a)
        print('Child:a=' + str(a))
    def bar(self, message):
        FooParent.bar(self, message)
        print(message + ' from Child')
fooChild = FooChild(10)
fooChild.bar('HelloWorld')

实例方法 / 静态方法 / 类方法

class Methods:
    def imeth(self, x): print(self, x)      # 实例方法：传入的是实例和数据，操作的是实例的属性
    def smeth(x): print(x)                  # 静态方法：只传入数据 不传入实例，操作的是类的属性而不是实例的属性
    def cmeth(cls, x): print(cls, x)        # 类方法：传入的是类对象和数据
    smeth = staticmethod(smeth)             # 调用内置函数，也可以使用@staticmethod
    cmeth = classmethod(cmeth)              # 调用内置函数，也可以使用@classmethod
obj = Methods()
obj.imeth(1)                                # 实例方法调用 <__main__.Methods object...> 1
Methods.imeth(obj, 2)                       # <__main__.Methods object...> 2
Methods.smeth(3)                            # 静态方法调用 3
obj.smeth(4)                                # 这里可以使用实例进行调用
Methods.cmeth(5)                            # 类方法调用 <class '__main__.Methods'> 5
obj.cmeth(6)                                # <class '__main__.Methods'> 6

函数装饰器:是它后边的函数的运行时的声明，由@符号以及后边紧跟的”元函数”(metafunction)组成

@staticmethod
def smeth(x): print(x)
# 等同于:
def smeth(x): print(x)
smeth = staticmethod(smeth)
# 同理
@classmethod
def cmeth(cls, x): print(x)
# 等同于
def cmeth(cls, x): print(x)
cmeth = classmethod(cmeth)

类修饰器:是它后边的类的运行时的声明，由@符号以及后边紧跟的”元函数”(metafunction)组成

def decorator(aClass):.....
@decorator
class C:....
# 等同于:
class C:....
C = decorator(C)

限制class属性: slots属性

class Student:
    __slots__ = ('name', 'age')             # 限制Student及其实例只能拥有name和age属性
# __slots__属性只对当前类起作用, 对其子类不起作用
# __slots__属性能够节省内存
# __slots__属性可以为列表list，或者元组tuple

类属性高级话题: @property

# 假设定义了一个类:C，该类必须继承自object类，有一私有变量_x
class C(object):
    def __init__(self):
        self.__x = None
# 第一种使用属性的方法
    def getx(self):
        return self.__x
    def setx(self, value):
        self.__x = value
    def delx(self):
        del self.__x
    x = property(getx, setx, delx, '')
# property函数原型为property(fget=None,fset=None,fdel=None,doc=None)
# 使用
c = C()
c.x = 100                         # 自动调用setx方法
y = c.x                           # 自动调用getx方法
del c.x                           # 自动调用delx方法
# 第二种方法使用属性的方法
    @property
    def x(self):
        return self.__x
    @x.setter
    def x(self, value):
       self.__x = value
    @x.deleter
    def x(self):
       del self.__x
# 使用
c = C()
c.x = 100                         # 自动调用setter方法
y = c.x                           # 自动调用x方法
del c.x                           # 自动调用deleter方法

定制类: 重写类的方法

# (1)__str__方法、__repr__方法: 定制类的输出字符串
# (2)__iter__方法、next方法: 定制类的可迭代性
class Fib(object):
    def __init__(self):
        self.a, self.b = 0, 1     # 初始化两个计数器a，b
    def __iter__(self):
        return self               # 实例本身就是迭代对象，故返回自己
    def next(self):
        self.a, self.b = self.b, self.a + self.b
        if self.a > 100000:       # 退出循环的条件
            raise StopIteration()
        return self.a             # 返回下一个值
for n in Fib():
    print(n)                      # 使用
# (3)__getitem__方法、__setitem__方法: 定制类的下标操作[] 或者切片操作slice
class Indexer(object):
    def __init__(self):
        self.data = {}
    def __getitem__(self, n):             # 定义getitem方法
        print('getitem:', n)                
        return self.data[n]
    def __setitem__(self, key, value):    # 定义setitem方法
        print('setitem:key = {0}, value = {1}'.format(key, value))
        self.data[key] = value
test = Indexer()
test[0] = 1;   test[3] = '3'              # 调用setitem方法
print(test[0])                            # 调用getitem方法
# (4)__getattr__方法: 定制类的属性操作
class Student(object):
    def __getattr__(self, attr):          # 定义当获取类的属性时的返回值
        if attr=='age':
            return 25                     # 当获取age属性时返回25
    raise AttributeError('object has no attribute: %s' % attr)
    # 注意: 只有当属性不存在时 才会调用该方法 且该方法默认返回None 需要在函数最后引发异常
s = Student()
s.age                                     # s中age属性不存在 故调用__getattr__方法 返回25
# (5)__call__方法: 定制类的'可调用'性
class Student(object):
    def __call__(self):                   # 也可以带参数
        print('Calling......')
s = Student()
s()                                       # s变成了可调用的 也可以带参数
callable(s)                               # 测试s的可调用性 返回True
#    (6)__len__方法：求类的长度
def __len__(self):
    return len(self.data)

动态创建类type()

# 一般创建类 需要在代码中提前定义
    class Hello(object):
        def hello(self, name='world'):
            print('Hello, %s.' % name)
    h = Hello()
    h.hello()                             # Hello, world
    type(Hello)                           # Hello是一个type类型 返回<class 'type'>
    type(h)                               # h是一个Hello类型 返回<class 'Hello'>
# 动态类型语言中 类可以动态创建 type函数可用于创建新类型
    def fn(self, name='world'):           # 先定义函数
        print('Hello, %s.' % name)
    Hello = type('Hello', (object,), dict(hello=fn)) 
    # 创建Hello类 type原型: type(name, bases, dict)
    h = Hello()                           # 此时的h和上边的h一致

八、异常相关

捕获异常:

    try:
    except:                               # 捕获所有的异常 等同于except Exception:
    except name:                          # 捕获指定的异常
    except name, value:                   # 捕获指定的异常和额外的数据(实例)
    except (name1, name2):
    except (name1, name2), value:
    except name4 as X:
    else:                                 # 如果没有发生异常
    finally:                              # 总会执行的部分
# 引发异常: raise子句(raise IndexError)
    raise <instance>                      # raise instance of a class, raise IndexError()
    raise <class>                         # make and raise instance of a class, raise IndexError
    raise                                 # reraise the most recent exception

Python3.x中的异常链

raise exception from otherException

except Exception as X:
    raise IndexError('Bad') from X

assert子句: assert <test>, <data>

assert x < 0, 'x must be negative'

with/as环境管理器:作为常见的try/finally用法模式的替代方案

with expression [as variable], expression [as variable]:
# 例子:
    with open('test.txt') as myfile:
        for line in myfile: print(line)
# 等同于:
    myfile = open('test.txt')
    try:
        for line in myfile: print(line)
    finally:
        myfile.close()

用户自定义异常: class Bad(Exception):…..

"""
Exception超类 / except基类即可捕获到其所有子类
Exception超类有默认的打印消息和状态 当然也可以定制打印显示:
"""
class MyBad(Exception):
    def __str__(self):
        return '定制的打印消息'
try:
    MyBad()
except MyBad as x:
    print(x)

用户定制异常数据

class FormatError(Exception):
    def __init__(self, line ,file):
        self.line = line
        self.file = file
try:
    raise FormatError(42, 'test.py')
except FormatError as X:
    print('Error at ', X.file, X.line)
# 用户定制异常行为(方法):以记录日志为例
class FormatError(Exception):
    logfile = 'formaterror.txt'
    def __init__(self, line ,file):
        self.line = line
        self.file = file
    def logger(self):
        open(self.logfile, 'a').write('Error at ', self.file, self.line)
try:
    raise FormatError(42, 'test.py')
except FormatError as X:
    X.logger()

关于sys.exc_info:允许一个异常处理器获取对最近引发的异常的访问

try:
    ......
except:
    # 此时sys.exc_info()返回一个元组(type, value, traceback)
    # type:正在处理的异常的异常类型
    # value:引发的异常的实例
    # traceback:堆栈信息

异常层次

BaseException
+-- SystemExit
+-- KeyboardInterrupt
+-- GeneratorExit
+-- Exception
    +-- StopIteration
    +-- ArithmeticError
    +-- AssertionError
    +-- AttributeError
    +-- BufferError
    +-- EOFError
    +-- ImportError
    +-- LookupError
    +-- MemoryError
    +-- NameError
    +-- OSError
    +-- ReferenceError
    +-- RuntimeError
    +-- SyntaxError
    +-- SystemError
    +-- TypeError
    +-- ValueError
    +-- Warning

​

九、Unicode和字节字符串

Python的字符串类型

"""Python2.x"""
# 1.str表示8位文本和二进制数据
# 2.unicode表示宽字符Unicode文本
"""Python3.x"""
# 1.str表示Unicode文本（8位或者更宽）
# 2.bytes表示不可变的二进制数据
# 3.bytearray是一种可变的bytes类型

字符编码方法

"""ASCII"""                   # 一个字节，只包含英文字符，0到127，共128个字符，利用函数可以进行字符和数字的相互转换
ord('a')                      # 字符a的ASCII码为97，所以这里返回97
chr(97)                       # 和上边的过程相反，返回字符'a'
"""Latin-1"""                 # 一个字节，包含特殊字符，0到255，共256个字符，相当于对ASCII码的扩展
chr(196)                      # 返回一个特殊字符：Ä
"""Unicode"""                 # 宽字符，一个字符包含多个字节，一般用于亚洲的字符集，比如中文有好几万字
"""UTF-8"""                   # 可变字节数，小于128的字符表示为单个字节，128到0X7FF之间的代码转换为两个字节，0X7FF以上的代码转换为3或4个字节
# 注意：可以看出来，ASCII码是Latin-1和UTF-8的一个子集
# 注意：utf-8是unicode的一种实现方式，unicode、gbk、gb2312是编码字符集

查看Python中的字符串编码名称，查看系统的编码

import encodings
help(encoding)
import sys
sys.platform                  # 'win64'
sys.getdefaultencoding()      # 'utf-8'
sys.getdefaultencoding()      # 返回当前系统平台的编码类型
sys.getsizeof(object)         # 返回object占有的bytes的大小

源文件字符集编码声明: 添加注释来指定想要的编码形式 从而改变默认值 注释必须出现在脚本的第一行或者第二行

"""说明：其实这里只会检查#和coding:utf-8，其余的字符都是为了美观加上的"""
# _*_ coding: utf-8 _*_
# coding = utf-8

编码，解码

编码: 字符串 –> 原始字节

解码: 原始字节 –> 字符串

Python3.x中的字符串应用

s = '...'                     # 构建一个str对象，不可变对象
b = b'...'                    # 构建一个bytes对象，不可变对象
s[0], b[0]                    # 返回('.', 113)
s[1:], b[1:]                  # 返回('..', b'..')
B = B"""
    xxxx
    yyyy
    """
# B = b'\nxxxx\nyyyy\n'
# 编码，将str字符串转化为其raw bytes形式：
    str.encode(encoding = 'utf-8', errors = 'strict')
    bytes(str, encoding)
# 编码例子：
    S = 'egg'
    S.encode()                    # b'egg'
    bytes(S, encoding = 'ascii')  # b'egg'
# 解码，将raw bytes字符串转化为str形式：
    bytes.decode(encoding = 'utf-8', errors = 'strict')
    str(bytes_or_buffer[, encoding[, errors]])
# 解码例子：
    B = b'spam'
    B.decode()                # 'spam'
    str(B)                    # "b'spam'"，不带编码的str调用，结果为打印该bytes对象
    str(B, encoding = 'ascii')# 'spam'，带编码的str调用，结果为转化该bytes对象

Python2.x的编码问题

u = u'汉'
print repr(u)                 # u'\xba\xba'
s = u.encode('UTF-8')
print repr(s)                 # '\xc2\xba\xc2\xba'
u2 = s.decode('UTF-8')
print repr(u2)                # u'\xba\xba'
# 对unicode进行解码是错误的
s2 = u.decode('UTF-8')        # UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
# 同样，对str进行编码也是错误的
u2 = s.encode('UTF-8')        # UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 0: ordinal not in range(128)

bytes对象

B = b'abc'
B = bytes('abc', 'ascii')
B = bytes([97, 98, 99])
B = 'abc'.encode()
# bytes对象的方法调用基本和str类型一致 但:B[0]返回的是ASCII码值97, 而不是b'a'

文本文件，二进制文件

文本文件: 根据Unicode编码来解释文件内容，要么是平台的默认编码，要么是指定的编码类型

二进制文件：表示字节值的整数的一个序列 open('bin.txt', 'rb')

Unicode文件

s = 'A\xc4B\xe8C'             # s = 'A?BèC'  len(s) = 5
#手动编码
    l = s.encode('latin-1')   # l = b'A\xc4B\xe8C'  len(l) = 5
    u = s.encode('utf-8')     # u = b'A\xc3\x84B\xc3\xa8C'  len(u) = 7
#文件输出编码
    open('latindata', 'w', encoding = 'latin-1').write(s)
    l = open('latindata', 'rb').read()                        # l = b'A\xc4B\xe8C'  len(l) = 5
    open('uft8data', 'w', encoding = 'utf-8').write(s)
    u = open('uft8data', 'rb').read()                         # u = b'A\xc3\x84B\xc3\xa8C'  len(u) = 7
#文件输入编码
    s = open('latindata', 'r', encoding = 'latin-1').read()   # s = 'A?BèC'  len(s) = 5
    s = open('latindata', 'rb').read().decode('latin-1')      # s = 'A?BèC'  len(s) = 5
    s = open('utf8data', 'r', encoding = 'utf-8').read()      # s = 'A?BèC'  len(s) = 5
    s = open('utf8data', 'rb').read().decode('utf-8')         # s = 'A?BèC'  len(s) = 5

十、其他

Python实现任意深度的赋值

a[0] = 'value1'
a[1][2] = 'value2'
a[3][4][5] = 'value3'

class MyDict(dict):
    def __setitem__(self, key, value):                 # 该函数不做任何改动 这里只是为了输出
        print('setitem:', key, value, self)
        super().__setitem__(key, value)
    def __getitem__(self, item):                       # 主要技巧在该函数
        print('getitem:', item, self)                  # 输出信息
        # 基本思路: a[1][2]赋值时 需要先取出a[1] 然后给a[1]的[2]赋值
        if item not in self:                           # 如果a[1]不存在 则需要新建一个dict 并使得a[1] = dict
            temp = MyDict()                            # 新建的dict: temp
            super().__setitem__(item, temp)            # 赋值a[1] = temp
            return temp                                # 返回temp 使得temp[2] = value有效
        return super().__getitem__(item)               # 如果a[1]存在 则直接返回a[1]
# 例子:
    test = MyDict()
    test[0] = 'test'
    print(test[0])
    test[1][2] = 'test1'
    print(test[1][2])
    test[1][3] = 'test2'
    print(test[1][3])

Python中的多维数组

lists = [0] * 3                                        # 扩展list，结果为[0, 0, 0]
lists = [[]] * 3                                       # 多维数组，结果为[[], [], []]，但有问题，往下看
lists[0].append(3)                                     # 期望看到的结果[[3], [], []]，实际结果[[3], [3], [3]]，原因：list*n操作，是浅拷贝，如何避免？往下看
lists = [[] for i in range(3)]                         # 多维数组，结果为[[], [], []]
lists[0].append(3)                                     # 结果为[[3], [], []]
lists[1].append(6)                                     # 结果为[[3], [6], []]
lists[2].append(9)                                     # 结果为[[3], [6], [9]]
lists = [[[] for j in range(4)] for i in range(3)]     # 3行4列，且每一个元素为[]

代码规范

PEP 8 – Style Guide for Python Code

参考

xianhu/LearnPython

Python编程 : 从入门到实践