五年Python程序员平时学习笔记总结

一、可迭代对象、迭代器对象和生成器

像list, tuple等这些序列是可以使用for...in ...语句来进行遍历输出的。这是为什么呢?这就需要知道可迭代对象(Iterable)、迭代器对象(Iterator)和生成器对象(Generator)了。

1.什么可迭代对象?

把可以通过for...in...这类语句迭代读取一条数据供我们使用的对象。

2. 可迭代对象的本质?

可迭代对象通过__iter__方法向我们提供一个迭代器,我们在迭代一个可迭代对象的时候,实际上就是先获取该对象提供的一个迭代器,然后通过这个迭代器来依次获取对象中的每一个数据。

也就是说可迭代对象必须要有__iter__()方法

3.iter()函数与next()函数的作用是什么?

通过iter()函数获取可迭代对象的迭代器。

然后我们可以对获取到的迭代器不断使用next()函数来获取下一条数据。当我们已经迭代完最后一个数据之后,再次调用next()函数会抛出StopIteration异常,

来告诉我们所有数据都已迭代完成,不用再执行next()函数了。

4.什么是迭代器对象?

一个实现了__iter__方法和__next__方法的对象,就是迭代器。

5. 什么是生成器?

简单来说:只要在def中有yield关键字的 就称为生成器

6.yield的作用是什么?

yield关键字有两点作用:

(1).保存当前运行状态(断点),然后暂停执行,即将生成器(函数)挂起

(2).将yield关键字后面表达式的值作为返回值返回,此时可以理解为起到了return的作用

Python2中的原生协程就是使用yield关键字,但在Python3中是使用了yield from。

7.如果启动生成器?

send():除了能唤醒生成器外,还可以给生成器传递值;

next():单纯的获取生成器中的一个值。

机器代码语言键盘上的按钮

二、GIL

前言:了解Python的都知道,在Python中多线程并不是真正意义上的多线程。那为什么在Python中多线程的威力没有像其他语言那样大呢?

1.GIL全称是全局解释器锁,保证了同一时刻只有一个线程在执行。

2.作用:在单核的情况下实现多任务!这在当时非常厉害的技术。

3.产生问题的原因:一个CPU分配给一个进程,进程的线程使用GIL进行资源抢夺。在多核情况下,会使其他核空闲,CPU的利用率不高。

4.解决方案:

1). 使用其他解释器,如JPython(但是太慢了,不好!)。因为只有在CPython中才存在GIL。

2). 使用其他语言(C/Java)来写多线程这部分代码

3). 使用多进程+协程的方式。(推荐的方式,很高效)!

三、浅拷贝VS深拷贝

深拷贝(deepcopy):它是一种递归的方式拷贝某个对象,单独形成一个新对象。这种方式很浪费资源。使用from some_moudle import xx 就是一种深拷贝的方式!

浅拷贝(copy):它支复制一层信息,占用的资源少!而且大部分的形式都是一浅拷贝的方式!

深拷贝示意图:

浅拷贝示意图:

四、面向对象总结:

1.私有化

(1).x:公有变量;

(2)._x:单个前置下划线,私有化方法或属性,from some_module import *是不能导入的,只有类和对象可以访问;

(3).__x:双前置下划线,避免与子类中的属性命名冲突,外部无法访问,但是可以通过特殊的方式(obj._类名__xx)访问到

(4).__x__:双前后下划线,用户名字空间的魔法方法后属性。最好不要用这种命名方式!

(5).x_:单后置下划线,用于避免与Python关键词冲突!不要使用哦!

2.封装

一个功能一个函数,把相关函数封装成一个类对象。好处是代码可以复用,让代码更加清爽!

3.继承:

多个子类拥有相同的功能,然后把相同的函数放到父类中,通过子类的方式继承下来。好处是代码复用。

4.多态:

(1).必须要有继承;

(2).不同对象调用同一个函数,会有不同的表现形式;

(3).Python中的多态并不是严谨的多态,因为没有做类型检查!

5.类与实例对象之间的关系:

6.面向函数编程 VS 面向对象编程:

面向函数编程:一个功能,一个函数。

面向对象编程:把相关函数封装成一个类对象。

五、模块导入与路径搜索

1.动态导入:

(1). import module;

(2). __import__("some_module")

这两种方式是一样的!

2.路径搜索:

在导入某个模块时,会在sys.path()中搜索目标模块。如果找到了,那么就停止搜索,否则一直找到最后!

3.重新加载模块

from imp import reload,reload函数的好处是当导入的某个模块做了修改时,又不想通过关机来重新导入,而是进行热更新,就能获取到修改后的值!

六、类中方法总结

1.魔法方法

(1). __init__:用于初始化对象

(2). __new__:用于创建对象

(3).__call_:使对象变得可调用

(4). __dict__:把类中的属性组成一个字典,属性名作为key, 属性值作为value

(5).__class__:用于查看对象是由哪个类创建的

2.super():

当有多个类发生继承关系时,Python内部会维护着一张继承表(通过__mro__可以查看)。super()在当前继承表中找到自己的位置,然后执行下一个类的__init__方法。

七、上下文管理器(ContextManager)

在很多时候,我们都会看到with open(filename, 'w') as f:pass,这种操作文件的方式。这种操作的好处就是我们不需要手动调用f.close()来关闭我们打开的文件。这是为什么呢?

任何一个上下文管理器对象都可以使用with关键字来操作。什么是上下文管理器呢?

只要实现了__enter__()和__exit__()方法的类就是上下文管理器!

__enter__():返回资源对象。

__exit__():在操作完成之后,进行清除工作。如关闭文件

连接数据库的上下文管理器:

第一种方式:

from pymysql import connect
class DBHelper:
 def __init__(self):
 self.conn = connect(host='localhost', port=3306, user='user', password='password', database='database', charset='utf8')
 self.csr = self.conn.cursor()
 
 def __enter__(self):
 return self.csr
 
 def __exit__(self, exc_type, exc_val, exc_tb):
 self.csr.close()
 self.conn.close()
 
with DBHelper() as csr:
 sql = """select * from table;"""
 csr.execute(sql)
 all_datas = csr.fetchall()
for item in all_datas:
 print(item)

第二种方式:

@contextmanager
def conn_db():
 conn = connect(host='localhost', port=3306, user='user', password='password', database='database', charset='utf8')
 csr = conn.cursor()
 
 yield csr
 
 csr.close()
 conn.close()
 
with conn_db() as csr:
 sql = """select * from table"""
 csr.execute(sql)
 all_datas = csr.fetchall()
for item in all_datas:
 print(item)

·END·

原文发布于微信公众号 - python教程(pythonjc)

原文发表时间:2019-09-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券