首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

我真的受够了,竟然整理出这么完整的Python知识点

一:类型和运算

–1.1 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

– 1.2 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")

里面有各种学习资料和我整理的一份2018最新0基础入门视频,都无偿提供给大家,还有各种资料和开发工具包满足大家,希望搭建一个好的学习环境,每天里面更新最新Python市场行情。

– 1.3 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hash类型:原地可变类型:list、dict和set。它们不可以作为字典的key。

– 1.4 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(str, 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

– 1.5 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xy, 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 >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], x(……) # 索引、分片、调用int(3.14), float(3) # 强制类型转换

– 1.6 整数可以利用bit_length函数测试所占的位数

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

– 1.7 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。"""

– 1.8 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

– 1.9 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sysmmetric 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itemt.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.issuperset(t) s.copy() s.discard(x) s.clear() # 集合解析,结果: # 集合解析,结果:{'a', 'p', 's', 'm'}

– 1.10 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、tuple等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

– 1.11 布尔类型bool

type(True) # 返回isinstance(False, int) # bool类型属于整形,所以返回TrueTrue == 1, True is 1 # 输出(True, False)

– 1.12 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]

– 1.13 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 pam" # 转义字符S = """spam""" # 三重引号字符串,一般用于函数说明S = r'emp' # 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 parrot'.format('kind') # 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

– 1.14 内置str处理函数:

str.upper() str.lower() str.swapcase() str.capitalize() str.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str.ljust(width) # 获取固定长度,右对齐,左边不够用空格补齐str.rjust(width) # 获取固定长度,左对齐,右边不够用空格补齐str.center(width) # 获取固定长度,中间对齐,两边不够用空格补齐str.zfill(width) # 获取固定长度,右对齐,左边不足用0补齐str.find('t',start,end) # 查找字符串,可以指定起始及结束位置搜索str.rfind('t') # 从右边开始查找字符串str.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-1str.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newstr.strip() str.lstrip() str.rstrip() str.strip('d') str.lstrip('d') str.rstrip('d')str.startswith('start') # 是否以start开头str.endswith('end') # 是否以end结尾str.isalnum() str.isalpha() str.isdigit() str.islower() str.isupper() # 判断字符串是否全为字符、数字、大写、小写

– 1.15 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

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

– 1.16 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

– 1.17 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13bin(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('1001', '0o15', '0xd')

– 1.18 另类字符串连接

name = "wang" "hong" #单行,name = "wanghong"name = "wang" "hong" #多行,name = "wanghong"

– 1.19 Python中的字符串格式化实现1(字符串格式化表达式)

"""基于C语言的'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

– 1.20 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", and ".format('spam', 'ham', 'eggs') # 基于位置的调用" and ".format(motto = 'spam', pork = 'ham') # 基于Key的调用" and ".format(ham, motto = 'spam') # 混合调用# 添加键 属性 偏移量 (import sys)"my runs ".format(sys, {'spam':'laptop'}) # 基于位置的键和属性" ".format(sys = sys, config = {'spam':'laptop'}) # 基于Key的键和属性"first = , second = ".format(['A', 'B', 'C']) # 基于位置的偏移量# 具体格式化", , ".format(3.14159, 3.14159, 3.14159) # 输出'3.141590e+00, 3.142e+00, 3.14159'"".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 ::= #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: '= = '.format('spam', 123.456) # 输出'=spam = 123.456' '=='.format('test') # 输出'= test=' '=='.format('test') # 输出'=test =' '=='.format('test') # 输出'= test =' ', , '.format(255, 255, 255) # 输出'FF, 377, 11111111' 'My name is }.'.format('Fred', 8) # 输出'My name is Fred .' 动态指定参数

– 1.21 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2L.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L.reverse() # 反转列表L.sort(cmp=None, key=None, reverse=False) # 排序列表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

– 1.22 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]

– 1.23 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) # {'d': 8, 's': 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

– 1.24 字典解析

D = # {'d': 8, 's': 8}D =

– 1.25 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.defalutdictdct["foo"] # [1]

– 1.26 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, OKa = (1, 2, 3) # a[1] = 0, Errora = ([1, 2]) # a[0][1] = 0, OKa = [(1, 2)] # a[0][1] = 0, Error

– 1.27 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 = 12D = (12, ) # 此时D为一个元组 即D = (12, )

– 1.28 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seekfp.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

– 1.29 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

– 2.1 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

– 2.2 序列赋值 序列解包

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

– 2.3 print函数原型

– 2.4 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 11 and 2 and 3 # 返回 3

– 2.5 if/else三元表达符(if语句在行内)

A = 1 if X else 2A = 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")

– 2.6 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: ......else: ......# 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): ......else: ......

– 2.7 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 = 6for (a, *b) in [(1, 2, 3), (4, 5, 6)]: # 自动解包赋值

– 2.8 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 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)# 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 ......

– 2.9 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 objectnext(G), next(G), next(G) # 输出(6, 15, 24)G = # G = 解析语法还可以生成集合和字典G = # G =

– 2.10 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

– 2.11 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"""

– 2.12 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Falselist(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)]

– 2.13 del语句: 手动删除某个变量

del X

– 2.14 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]

– 2.15 手动迭代:iter和next

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

– 2.16 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

– 3.1 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

– 3.2 Python函数变量名解析:LEGB原则,即:

"""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"""

– 3.3 嵌套函数举例:工厂函数

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

– 3.4 嵌套函数举例:lambda实例

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

– 3.5 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 = 100def 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

– 3.6 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

– 3.7 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}

– 3.8 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)

– 3.9 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

– 3.10 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':, 'b':(1, 10), 'a':'spam', 'return':}# 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)

– 3.11 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()

– 3.12 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]) # 6functools.reduce((lambda x, y: x * y), [2, 3, 4]) # 24

– 3.13 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0next(x) # 等同于x.__next__() 返回1next(x) # 等同于x.__next__() 抛出异常StopIteration

– 3.14 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 objectnext(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) = Gnext(I1) # 输出0next(G) # 输出1next(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True3 in gen # 返回True1 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

– 3.15 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Xdef 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

– 3.16 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1foo() # 还是输出1foo(3) # 输出4foo() # 还是输出1

四:函数例子

– 4.1 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0.0int([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unicodeord(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

– 4.2 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 ,I like ”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settuple([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]

– 4.3 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Trueany(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Falsecmp(x, y) # 如果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

– 4.4 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0hasattr(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getterreduce(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75reload(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

– 5.1 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"""

– 5.2 查看全部的模块搜索路径

import syssys.path

– 5.3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 imoprt * # 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)

– 5.4 模块的包导入:使用点号(.)而不是路径(dir1dir2)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

“”“

– 5.5 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

– 5.6 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

– 5.7 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)

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

– 5.8 import语句from语句的as扩展

import modulename as namefrom modulename import attrname as name

– 5.9 得到模块属性的几种方法 假设为了得到name属性的值

M.nameM.__dict__['name']sys.modules['M'].namegetattr(M, 'name')

六:类与面向对象

– 6.1 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')

– 6.2 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")

– 6.3 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

– 6.4 类内省工具

bob = Person('bob')bob.__class__ # 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24I1.spam = 3 # 此时I1新增自有属性spam 值为2 I2和C1的spam还都为24

– 6.5 类方法调用的两种方式

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

– 6.6 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): passa = 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']

– 6.7 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.__nameI = C1('tom')print(I) # 返回 self.name = tomI.__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

– 6.8 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')

– 6.9 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 = 19getattr(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

– 6.10 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): passs = 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 = agefrom types import MethodTypes.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

– 7.1 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')

– 7.2 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@classmethodobj = Methods()obj.imeth(1) # 实例方法调用 1Methods.imeth(obj, 2) # 2Methods.smeth(3) # 静态方法调用 3obj.smeth(4) # 这里可以使用实例进行调用Methods.cmeth(5) # 类方法调用 5obj.cmeth(6) # 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)

– 7.3 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

– 7.4 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_xclass 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

– 7.5 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sliceclass 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 = , value = '.format(key, value)) self.data[key] = valuetest = 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)

– 7.6 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 type(h) # h是一个Hello类型 返回# 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

– 8.1 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 # raise instance of a class, raise IndexError() raise # make and raise instance of a class, raise IndexError raise # reraise the most recent exception

– 8.2 Python3.x中的异常链: raise exception from otherException

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

assert子句: assert ,

assert x

– 8.3 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()

– 8.4 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)

– 8.5 用户定制异常数据

class FormatError(Exception): def __init__(self, line ,file): self.line = line self.file = filetry: 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()

– 8.6 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

– 8.7 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

– 9.1 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

– 9.2 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97chr(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

– 9.3 查看Python中的字符串编码名称,查看系统的编码

import encodingshelp(encoding)import syssys.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: 字符串 –> 原始字节 #解码: 原始字节 –> 字符串

– 9.4 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' xxxx yyyy '# 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

– 9.5 Python2.x的编码问题

u = u'汉'print repr(u) # u'ºº's = u.encode('UTF-8')print repr(s) # 'ºº'u2 = s.decode('UTF-8')print repr(u2) # u'ºº'# 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)

– 9.6 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: 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’)

– 9.7 Unicode文件

s = 'AÄBèC' # s = 'A?BèC' len(s) = 5#手动编码 l = s.encode('latin-1') # l = b'AÄBèC' len(l) = 5 u = s.encode('utf-8') # u = b'AÄBèC' len(u) = 7#文件输出编码 open('latindata', 'w', encoding = 'latin-1').write(s) l = open('latindata', 'rb').read() # l = b'AÄBèC' len(l) = 5 open('uft8data', 'w', encoding = 'utf-8').write(s) u = open('uft8data', 'rb').read() # u = b'AÄBèC' 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

– 10.1 60个字符解决FizzBuzz:

"""写一个程序, 打印数字1到100, 3的倍数打印“Fizz”来替换这个数, 5的倍数打印“Buzz”, 既是3又是5的倍数的打印“FizzBuzz”"""for x in range(101): print("fizz"[x%3*4::]+"buzz"[x%5*4::] or x) # 解释:最主要用到列表(字符串)的子表

– 10.2 Python实现任意深度的赋值

例如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])

– 10.3 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)]

lists # 3行4列,且每一个元素为[]

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180118A0QAE200?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券