py3笔记

函数式编程

  • 高阶函数(参数里有函数类型)

    map/reduce(functools.reduce())
    filter
    sorted

  • 返回函数(返回函数类型)
  • 匿名函数(lambda
  • 装饰器(@:有参装饰器、无参装饰器,functools.wraps(function)
  • 偏函数(functools.partor(function[,args,**kwords])

面向对象

变量

1.静态字段
2.普通字段(self.value)

方法(存储在内存中)

1.普通方法def func(self[,args])
2.类方法(@classmethod def func(cls[,args]))
3.静态方法(@staticmethod def func())

属性(@property def func(self))

1.静态字段
2.装饰类

经典装饰器
新装饰器(使用方法模拟成员变量以及对成员变量的操作)

方法一
继承object

1
2
3
>>@property 			object.funcName //user funcName to get the function return value like member value
>>@funcName.setter object.func = value
>>@funcName.deleter del object.funcName

方法二
创建property对象的静态字段

1
2
3
4
5
6
>>pro = property(get_value(),set_value(),del_value(),__doc__)
>>obj = Object()
>>ov = obj.pro
>>obj.pro = value
>>del obj.pro
>>obj.pro.__doc__

类的特殊成员

  • __doc__ 表示类的描述信息

  • __name__类名

  • __bases__类的所有父类构成的元组:tuple,不包含该类的type (类名即type类型使用(my_class,)可获得该类名的元组)

  • __mro__类的继承顺序包含类本身<class ‘__main__.My_class’>,

  • __module__ 表示当前操作的对象在那个模块 packages.module

  • __class__ 表示当前操作的对象的类 packages.module.class

  • __init__() 类的构造方法

  • __del__() 类的析构方法

  • __call__() 对象的方法 obj() self()

  • __getattr__()当访问obj不存在的属性时会调用该方法

getattr(obj, name, value) ==> obj.name 不存在该属性返回value

name是函数name()需要添加@property 描述符

  • __dict__ 类或对象中的所有成员

  • __str__ 将类格式化成字符串 print(obj) 时调用,即toString()方法

  • __repr__ 将类格式化成字符串 print(obj) 时调用,和 __str__ 的区别:更适合从编程语言上理解

    1
    2
    3
    print(obj) 

    >>[output:] class_name.method(self, arg1, arg2, ...)
  • __getitem__ 用于索引操作[num],获取数据

  • __setitem__ 用于索引操作[num],设置数据

  • __delitem__ 用于索引操作[num],删除数据

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    >>class mydict(object):
    def __getitem__(self, key):
    return self.key
    def __setitem__(self, key, value):
    self.key = value
    def __delitem__(self, key):
    del self.key
    obj = mydict()
    >>result = obj[key]
    >>obj['key'] = value
    >>del obj['key']

实现切片操作

__getitem__(self, n)传入的参数n 可能是int也可能是slice

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
>class Fib(object):
>def __getiter__(self, n):
>if isinstance(n, int):
a, b = 1, 1
for x in range(n):
a, b = b, a + b
return a
>if isinstanece(n, slice):
l = []
slice.start = 0 if (slice.start is None)
a, b = 1, 1
for x in range(n.stop):
if (x >= n.start and (x - n.start)%n.step == 0):
l.append(a)
a, b = b, a+b
return l


  • __getslice__ (self, i, j) obj[-1:1]

  • __setslice__ (self, i, j, sequence) obj[0:1] = [11,22,33,44]

  • __delslice__ (self, i, j) del obj[0:2]

  • __iter__ 迭代器

  • __next__ 配合__iter__实现类的interable属性

  • __new__方法__new__(cls, name, bases, attrs) 类准备将自身实例化时调用,在__init__()调用之前调用__new__(),该方法是一个类方法@classmethod

    cls:当前准备创建的类的对象:type

    name:类的名字:str

    bases:类继承的父类集合:class

    attrs:类的方法集合:dict

  • __metaclass__ 该属性定义一个类的元类,即表示类该有哪个类(元类)来实例化

创建类的两种方法

1.普通方法

1
2
3
4
>class Object(object):
def func(self):
print('hello world!')
>object = Object()

2.特殊方法(元类type构造对象)

1
2
3
4
>def func(self):
print('Hello world!')
>object = type('Object', (object,), {'func':func})
>#arg1:str 类名 ;arg2:tuple 基类; arg3:dict 成员;

类的创建过程
类的创建过程
【CODE】

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
>class MyType(type):
>def __init__(self, what, bases=None, dict=None):
super(MyType, self).__init__(what, bases, dict)

>def __call__(self, *args, **kwargs):
obj = self.__new__(self, *args, **kwargs)
self.__init__(obj)
>class Foo(object):
>__metaclass__ = MyType
>def __init__(self, name):
self.name = name
>def __new__(cls, *args, **kwargs):
return object.__new__(cls, *args, **kwargs)
># 第一阶段:解释器从上到下执行代码创建Foo类
># 第二阶段:通过Foo类创建obj对象
>obj = Foo()

使用枚举类(枚举类不可比较大小,但是同一枚举类的成员可以做等值is / not is判断)

1
2
3
4
>from enum import Enum
>month = Enum('Mouth',('Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'))
>for name ,member in month.__members__.items():
>print(f'{name}=>{member}=>{member.value}')

定义枚举类

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
>from enum import Enum, unique
>@unique#unique装饰器帮助检查Enum内部字段,保证字段不重复
>class My_weekday(Enum):
>Sun = 0
>Mon = 1
>Tue = 2
>Wed = 3
>Thu = 4
>Fri = 5
>Sat = 6
>my_weekday = My_weekday()#my_weekday.Sun
>print(my_weekday.Sun)#my_weekday.Sun
>print(my_weekday['Sun'])#my_weekday.Sun
>print(my_weekday(0))#my_weekday.Sun
>print(my_weekday.Sun.value)#0
>for name, member in my_weekday.__members__.item():
>print(f'{name} {member} {member.value}')
>【output】
>"""
>Sun My_weekday.Sun 0
>Mon My_weekday.Mon 1
>Tue My_weekday.Tue 2
>Wed My_weekday.Wed 3
>Thu My_weekday.Thu 4
>Fri My_weekday.Fri 5
>Sat My_weekday.Sat 6
>"""

高级面向对象

元类types

动态地给对象添加方法(MethodType(func[, object/None], Object))

1
2
3
4
5
6
7
8
9
10
11
>from types import MethodType

>def func(self, value):
>self.age = value
>class Student(object):
>def __init__(self,name):
self.name = name
>student = Student('Bob')
>student.age_setter = MethodType(age_setter,func)
>student.age_setter(21)
>print(f'{student.name}is {student.age} years old.')

动态的给类添加方法

1
2
3
4
5
6
7
8
9
10
>def func(self, value):
self.age = value
>class Student(object):
def __init__(self,name):
self.name = name
>Student.age_setter = func
>Student.age_setter = MethodType(func, None, Student)
>student = Student('Bob')
>student.age_setter(21)
>print(f'{student.name}is {student.age} years old.')

元类type构造对象

1
2
3
4
>def func(self):
print('Hello world!')
>object = type('Object', (object,), {'func':func})
>#arg1:str 类名 ;arg2:tuple 基类; arg3:dict('a' = a, 'b' = b...) 类变量/静态字段;

使用Slot限制添加属性

slot是一个特殊静态字段,tuple类型.slot只对当前类起作用,对其子类并不起作用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
>class Student(object):
__slot__ = ('name', 'age')
def __init__(self, name, age):
super(Student,self).__init__()
self.name = name
self.age = age
@property
def name(self):
return self.name

@name.setter
def name(self,name):
self.name = name

@property
def age(self):
return self.age

@age.setter
def age(self,name):
self.age = age
>s1 = Student('Bill',21)
>s1.score = 89 [ERROR]:不能添加score字段

装饰器

一般装饰器(@decorate)

描述符装饰器

实现了__get__() __set__() __del__()@property @func.setter @func.deleter

数据描述符(实现了get set)
非数据描述符(只实现get 没有实现set)

python垃圾回收机制

  • 引用计数器(当一个对象被引用机会增加其引用计数,当不被引用时减少引用计数,减少至0时在合适的时机下内存被回收)
  • 循环垃圾收集器(针对循环引用)
  • 手动内存回收 del obj.obj (将引用计数置零,只有最后引用该内存的对象释放后才执行析构函数__del__())

python 异常(Exception)、调试(Debug)、回溯(Traceback)

异常(Exception)

1
2
3
4
5
6
7
8
9
10

>try:
>pass
>except Exception as e:
>raise
>else:
>pass
>finally:
>pass

常见的异常:

异常名称 描述
BaseException 所有异常K的基类
SystemExit 解释器请求退出
KeyboardInterrupt 用户自行中断执行^C
Exception 常规错误的基类
StopIteration 迭代器溢出
GeneratorExit 生成器发生异常后通知退出
StandardError 所有标准异常类的基类
ArithmeticError 所有数值计算错误的基类
FloattingPointError 浮点计算错误
OverflowError 数值运算溢出
ZeroDivisionError 除[,取模]by0
AssertionError 断言语句失败
AttributeError 对象缺失该属性
EOFError 没有内建输入,到达EOF标记
EnvironmentError 操作系统错误的基类
IOError 输入/输出操作失败
OSError 操作系统错误
WindowsError 系统调用失败
ImportError 导入模块/对象失败
LookupError 无效数据查询的基类
IndexError 序列中没有此索引
KeyError 映射中没有此键
MemoryError 内存溢出(对于Python解释起来说非致命)
NameError 未声明/初始化对象
UnboundLocalError 访问未初始化的本地变量
ReferenceError 试图访问已被回收器回收的对象(弱引用)
RuntimeError 一般运行时错误
NotImplementedError 尚未实现的方法
SyntaxError Python语法错误
IndentationError 缩进错误
TabError Tab和Space混用
SystemError 一般的解释器系统错误
TypeError 对类型无效的操作
ValueError 传入无效的参数
UnicodeError Unicode相关错误
UnicodeDecodeError Unicode解码时的错误
UnicodeEncodeError Unicode编码时的错误
UnicodeTranslateError Unicode转码时的错误
Warning 警告的基类
DeprecationWarning 关于被弃用的特性的警告
FutureWarning 关于构造将来语义会有改变的警告
OverflowWarning 旧的关于自动提升为长整型(long)的警告
pendingDeprecationWarning 关于特性将会被废弃的警告
RuntimeWarning 可疑的运行时行为的警告
SysntaxWarning 可疑语法的警告
UserWarning 用户代码生成的警告

调试(Debug)

单元测试

单元测试的类在unittest包中使用时直接导入包import unittest.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
>>import unittest
>>class TestClass(unitest.TestCase):
>>def setUp(self):
pass
>>def tearDown(self):
pass
>>def test_init(self):
self.assertEqual()
self.assertTrue()
self.assertRaises()
>>def test_func1(self):
pass
>>def test_func2(self):
pass

文档测试(doctest)

Python的文档测试模块可以直接提取注释中的代码并执行

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
>>class Dict(dict):
>>'''
>>Simple dict but also support access as x.y style.

>>> d1 = Dict()
>>> d1['x'] = 100
>>> d1.x
>>> 100
>>> d1.y = 200
>>> d1['y']
>>> 200
>>> d2 = Dict(a=1, b=2, c='3')
>>> d2.c
>>> '3'
>>> d2['empty']
>>> Traceback (most recent call last):
>>> ...
>>> KeyError: 'empty'
>>> d2.empty
>>> Traceback (most recent call last):
>>> ...
>>> AttributeError: 'Dict' object has no attribute 'empty'
>>> '''
>>> def __init__(self, **kw):
>>> super(Dict, self).__init__(**kw)

def __getattr__(self, key):
try:
return self[key]
except KeyError:
raise AttributeError(r"'Dict' object has no attribute '%s'" % key)

def __setattr__(self, key, value):
self[key] = value

>>if __name__=='__main__':
>>import doctest
>>doctest.testmod()

回溯(Traceback)

代码
以下代码功能相同

1
2
3
4
5
6
>import traceback

>traceback.print_exc()
>traceback.format_exc()
>traceback.print_exception(*ss.exc_info())

with 用法

事前事后用with(前后文管理器)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
>【version 1.0
>file = open("/src/tmp.txt")
>data = file.read()
>file.close()
>#可能会忘记关闭句柄
>#可能会出现异常
>【version 2.0
>file = open("/src/tmp.txt")
>try:
>data = file.read()
>finally:
>file.close()
>#总体结构安全性都有提升
>【version 3.0 with
>with open("/src/tmp.txt") as file:
>data = file.read()

with 对处理对象需要自定义__enter__() __exit__()方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
>class Sample:
>def __enter__(self):
>print('function:enter')
>return "SAMPLE"
>def __exit__(self, type, value, trace):
print('function:exit')
>def get_sample():
>return Sample()

>with get_sample() as sample:
>print(f'{sample}do somethings')


>[result:]
>function:enter
>SAMPLE do somethings
>function:exit

>class Sample:
>def __init__(self, value):
>self.num = value
>def __enter__(self):
>print('function:enter')
>return self
>def __exit__(self, type, value, trace):
print('function:exit')
print('m_type:{type}\tm_value:{value}\ttrace:{trace})
>def func(self, value):
return self.num/value
>def get_sample(num):
>return Sample(num)

>with get_sample() as sample:
>print(f'{sample}do somethings')
>num = input("input a number:")
>sample.func(num)


>#执行顺序:
>#with 后面的函数/或type对象使用类的__init__()创建出一个对象,然后调用__enter__()方法将返回值赋给as 后的变量。在with执行完毕后调用类中的__exit__()方法,清理或关闭句柄。
  • open(file, mode=’r’, buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

f_string 处理

__str__,__repr__

  • __str __()__repr __()方法处理对象如何呈现为字符串,因此您需要确保在类定义中包含至少一个这些方法。如果必须选择一个,请使用__repr __(),因为它可以代替__str __()
  • __str __()返回的字符串是对象的非正式字符串表示,应该可读。__repr __()返回的字符串是官方表示,应该是明确的。调用str()repr()比直接使用__str __()__repr __()更好。
  • 默认情况下,f字符串将使用__str __(),但如果包含转换标志!r,则可以确保它们使用__repr __()
1
2
3
4
>f"{new_comedian}"
>'This __str__'
>f"{new_comedian!r}"
>'This __repr__'

数组复制的5种方法

python中简单将一个数组赋值给另一个数组,实际上是两个引用指向同一块内存,可能无法达到预期目的.因此这里整理了几种数组拷贝复制的方法.

  1. 切片

    1
    >newArr = oldArr[:]
  2. list()

    1
    >newArr = list(oldArr)
  3. Arr*1

    1
    >newArr = oldArr*1
  4. copy.copy()浅拷贝方法

    1
    2
    >newArr = copy.copy(oldArr)
    >newArr = oldArr.copy()
  5. copy.deepcopy()深拷贝方法

    1
    >newArr = copy.deepcopy(oldArr)
点击打赏
文章目录
  1. 1. 函数式编程
  2. 2. 面向对象
    1. 2.1. 变量
    2. 2.2. 方法(存储在内存中)
    3. 2.3. 属性(@property def func(self))
    4. 2.4. 创建类的两种方法
    5. 2.5. 使用枚举类(枚举类不可比较大小,但是同一枚举类的成员可以做等值is / not is判断)
    6. 2.6. 定义枚举类
  3. 3. 高级面向对象
    1. 3.1. 元类types
    2. 3.2. 元类type构造对象
    3. 3.3. 使用Slot限制添加属性
    4. 3.4. 装饰器
    5. 3.5. python垃圾回收机制
  4. 4. python 异常(Exception)、调试(Debug)、回溯(Traceback)
    1. 4.1. 异常(Exception)
      1. 4.1.1. 常见的异常:
    2. 4.2. 调试(Debug)
      1. 4.2.1. 单元测试
      2. 4.2.2. 文档测试(doctest)
    3. 4.3. 回溯(Traceback)
  5. 5. with 用法
  6. 6. f_string 处理
  7. 7. 数组复制的5种方法
载入天数...载入时分秒... ,