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') – 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x – 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{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(){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'} – 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 – 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\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 {0} 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\n mantra = '''hello world hello python hello my friend'''# mantra为'''hello world \n hello python \n 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'{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 ::= – 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 = {k:8 for k in ['s', 'd']} # {'d': 8, 's': 8}D = {k:v for (k, v) in zip(['name', 'age'], ['tom', 12])} – 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 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.logsys.stdout.close()sys.stdout = temp # 原有流的复原 – 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 < 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)# 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 \n 1, 49ers \n ...... – 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 = {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} – 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': – 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 {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 – 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
– 5.4 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
– 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)
– 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__ #
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
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
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 <__main__.Methods object...> 1Methods.imeth(obj, 2) # <__main__.Methods object...> 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
@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)
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 = {0}, value = {1}'.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 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 – 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 < test >, < data > assert x < 0, ‘x must be negative’ – 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
'''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
– 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'\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 – 9.5 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) – 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'
– 9.7 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 – 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
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[] |
|
|
