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) |
|
来自: 挑燈看劍r7wtm5 > 《几种编程语言》