当我学完Python时我学了些什么

时间 2019-12-09 标签 python 学了什么

本文是本人学完Python后的一遍回顾，加深理解而已，Python大神请过~html

学习Python的这几天来，以为Python仍是比较简单，容易上手的，就基本语法而言，可是有些高级特性掌握起来仍是有些难度，须要时间去消化。Python给我最大的印象就是简洁，这也正是我为何不太喜欢Java的缘由之一。python

1、Python简介

Python是一种用来编写应用程序的高级程序设计语言,TIOBE程序语言排行榜2015年12月的排名以下：mysql

Python实现强势逆袭，并且我相信，随着时间的推移，国内Python语言将来前景也是一片向好。web

Python的特色是优雅简单，易学易用（虽然我感受仍是有一些概念不容易理解），Python的哲学是尽可能用最少的，最简单易懂的代码实现须要的功能。Python适宜于开发网络应用，脚本写做，平常简单小工具等等。Python的缺点是效率较低，可是在大量的场合效率却不是那么重要或者说Python不是其性能瓶颈，因此不要太在乎。其次是2.x-3.x的过渡使得许多3.x还缺乏不少2.x下的模块，不过也在完善中。其次就是源代码没法加密，发布Python程序其实就是发布源代码。正则表达式

2、基础语法要点

1.若是一个字符串中有许多须要转义的字符，而又不想写那么多'\',那么能够用 r'...' 表示 '...'内的内容不转义。算法

2.Python可用'''...'''来表示多行内容，如：sql

>>> print('''line1
line2
line3''')
line1
line2
line3

3.Python的逻辑运算and, or, not 分别对应C语言中的&&, ||, !.shell

4.Python的整数与浮点数大小都没有范围。数据库

5.Python中除法有两种： '/'除出来必是浮点数， '//'除出来是整数，即地板除。编程

6.Python中一切皆引用。每一个对象都有一个引用计数器（内部跟踪变量）进行跟踪，引用计数值表示该对象有多少个引用，当初次产生赋给变量时，引用计数为1，其后没进行下列行为中的任意一种都会增长引用计数：

赋值：  a = b
用做函数参数传递： func(a)
成为容器对象的一个元素： lis = [1,2,a]

如下任意一种行为都会减小引用计数：

del销毁： del a
变量另赋给其余对象：a = False
对象从容器中删除:  lis.remove(a)
身在的容器被销毁： del lis

7.深拷贝与浅拷贝的概念与对比，有点复杂，看这篇文章

8.list，tuple和dict，set

list：为列表，是一个有序集合，相似于数组但又比数组功能强大，能够随时append,pop元素，下标从0开始，且下标为加n模n制，即lis[-1] = lis[len-1]，下标范围[-len,len-1].

tuple：为元组，相似于list，但list为可变类型，而tuple不可变，即没有append,pop等函数。一个建议是为了安全起见，能用tuple代替list尽可能用tuple。若是tuple只有一个元素，要写成如(1,)以免歧义。

dict：字典类型，存放key-value键值对，能够根据key迅速地找出value，固然，key必须是不可变类型，以下是错误的：

>>> dic = {[1,2]:'value'}
Traceback (most recent call last):
  File "<pyshell#10>", line 1, in <module>
    dic = {[1,2]:'value'}
TypeError: unhashable type: 'list'

list与dict的优劣对比：

dict:
   1.插入，查找速度快，跟key的数目无关
   2.需占用大量内存，内存浪费严重

list:
   1.插入，查找速度慢，O(n)的复杂度，随元素个数增长而增长
   2.占用内存小

dict内部存放的顺序和key放入的顺序是没有关系的

set：set与dict相似，至关于只有key没有value的dict，每一个key不一样，set间有 &， | 等操做对应集合的交，并操做。

3、函数

1.函数是对象，函数名便是指向对应函数对象的引用，因此能够将函数名赋给一个变量，至关于给函数起一个‘别名’。

>>> mmm = max
>>> mmm(1,2,3)
3

2.Python函数能够返回”多个值“，之因此打引号，是由于实际上返回的多个值拼成了一个元组，返回这个元组。

3.定义默认参数须要牢记：默认参数必须指向不变对象。不然第一次调用和第二次调用结果会不同，由于可变的默认参数调用后改变了。

4.可变参数：传入的参数个数是可变的，能够是0个或多个。可变参数会将你传入的参数自动组装为一个tuple。在你传入的list或tuple名字前加一个 * 即说明传入的是可变参数。习惯写法为*args。

5.关键字参数：传入0个或多个含参数名的参数，这些参数被自动组装成一个dict。习惯写法**kw，如**a表示把a中全部的键值对以关键字参数的形式传入kw，得到一个dict，这个dict是a的一份拷贝，对kw改动不会传递到a

6.命名关键字在函数定义中跟在一个*分割符后，如

def func(a,b,*,c,d):
    pass

c,d为命名关键字参数，能够限制调用者能够传入的参数名，同时能够提供默认值。

7.参数定义顺序：必选参数，默认参数，可变参数/命名关键字参数，关键字参数。

8.切片操做格式为lis[首下标：尾下标：间隔]，若是都不填，即lis[::]则表明整个容器lis

9.用圆括号()括起来一个列表生成式建立一个生成器generator，generator保存生成算法，咱们能够用next(g)取得生成器g的下一个返回值。生成器的好处就是咱们不须要提早生成全部列表元素，而是须要时再生成，这在某些状况下能够节省许多内存。算法也能够不是列表生成式而是自定义函数，只需在函数定义中包含yield关键字。

10.map()和reduce()：两者都是高阶函数。map()接收两个参数，一个是函数，一个是Iterable序列，map将传入的函数依次做用在序列每个元素上，并把结果做为新的Iterator返回。reduce()相似累积计算版的map()，把一个函数做用在一个序列上，每次接收两个参数，将结果继续与序列的下一个元素作累积计算。

利用map和reduce编写一个str2float函数，如把字符串'123.456'转换成浮点数123.456：

from functools import reduce

def str2float(s):
    def f1(x,y):
        return x*10 + y
    def char2num(s):
        return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
    def f2(x,y):
        return x*0.1 + y
    a,b = s.split('.')
    print('a=',a)
    print('b=',b)
    return reduce(f1, map(char2num,a)) + 0.1*reduce(f2, map(char2num,b[::-1]))

print('str2float(\'123.456\') =', str2float('123.456'))

11.fliter()函数过滤序列，相似于map()做用于每一元素，根据返回值是True或者False决定舍弃仍是保留该元素。函数返回一个Iterator。

12.sorted()函数可实现排序，相似于C++库中的sort()函数，可是比其更加简洁，语法为sorted(lis,key=func,reverse=T/F)

key函数可实现自定义的排序规则，reverse表示升序仍是降序。

13.一个函数能够返回一个函数，可是返回时该函数并未执行，因此返回函数中不要引用任何可能发生变化的变量，不然会出现逻辑错误。

14.装饰器(decorator): 当须要加强函数的功能却不但愿修改函数自己，那么能够采用装饰器这种运行时动态增长功能的方式，增长的功能卸载装饰器函数中。如在执行先后打印'begin call'和'end call'，能够这样作：

import functools

def log(func):
    @functools.wraps(func)     #为了校订函数签名，最好写上
    def wrapper(*args,**kw):
        print('begin call')
        f = func(*args,**kw)
        print('end call')
        return f
    return wrapper

@log
def hah():
    print('hahahaha')

hah()

begin call
hahahaha
end call

15.偏函数： functools.partial()，做用是将一个函数的某些参数固定住，做为新函数的参数，即固定住该参数，返回一个新函数，使调用更简单。

4、面向对象编程

1.Python实例变量能够自由地绑定任何属性

2.为了避免让内部属性不被外部访问，在属性的名称前加上两个下划线__，这样就变成了一个私有变量(private)，注意，不能直接访问不表明必定不能访问，事实上，加双下划线后Python就会将其更名为‘_class名__name’，因此仍是能够这样来访问这个‘私有’变量。

3.对于静态语言，若是要求传入一个class类型的对象，那么传入的对象必须是class类型或者其子类，不然将没法调用class中的方法，而Python这样的动态语言有‘鸭子类型’一说，即不必定要传入class类型或其子类，而只要保证传入的对象中有要使用的方法便可。

4.若是想要限制实例能够绑定的属性，那么在定义class时定义一个__slots__变量便可，例如：

class Student(object):
    __slots__ = (‘name’,’age’)

注意，__slots__限制的属性对当前类实例起彻底限制做用，且与子类共同定义其__slots__，也就是说子类能够定义本身的__slots__，子类实例容许定义的属性就是自身的__slots__加上父类的__slots__，即并集。

5.@ property装饰器可使一个getter方法变成属性，若是方法名为me，那么@me.setter装饰器则可以使一个setter方法变成属性。这样可使代码更简短，同时可对参数进行必要的检查。

6.经过多重继承，可以使子类拥有多个父类的全部功能。

7.在类中__call__方法可以使实例对象像函数那样直接调用，做用便是该方法定义的过程。

8.ORM(Object Relational Mapping 对象关系映射)，就是把关系数据库的一行映射为一个对象，也就是一个类对应一个表。ORM的实现须要经过metaclass元类修改类的定义。元类能够改变类建立时的行为。

5、调试

1.Python调试方法：

(1)直接打印

(2)断言

(3)pdb

(4)IDE

6、IO编程

1.序列化：把变量从内存中变成可存储或传输的过程称之为序列化。Python用pickle模块实现序列化。序列化以后，就能够把序列化后的内容存储到磁盘上或者经过网络进行传输。pickle.dumps()将对象序列化成一个bytes,而pickle.loads()能够根据bytes反序列化出对象。

2.pickle虽好，可是它专为Python而生，因此要在不一样语言间传递对象，最好仍是xml或者json，而json表示格式是一个字符串，更易读取，且比xml快，因此更加适宜于对象序列化。Python内置了json模块，相应方法仍然是dumps()和loads()。

3.可是在默认状况下，有些对象是没法序列化的，因此咱们有时还须要定制转换方法，告诉json该如何将某类对象转换成可序列为json格式的{}对象。以下便是一个转换方法：

def mantodict(std):
    return {
        'name': std.name,
        'age': std.age,
        'id': std.id
    }

7、进程与线程

1.Python用mutiprocessing模块来实现多进程。

2.若是要大量建立子进程，可使用进程池：

from multiprocessing import Pool

示例以下：

.... 
    p = Pool(4)
    for i in range(5):
        p.apply_async(long_time_task, args=(i,))
    print('Waiting for all subprocesses done...')
    p.close()
    p.join()
    print('All subprocesses done.')

要使用进程池需新建Pool对象，对Pool对象调用join()使等待池中全部子进程运行完毕，调用join()方法以前必须调用close()，且此后没法再新加子进程。

3.使用subprocess模块能够方便的启动并管理一个子进程，控制其输入输出。

4.进程间通讯使用Queue,Pipes实现。

5.threading模块管理线程。threading.lock()建立线程锁，防止同时访问互斥资源形成的错误，示例以下：

lock = threading.Lock()
...
lock.acquire()
...
change(mutex)
...
lock.release()

6.ThreadLocal能够解决参数在一个线程中各个函数之间互相传递的问题。

7.managers模块实现分布式进程。

8、正则表达式与经常使用内建模块

1.re模块进行正则表达式编译和匹配，若是该表达式须要匹配不少次，那么最好进行编译从而大大节省时间。

正则表达式匹配邮箱例子：

import re

hah = re.compile('[0-9a-zA-Z]+[\.[0-9a-zA-Z]+]*\@[0-9a-zA-Z]+\.[a-z]{2,3}')
print(hah.match('someone@gmail.com').group())
print(hah.match('bill.gates@microsoft.com').group())
i = 1
while i < 10:
    r = input('请输入邮箱：')
    print(hah.match(r).group())
    i = i+1

2.datetime模块进行日期和时间的处理，每个时间对应一个timestamp，咱们把1970年1月1日 00:00:00 UTC+00:00时区的时刻称为epoch time，记为0（1970年之前的时间timestamp为负数），当前时间就是相对于epoch time的秒数，称为timestamp。字符串和datetime也能够相互转换，采用strptime()方法，字符串转换为datetime时须要设定一个识别格式，其中

%Y-%m-%d %H:%M:%S

分别表示年-月-日时-分-秒。

从datetime得出月份，星期等字符串用strftime()方法，其中：

%a, %b %d %H:%M

分别表示星期, 月份日期时:分。

示例：

from datetime import datetime

r = '2015-11-23 12:01'
dt = datetime.strptime(r, '%Y-%m-%d %H:%M')
print(dt)

week = dt.strftime('%a %b %d, %H:%M')
print(week)
2015-11-23 12:01:00
Mon Nov 23, 12:01

3.collections是Python内建的一个集合模块，提供了许多有用的集合类。

4.Base64是一种任意二进制到文本字符串的编码方法，经常使用于在URL、Cookie、网页中传输少许二进制数据。

5.struct模块用来解决bytes和其余二进制数据类型的转换。

6.Python的hashlib提供了常见的哈希算法，如MD5，SHA1等等。hashlib实现简单登陆：

import hashlib

db = {
    'michael': 'e10adc3949ba59abbe56e057f20f883e',
    'bob': '878ef96e86145580c38c87f0410ad153',
    'alice': '99b1c2188db85afee403b1536010c2c9'
}

def get_md5(ostr):
    md5 = hashlib.md5()
    md5.update(ostr.encode())
    return md5.hexdigest()

def login(user, password):
    r = get_md5(password)
    for name in db:
        if db[name] == r:
            return True
    return False

print(login('bob','abc999'))
True

7.Python的内建模块itertools提供了很是有用的用于操做迭代对象的函数。

8.urllib提供了一系列用于操做URL的功能。如GET,POST...

9.PIL(Python Imaging Library Python图像库)是一个强大的图像处理标准库，功能强大却又简单易用。如今的名字叫作Pillow。能够以下安装Pillow:

pip3 install pillow

从下面生成数字验证码的程序能够窥其一斑：

from PIL import Image, ImageDraw, ImageFont, ImageFilter

import random

# 随机字母:
def rndChar():
    return chr(random.randint(48, 57))

# 随机颜色1:
def rndColor():
    return (random.randint(64, 255), random.randint(64, 255), random.randint(64, 255))

# 随机颜色2:
def rndColor2():
    return (random.randint(32, 127), random.randint(32, 127), random.randint(32, 127))

# 240 x 60:
width = 60 * 4
height = 60
image = Image.new('RGB', (width, height), (255, 255, 255))
# 建立Font对象:
font = ImageFont.truetype('ariblk.ttf', 40)
# 建立Draw对象:
draw = ImageDraw.Draw(image)
# 填充每一个像素:
for x in range(width):
    for y in range(height):
        draw.point((x, y), fill=rndColor())
# 输出文字:
for t in range(4):
    draw.text((60 * t + 10, 10), rndChar(), font=font, fill=rndColor2())
# 模糊:
image = image.filter(ImageFilter.BLUR)
image.save('code.jpg', 'jpeg')

View Code

效果：

9、网络编程和电子邮件

1.网络编程主要是TCP和UDP的编程，示例见【Python网络编程】利用Python进行TCP、UDP套接字编程

2.SMTP是发送邮件的协议，Python内置对SMTP的支持，能够发送纯文本邮件、HTML邮件以及带附件的邮件。Python对SMTP支持有smtplib和email两个模块，email负责构造邮件，smtplib负责发送邮件。Python内置一个poplib模块，实现了POP3协议，能够直接用来收邮件。因为如今绝大多数大型邮件服务商都采起了反垃圾邮件措施，因此这部分的简单实验并无成功，还需进一步研究，等遇到具体状况再说。

3.Python内嵌了sqlite数据库，还能够自行安装链接mysql，MySQL是当前最流行的开源数据库，在行业内有着普遍的应用。

10、Web开发和异步IO

1.WSGI(Web Server Gateway Interface) 服务器网关接口。

2.Python web 开发框架：

-Flask：流行的Web框架

-Django：全能型Web框架

-web.py：一个小巧的Web框架

-Bottle：和Flask相似的Web框架

-Tornado：Facebook的开源异步Web框架

3.协程

参考读物

1.廖雪峰Python教程【见友情连接】