今天分享一些有助于我们掌握 Python 的高级概念，一起来学习积累。
异常处理
异常处理是一个很重要的概念，它可以帮助我们更好地解决程序中的各种问题。
异常是在程序执行过程中发生并中断的情况。它可能由于多种原因而发生。比如：除法运算中分母为0的情况，会抛出：ZeroDivisionError；导入不存在的包时，会抛出：ImportError；列表越界时，会抛出：IndexError。python 中大约有30个内置异常。
我们使用 try 和 except 来处理 Python 中的异常。语法如下：
try: pass # 可能发生异常的代码
except ValueError:
pass # 发生异常时执行的代码
except ZeroDivisionError:
pass # 发生异常时执行的代码
else:
pass # 其他情况时执行的代码
finally:
pass # 最终执行的执行的代码
itertools 模块
Python itertools 模块提供了各种适用于组合计算的函数。
1.product(iterable,iterable)：两个iterables的笛卡尔积
2.permutation(iterable)：所有可能的排序，没有重复元素
3.combinations(iterable,n)：指定长度的所有可能组合，不重复。这里 n 是组合元组的大小。
4.combinations_with_replacement(iterable,n)：指定长度的所有可能的组合，重复。
5.accumlate(iterable) ：返回累积iterable元素的总和。
6.groupby(iterable,key=FUNC) ：返回一个迭代器，其中包含来自可迭代对象的连续键和组。
from itertools import product, permutations, combinations, combinations\_with\_replacement, accumulate, groupby
a = \[1,2,3\]
print(list(product(a,a))) # \[(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)\]
print(list(permutations(a))) # \[(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)\]
print(list(combinations(a,2))) # \[(1, 2), (1, 3), (2, 3)\]
print(list(combinations\_with\_replacement(a,2))) # \[(1, 1), (1, 2), (1, 3), (2, 2), (2, 3), (3, 3)\]
print(list(accumulate(a))) # \[1, 3, 6\]print(list(groupby(a))) # \[(1, ), (2, ), (3, )\]
lambda 函数
lambda 函数是一种匿名函数，它的语法只包含一个语句。
即：lambda [arg1 [,arg2,…argn]]:expression。
even\_or\_odd = lambda a: a%2==0
numbers = \[1,2,3,4,5\]
even = list(map(even\_or\_odd,numbers))
print(even) # \[False, True, False, True, False\]
装饰器
装饰器是 Python 的一个特性，它可以在不显式修改现有代码的情况下向现有代码添加一些新功能。
有两种类型的装饰器——函数装饰器和类装饰器。装饰器函数在函数名前有一个@。
要理解装饰器的概念，我们首先需要了解一件事——python 中的函数是类对象。与其他对象不同，它们可以在函数内部定义，在其他函数中作为参数传递，甚至作为函数返回。
import functools
defdecorator(func):
@functools.wraps(func)
def wrapper(\*args, \*\*kwargs):
a,b = args
print(a\*b)
result = func(\*args,\*\*kwargs)
print(a/b)
return result
return wrapper
@decorator
def add(x,y):
return x+y
result = add(5,6)
print(result) ##
让我们理解上面装饰器的例子:
首先，我们有一个函数名 add，它的工作是获取两个变量并返回它们的总和。现在经过一段时间的工作后，我们意识到需要为同一个函数添加乘法和除法功能。现在我们有两个选择，第一个是在同一个 add 函数中添加乘法和除法代码。或者我们可以使用装饰器来添加功能而无需显式更改函数。
为了使用装饰器，我们首先在第 2 行定义了一个装饰器函数。此函数将 func 作为输入。在第二行中，我们有另一个函数，因为我们知道我们可以在函数内部定义函数。它是一个具有 *args、**kwargs 函数参数的包装函数。有了这些，两者都定义为参数，现在我们可以在函数内部传递任意数量的参数。在包装函数的主体中，我们有乘法逻辑，然后仅使用加法逻辑调用实际的加法函数，最后我们有除法逻辑。当我们使用一些参数 add(5,6) 调用 add函数时，输出将是：
30
0.8333333333333334
11
因为它首先执行乘法逻辑并打印值，然后加法逻辑并保存值，然后除法逻辑并打印值，最后返回相加的值并打印值。
迭代器
生成器是一种返回可迭代对象的函数。它至少包含一个 yield 语句。yield 是 Python 中的一个关键字，用于从函数返回值而不破坏其当前状态或对局部变量的引用。带有 yield 关键字的函数称为生成器。相对于 return 你可以把 yield 理解为不中断函数的暂停，并且返回一个值。
生成器仅在需要时生成一次项目。它们的内存效率很高，占用的内存空间更少。
def fibonacci(n):
a,b = 0,1
for i in range(n):
a,b = b,a+b
yield a
for i in fibonacci(5):
print(i) ## 1 1 2 3 5
进程和线程
线程和多处理都用于同时运行多个脚本。进程是程序的一个实例，线程是进程中的一个实体。
线程化是多个线程同时运行以执行不同任务的技术，而多处理是多个进程同时运行在不同CPU上的技术。
日志
日志记录是在代码执行时捕获代码流的过程。日志记录有助于轻松调试代码。它通常在文件中完成，以便我们以后可以检索它。在 python 中，我们有一个库日志记录，可以帮助我们将日志写入文件。有五个级别的日志记录：
Debug 调试：用于诊断问题的详细信息。
Info 信息：成功确认。
Warning 警告：发生意外情况时。
Error 错误：由于比警告更严重的问题。
Critical 严重：严重错误后程序无法自行运行。
这儿作者推荐大家一个简单的日志记录工具：loguru。
双下划线方法
Dunder 是 Double 和 Under 的缩写，称为双下划线方法，是python中的一种特殊方法。
num =5
print(num\*6) ## 30
print(num.\_\_mul\_\_(6)) ## 30
这些方法主要用于重载预定义的运算符。例如，+、-、*、/ 是必须在数字对象周围使用的数字运算符，但 + 也用作两个字符串之间的连接运算符。所以我们可以说 + 运算符被重载来执行多个任务。
a =5
b =6
print(a+b) ## 11
print(a.\_\_add\_\_(b)) ## 11
c = 'hello'
d = 'world'
print(c+d) ## helloworld
print(c.\_\_add\_\_(d)) ## helloworld
上下文管理器
上下文管理器是 Python 中的一个很好的工具，可以帮助进行资源管理。它们允许您在需要时分配和释放资源。上下文管理器最常用和最受认可的例子是 with 语句。with 主要用于打开和关闭文件。
with open('./test.txt', 'w') as f:
f.write('Hello World!')
上面分享的9个知识点，希望在你工作或面试中能够有所帮助。
最后这里免费分享给大家一份Python全台学习资料，包含视频、源码。课件，希望能帮到那些不满现状，想提升自己却又没有方向的朋友，也可以和我一起来学习交流呀。
编程资料、学习路线图、源代码、软件安装包等！【点击这里】领取！
① Python所有方向的学习路线图，清楚各个方向要学什么东西
② 100多节Python课程视频，涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例，学习不再是只会理论
④ 华为出品独家Python漫画教程，手机也能学习
⑤ 历年互联网企业Python面试真题,复习时非常方便
1910
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
