python 基础教程+基础面试知识点

list列表 推导式

首先，list是一个可变类型变量（还有dict）,int,string ,float,tuple是不可变量
list[ a : b ] 是指，list中从a 开始包含a 到 b - 1 中间的所有元素
list[ a : b : 2] 是指，list中 相邻元素下标之差为2 的元素集合
list[ : : -1] 是指， 所有集合的倒序排序
list[a : b : -1] 是指，所有从a 开始（包含a）到 b-1 的值 的倒序
与之相似的还有range
range（a） 是指 从0 到 a -1 之间的所有值
range（a , b）是指从 a 包含a 到 b -1 之间的所有值
range( a , b , -1) 是指 从 a 包含 a 到 b-1 之间的所有值得倒序
此外，list包含的使用方法有：
列表操作包含以下函数:
1、cmp(list1, list2)：比较两个列表的元素 ，若list1 > list2 返回1 相等返回0 否则返回 -1
2、len(list)：列表元素个数
3、max(list)：返回列表元素最大值 （有key值参数）
max(-1,0,key = abs) # 传入了求绝对值函数，则参数都会进行求绝对值后再取较大者
-1
4、min(list)：返回列表元素最小值 （有key值参数）
min(-1,0,key = abs) # 传入了求绝对值函数，则参数都会进行求绝对值后再取较大者
0
5、list(seq)：将元组转换为列表
列表操作包含以下方法:
1、list.append(obj)：在列表末尾添加新的对象
2、list.count(obj)：统计某个元素在列表中出现的次数
3、list.extend(seq)：在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）
4、list.index(obj)：从列表中找出某个值第一个匹配项的索引位置
5、list.insert(index, obj)：将对象插入列表
6、list.pop(obj=list[-1])：移除列表中的一个元素（默认最后一个元素），并且返回该元素的值
7、list.remove(obj)：移除列表中某个值的第一个匹配项
8、list.reverse()：反向列表中元素
9、list.sort([func])：对原列表进行排序正向排序
*（sorted(a) a 可以是所有可迭代对象 sorted 中有两个参数重要，key reverse = True 则 排序结果是倒序
key 可以条件排序
例如：
list = [(1,2),(3,4),(5,4) ]
sorted(list , key= lambda x: (x[1],x[0]) )先对 list 中每个元素的第二项排序，相同则对第一项进行排序
结果为：[(1, 2), (3, 4), (5, 4)]
）

python内置函数模块

首先有个 lambda 匿名函数 ：
1. 数学运算
abs：求数值的绝对值

>>> abs(-2)
2

divmod：返回两个数值的商和余数

>>> divmod(5,2)
(2, 1)
>> divmod(5.5,2)
(2.0, 1.5)

pow：返回两个数值的幂运算值或其与指定整数的模值

>>> pow(2,3)
>>> 2**3

>>> pow(2,3,5)  =  (2*2*2)%5 = 3
>>> pow(2,3)%5

round：对浮点数进行四舍五入求值

>>> round(1.1314926,2)
1.3

sum：对元素类型是数值的可迭代对象中的每个元素求和

传入可迭代对象
>>> sum((1,2,3,4))
10

 元素类型必须是数值型
>>> sum((1.5,2.5,3.5,4.5))
12.0
>>> sum((1,2,3,4),-10)
0

2 类型转换

bool：根据传入的参数的逻辑值创建一个新的布尔值

>>> bool() #未传入参数
False
>>> bool(0) #数值0、空序列等值为False
False
>>> bool(1)
True

int：根据传入的参数创建一个新的整数

>>> int() #不传入参数时，得到结果0。
0
>>> int(3)
3
>>> int(3.6)
3

float() 不提供参数的时候，返回0.0

0.0
>>> float(3)
3.0
>>> float('3')
3.0

complex：根据传入参数创建一个新的复数

>>> complex() #当两个参数都不提供时，返回复数 0j。
0j
>>> complex('1+2j') #传入字符串创建复数
(1+2j)
>>> complex(1,2) #传入数值创建复数
(1+2j)

str：返回一个对象的字符串表现形式(给用户)

>>> str()
''
>>> str(None)
'None'
>>> str('abc')
'abc'
>>> str(123)
'123'

ord：返回Unicode字符对应的整数

>>> ord('a')
97

chr：返回整数所对应的Unicode字符

>>> chr(97) #参数类型为整数
'a'

bin：将整数转换成2进制字符串

>>> bin(3) 
'0b11'

oct：将整数转化成8进制数字符串

>>> oct(10)
'0o12'

hex：将整数转换成16进制字符串

>>> hex(15)
'0xf'
tuple：根据传入的参数创建一个新的元组
>>> tuple() #不传入参数，创建空元组
()
>>> tuple('121') #传入可迭代对象。使用其元素创建新的元组
('1', '2', '1')

list：根据传入的参数创建一个新的列表

>>>list() # 不传入参数，创建空列表
[] 
>>> list('abcd') # 传入可迭代对象，使用其元素创建新的列表
['a', 'b', 'c', 'd']
dict：根据传入的参数创建一个新的字典
>>> dict() # 不传入任何参数时，返回空字典。
{}
>>> dict(a = 1,b = 2) #  可以传入键值对创建字典。
{'b': 2, 'a': 1}
>>> dict(zip(['a','b'],[1,2])) # 可以传入映射函数创建字典。zip  相当于 a = 1 , b = 2
{'b': 2, 'a': 1}
>>> dict((('a',1),('b',2))) # 可以传入可迭代对象创建字典。
{'b': 2, 'a': 1}

set：根据传入的参数创建一个新的集合

>>>set() # 不传入参数，创建空集合
set()
>>> a = set(range(10)) # 传入可迭代对象，创建集合
>>> a
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
set集合去重操作   ： list(set（list）)
set 集合 交并差操作：交集：list(set（a）&set( b ))
                                   并集：list(set（a）|set( b ))
差集：list(set（a）- set( b ))
a和b 差集的补集 list(set（a）^ set( b ))

frozenset：根据传入的参数创建一个新的不可变集合

>>> a = frozenset(range(10))
>>> a
frozenset({0, 1, 2, 3, 4, 5, 6, 7, 8, 9})
enumerate：根据可迭代对象创建枚举对象
>>> seasons = ['Spring', 'Summer', 'Fall', 'Winter']
>>> list(enumerate(seasons))
[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]
>>> list(enumerate(seasons, start=1)) #指定起始值
[(1, 'Spring'), (2, 'Summer'), (3, 'Fall'), (4, 'Winter')]
range：根据传入的参数创建一个新的range对象
>>> a = range(10)
>>> b = range(1,10)
>>> c = range(1,10,3)
>>> a,b,c # 分别输出a,b,c
(range(0, 10), range(1, 10), range(1, 10, 3))
>>> list(a),list(b),list(c) # 分别输出a,b,c的元素
([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [1, 2, 3, 4, 5, 6, 7, 8, 9], [1, 4, 7])
>>>

iter：根据传入的参数创建一个新的可迭代对象

>>> a = iter('abcd') #字符串序列
>>> a
<str_iterator object at 0x03FB4FB0>
>>> next(a)
'a'
>>> next(a)
'b'
>>> next(a)
'c'
>>> next(a)
'd'
>>> next(a)
Traceback (most recent call last):
  File 

super：根据传入的参数创建一个新的子类和父类关系的代理对象

>>>定义父类A
>>> class A(object):
    def __init__(self):
        print('A.__init__')

>>>定义子类B，继承A
>>> class B(A):
    def __init__(self):
        print('B.__init__')
        super().__init__()  这里是python3 用法


super调用父类方法


>>> b = B()
B.__init__
A.__init__
object：创建一个新的object对象
>>> a = object()
>>> a.name = 'kim' # 不能设置属性
Traceback (most recent call last):
  File

3 序列操作

all：判断可迭代对象的每个元素是否都为True值

>>> all([1,2]) #列表中每个元素逻辑值均为True，返回True
True
>>> all([0,1,2]) #列表中0的逻辑值为False，返回False
False
>>> all(()) #空元组
True
>>> all({}) #空字典
True

any：判断可迭代对象的元素是否有为True值的元素

>>> any([0,1,2]) #列表元素有一个为True，则返回True
True
>>> any([0,0]) #列表元素全部为False，则返回False
False
>>> any([]) #空列表
False
>>> any({}) #空字典
False

filter：使用指定方法过滤可迭代对象的元素

>>> a = list(range(1,10)) #定义序列
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> def if_odd(x): #定义奇数判断函数
    return x%2==1

>>> list(filter(if_odd,a)) #筛选序列中的奇数
[1, 3, 5, 7, 9]
filter 可以使用lambda 匿名函数
filter( lambda x : x % 2 == 0 , list )

map：使用指定方法去作用传入的每个可迭代对象的元素，生成新的可迭代对象

>>> a = map(ord,'abcd')
>>> a
<map object at 0x03994E50>
>>> list(a)
[97, 98, 99, 100]
可以使用 lambda 
快速用法  将 list集合中的 int 全部变为 str    map（int  ,  list）
                        反过来  mao(str  , list  )

next：返回可迭代对象中的下一个元素值

>>> a = iter('abcd')
>>> next(a)
'a'
>>> next(a)
'b'
>>> next(a)
'c'
>>> next(a)
'd'
>>> next(a)
Traceback (most recent call last):
  File 
传入default参数后，如果可迭代对象还有元素没有返回，则依次返回其元素值，如果所有元素已经返回，则返回default指定的默认值而不抛出StopIteration 异常
>>> next(a,'e')
'e'
>>> next(a,'e')
'e'

reversed：反转序列生成新的可迭代对象

>>> a = reversed(range(10)) # 传入range对象
>>> a # 类型变成迭代器
<range_iterator object at 0x035634E8>
>>> list(a)
[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

sorted：对可迭代对象进行排序，返回一个新的列表

>>> a = ['a','b','d','c','B','A']
>>> a
['a', 'b', 'd', 'c', 'B', 'A']

>>> sorted(a) # 默认按字符ascii码排序
['A', 'B', 'a', 'b', 'c', 'd']

>>> sorted(a,key = str.lower) # 转换成小写后再排序，'a'和'A'值一样，'b'和'B'值一样
['a', 'A', 'b', 'B', 'c', 'd']

zip：聚合传入的每个迭代器中相同位置的元素，返回一个新的元组类型迭代器

>>> x = [1,2,3] #长度3
>>> y = [4,5,6,7,8] #长度5
>>> list(zip(x,y)) # 取最小长度3
[(1, 4), (2, 5), (3, 6)]

4.对象操作
dir：返回对象或者当前作用域内的属性列表

import math
 math
<module 'math' (built-in)>
 dir(math)
['__doc__', '__loader__', '__name__', '__package__', '__spec__', 'acos', 'acosh', 'asin', 'asinh', 'atan', 'atan2', 'atanh', 'ceil', 'copysign', 'cos', 'cosh', 'degrees', 'e', 'erf', 'erfc', 'exp', 'expm1', 'fabs', 'factorial', 'floor', 'fmod', 'frexp', 'fsum', 'gamma', 'gcd', 'hypot', 'inf', 'isclose', 'isfinite', 'isinf', 'isnan', 'ldexp', 'lgamma', 'log', 'log10', 'log1p', 'log2', 'modf', 'nan', 'pi', 'pow', 'radians', 'sin', 'sinh', 'sqrt', 'tan', 'tanh', 'trunc']

id：返回对象的唯一标识符

a = 'some text'
 id(a)
692285
type：返回对象的类型，或者根据传入的参数创建一个新的类型
type(1) # 返回对象的类型
<class 'int'>

使用type函数创建类型D，含有属性InfoD

>>> D = type('D',(A,B),dict(InfoD='some thing defined in D'))
>>> d = D()
>>> d.InfoD
 'some thing defined in D'

ascii：返回对象的可打印表字符串表现方式

>>> ascii(1)
'1'
>>> ascii('&')
"'&'"
>>> ascii(9000000)
'9000000'
>>> ascii('中文') #非ascii字符
"'\\u4e2d\\u6587'"

format：格式化显示值（虽然 它不推荐使用了但是 面试的时候有可能问到哦~）

字符串可以提供的参数 's' None
>>> format('some string','s')
'some string'
>>> format('some string')
'some string'

整形数值可以提供的参数有 'b' 'c' 'd' 'o' 'x' 'X' 'n' None
>>> format(3,'b') #转换成二进制
'11'
>>> format(97,'c') #转换unicode成字符
'a'
>>> format(11,'d') #转换成10进制
'11'
>>> format(11,'o') #转换成8进制
'13'
>>> format(11,'x') #转换成16进制 小写字母表示
'b'
>>> format(11,'X') #转换成16进制 大写字母表示
'B'
>>> format(11,'n') #和d一样
'11'
>>> format(11) #默认和d一样
'11'

浮点数可以提供的参数有 'e' 'E' 'f' 'F' 'g' 'G' 'n' '%' None
>>> format(314159267,'e') #科学计数法，默认保留6位小数
'3.141593e+08'
>>> format(314159267,'0.2e') #科学计数法，指定保留2位小数
'3.14e+08'
>>> format(314159267,'0.2E') #科学计数法，指定保留2位小数，采用大写E表示
'3.14E+08'
>>> format(314159267,'f') #小数点计数法，默认保留6位小数
'314159267.000000'
>>> format(3.14159267000,'f') #小数点计数法，默认保留6位小数
'3.141593'
>>> format(3.14159267000,'0.8f') #小数点计数法，指定保留8位小数
'3.14159267'
>>> format(3.14159267000,'0.10f') #小数点计数法，指定保留10位小数
'3.1415926700'
>>> format(3.14e+1000000,'F')  #小数点计数法，无穷大转换成大小字母
'INF'

g的格式化比较特殊，假设p为格式中指定的保留小数位数，先尝试采用科学计数法格式化，得到幂指数exp，如果-4<=exp<p，则采用小数计数法，并保留p-1-exp位小数，否则按小数计数法计数，并按p-1保留小数位数


 format(0.00003141566,'.1g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科学计数法计数，保留0位小数点
'3e-05'
>>> format(0.00003141566,'.2g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科学计数法计数，保留1位小数点
'3.1e-05'
 format(0.00003141566,'.3g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科学计数法计数，保留2位小数点
'3.14e-05'
 format(0.00003141566,'.3G') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科学计数法计数，保留0位小数点，E使用大写
'3.14E-05'
 format(3.1415926777,'.1g') #p=1,exp=0 ==》 -4<=exp<p成立，按小数计数法计数，保留0位小数点
'3'
 format(3.1415926777,'.2g') #p=1,exp=0 ==》 -4<=exp<p成立，按小数计数法计数，保留1位小数点
'3.1'
 format(3.1415926777,'.3g') #p=1,exp=0 ==》 -4<=exp<p成立，按小数计数法计数，保留2位小数点
'3.14'
 format(0.00003141566,'.1n') #和g相同
'3e-05'
 format(0.00003141566,'.3n') #和g相同
'3.14e-05'
 format(0.00003141566) #和g相同
'3.141566e-05'

ars：返回当前作用域内的局部变量和其值组成的字典，或者返回对象的属性列表

作用于类实例
>>> class A(object):
    pass

>>> a.__dict__
{}
>>> vars(a)
{}
>>> a.name = 'Kim'
>>> a.__dict__
{'name': 'Kim'}
>>> vars(a)
{'name': 'Kim'}

5。反射操作

__import__：动态导入模块

index = __import__('index')
index.sayHello()

isinstance：判断对象是否是类或者类型元组中任意类元素的实例

 isinstance(1,int)
True
 isinstance(1,str)
False
 isinstance(1,(int,str))
True

issubclass：判断类是否是另外一个类或者类型元组中任意类元素的子类

 issubclass(bool,int)
True
 issubclass(bool,str)
False

 issubclass(bool,(str,int))
True

hasattr：检查对象是否含有属性

定义类A
 class Student:
    def __init__(self,name):
        self.name = name


 s = Student('Aim')
 hasattr(s,'name') #a含有name属性
True
 hasattr(s,'age') #a不含有age属性
False

getattr：获取对象的属性值

定义类Student
 class Student:
    def __init__(self,name):
        self.name = name

 getattr(s,'name') #存在属性name
'Aim'

 getattr(s,'age',6) #不存在属性age，但提供了默认值，返回默认值

 getattr(s,'age') #不存在属性age，未提供默认值，调用报错
Traceback (most recent call last):
  File "<pyshell#17>", line 1, in <module>
    getattr(s,'age')
AttributeError: 'Stduent' object has no attribute 'age'

setattr：设置对象的属性值

 class Student:
    def __init__(self,name):
        self.name = name


 a = Student('Kim')
 a.name
'Kim'
 setattr(a,'name','Bob')
 a.name
'Bob'

delattr：删除对象的属性

定义类A


>>> class A:
    def __init__(self,name):
        self.name = name
    def sayHello(self):
        print('hello',self.name)


测试属性和方法


>>> a.name
'小麦'
>>> a.sayHello()
hello 小麦


删除属性


>>> delattr(a,'name')
>>> a.name
Traceback (most recent call last):
  File "<pyshell#47>", line 1, in <module>
    a.name
AttributeError: 'A' object has no attribute 'name'
callable：检测对象是否可被调用
>>> class B: #定义类B
    def __call__(self):
        print('instances are callable now.')


>>> callable(B) #类B是可调用对象
True
>>> b = B() #调用类B
>>> callable(b) #实例b是可调用对象
True
>>> b() #调用实例b成功
instances are callable now

6。变量操作

globals：返回当前作用域内的全局变量和其值组成的字典
>>> globals()
{'__spec__': None, '__package__': None, '__builtins__': <module 'builtins' (built-in)>, '__name__': '__main__', '__doc__': None, '__loader__': <class '_frozen_importlib.BuiltinImporter'>}
>>> a = 1
>>> globals() #多了一个a
{'__spec__': None, '__package__': None, '__builtins__': <module 'builtins' (built-in)>, 'a': 1, '__name__': '__main__', '__doc__': None, '__loader__': <class '_frozen_importlib.BuiltinImporter'>}
locals：返回当前作用域内的局部变量和其值组成的字典
>>> def f():
    print('before define a ')
    print(locals()) #作用域内无变量
    a = 1
    print('after define a')
    print(locals()) #作用域内有一个a变量，值为1


>>> f
<function f at 0x03D40588>
>>> f()
before define a 
{} 
after define a
{'a': 1}

7。 查看当前可导入的包的路径： sys.path()

8.编译执行

>>>compile：将字符串编译为代码或者AST对象，使之能够通过exec语句来执行或者eval进行求值

流程语句使用exec

>>> code1 = 'for i in range(0,10): print (i)'
>>> compile1 = compile(code1,'','exec')
>>> exec (compile1)
0
1
2
3
4
5
6
7
8
9

简单求值表达式用eval

>>> code2 = '1 + 2 + 3 + 4'
>>> compile2 = compile(code2,'','eval')
>>> eval(compile2)
10
eval：执行动态表达式求值
>>> eval('1+2+3+4')
10

exec：执行动态语句块

>>> exec('a=1+2') #执行语句
>>> a
3

repr：返回一个对象的字符串表现形式(给解释器)

>>> a = 'some text'
>>> str(a)
'some text'
>>> repr(a)
"'some text'

9。 装饰器 方法
property：标示属性的装饰器

>>> class C:
    def __init__(self):
        self._name = ''
    @property
    def name(self):
        """i'm the 'name' property."""
        return self._name
    @name.setter
    def name(self,value):
        if value is None:
            raise RuntimeError('name can not be None')
        else:
            self._name = value


>>> c = C()

>>> c.name # 访问属性
''
>>> c.name = None # 设置属性时进行验证
Traceback (most recent call last):
  File "<pyshell#84>", line 1, in <module>
    c.name = None
  File "<pyshell#81>", line 11, in name
    raise RuntimeError('name can not be None')
RuntimeError: name can not be None

>>> c.name = 'Kim' # 设置属性
>>> c.name # 访问属性
'Kim'

>>> del c.name # 删除属性，不提供deleter则不能删除
Traceback (most recent call last):
  File "<pyshell#87>", line 1, in <module>
    del c.name
AttributeError: can't delete attribute
>>> c.name
'Kim'
classmethod：标示方法为类方法的装饰器
>>> class C:
    @classmethod
    def f(cls,arg1):
        print(cls)
        print(arg1)


>>> C.f('类对象调用类方法')
<class '__main__.C'>
类对象调用类方法

>>> c = C()
>>> c.f('类实例对象调用类方法')
<class '__main__.C'>

类实例对象调用类方法
staticmethod：标示方法为静态方法的装饰器
使用装饰器定义静态方法

>>> class Student(object):
    def __init__(self,name):
        self.name = name
    @staticmethod
    def sayHello(lang):
        print(lang)
        if lang == 'en':
            print('Welcome!')
        else:
            print('你好！')


>>> Student.sayHello('en') #类调用,'en'传给了lang参数
en
Welcome!

>>> b = Student('Kim')
>>> b.sayHello('zh')  #类实例对象调用,'zh'传给了lang参数
zh
你好

类继承 与 多态

python 新式类 继承关系是 广度继承 旧式类是 深度继承

class A(object):
    name = 'a'
class B(object):
    name = 'b'
class C(A,B):
    pass
print C.name
C.name = 'c'
print A.name
print B.name
print C.name

这个输出是 a,a,b,c
C 在寻找父类的时候 是先走 A 如果 A 还继承了一个别的类 则 继续寻找 A继承的别的类深度遍历
广度遍历是指 假如A 还继承了一个U类 C在寻找 父类的时候 ，会先寻找他的 继承 A 然后 是 B
这样下去，继续 下一层的寻找
这两个遍历 不管哪一个 只要 找到需求的 属性值 则会返回 结束 查找
单例模式
class single(object):
def __new__(cls,*arg,**kw):
if not hasattr(cls, '_instance'):
cls._instance = super(single, cls).__new__(cls,*arg,**kw)
return cls._instance

装饰器

装饰器是一个很大的考点，下面是一个装饰器的复杂版本，如果你能直接看懂流程，那么就可以不用看了 如果看不懂 下面有大神的链接点进去

def Before(request):
    print 'before'

def After(request):
    print 'after'

def Filter(before_func,after_func):
    def outer(main_func):
        def wrapper(request):
            before_result = before_func(request)
            if(before_result != None):
                return before_result;
            main_result = main_func(request)
            if(main_result != None):
                return main_result;
            after_result = after_func(request)
            if(after_result != None):
                return after_result;
        return wrapper
    return outer

@Filter(Before, After)
def Index(request):
    print 'index'

Index('example')

---

大神链接在这里https://www.cnblogs.com/fanweibin/p/5418652.html

---

生成器与迭代器

迭代 主要是分为 迭代对象 和迭代器
迭代对象（没有next（）） 是指 方法中有 iter （返回迭代对象本身） 的 （可以使用 for 循环 来进行迭代）
而 包含 _ next _ 的 是迭代器（除了 for循环可以 迭代 之外 还可以使用 next（）进行 迭代）

生成器是特殊的迭代器
生成器通过 yield语句快速生成迭代器，省略了复杂的 iter() & next() 方式：
list ：[ x for x in range( 10 ) ] 这个返回的是一个list 列表
（ x for x in range (10 ) ） 这个返回的是一个 生长器

在这里还有一个 经常会问的地方：
。send （） 方法

def generator():
    while True:
        receive = yield 1
        print('extra' + str(receive))


g = generator()
print(g.next())
print(g.send(111))
print(next(g))

输出 1 ， extra111, 1, extraNone, 1
分析一下：
首先g 是一个生成器，定义好之后并不会直接运行。在第一次调用 print g.next() 的时候，g 会执行到 yield 停止
receive 并不会得到 yield 后面的值，此时 g 会返回一个 1 ，
然后第二个print g.send(111) ，这里 .send()是一个生成式方法，它会把 111 返回给 yield ，然后 111 将会替代1
进行 程序执行，一直到下一次 遇到yield 停止。
最后一个print 程序 接着上一次的yield 执行，但是注意！！！这里 yield 后面的值 已经不能再使用1 了 因为1 已 经被 .send() 替代了，所以，这里如果不从程序外面给值得花，这里的receive 将会是一个None

未完待续……