- 博客(32)
- 收藏
- 关注
RSS订阅原创 18、Python之容器：字典(dict)缺失值处理不够优雅？试试defaultdict
关于字典中缺失值处理的场景，本文首先介绍了dict中常规的分支判断的处理方法，以及通过setdefault()简化分支处理的方法。之后，引入defaultdict，介绍了更加灵活、强大的处理方法。根据实际使用场景，可以自行选择！
2024-07-20 07:15:00
399
原创 17、Python之容器：字典（dict）就是哈希表换个马甲？
从上一篇文章开始，开始了Python中常用的数据结构，也就是容器类的介绍，上一篇文章简要介绍了列表的使用，这一篇文章准备介绍一下Python中字典（dict）的使用。还是以人员信息为例，这次我们使用嵌套字典的方式存储，字典的key为name，字典的值为完整的人员信息的字典，包含name、age、gender、height。上面的代码中，我们需要进行分支判断，如果key在字典中已经存在，则将姓名追加到值的列表中，如果不存在，则首次进行初始化为值列表的操作。关于字典的增、删、改的操作比较简单，这里就不列举了。
2024-07-19 07:00:00
767
原创 16、Python之容器：元组与列表、推导式与生成式，差之毫厘谬以千里
本文简单介绍了Python中元组的特点，同时对比了元组与列表、推导式与生成式。这些粗略看来，相差不大的概念，仔细思考之后，还是能发现很多值得注意的点，而这些可能就决定了Python代码编写的质量，以及实际运行的效率。
2024-07-18 06:45:00
454
原创 15、Python之容器：列表是个百宝箱，什么都能往里装
本文简单介绍了Python中的列表这个容器类型，包括常用的内置方法以及列表推导式的使用。列表的灵活性，配合列表推导式的简洁性，在实际的Python编程实践中非常实用，掌握了列表的使用，一定能大大提升Python开发的效率。
2024-07-17 07:00:00
916
原创 14、Python之super star：一颗星、两颗星，满天都是小星星
在Python中，星号（*）的主要用法有：1、基础的乘法运算2、字符串的重复3、列表的扩充4、定义不定长的函数位置参数5、函数调用时，将列表拆包为位置参数进行传递6、定义不定长的函数关键字参数7、函数调用时，将字典拆包为关键字参数进行传递只要理解了这几点，在后续的使用中，就能大大简化自己代码的编写，真正提高代码的编写效率，毕竟我们选择用Python的原因在于人生苦短。
2024-07-16 06:45:00
1049
原创 Python番外篇：函数和类也是一等公民
通过前面的关于函数作为Python中的一等公民的演示，可以看出，在Python中，函数对象如同其他数据类型一样，可以很灵活地应用在各个场景中。类对象作为Python中的对象，也与函数极为类似。在后续的文章中，我们会将函数的基础用法及一些实用的高阶用法，逐步展开。
2024-07-15 12:45:00
946
原创 Python番外篇：标准类型层次结构
看定义中的说明文档，我们发现type这个类的初始化函数，可以获取类对象，初始化函数接收的参数，可以是一个对象，也可以是更多的参数。前面的文章中，我们提到了在Python中一切皆对象，理所当然的，函数和类也是对象，所以，函数和类在Python中也是一等公民。由于，类也是对象，也就是类对象，类对象也是有自己的属性的，其中__bases__就是指向这个类对象的父类对象的属性。不管是type类，还是__class__属性，我们要找的都是对象与类之间的关系，也就是实例化关系。
2024-07-15 07:10:06
923
原创 Python番外篇：万法归一，一切皆对象
从上面示例代码中可以看出，内置类型int、str，以及自定义的类MyClass，这些类对象，都是由type这个类对象进行实例化的。那么type这个类对象又是谁实例化的呢？你没有看错，type类对象是由自己实例化的……虽然，本文的内容有点绕，但是，必须说的是，Python中的“一切皆对象”的理念，使得Python具有高度的灵活性和一致性。无论是简单的数据类型还是复杂的函数和类，它们都是对象，并可以进行统一的操作。这种设计哲学使得Python代码更加简洁、优雅和易于维护。
2024-07-13 06:45:00
1030
原创 13、Python之函数：简单的参数默认值其实并不简单
虽然函数参数的默认值，语法很简单，使用很方便。但是，稍微一不留意，可能也会导致一些异常的结果。基础很简单，但也很重要。真正掌握基础并不简单，只是把语法记住了，并不是真正掌握。遇到问题不要慌，关注底层的细节，能够更加容易的定位问题所在，并理解问题的产生。而所谓的编程学习，学的并不是写几行代码，而是通过写代码，逐渐习得并强化自己定位问题、解决问题的能力。
2024-07-12 06:45:00
792
原创 12、Python 之函数：你的代码是一整坨还是分块的
由于篇幅所限，这篇文章只介绍了关于函数的优点，以及函数的一些基础用法。最后在介绍lambda函数的时候，以一个简单的实际案例做了演示。案例中用到的rich和faker第三方框架，在前面的文章中已经介绍过，为了便于不熟悉的小伙伴学习使用，省去到故纸堆里搜检的工作，我把链接附在文章末尾。
2024-07-11 06:45:00
886
原创 11、Python之变量：看得见还是看不见
需要注意的是，通常来说，在编程语言中，语句与表达式是有区别的，表达式是有结果值的，可以作为赋值语句的一部分，也可以是其他语句中的组成部分。变量的作用域决定了变量在程序中的可见性和生命周期。本着“能用一行代码搞定的，绝不应该写两行”的理念（瞎说的），Python从3.8开始，引入了新的语法，叫做“赋值表达式”，不同于赋值语句，赋值表达式是可以出现在其他语句中的。假如不这样做，那么函数里的每条赋值语句都有可能影响全局作用域中的变量，这样不仅混乱，而且会让全局变量之间彼此交互影响，从而导致很多难以探查的bug。
2024-07-10 06:45:00
1138
原创 10、Python之写出更加Pythonic的代码：unpacking拆包机制
所有我们不需要的元素，都可以用占位符进行舍弃，但是，占位符_只是省去了我们给变量取名的麻烦，不需要的元素比较多的时候，似乎还是不太方便，反而不如索引操作方便，好在Python中提供了对应的解决方案。这是他们的优势，但也是他们的劣势。unpacking的机制，看似好用，但是，细心的你，可能立马会发现一个问题，如果集合中元素有很多个，此时，我们只需要其中的一部分，怎么办呢。代码中，会将除了name接收的第一个元素，以及gender接收的最后一个元素，之外的所有元素，封装为一个列表，由others接收。
2024-07-09 18:51:08
914
原创 9、Python之文本解析：字符串格式化的逆操作？
前面的文章中，提到了关于Python中字符串中的相关操作，更多地涉及到了字符串的格式化，有些地方也称为字符串插值操作，本质上，就是把多个字符串拼接在一起，以固定的格式呈现。在系统的运营过程中，记录用户在系统中的各种访问行为，通过这些行为日志的提取、分析，学习出用户相关动作背后的特定模式，从而更好地实现产品的运营，留存用户、提高转化率等。其实，关于文本数据的解析、提取，除了re、parse外，还有其他模块，分别用于更多的场景中的文本解析、提取。关于这些函数的使用，感兴趣的可以查看源码自行研究。
2024-07-08 18:18:52
656
原创 8、Python中的字符串：字符串的基本操作及再论对象是否可变
当发现代码中需要创建一个新的字符串对象时，Python解释器会首先检查字符串驻留池，如果已经存在相同的字符串，则直接返回该字符串对象的引用，而不是创建一个新的字符串。字符串驻留（String Interning）是一种优化技术，由于字符串对象本身是不可变的，所以，当一个相同的字符串有可能被重复使用时，可以通过把某些字符串驻留在内存中，让这些引用相同字符串的变量，指向常量内存池中的同一个字符串对象，从而节省内存并提高运行速度。关于字符串提供的方法，不用记忆，用到的时候，自行尝试或者检索即可，所以不再展开。
2024-07-05 15:16:06
1015
原创 Python番外篇之代码编译与字节码
其实，在真实场景中，我们需要用到字节码的地方比较少。更多的场景可能反而是在新手学习Python的过程中，遇到不理解的代码运行结果，通过查看字节码指令序列，从而更清晰地理解其中的细节。字节码本身并不复杂，甚至关于字节码的格式、字节码指令，在不同的编程语言虚拟机中的定义，也都是大同小异的，比如Java字节码和Python字节码。关于虚拟机的实现、内存管理机制，也都是基于比较通用的垃圾回收算法的不同实现而已。对字节码感兴趣的，可以查找更多的官网相关资料，进行进一步的研究。
2024-07-04 18:33:25
1097
原创 7、Python之sys模块：容易被忽视，却又很实用
Python的sys模块提供了许多关于Python虚拟机、运行环境相关的很实用的功能，我们可以更加方便地访问和控制运行时环境。本文中的关于sys模块的内容，只是笔者整理的在实用中可能更加常用的功能，对sys模块感兴趣的，可以查看sys相关官方文档学习掌握更多的内容。
2024-07-04 06:30:00
617
原创 6、Python之变量：变或不变？结合字节码及内存动态看变量的底层细节
字符串、元组类型的变量，也是属于值类型的变量，其赋值修改过程，都是类似于整型变量的上述过程，都是先在常量池中构建对象，然后变量中存储对象的id，修改变量值，其实就是创建新的对象，变量存储新的对象的id的过程。有的教材中，或者Python大神说，id()函数返回一个对象在内存中的地址，其实是不严谨的，id()就是返回一个对象的身份标识，这个身份标识，可以是对象在内存中的地址，也可以不是。接下来，我们通过几行简单的变量赋值的代码，来看变量在内存中的实际存储的动态变化，从而更加清晰地理解变量的变与不变。
2024-07-03 06:45:00
1502
原创 Python番外篇之责任转移：有关于虚拟机编程语言的往事
关于最好的编程语言的论战，其实，见仁见智，更多的是对编程语言设计背后思想的认同与否。我们也不应该随便地说出，Python是最好的编程语言，而应该更加客观、理性的说，“Python的设计理念、思想跟我比较契合，我用起来特别舒服”，虽然说是理性、客观，其实，那还是一种感觉。虽然，人类可读了，但是太底层了，要实现一个简单的需求，都要堆砌很多个指令，很繁琐，编程起来很痛苦。不好的一定会不断被更好的所取代，但是，从来就没有最好的，只有在特定场景、特定需求下的更好的，最适合的才是更好的。编程语言的好用与否，也是如此。
2024-07-02 06:45:00
879
原创 结合数据索引结构看SQL的真实执行过程
2、加入最终返回的字段比较多，执行引擎在执行的过程中，可能决定不将所有字段都放入sort_buffer，可能只放主键id和参与排序的字段，然后排序完成之后，需要再按序进行一次回表的操作，获取用户需要的所有字段，然后再返回给用户。这种查询场景，叫做”回表“。回表的操作，会增加磁盘IO的次数，如果辅助索引结构中已经包含了用户需要的所有字段，则可以避免回表的操作，这时候的索引叫做”覆盖索引“。实际上SQL的执行要考虑的真实场景比较复杂，本文为了便于描述与理解，做了相应的简化，感兴趣的可以自行研究。
2024-07-01 08:26:20
1493
原创 3、Python之Faker：更巧妙的批量数据生成
虽然Faker模块提供了很多用于生成测试数据的方法，但是，有时候我们还是有一些自定义的测试数据生成规则的需要。这时候，我们可以用random模块来实现自定义的特定需求。当然，Faker模块也提供了我们进行自定义测试数据Provider类的方法，从而扩展Faker模块的测试数据生成的功能。如果暂时不熟悉面向对象的相关语法，以下代码实例，可以跳过，通常使用random模块依然能够满足需求。# 自定义Provider，用于随机生成性别，男、女、未知，三个取值出现的概率比是100:100:1。
2024-06-26 09:25:12
1113
原创 2、Python之random数据生成：巧妇能为无米之炊
在上面的示例中，涉及到了Python中for循环的使用，以及f-string的语法，这两块比较简单，如果是一个Python新手小白，可以自行百度，或者借助ChatGPT学习一下，很简单的。此外，关于查看内置模块相关函数的定义与用法，可以在PyCharm中，将鼠标悬停在模块的导入语句的random，或者某个函数，比如random.shuffle()上，然后，Mac中，按下Command键的同时，按下鼠标左键，即可打开模块的定义，并跳转到对应的函数定义所在行。我觉得只是不够巧的缘故，足够巧，无米之炊亦可为。
2024-06-25 16:09:18
1009
原创 0、一篇文章搞定编程学习的问题，你也可以学会这门手艺、特长
在今后的一段时间内，我会结合一些实际场景写一些关于具体使用Python的文章，尽可能地将编程好玩、有用的一面呈现出来。编程是一门技术，也应该是一门手艺，一种兴趣特长。人生苦短，我用Python。
2024-06-23 17:31:31
1087
原创 两种思维：99%的人是前一种，你呢？
正如爱因斯坦所说：如果给我1小时解答一道决定我生死的问题，我会花55分钟弄清楚这道题到底在问什么。一旦清楚它到底在问什么，剩下的5分钟足够回答这个问题。德鲁克也说过：最重要、最艰难的工作从来不是找到对的答案，而是问出正确的问题。因为世界上最无用、最危险的情况，就是虽然答对了，但是一开始就问错了。所以，你是在用哪一种思维呢。
2024-06-22 20:24:38
737
原创 可行与高效你选哪个：SQL背后的核心算法
经过前面几篇数据库的数据库设计与优化的铺垫之后，一直想着开始进行真正的SQL的优化分析，但是细想下来，还有些工作没有做：其一，数据库管理系统的基本构成全貌，目前仍然缺失的，一直在细节内打转，难免陷入管窥蠡测的困境；其二，对动态的SQL执行大体情况，也是需要进行相应的补充。之后，才能更好地把握数据库的优化。
2024-06-21 14:46:27
1279
原创 位图索引、倒排索引及布隆过滤
介绍了几种索引的结构及使用，我们需要始终回归到数据库设计与优化的基本原则：尽量减少磁盘的IO操作，不管是聚簇索引、辅助索引，还是位图索引、倒排索引，或者是布隆过滤器的使用，其实都在是落实这项基本原则。
2024-06-19 11:34:12
972
原创 数据库索引、河神、樵夫与《新华字典》
实际检索中，如果从辅助索引检索，则在不是覆盖索引（懂的都懂，以后再说）的情况下，定位到主键的键值后，还要到聚簇索引中找到真正数据页，这一步叫做回表。如果索引/键不能唯一标识出目标数据，符合条件的可能有多条，怎么确保符合条件的都被找到呢，所以数据必须以有序的方式进行存储，从第一个符合条件的开始，直到找到第一个不符合条件的，就可以停止查找了。数据库有序真正的困境在于，从数据库表创建之时起，数据的每一次增删改，都要保证数据库的有序，索引的个数越多，增删改维持数据有序的成本越大……选择了一种，就要放弃其他的可能。
2024-06-16 11:13:33
1009
原创 关于Cache与延迟的思考
Cache技术的应用带来的新问题，一方面是数据一致性的问题，缓存数据与数据源的不一致，必然带来数据同步的问题，在一些场景下，我们甚至放弃了强一致性，弱一致性、最终一致性似乎也变得可以接受；而关于最优解的探求，我们的目标一定是全局最优解，但是很多情况下，并不现实，同样是各种可见、不可见的约束的共同作用下，最终我们得到的只能是可接受的局部最优解。主存有瓶颈，理所当然的就会想到引入更快的存储介质，比如SRAM，所以，最早的Cache是以硬件的形式被引入到分级存储体系中，用于尽量弥合CPU与主存之间速度的差异。
2024-06-15 11:47:14
797
原创 从冯诺依曼体系看数据库设计与优化
2、内存属于易失性存储介质，数据需要持久化存储到辅助存储器/外部存储器中，典型的是磁盘，从磁盘读写数据的时间延迟一般是毫秒(ms)级，跟内存读取速度，存在10^6(百万级)的差距，延迟的大头在于寻道时间+旋转延迟，批量顺序磁盘IO操作，可以更加充分地发挥磁盘性能，使得磁盘的延迟无限趋近于传输时间；可以粗略的认为，发生在计算机中的每一件事情，不论是指令的执行还是数据的处理，都是作用于驻留在内存的信息上的（尽管实际上通常会将所使用的数据转移到高速缓存中）。例如，循环结构中的变量在每次循环迭代时都会被重复访问。
2024-06-14 14:33:53
962
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人