《Python基础教程》第6~8章 学习笔记

Python 6-8章

tags: Python Learning Note

---

第6章 抽象

• 6.3 创建函数

    1. `callabel()`可以测试函数能否调用。（返回True/False）（3.0得用`hasattr(func, __cal__)`代替）   
    2. 使用`def`语句定义函数  

  • 6.3.1 记录函数
    直接写上字符串，比如在def语句后面，称为文档字符串。
    可以使用内建help得到关于函数的信息，包括文档字符串。
  • 6.3.2 并非真正函数的函数
    return起到结束函数的作用。
• 6.4 参数魔法 这正是Python的魅力所在！
  • 6.4.1 值从哪里来（实参与形参）
  • 6.4.2 我能改变参数吗
    这里有一篇写得不错的文章：Python的函数参数传递：传值？引用？
  • 6.4.3 关键字参数和默认值
    关键字参数：参数很多的时候，参数的顺序很难记住，可以提供参数的名字。
    默认值：同C一样，定义函数时可以为参数提供默认值。
  • 6.4.4 收集参数
    收集参数：用*+参数名收集其余的位置参数为一个元组。（没有就是一个空元组）
    关键字参数：**+参数名收集有关键字的参数，得到一个字典。

      普通参数和关键字参数可以联合使用。

  • 6.4.5 反转过程
    函数收集的逆过程，在调用而不是在定义时使用。

      def add(x, y): return x + y
      params = (1, 2)
      add(*params)

    同样字典也可以用**翻转
    这里的拼接Splicing不是很懂，mark下

• 6.5 作用域
  变量可以看做是值的名字，然变量-所对应的值是个”不可见“的字典。内建的vars 函数可以返回这个字典。

    scope = vars()
    一般来说，vars所返回的字典是不能修改的，结果是未定义的，可能得不到想要的结果

  这种“字典”就是作用域。
  可以直接引用全局变量。但最好还是用global访问，如果内外作用域变量名重叠了，可以用globals()['parameter']获取。
  作用域是可以嵌套的。这里有一个闭包的概论，闭包是一个包含有环境变量取值的函数对象。环境变量取值被保存在函数对象的__closure__属性中。关于闭包具体见这篇博文：Python 学习入门（25）—— 闭包
• 6.6 递归
  自身调用自身。

    标准库中的bisect模块可以非常有效地实现二元查找。

  “函数式编程”方面的函数：map、filter 和 reduce 函数（3.0中被移到 functools 模块中）
  lambda：匿名函数。 map：将序列中的元素全部传递给一个函数。list(map(str,range(10)))
filter：基于一个返回布尔值的函数对元素进行过滤。list(filter(lambda x:x.isalnum(), seq))
reduce：对一个序列的每个项迭代调用函数。它会将序列的两个元素与给定的函数联合使用，并且将它们的返回值和第3个元素继续联合使用，直到整个序列处理完毕。reduce(lambda x,y:x+y,numbers)
  这边有一篇关于Python的函数式编程的简单介绍：python的函数式编程玩法+年末小感

---

第7章 更加抽象

• 7.1 对象的魔力
  这书类都没讲竟先讲然这些特性，真太挫，不想多说 仨特性：多态 封装 继承

• 7.2 类和类型

  • 7.2.1 类到底是什么 超类(superclass)就相当于c++里面的父类或基类。

  • 7.2.2 创建自己的类 在模块或脚本开始的地方放置语句 __metaclass__ = type表示新式类。

    关于new_sytle class详见啄木鸟社区的译文：python中的 new-style class 及其实例详解

    class语句会在函数定义的地方创建自己的命名空间
    self是对于对象自身的引用

      如果知道foo是Person的实例的话，还可以把foo.greet()看做Person.greet(foo)方便的简写

  • 7.2.3 特性、函数和方法
    方法（更专业一点可称为绑定方法）将它们的第一个参数绑定到所属的实例上，因为这个参数可以不必提供。
    self 参数并不取决于调用方法的方式。
    在类的内部定义中，双下划线开始的名字被“翻译”成前面加下划线和类名的形式。
  • 7.2.4 类的命名空间
    类作用域的对象可以被所有实例访问。
    重新绑定里面的特性会屏蔽类范围内的变量。
  • 7.2.5 指定超类
    claass A(B): ...，B是A的超类，A是B的子类。 子类正常会重写超类的方法。
  • 7.2.6 调查继承
    issubclass函数：查看一个类是否是另一个的子类。
    isinstance函数：检查一个对象是否是一个类的实例。 __bases__特性：想要知道已知类的基类。
    __class__：查看一个对象属于哪个类。
    如果是新类的话，可以用type函数来查看实例的类。
  • 7.2.7 多个超类
    多重继承，注意：先继承的类中的方法会重写后继承的类中的方法。
    MRO（Method Resolution Order，方法判定顺序）：查找给定方法或者特性时访问超类的顺序。
  • 7.2.8 接口和内省
    检查所需方法是否已经存在：hasattr(obj, 'method')
    检查特性是否可调用：callable(getattr(obj, 'method', None))（在3.0中可以使用hasattr(x, '__call__')来代替callable(x)）
    __dict__特性：查看对象内所以存储的值。

---

第8章 异常

• 8.1 什么是异常
  每个异常都是一些类的实例，这些实例可以被引发，并且可以用很多种方法进行捕捉，使得程序可以捉住错误并且对其进行处理，而不是让整个程序失败。
• 8.2 按自己的方式出错
  • 8.2.1 raise语句
    可以使用一个Exception的子类或者实例参数调用raise语句。
    可以用dir(exceptions)查看内建的异常。（需要import exceptions）
  • 8.2.2 自定义异常类

      class SomeCustomException(Exception): pass

• 8.3 捕捉异常
  try/except 异常实现。

    如果没有捕捉到异常，它会被“传播”到调用的函数中。如果那里依然没有捕获，这写异常就会“浮”到程序的最顶层。

  如果要传递异常，可以使用raise
• 8.4 不止一个except子句
  try/expect 异常可以附带多个expect
• 8.5 用一个块捕捉两个异常
  try/expect (...)将异常作为元组放进去
• 8.6 捕捉对象
  捕捉产生的异常对象：try/ except (...), e（3.0是 as e）
• 8.7 真正的全捕捉
  try/ expect可以捕捉全部异常。

    注意：这样捕捉所有异常是危险的，因为它会隐藏所有程序员未想到并且未做好准备处理的错误。使用except Exception，e会更好，或者对异常对象e进行一些检查

• 8.8 万事大吉
  try /expect /else进行没有异常情况的处理。
  下面是一个简单计算除法的代码：

  while True:             # 如果出错必须重新输入，否则无法跳出循环
    try:
        x=input('Enter the first number: ')
        y=input('Enter the second number: ')
        print(int(x)/int(y))
    except Exception as e :     # 如果出错了，打印错误信息
        print(e)
        print('Invalid input,please try again')
    else:                       # 计算过程没有异常，跳出
        break

• 8.9 最后
  try/except/else/finally：无论是否发生异常情况，都需要执行一些清理工作。（如通信过程）
• 8.10 异常和函数
• 8.11 异常之禅
  有时候用异常会比if/else效率快。

---