python核心编程

1.1 –d   提供调试输出----------------------------------python调试命令

1.2 –O   生成优化的字节码(生成.pyo文件)--------生成python

1.3 –S   不导入site模块以在启动时查找python路径

1.4 –v   冗余输出(导入语句详细追踪)

1.5 –m mod 将一个模块以脚本形式运行

1.6 –Q opt 除法选项(参阅文档)

1.7 –c cmd 运行以命令行字符串心事提交的python脚本

1.8 file   以给定的文件运行python脚本

2 _在解释器中表示最后一个表达式的值.

3 print支持类c的printf格式化输出: print “%s is number %d!” % (“python”, 1)

4 print的输入内容后面加逗号, 就会使其输入不换行

5 把输出重定向到日志文件:

logfile = open(“c:/1.log”, “a”);   //打开文件c:/1.log使用a模式..即add, 添加.

print >> logfile, “Fatal error: invalid input!”;   >>为重定向..将print的结果重定向到logfile, 输出内容是”Fatal error: invalid input!”…

logfile.close();  //关闭文件流…

6 程序输入: raw_input(“提示字符串”): user = raw_input(“请输入您的姓名”);

7 int(数值)…..将数值字符串转换成整数值…

8 运算符:

8.1 + - * / %是和其他语言相同的加减乘及取模运算.取余运算

8.2 / 在浮点取模中得到的结果是完整的浮点数

8.3 // 在浮点取模中得到的结果是经过舍去运算的结果.

8.4 ** 是乘方

8.5 >>和<<的移位运算也支持. 但不支持java中的>>> 和<<< 移位.

8.6 < <= > >= ++ != <> 等比较运算符

8.7 and or not 等逻辑运算符

9 变量和赋值: python是弱类型语言..

10 list, tuple, map * 4 得到的结果是一个新的 list | tuple | map, 是原数据的4份

11 数字:

11.1 int(有符号整数)

11.2 long(长整数)

11.3 bool(布尔值)

11.4 float(浮点值)

11.5 complex(复数)

11.6 python2.3开始, 如果结果从int溢出, 会自动转型为long

11.7 python2.4开始支持decimal数字类型, 需要导入decimal模块..由于在二进制表示中会有一个无限循环片段, 普通的浮点1.1实际是不能被精确表示的, 被表示为1.1000000000000001. 使用print decimal.Decimal(‘1.1’);则可以得到精确的1.1

12 字符串:  引号之间的字符集合, 支持使用成对的单引号和双引号, 三引号(三个连续单引号或双引号)可以用来包含特殊字符.  使用索引运算符[]和切片运算符[ : ]可以得到子字符串…字符串中第一个字符的索引是0, 最后一个字符的索引是-1;

13 列表和元组: 可以看作是普通的数组, 能保存任意数量任意类型的python对象…

13.1 列表元素用中括号包裹, 元素的个数及元素的值可以改变.

13.2 元组元素用小括号包裹, 不可以更改, 尽管他们的内容可以, 元组可以看成是只读的列表.  可以使用切片运算得到子集.

14 字典: 相当于其他语言中的map, 使用{key: value}的方式表示. 取值的方式和其他语言的map一致.  也可以直接使用map[key] = value的方式为其赋值.

15 条件语句:

if expression:

         path 1

elif expression2:

         path2

else:

         path3

16 while循环

while expression:

         process business

17 for循环

for item in list|tuple|map:

         print item

17.1 range(len(list))得到一个list长度范围内的整数list, 方便遍历过程中获取索引值.

17.2 python2.3中增加了enumerate(), 可以通过它遍历list, 同时得到索引和值

for index, data in enumerate(list):

         print index, “:”, data,

17.3 列表解析: sqdEvens = [x ** 2 for x in range(8) if not x % 2], 获取一个序列, 该序列是0-8的数字中所有x%2为0(false)的x的平方

18 文件和内建函数: open(), file()

18.1 handle = open(file_name, access_mode = “r”), 只读方式打开文件, 得到的句柄是handle..该方法如果没有提供access_mode, 默认是r

19 异常处理: raise可以故意引发异常

try:

         # process

except IOError, e:

         # error process

20 函数: 如果函数中没有return语句, 自动返回None对象

def function_name([arguments]):

         “optional document string”

         function_suite

20.1 python的函数调用中参数是引用传递

20.2 可以在定义函数的时候, 在参数列表中通过=设置参数的默认值.

21 类:

21.1 定义:

class class_name:

         static_variable_name = value

         def __init__(self, [arguments]):

                   //operation

                   //self in here is the reference for this class instance

         def general_method_name(self, [arguments]):

                   //operation

                   //self is the class instance

                   //if you want to use class variable, please use like self.__class__.__name__

21.2 实例化: instance = class_name([arguments, …]);

22 模块: 不带.py后缀名的文件名…一个模块创建之后, 可以使用import导入这个模块使用.

22.1 访问模块内的函数或变量: module_name.function() | module_name.variable | module_name.class_name

22.2 sys模块概览

22.2.1 sys.stdout.write(‘Hello World!\n’)  //使用sys模块的标准输出

22.2.2 sys.platform  //返回系统的标记

22.2.3 sys.version  //返回系统的版本

23 PEP: 一个PEP就是一个python增强提案(python enhancement proposal), 是在新版python中增加新特性的方式…索引网址是: http://python.org/dev/peps

24 一些常用函数

24.1 dir([obj])  显示对象的属性, 如果没有提供参数, 显示全局变量的名字

24.2 help([obj])  显示对象的文档, 如果没有参数, 进入交互式帮助

24.3 int(obj)  将一个对象转换为整数

24.4 len(obj)  返回对象的长度

24.5 open(file_name, mode)  以mode(r|w|a…)方式打开一个文件

24.6 range([[start, ]stop[, step]])  返回一个整数列表…结束值是stop-1, step默认是1

24.7 raw_input(str)  提示str等待用户输入

24.8 str(obj)  将一个对象转换为字符串

24.9 type(obj)  返回对象的类型…返回值本身是一个type对象

24.10 sum(iterable[, start=0])  可以对纯数值的list|tuple|map进行求和操作..

24.11 dir([object])  如果没有参数获得当前脚本scope内定义的对象, 如果有参数, 返回该对象内部定义的对象, 如果该对象有一个__dir__方法, 该方法将被调用, 并且必须返回属性的列表…这就允许通过自定义__getattr__()或__getattribute__()方法的方式实现dir的自定义显示属性列 表….如果没有指定参数, 是根据该对象的__dict__内存字典的最佳聚合信息显示的..

24.12 type([object])  参数为空显示<type ‘type’>, 参数不为空显示该对象的类型

24.13 type(name, bases, dict)  通过名称, 基类, 内存字典动态创建一个类型

24.14 object__name.__doc__  查看该对象的文档字符串

24.15 __doc__ 对象的文档字符串, 该文档字符串在定义对象时写在对象语句块中第一句, 使用单纯的字符串的方式表示

24.16 sys.exit()  退出python解释器

24.17 append(Object)  给list添加一个元素

24.18 os.linesep 返回的是系统换行符…不同的系统换行符是不同的, 使用linesep可以提高代码跨平台性

24.19 string_variable_name.strip([chars])  脱离, 滤去字符串中的某些字符, 如果没有参数返回原字符串

25 数值按进制分为:

25.1 二进制: 0b101010

25.2 八进制: 07167

25.3 十进制: 98767

25.4 十六进制: 0xf2134

Python基础(chapter3)

1 setence and syntax语句和语法

1.1 #为注释符号

1.2 \n是标准行分隔符, 通常一个语句一行

1.3 反斜线\表示下一行继续, 用来将单条语句放入多行…尽量使用括号代替

1.4 分号;表示将两个语句连接在一行中…不提倡

1.5 冒号:表示将代码块的头和体分开

1.6 语句(代码块)用缩进块方式体现: 同一个代码组的代码必须严格左对齐..由于不同的editor制表符宽度不一, 为了使代码跨平台, 推荐使用4个空格缩进

1.7 不同缩进深度分隔不同的代码块

1.8 python文件以模块的形式组织: 模块以磁盘文件的形式存在, 不应该让某个模块充斥的太大

2 赋值

2.1 赋值语句没有返回值, 但可以使用链式赋值

2.2 python2.0开始支持增量赋值(算符和等号连接赋值), 但是python不支持++, --

2.3 赋值操作中, 可变对象会被直接修改(引用位置值的修改), 不可变对象则被重新赋予新的对象(引用修改)

2.4 多元赋值: a, b, c = 1, 2, ‘string’, 建议使用tuple的方式进行多元赋值: (a, b, c) = (1, 2, ‘string’)

3 swap操作: x, y = y, x

4 标识符

4.1 大小写敏感

4.2 python的关键字列表和iskeyword()函数在keyword模块, 方便查阅

4.3 内建: built-in可以看作是系统保留字….对于一些内建函数需要覆盖(重定义, 替换)…built-in是__builtins__模块的成员, 该模块由解释器自动导入

4.4 python不支持重载

4.5 下划线: 作为变量前缀和后缀指定特殊变量

4.5.1 _xxx: 不用’from module import*’导入

4.5.2 __xxx__: 系统定义名字

4.5.3 _xxx: 类中的私有变量名

5 python之禅

The Zen of Python, by Tim Peters

python之禅. 作者Tim Peters

 

Beautiful is better than ugly.

漂亮胜于丑陋

Explicit is better than implicit.

详尽胜于含蓄

Simple is better than complex.

简单胜于复杂

Complex is better than complicated.

组合胜于复杂(结构)

Flat is better than nested.

单一胜于嵌套

Sparse is better than dense.

稀少胜于繁杂

Readability counts.

可读性价值

Special cases aren't special enough to break the rules.

特例不足以违反规则

Although practicality beats purity.

实践胜于理论

Errors should never pass silently.

错误可能从不沉默

Unless explicitly silenced.

除非明白沉默

In the face of ambiguity, refuse the temptation to guess.

面对歧义, 不被猜想诱惑

There should be one-- and preferably only one --obvious way to do it.

可能仅有一种更好的方法

Although that way may not be obvious at first unless you're Dutch.

 

Now is better than never.

现在胜于一切

Although never is often better than *right* now.

 

If the implementation is hard to explain, it's a bad idea.

难于解释的实现是不好的

If the implementation is easy to explain, it may be a good idea.

易于明白的实现可能是个好方案

Namespaces are one honking great idea -- let's do more of those!

名空间是一个好方案, 让我们去超越这些

6 模块组织

# 起始行

# 模块文档

# 模块导入

# 变量定义

# 类定义

# 函数定义

# 主程序

7 __name__用于指示模块应该如何被加载, 如果值是”__main__”说明是主模块, 如果是模块名, 说明是被导入的

8 主模块测试代码

def main():

         # business process

if(__name__ == ‘__main__’)

         main()

9 内存管理

9.1 基本

9.1.1 弱类型 – 动态类型

9.1.2 programmer不关心内存管理

9.1.3 变量并会被回收

9.1.4 del语句能够直接释放资源

9.2 变量未初始化不允许使用

9.3 引用计数: 对于一个内存堆中的对象, 有多少个指针引用它..引用计数就是多少, 引用计数为0时, 该对象可以被垃圾回收器回收

9.3.1 增加

9.3.1.1 对象创建

9.3.1.2 别名创建(引用赋值)

9.3.1.3 参数传递(引用传值)

9.3.1.4 被容器引用

9.3.2 减少

9.3.2.1 引用生命周期结束

9.3.2.2 对象别名被显示销毁 del y

9.3.2.3 对象别名被赋予其他引用

9.3.2.4 窗口对象本身被销毁

9.3.3 del

9.3.3.1 从现在的名字空间中删除一个别名

9.3.3.2 对象的引用计数减一

9.4 垃圾回收: 有对象引用计数为0, 对象被显示告知需要销毁, 有内存消耗大户存在导致系统压力较大时, 垃圾回收机制运行, 清理需要回收的内存区域…垃圾回收机制还有一个循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)

10 将引入的其他模块中常用的变量重新赋予一个本地别名(ls = os.linesep)不仅可以避免冗长的变量名, 又可以提高加载速度(因为现在是本地变量了)

11 重要的其他模块

11.1 debugger: pdb允许设置断点, 逐行调试, 检查堆栈, 还支持事后调试

11.2 logger: logging分紧急, 错误, 警告, 信息, 调试五级日志

11.3 profilers: 性能测试器

11.3.1 profile: python编写, 测试函数执行时间, 每次脚本执行总时间.

11.3.2 hotshot: python2.2, c编写, 解决了性能测试过载问题, 但需要更多时间生成结果, python2.5修正了hotshot的时间计量bug

11.3.3 cProfile: python2.5, c编写, 需要较长时间从日志文件载入分析结果, 不支持子函数状态细节, 某些结果不准

python对象(chapter4)

1 python对象有三个特征: 身份和类型是只读的, 如果对象支持不支持更新操作, 那么值也就是只读的.

1.1 身份: 唯一的身份标识, 可以使用内建函数id()得到, 可以看作是对象的内存地址…

1.2 类型: 对象的类型决定该对象保存什么类型的值, 可以进行什么操作, 遵循什么规则., 可以使用内建函数type()查看python对象的类型.

1.3 值: 对象表示的数据项

2 对象属性: 主要有属性, 值, 相关联的可执行代码(method), 一些python类型也有数据属性, 含有数据属性的对象包括但不限于: 类, 类实例, 模块, 复数, 文件.

3 基础数据类型: 数字, 整形, 布尔型, 长整型, 浮点型, 复数型, 字符串, 列表, 元组, 字典.

4 其他内建类型: 类型, None, 文件, 集合/固定集合, 函数/方法, 模块, 类

4.1 type(type(1)) 可以看出类型对象本身也是对象, 它的类型是type

4.2 None的类型是NoneType, NoneType只有一个值, 就是None, 不支持任何运算也没有任何内建方法, 布尔值总返回False

5 每个对象天生都有布尔值, 以下对象的布尔值是False

5.1 None

5.2 False(bool类型)

5.3 所有值为0的数

5.4 ‘’ 空字符串

5.5 [] | () | {} 空列表, 空元组, 空字典

5.6 用户创建的实例如果定义了nonzero(__nonzero__())或length(__len__())且值为0, 那么返回的布尔值也是False

6 当要获取一个对象的布尔值的时候, 首先会调用__nonzero__(必须返回布尔类型或者int类型.)方法, 如果实现了该方法, 就返回该方法返回的布尔值, 如果没有实现该方法, 继续调用__len__方法(该方法返回值必须是大于等于0的), 如果实现了__len__方法, 就根据其返回值返回布尔值. 

7 内部类型: python内部机制

7.1 代码: 编译过的python的源代码片段, 是可执行对象. 通过调用内建函数compile()可以得到代码对象. 代码对象可以被exec命令或eval()内建函数来执行.   代码是用户自定义函数的核心, 运行期获得上下文..  __code__是函数的一个属性, 函数除了代码这个属性, 还有函数名, 文档字符串, 默认参数, 全局命名空间等必须的属性

7.2 帧对象: 用于跟踪记录对象

7.3 跟踪记录: 用于异常发生时, 程序访问跟踪记录对象处理程序.

7.4 切片:

7.4.1 步进切片sequence[::number] number为负数, 倒序显示字符串, 正数则正序显示字符串, 数值代表显示字符的step值.  

7.4.2  多维切片 sequence[start1: end1, start2: end2]

7.4.3  省略切片 sequence[…, start1: end1]

7.4.4 切片对象 使用slice([start, ]stop[, step])可以创建一个切片对象

7.5 省略对象: 用于扩展切片语法, 起记号作用..在切片语法中表示省略号, 省略对象有一个唯一的名字Ellipsis, 布尔值始终是True

7.6 Xrange: 调用xrange()生成Xrange对象, 类似内建函数range, 用于节省内存使用或range无法完成的超大数据集场合

8 标准类型运算符

8.1 对象值比较

8.1.1 数字根据大小比较

8.1.2 字符串根据字符先后顺序比较

8.1.3 list | tuple | dict顺序按照其中元素(dict按照键)比较

8.1.4 链式比较相当于多个比较使用and连接

8.1.5 自定义类型对象的比较是引用值比较, 也就是id(object_name)的比较

8.2 对象身份比较

8.2.1 is / is not用来比较两个别名是否引用同一个对象

8.2.2 整数对象和字符串对象是不可变对象…

8.3 布尔类型运算符: and, or, not

9 标准类型内建函数

9.1 cmp(obj1, obj2)  比较obj1和obj2, 根据比较结果返回整数i, i<0 à obj1<obj2, i>0 à obj1>obj2, i==0 à obj1 == obj2….自定义类型中通过定义方法__cmp__(target)来实现….使用比较运算符, 或直接调用cmp时该方法被调用

9.2 type(obj)  得到一个对象的类型, 返回相应的type对象

9.3 str(obj)  返回对象适合可读性好的字符串表示…在自定义类中使用__str__(self)返回一个字符串, 调用str(obj)时会被隐式调用

9.4 repr(obj)  返回一个对象的字符串表示, repr返回的字符串通常可以被用于使用eval动态创建一个对象.  通常 obj == eval(repr(obj))是成立的

9.5 ``, 反单引号, `obj`和repr(obj)做的事情是一样的.

9.6 isinstance(obj, (type[, type, …]))  判断obj是不是第二个参数tuple中的列举的类型的实例

9.7 types模块提供一些已知的类型

9.8 由于每一种类型都只有一个类型对象, 所以, 可以使用引用比较代替值比较以提升性能: 用if type(num) is types.IntType 替代if type(num) == types.IntType

9.9 from-import: 只引入某个模块的一部分属性: 比如from types import IntType 这样做可以有效的减少查询次数

9.10 python的operator模块中有绝大多数运算符对应的同功能的函数可供使用.

10 类型工厂函数: int(), long(), float(), complex(), str(), Unicode(), basestring(), list(), tuple(), type(), dict(), bool(), set(), frozenset(), object(), classmethod(), staticmethod(), super(), property(), file()

11 标准类型的分类:

11.1 标准类型是”基本内建数据对象原始类型”

11.1.1 基本: 是python的标准或核心

11.1.2 内建: python默认提供

11.1.3 数据: 用于一般数据存储

11.1.4 对象: 对象是数据和功能的默认抽象

11.1.5 原始: 这些类型提供的是最底层的粒度数据存储

11.1.6 类型: 本身就是数据类型

11.2 按存储模型进行分类:

11.2.1 标量/原子类型: 数值, 字符串等可以存储单一字面对象的类型.

11.2.2 容器类型: 列表, 元素, 字典等可以存储多个字面变量的类型, python中的容器类型都可以存储不同类型的元素

11.3 按更新模型进行分类:  对象创建之后, 值不可以改变, 注意: 这里是对象, 而不是变量

11.3.1 可变类型: 列表, 字典

11.3.2 不可变类型: 数字, 字符串, 元组

11.4 按访问模型进行分类: 访问对象的方式

11.4.1 直接访问: 数值

11.4.2 顺序访问: 列表, 元组, 字符串等可以按照索引访问的类型

11.4.3 映射访问: 字典

12 不支持的类型: char, byte, pointer

数字(chapter5)

1 支持的数字类型: 整型, 长整型, 布尔型, 双精度浮点型, 十进制浮点型和复数

2 整型

2.1 布尔型  包含True和False两个值的整型

2.2 标准整数类型  0x表示十六进制, 无前缀表示十进制, 0表示八进制, 0b表示二进制

2.3 长整型  整数后加L, 表示范围与可用内存大小有关..

3 双精度浮点数: 一个符号位, 52个底位, 11个指数位. 使用后缀e表示指数

4 复数: 实数 + 序数J构成一个复数

4.1 python中的复数概念

4.1.1 虚数不能单独存在, 总是和一个值为0.0的实数部分一起构成一个复数

4.1.2 复数由实数部分和虚数部分组成

4.1.3 表示虚数的语法: real + imagJ

4.1.4 实数部分和虚数部分都是浮点数

4.1.5 虚数部分必须有后缀j或J

4.2 复数的内建属性

4.2.1 real 复数的实部

4.2.2 imag 复数的虚部

4.2.3 conjugate() 返回该复数的共轭复数

5 强制类型转换规则

 

6 python提供python解释器的启动参数Qdivision_style, -Qnew执行新的除法行为, -Qold执行传统除法行为, 默认是-Qold…-Qwarn和-Qwarnall可以用来度过过渡期

7 幂运算符** 比左侧单目运算符优先级高, 比右侧单目运算符优先级高

8 位运算符: ~, &, |, ^, <<, >>

8.1 负数会被当成正数的二进制补码处理

8.2 左移和右移N位等同与无溢出检查的2的N次幂运算

8.3 长整数的位运算使用一种经过修改的二进制补码形式, 使的符号位可以无限左移

8.4 ~是单目运算符

9 内建函数和工厂函数

9.1 数字类型函数:

9.1.1 转换工厂函数: int(), long(), float(), complex(), 接受参数第一个是要转换的值, 第二个是进制..如果要转换的值是string才能使用第二个函数指定进制. 

9.1.1.1 python2.2开始, 加入了bool(), 用来将整数1和0转换成为标准布尔值(所有非0数都返回True). 

9.1.1.2 python2.3的标准数据类型添加了Boolean类型, true和false也有了常量值True和False, 而不再是1和0

9.1.1.3 bool(obj) 返回obj对象的布尔值, 也就是obj.__nonzero__()

9.1.1.4 complex(real, imag=0.0)

9.1.2 功能函数

9.1.2.1 abs(number) 返回数字的绝对值, 如果是复数, 返回math.sqrt(num.real2 + num.imag2)

9.1.2.2 coerce(number1, number2): 返回按照类型转换规则转换得到的两个数字组成的元组

9.1.2.3 divmod(number1, number2)  返回一个包含商和余数的元组, 整数返回地板除和取余操作结果, 浮点数返回的商部分是math.floor(number1/number2), 复数的商部分是ath.floor((number1/number2).real)

9.1.2.4 pow()和**功能相同

9.1.2.5 round(number[, base]) 对浮点数进行四舍五入运算, base参数是小数位参数, 如果不指定, 返回与第一个参数最接近的整数的浮点形式

9.1.2.6 int() 直接去掉小数部分, floor()得到最接近但小于原数的整数, round()得到最接近原数的整数

9.1.3 整数的内建函数: hex(), oct(), bin()…ord(“A”) 接受一个ascii或unicode字符, 返回相应的unicode值 çè  char(65L)接受unicode码值, 返回对应的unicode字符.

10 其他数字类型

10.1 布尔数:

10.1.1 布尔型是整型的子类, 但是不能再被继承而生成它的子类.

10.1.2 没有__nonzero__()方法的对象默认值是True

10.1.3 对于值为0的任何数字或空集(空的list|tuple|dict)在python中值都是False

10.1.4 数学运算中, True ==1, False == 0

10.2 十进制浮点数: from decimal import Decimal

11 数字科学计算的包

11.1 高级的Third package: Numeric(NumPy)

11.2 python自带的数字类型相关模块

11.2.1 decimal  十进制浮点运算类Decimal

11.2.2 array  高效数值数组(字符, 整数, 浮点数)

11.2.3 match/cmatch  标准c库数学运算函数. 常规数学运算在match, 复数运算在cmatch

11.2.4 operator  数字运算符的函数实现

11.2.5 random  伪随机数生成器

11.2.5.1 randint(start, end)随机生成start, end之间的一个整数

11.2.5.2 uniform(start, end)随机生成范围内的一个浮点数

11.2.5.3 randrange([start ,]stop[, step])随机生成start, stop内按step步增数字范围的一个整数

11.2.5.4 choice(sequence)随机返回给定的序列中的一个元素

序列: 字符串, 列表和元组(chapter6)

1 对所有序列类型都适用的操作符(优先级从高到低, 不适用于复合类型的对象比较)

1.1 成员关系操作符: int, not in

1.2 连接操作符: +

1.3 重复操作符: *… sequence * int

1.4 切片操作符: (利用子序列方式结合三种操作方式, 可以非常灵活的控制序列)

1.4.1 [], 索引取值

1.4.2 [start : end], 索引范围取值

1.4.3 [::step], 切片的步长

1.4.4 切片操作符不会带来索引超出下标的异常

2 list.extend(iterable): 把另外一个序列追加到list中.

3 list.insert(index, object): 把一个元素object插入到list的index位置, 如果index是负数, 从后面向前数, 超过list下标后, 在末尾添加

4 类型转换

4.1 list(iter)  把可迭代对象转换为列表

4.2 str(obj)  把obj对象转换成字符串(对象的字符串表示法)

4.3 unicode(obj)  把对象转换成Unicode字符串(使用默认编码), 使用u”汉字”可以得到其unicode编码

4.4 basestring()  抽象工厂函数, 不能被实例化, 不能被调用, 仅作为str和unicode的父类

4.5 tuple(iter)  把一个可迭代对象转换成元组对象

4.6 enumerate(iterable)  生成由iterable每个元素的index值和item值组成的元组, 可以使用for key, value in enumerate的方式进行迭代

4.7 max(iterable, key=None) | max(arg0, arg1, …, key=None) 返回iterable或arg0…中的最大值, 如果要指定key, 必须是一个可以传递给sort()方法的回调函数…..要使用key, 必须使用key=method_name的方式传参, key指定的函数接收的参数是迭代的当前元素, 在该函数中, 对元素进行处理, 返回一个对象, python会根据返回对象比较大小, 得到该结果最大的元素对应的list中的元素

4.8 min同上面的max方法.  对于max和min方法, 如果是自定义类型, 又没有指定key, 那么默认是按照id(object)的结果计算的

4.9 reversed(sequence)  返回逆序访问的迭代器

4.10 sum(sequence, init=0)  返回sequence和可选参数init的总和, 等同于reduce(operator.add, sequence, init)

4.11 sorted(iterable, func=None, key=None, reverse=False)  接受一个可迭代对象, 返回一个有序列表, 可选参数func, key, reverse含义和list.sort相同

4.12 zip([item0, item1, …, itemn])  返回一个列表, [(item0, ), (item1, ), …, (itemn, )]

4.13 sort(cmp=None, key=None, reverse=False)  将序列进行排序, cmp指定一个接受两个参数的回调函数, 该函数得到的两个参数是序列中的两个元素, 比较将按照cmp指定的回调函数进行, 返回数字类型的比较结果, , , key指定一个接受一个参数的回调函数句柄, 该参数就是迭代到的元素, 在比较之前, 将会根据这个回调函数对要比较的元素进行一次处理, 实际参与比较的是经过该回调函数处理之后的返回值.  reverse指示是否对比较结果进行逆序

5 利用已有功能函数定义动态参数的函数: method = lambda x, y: cmp(x + 10, y - 10), 调用时还是使用句柄加参数的方式: method(x, y)

6 字符串: 如果先使用切片操作, 子串会被在内存中进行短时间的暂存, 可以通过id()得到值

7 比较: 普通字符串按照ascii值比较, Unicode字符串按照unicode值比较.

8 字符串切片, 下图是字符串切片的索引值, 如果开始或结束的索引值没有指定, 默认为0, 或-1. [::step]用于指定步长

 

9 成员操作符: in, not in, 可以判断一个子串是否在字符串中存在…使用find(), index(), rfind(), rindex()可以获得子串在源中的位置

10 string模块有一些预定义的字符串: ascii_letters, ascii_lowercase, ascii_uppercase, digits

11 循环的改善: 如果循环的终止条件是不变的(一般都是不变的), 那么尽量不在循环终止条件中调用方法是一个好的习惯, 在大量数据的情况下(5 * 10^8数据), 改善的循环效率提升了4秒左右, 平均计算得到改善后循环每次效率提升约为7.154 * 10^-8s 也就是71.54 ns

12 for-else方式的循环, else子句会在所有的元素都被循环完成之后执行, 如果break, 就不执行

13 join可以用来连接字符串, 这样的效率是更高的, 因为+连接必须为每个字符串创建内存

14 +连接字符串是运行时连接, “str1””str2”的方式则是编译时连接字符串

15 普通字符串和unicode字符串连接, 会把普通字符串转换成unicode字符串进行连接

16 %格式化字符串的参数:

16.1 %c  转换成字符(ascii值, 或长度为一的字符串)

16.2 %r  优先使用repr()函数进行字符串转换

16.3 %s  优先使用str()函数进行字符串转换

16.4 %d / %i  转成有符号的十进制数

16.5 %u  转成无符号的十进制数  遇到负号添加-号

16.6 %o  转成无符号八进制数  遇到负号添加-号

16.7 %x / %X  转成无符号十六进制数(x|X的大小写决定转换后得到十六进制数中的字母的大小写)   遇到负数, 则转换得到的结果中添加一个-号

16.8 %e / %E  转成科学计数法(e | E的大小写决定转换后得到的e的大小写)

16.9 %f / %F  转成浮点数(小数部分自然截断)

16.10 %%  输出%号

17 其他格式化操作符辅助指令(位于%和格式化标识的中间)

17.1 *  定义宽度或小数点精度"adfas%*dfasdf" % (5, 2.000000888)

17.2 –  用于左对齐    

17.3 +  在正数前加+号

17.4 (sp)  在正数前显示空格

17.5 #  在八进制前加0, 十六进制前显示0x或0X, 取决于用的是x或X    比如: "integer:%#X!" % 1984

17.6 (var)    映射变量(字典参数)

17.7 m.n   m是显示的最小总宽度, n是小数点后的位数

18 格式化字符串接收dict数据:”%(howmany)d days” % {“howmany”: 28}

19 字符串模板 s = Template(‘There are ${howmany} ${lang} Quotation Symbols’)

19.1 s.substitute([key = value, key = value…])  这个函数必须提供所有的占位参数, 否则报错

19.2 s.safe_substitute([key = value, key = value…])  和substitute功能是一样的, 都是转成得到一个字符串, 但是这个方法对参数没有要求, 如果没有提供对应的参数, 就直接输出.

20 原始字符串操作符(r/R), 紧贴字符串左引号, 不区分大小写. 用来使字符串描述各自原始的意义, 而不使用转义

21 使用正则查找空白字符: m = re.search(r‘\\[rtfvn]’, r’Hello World!\n’)…

22 可以使用u | U ‘字符串’的方式创建unicode字符串, 该标识可以和r/R连用

23 python参数有位置参数和关键字参数两种, 位置参数在定义时只有参数名, 关键字参数定义时是key=value的形式

24 python也提供可变参, *为位置可变参, **为关键字可变参

25 如果使用* | **方式传递实参, * 可以将序列参数转变成每个元素作为单独参数, **则可以将dict转换成关键字参数

26 内建函数

26.1 cmp, 使用字符的ascii值进行比较(Unicode字符串按照unicode值比较)

26.2 max, min, len, enumerate, zip, 其中zip可以接受多个参数, 按照下面方式返回:

zip(“abcd”, “efg”, “hijk”, “lmn”) 返回: [('a', 'e', 'h', 'l'), ('b', 'f', 'i', 'm'), ('c', 'g', 'j', 'n')]

26.3 str和unicode都是basestring的特化类, 但是, Unicode又包含(类之间仅仅是兄弟关系, 元素范围上有包含关系)str的表示范围

26.4 chr(number), unichr(number), ord(string), chr和unichr分别用来把一个数字转换成一个对应类型的字符串, ord则是将一个string类型的单字符对象转换成为对应的ascii码或unicode编码

27 string模块的重要函数, 所有这些函数, 都可以省略第一个参数, 使用string.func的方式调用

27.1 string.index()和string.find()方法是一样的功能, 但是, index方法在查找不到字符串的时候, 会报一个异常, string.rfind(), string.rindex()用法相同, 是从右边开始查找

27.2 string.join(sequence[, str]) 如果只有一个参数, 返回一个将所有元素插空一个空格的字符串(如果是序列, 转换成为字符串), 如果有两个参数, 把第二个参数向第一个参数的每个空位进行插空

27.3 string.ljust(string, width[, fillchar])  填充fillchar(只能是一个字符)width个到string后面, 使string左对齐, 如果fillchar空, 填充空格, rjust为右对齐

27.4 string.lower(), string.upper(), string.swapcase()大小写转换

27.5 string.lstrip(), string.rstrip(), string.strip()  去除空格.

27.6 string.split(string, sub, count)  将string截取sub, 从左向右截取count个, 返回list

27.7 string.replace(string, old, new[, number=string.count(string, old)])  将string的old子串替换成new, 最多替换不超过number, number默认是old在string的数量

27.8 string.translate

27.9 string.zfill(string, width)  用width个0填充string的左面使其右对齐

28 unicode.encode(CODE_STRING) 按照指定编码方式编码字符串, decode反之, 按照指定编码方式解码

29 除了pickle模块之外, 其他模块都已经支持unicode..

30 UnicodeError异常在exceptions模块中定义, 是ValueError的子类, 所有关于Unicode编解码的异常都要继承自UnicodeError

31 与字符串类型有关的模块:

31.1 string: 字符串相关操作函数和工具, 比如Template类

31.2 re:  正则表达式

31.3 struct: 字符串和二进制之间的转换

31.4 c/StringIO  字符串缓冲对象, 操作方法类似于file对象

31.5 base64  Base16, 32, 64数据编解码

31.6 codecs   解码器注册和基类

31.7 crypt  进行单方面加密

31.8 difflib   找出序列间的不同

31.9 hashlib   多种不同安全哈希算法和信息摘要算法的API

31.10 hma    HMAC信息鉴权算法的python实现

31.11 md5  RSA的MD5信息摘要鉴权

31.12 rotor   提供多平台的加解密服务

31.13 sha    NIAT的安全哈希算法SHA

31.14 stringprep   提供用于IP协议的Unicode字符串

31.15 textwrap   文本打包和填充

31.16 unicodedata    Unicode数据库

32 字符串的关键点:

32.1 不可分字符类型

32.2 类似printf()的格式化字符串

32.3 三引号内可以接受特殊字符(What You See Is What You Get)

32.4 r | R原始字符串

32.5 python字符串不通过NUL或者\0结束

33 list的元素删除

33.1 del list[index]  根据index删除list中的元素

33.2 list.remove(value)   从list中移除值是value的第一个元素

33.3 list.pop()   类似栈的出栈操作, 弹出栈顶并返回

34 list的成员关系操作还是使用in | not in

35 列表解析: [var_name for var_name in list if expression]if之后和for之前都可以使用var_name进行运算

36 列表的比较操作, 隐式调用cmp方法, 比较规则是逐个扫描元素, 进行比较, 如果可以比较, 比较, 如果相等扫描下一个元素, 如果不相等返回结果, 如果两个元素类型不可以比较, 就比较两个对象的id()值.. 如果一直相等 ,直到一个列表扫描结束, 那么返回较长的列表较大

37 序列类型函数

37.1 len(), max(), min()

37.2 sorted() 和reversed()  返回的是被排序或逆序之后的序列, 不会改变序列本身的引用, 而序列自己的成员方法则会改变自身

37.3 enumerate()  返回一个key=>value方式的enumerate对象

37.4 zip()  将多个列表压缩成为一个元组列表…..zip返回的元组列表可以使用足够元组内元素数量的参数来迭代遍历每一个元素, 例如: for a, b, c, d in zip(alist, blist, clist, dlist)

37.5 使用list()和tuple()可以完成列表和元组之间的转换, 但是这种转换是值的转换, 所以他们是==的, 但是不是is的

37.6 extend(列表)方法接受另外一个列表追加到原列表之后

37.7 list.pop(index = -1)  list的pop可以弹出指定索引的值

38 处理一组对象的时候, 默认的是创建一个元组, 例如a = 1, 2, 3, 4 实际上是创建了一个元组(1, 2, 3, 4)

39 单独使用del删除一个元组元素是不可行的, 只能通过重组

40 元组的可变性: 元组的某一个元素指向了一个对象, 该对象是可变的, 那么改变该对象就相当于改变了元组的内容, 然而, 真正的我们的元组确实是没有改变的. It’s so wizardly. 为什么呢? 元组内部持有的是对方的引用, 那个对象无论怎么变都还是在那里, 所以, 元组内部的值(内存地址)是没有改变的.

41 函数可以返回多对象, 返回的实际也是一个元组

42 单元素元组使用括号创建时需要在后面显示的加上”, ”, 由于括号被重载作为一个分组操作符了, 在这里会优先使用分组功能, 所以, 返回的总是原始类型

43 相关模块:

43.1 数组array   受限的可变序列类型, 要求所有元素都是相同的类型

43.2 operator   包含函数调用形式的序列操作符, operator.concat(m, n)相当于m+n

43.3 re  perl风格的正则查找

43.4 StringIO / cStringIO  长字符串作为文件来操作, 比如read(),  seek()函数……c版本的速度更快一些

43.5 Textwrap  包裹/填充文本的函数

43.6 types   包含python支持的所有类型

43.7 collections  高性能容器数据类型

43.8 UserList  包含了list对象的完全的类实现, 允许用户获得类似list的类, 用以派生新的类和功能

44 浅拷贝: 拷贝原对象中的内容, 但是新创建对象. 比如一个list的浅拷贝就是把list中元素的引用值拷贝过去…  浅拷贝实例: 完全切片操作, 利用工厂函数, 使用copy模块的copy函数

45 深拷贝: 拷贝源对象中的内容, 如果某个属性(或序列中的元素)是可变对象, 把该可变对象的内容也进行拷贝

46 非容器类型对象没有拷贝一说

47 可变参: f(*args1, **args2), 如果关键字可变参不指定key值, 会被作为位置参数和前面的参数放到一个元组中….位置可变参在倒数第二个位置, 关键字可变参在倒数第一个位置.

48 map(function, iterable), 应用function在iterable的每一个元素, 返回值作为新的序列的元素

映射和集合类型(chapter7)

1 字典使用keys()获得键的列表, values()获得值的列表, items()获得包含key->value对的元组的列表

2 字典的创建和赋值

2.1 dict = {key: value}

2.2 dict = dict((key, value), (key, value))

2.3 dict.fromkeys(sequence_keys, default_value) 创建一个key是sequence_keys中元素的字典, 所有的value都是default_value, 如果不指定default_value, 默认是None

3 使用dict.has_key()可以判断一个字典中是否有这个键, 该方法在后期python可能弃用, 推荐使用in和not in

4 字典的键必须是可哈希的

5 print中使用到字典的时候, 使用字符串格式化方式是非常优雅的

6 dict1.update(dict2 | tuple_list[, **key=value])

6.1 将dict2字典更新到dict1中

6.2 如果参数是一个元组列表, 将元组列表解析到dict1中(元组列表中每个元组必须有两个元素)

6.3 可以在参数后面跟0—n个关键字参数, 以参数名: value的方式更新到dict1中

7 元素的删除

7.1 del dict[“key”] 删除键是key的条目

7.2 dict.clear()  清空字典内的内容

7.3 dict.pop(“name”)  删除键是key的条目并返回

8 映射类型操作符

8.1 标准类型操作符: <, >等比较操作符可以使用, 在比较过程中, 还是调用了字典的cmp方法, 但是, 字典的cmp方法中指示, 首先比较字典的长度, 然后比较键的大小, 最后比较值的大小

8.2 字典查找操作: [], 成员关系操作: in, not in

9 dict工厂函数

9.1 接受不定关键字参数: dict(a = 1, b = 2, c = 3)

9.2 接受字典或关键字参数: 将原有的字典拷贝出来成为一个新的字典(这里使用的浅拷贝, 这里的浅拷贝得到的结果和使用copy函数得到的结果是一样的,但是, copy函数的效率更高)

9.3 dict_instance.copy() 使用已有的字典拷贝一个字典(这里使用的也是浅拷贝)

10 系统内建函数

10.1 len(): 返回字典的key-value对的数目

10.2 hash(): 这个函数不是为字典设计的, 但是它可以判断某个对象是否可以做一个字典的键, 将一个对象作为参数传递给hash(), 会返回这个对象的哈希值.  如果对象是不可哈希的, 会返回TypeError, 提示该对象是unhashable的

10.3 sorted(dict):  返回dict的所有key排序后的列表

11 dict类型的内建方法

11.1 keys(): 返回字典的所有key的列表

11.2 values(): 返回字典的所有value的列表

11.3 items(): 返回字典的所有key-value的元组的列表

11.4 get(key, default = None):  获取字典内key对应的值, 如果没有该key, 返回default指定的默认值

11.5 setdefault(key, default=None): 如果字典中不存在key, 由dict[key]=default为其赋值

11.6 iterkeys(), itervalues(), iteritems() 对应没有iter命名的方法, 这里使用了惰性赋值的迭代器, 节省内存

12 数字作为字典的键的时候, 只要值相同, 就代表相同的键, 比如, 1, 和1.0代表的就是相同的键

13 键必须是可哈希的, 所有的不可变对象都是可哈希的, 可变对象如果在定义中定义了__hash__()方法, 那么就可以作为键

14 如果元组中的值都是不可变类型的, 那么元组也可以作为字典的键

15 集合sets有两种不同的类型, 可变集合set和不可变集合frozenset…可变集合也是不可哈希的…

16 集合中不能有重复的元素, 如果有元素和已有元素重复, 就不会被插入.集合是无序的, 但是, 可以使用排序函数为它排序

17 集合中可以使用的数学符号

 

18 集合只能使用工厂函数set和frozenset创建

19 访问集合中的数据使用循环, 或者使用成员关系操作符in, not in判断元素是否属于集合

20 更新集合(只能是set, frozenset不能被更新)

20.1 add()  添加一个元素

20.2 s.update()  接受一个序列类型的参数, 把该序列中有而集合中没有的元素添加到集合中

20.3 s.remove()  从集合中移除一个元素

21 集合可用的标准类型操作符

21.1 成员关系: in, not in

21.2 集合等价/不等价: ==, !=

21.3 子集/超集: <, <=, >, >=

22 集合类型操作符(所有的集合类型)  集合互相操作的时候, 最后产生的集合是可变集合还是不可变集合取决于第一个参与操作的集合的类型

22.1 联合 |

22.2 交集 &

22.3 差补/相对补集  -  A-B就返回属于A 但不属于B的元素集合

22.4 对称差分   ^  A^B = A-B + B-A

23 可变集合特有的操作符

23.1 |=  相当于update方法, 并集赋值

23.2 &=  相当于intersection_update()方法, 交集赋值

23.3 -=   相当于difference_update()方法, 差集赋值

23.4 ^=  相当于symmetric_difference_update()方法, 对称差分更新

24 集合类型的内部方法:

24.1 s.issubset(t)  判断s是不是t的子集

24.2 s.issuperset(t)  判断s是不是t的超集

24.3 s.union(t)   返回一个新集合, 该集合是s和t的并集

24.4 s.intersection(t)  返回一个新集合, 该集合是s和t的交集

24.5 s.difference(t)  返回一个新集合, 该集合是s的成员, 但不是t的成员, 即返回s不同于t的元素

24.6 s.symmetric_defference(t)  返回所有s和t独有的(非共同拥有)元素集合

24.7 s.copy()  返回一个s的浅拷贝, 效率比工厂要好

25 可变集合特有的方法: add, remove, discard, pop, clear, 这些接受对象的方法, 参数必须是可哈希的

26 那些和操作符提供相同功能的函数, 有着更强的处理能力, 因为运算符两边的操作数必须都是集合, 然而函数可以接受任何的可迭代类型.

条件和循环(chapter8)

1 如果循环体, 或条件语句体只有一句, 可以和头写在同一行.

2 字典的搜索速度要比for, if, while等快得多

3 True and object, 返回object, True or object 返回True, 因此可以使用expression and out1 or out2 模拟三元操作符

4 python提供的三元操作: X if C else Y, 如果c输出x, 否则输出y

5 xrange()不会在内存中创建列表的完整拷贝, 只被用在for循环中.

6 reversed()和enumerate()内建函数返回的是一个迭代器

7 迭代器的优点

7.1 提供了可扩展的迭代器接口

7.2 对列表迭代带来了性能上的增强

7.3 在字典迭代中性能提升

7.4 创建真正的迭代接口,而不是原来的随机对象访问

7.5 与所有已经存在的用户定义的类以及扩展的模拟序列和映射的对象向后兼容

7.6 迭代非序列集合(例如映射和文件)时, 可以创建更简洁的代码

8 迭代器工作原理: next()方法取出元素, 元素全部取完后触发StopIteration异常, for可以根据异常结束循环

9 any(), all()用来判断序列或迭代器中元素的真假, any为或操作, all为与操作

10 iter(iterable) 用来创建一个迭代器

11 文件的迭代器中调用next方法, 默认会调用readline方法.  如果直接使用for line in file就可以创建一个默认的文件迭代器.

12 在迭代的时候, 不要尝试改变可变对象

13 列表解析:

13.1 lambda, 动态创建函数

13.2 map(function, sequence), 对sequence的每一个元素应用function, 返回一个新的列表

13.3 filter(function, sequence), 对sequence的每一个元素应用function, 某个元素应用该function后如果返回false, 该元素将被从最后返回的列表中过滤掉

13.4 列表解析中可以使用多个循环, 来达到生成矩阵或多维序列的目的..例如【(x, y) for x in range(5) for y in range(3)】 越靠后的循环就相当于普通循环中的内层循环

14 生成器

14.1 生成器表达式和列表解析表达式是一样的， 但是生成器表达式没有中括号， 单独使用的时候， 使用圆括号， 作为参数的时候， 不需要圆括号

14.2 生成器表达式可以被用作迭代

14.3 生成器表达式是lazy的

14.4 示例: 获取文件的最长的行的长度: logest = max(len(line.strip()) for line in file)

文件和输入输出(chapter9)

1 文件只是连续的字节序列

2 file_object = open(file_name, access_mode = ‘r’, buffering = -1) mode有r, w, a, 分别表示读取, 写入, 追加.  U模式代表通用换行符支持

2.1 使用r, U打开的文件必须是已经存在的,  使用w打开的文件如果存在, 首先清空…使用a模式打开的文件是为追加数据做准备, 所有写入数据被追加到文件末尾.  +代表可读可写, b代表二进制访问… POSIX兼容的Unix系统中, ‘b’是可有可无的, 因为它们把所有的文件都当作二进制文件.  包括文本文件

2.2 如果在mode中要使用b, b不能作为第一个字符出现

2.3 buffering, 表示缓冲区大小, 0表示不缓冲, 1表示只缓冲一行数据, 其他大于1的值表示使用定值作为缓冲区大小.  不提供该参数或给定负值代表使用系统默认的缓冲机制

2.4 访问模式:

2.4.1 r  只读方式打开

2.4.2 rU或Ua  读方式打开, 同时提供通用换行符支持

2.4.3 w  写方式打开

2.4.4 a  追加模式打开, 必要时创建新文件

2.4.5 r+  读写方式打开

2.4.6 w+  读写方式打开

2.4.7 a+  读写方式打开

2.4.8 rb  二进制读模式打开

2.4.9 wb  二进制写模式打开

2.4.10 ab  二进制追加模式打开

2.4.11 rb+  二进制读写模式

2.4.12 wb+  二进制读写模式

2.4.13 ab+  二进制读写模式

3 file()内建函数和open的使用方式一样…但是推荐使用open, 除非特定的要处理文件对象时, 使用file()内建函数

4 通用换行符支持: 任何系统下的文件, 不管换行符是什么, 使用U模式打开时, 换行符都会被替换为NEWLINE(\n)

5 python默认打开UNS, 如果不需要通用换行符支持, 在运行configure脚本时, 可以使用—without-universal-newlines 开关关闭.

6 文件方法:

6.1 输入

6.1.1 read(size=-1): 直接读取字节到字符串中, 最多读取给定数目个字节.  不指定size参数, 或size值为负, 文件将被读取到末尾.  

6.1.2 readline(size = -1)  size为负数或不指定, 读取至行末, 如果指定了其他的size值, 读取size个字节   读到的换行符不会自动去掉, 而把这个操作留给程序员, 使用strip去掉

6.1.3 readlines(sizhint = -1)  sizhint和size功能相同, 如果指定, 会读取sizhint个字节, 实际读取值可能比sizhint较大, 因为需要填充缓冲区

6.1.4 file.xreadlines()和xreadlines.xreadlines(file) 是一种更高校的文件读取, 一次读取一块, 而不是一次读取所有行, 但是, 由于iter取代了该功能, 所以会被废弃.

6.2 输出

6.2.1 write()  把含有文本数据或二进制数据块的字符串写入到文件中

6.2.2 writelines() 接受一个字符串列表作为参数, 将他们写如文件, 行结束符不会自动加入, 如果需要, 必须在调用writelines之前手动在每行结尾加上换行符

6.2.3 seek(offset, whence)  随机文件访问, 第一个参数offset表示偏移量, 第二个参数表示位置, 即第一个参数相对哪里去偏移

6.3 迭代: 直接似乎用for循环迭代

6.4 其他:

6.4.1 close()  关闭文件结束对它的访问.  垃圾回收机制也会在文件对象的引用计数降至0的时候自动关闭文件.

6.4.2 fileno()  返回打开文件的描述符…是一个整数, 可以用在如os模块的read方法等一些底层操作上.

6.4.3 flush()方法直接把内部缓冲区的数据立刻写入文件, 而不是被动的等待输出缓冲区写入.

6.4.4 tell()方法返回文件的当前位置, 对应seek方法的offset参数

6.4.5 isatty() 是一个布尔内建函数, 当文件是一个类tty设备时返回true, 否则返回false.

6.4.6 truncate()方法将文件截取到当前文件指针位置或者到给定size, 以字节为单位

6.4.7 next()  返回文件的下一行

7 os模块的重要属性

7.1 linesep   跨系统的分隔行的字符

7.2 sep   分割文件路径名的字符串( / \   路径内的不同级分割)

7.3 pathsep   分割文件路径的字符串(;  多个路径分割)

7.4 curdir   当前工作目录的字符串名称(. )

7.5 pardir  当前工作目录的父目录的字符串名称(.. )

8 文件的内建属性:

8.1 name  文件名, 打开文件或使用file()工厂的时候传递的文件名参数

8.2 mode  打开模式

8.3 closed  是否已经关闭

8.4 encoding   编码方式, None表示使用系统默认的编码

8.5 newlines  未读取到行分隔符时为None, 只有一个种行分割符时为一个字符串, 当文件有多种类型的行结束符时, 则为一个包含所有当前遇到的行结束符的列表

8.6 softspace  0表示在输出一数据后, 要加上一个空格符, 1表示不加

9 标准文件, sys模块下的stdin, stdout, stderr分别是标准输入文件(键盘), 标准输出文件(缓冲的屏幕输出), 标准错误(到屏幕的非缓冲输出)  这三个文件是预先打开的, 可以直接使用

10 sys.argv是命令行参数的列表, 列表中第一个是当前python脚本的名称, 后面分别是python脚本在命令行下被调用时传入的参数, 类似于java的main方法接受的参数, len(sys.argv)是命令行参数的个数

11 其他提供命令行参数的辅助处理模块:

11.1 getopt模块, 简单的命令行参数处理

11.2 optparse模块, 复杂的命令行参数处理.

12 os模块: 所有操作系统对外的门面, 主要提供删除/重命名文件, 遍历目录树, 管理文件访问权限等功能

12.1 文件处理

12.1.1 mkfifo()/mknod()  创建命名管道/创建文件系统节点

12.1.2 remove()/unlink()  删除文件, 指定路径为参数进行删除, 如果文件不存在会抛出异常

12.1.3 rename()/renames()  重命名文件, 接受旧文件路径和新文件路径, 进行名字的修改, 这里可以通过指定新的路径达到文件移动的目的. 没有发现renames和rename的区别

12.1.4 stat()  返回文件信息, 包含文件的mode, 编号, 用户(创建者, 所有者, 组), 时间等信息

12.1.5 symlink()  创建符号链接   ….已经废除???

12.1.6 utime()  更新时间戳

12.1.7 tmpfile()  创建并打开(‘w+b’)一个新的临时文件  没有参数, 直接获取一个临时文件

12.1.8 walk(top, [topdown=True[, οnerrοr=None[, followlinks=False]]]) 生成一个目录树下的所有文件名.

12.1.8.1 该方法用于生成目录树下的所有子文件名, 该方法返回一个生成器, 遍历生成器可以得到一个三个元素的元组(dirpath, dirnames, filenames)

12.1.8.2 返回元素元组中的dirpath是top的目录名, dirnames是top下所有子目录的文件名集合, 不包含当前目录.和上级目录.., filenames是top下的所有的非目录类型的文件的名字集合

12.1.8.3 walk返回元组中的名字集合可以使用os.path.join(dirpath, name)得到一个文件或目录的全路径.

12.1.8.4 walk返回的生成器包含了top目录之下所有子孙目录的内部结构

12.1.8.5 walk的第二个参数topdown指示了对该目录树的遍历是否采用自上而下的方式, 默认是True

12.1.8.6 walk的第三个参数是指示错误发生时是否处理, 接收的是一个回调函数, 函数会得到一个参数OSError的实例

12.1.8.7 walk的第四个参数是指示是否遍历link类型指向的目录, 默认是false, 但是, 如果你设置了followlinks=True, 并有一个link是指向它的父亲或更高辈分的目录, 就会产生一个无穷递归.

12.1.8.8 注意:  如果使用walk的时候传递了一个相对路径, 在重新开始walk之前, 不要改变工作目录..  当前工作路径的改变会导致walk停止工作

12.2 目录/文件夹处理

12.2.1 文件的fileno()返回该文件的文件描述符

12.2.2 chdir()/fchdir()  改变当前工作目录/通过一个文件描述符改变当前工作目录

12.2.3 chroot()  改变当前进程的根目录

12.2.4 listdir()  列出指定目录的文件, 返回参数指定的路径下的所有文件和目录, 不包括当前目录.和父亲.., 也不进行递归

12.2.5 getcwd()/getcwdu()  返回当前工作目录/功能相同, 但返回一个unicode对象

12.2.6 mkdir()/makedirs()  创建目录/创建多层目录, 接受两个参数, 一个表示路径, 一个表示模式(权限???)  mkdir()只能用于创建一级目录, 如果父目录不存在会抛出异常, 而makedirs()会向上递归的创建目录

12.2.7 rmdir()/removedirs()  删除目录/删除多层目录  rmdir删除一个目录或文件, removedirs()则递归删除一个目录树, removedirs()是一个难懂的函数, 指定一个父亲无法删除父亲下的所有孩子, 反而由孩子删除了自己的父亲和祖辈

12.3 访问/权限

12.3.1 access()  检验权限模式, 两个参数, 第一个是路径, 第二个是模式, 模式可以是F_OK, 用来检测路径是否存在, R_OK用来检测是否可读, W_OK用来检测是否可写, X_OK用来检测是否可执行.  返回布尔值表示检验结果

12.3.2 chmod()  改变权限模式  接受两个参数, 第一个是路径, 第二个是模式, 模式在stat模块下定义, 是一些数字类型代表的模式, 主要是针对linux下的权限控制, 尽管windows下也支持这个方法, 但是, 只有stat.S_IREAD, stat.S_IWRITE才会起到真正的作用.

12.3.3 chown()/lchown()  改变owner和group Id / 功能相同, 但不会跟踪链接….或许这个方法windows平台不支持??? 接受三个参数, 第一个是路径, 第二个是用户id, 第三个是组id

12.3.4 umask()  设置默认权限模式 接受一个数字类型的参数, 设置新的默认权限模式, 并返回之前的权限模式.

12.4 文件描述符操作

12.4.1 open()  底层的操作系统open

12.4.2 read()/write()  根据文件描述符读取/写入数据

12.4.3 dup(file_descriptor)/dup2(file_descriptor, file_descriptor2)  dup返回file_descriptor的复制品, dup2则是把file_descriptor复制到file_description2

12.4.3.1 每个进程在进程表中有一个记录项, 每个记录项中有一张打开文件描述符表, 可以看作是一个矢量, 每个描述符占用一项, 与每个文件描述符相关联的是:

12.4.3.1.1 文件描述符标志

12.4.3.1.2 指向一个文件表项的指针

12.4.3.2 内核为所有打开文件维持一张文件表, 每个文件表项包含

12.4.3.2.1 文件状态标志(读, 写, 增写, 同步, 非阻塞等).

12.4.3.2.2 当前文件位移量

12.4.3.2.3 指向该文件v节点表项的指针

12.4.3.3 习惯上, 标准输入(STDIN_FILENO)的文件描述符是0, 标准输出(STDIN_FILENO)的文件描述符是1, 标准错误(STDERR_FILENO)的文件描述符是2

12.4.3.4 文件描述符是非负整数, 打开现存文件或新建文件时, 内核会返回一个文件描述符, 读写文件也需要使用文件描述符来指定待读写的文件

12.4.3.5 文件描述符的有效范围是0 ---- open_max, 一般, 每个进程最多打开65个文件, freebsd5.2.1, mac os x 10.3和solaris9则支持每个进程打开最多文件数和内存, int的大小, 管理员设定有关, linux2.4.22强制规定最多不超过1048576个.

12.4.3.6 fdopen(file_descriptor[, mode[, fuffer_size]])  通过指定文件描述符, 模式, 缓冲区大小打开一个文件.  由于缓冲区的存在, 最后需要显示的flush()一下以清空缓冲区

12.4.3.7 dup2(fd, fd2)  表示fd和fd2共享同一个文件表项, 也就是说他们的文件表指针指向了同一个文件表项, 因此他们也就是共享了相同的文件i/o…第一个参数必须是已经存在的并且打开的合法的文件描述符, 而第二个参数可以是任意的文件描述符

12.4.3.8 dup(fd)  返回一个和文件描述符fd同样的文件描述符, 这里是为了备份文件描述符, 当一个文件描述符使用dup2进行重定向之前, 我们应该首先用dup拷贝一份出来备份, 需要恢复的时候进行再次重定向.  它的语义是:  返回一个新的文件操作符, 和原来的文件操作符fd共享一个文件表项

12.5 设备号

12.5.1 makedev()  从major和minor设备号创建一个原始设备号

13 os.path模块的路径名访问函数

13.1 分隔

13.1.1 basename()  去掉目录路径, 返回文件名

13.1.2 dirname()  去掉文件名(自己的名字, 如果是文件夹就是文件夹名), 返回目录路径

13.1.3 join()  将分离的各部分组合成一个路径名…可以接受不定数量个参数.

13.1.4 split()  返回一个元组, 第一个元素是目录名, 第二个元素是文件名(或最后一层的文件夹名)

13.1.5 splitdrive()  返回一个元组, 第一个元素是该路径所属的设备号(比如C盘), 第二个元素是相对该设备的相对路径

13.1.6 splitext()  返回一个元组, 第一个元素是该路径的全路径(不含文件后缀名, 如果末级是文件夹, 第二个元素为空), 第二个元素是文件的后缀名

13.2 信息

13.2.1 getatime()  返回最近访问时间  这里的返回时间的方法都是返回int型的秒数

13.2.2 getctime()  返回文件创建时间

13.2.3 getmtime()  返回最近文件修改时间

13.2.4 getsize()  返回文件大小

13.3 查询

13.3.1 exists()  判定文件/目录是否存在

13.3.2 isabs()  判定路径是否是绝对路径

13.3.3 isdir()  判定路径是否存在且为一个目录

13.3.4 isfile()  判定路径是否存在且为一个文件

13.3.5 islink()  判定路径是否存在且为一个符号链接

13.3.6 ismounts()  判定路径是否存在且为一个挂载点

13.3.7 samefile(path1, path2)  判定两个路径名是否指向同一个文件

14 永久存储模块

14.1 pickle和marshal: 一组最小化永久性存储模块(序列化). 可以用来转换并存储python对象.  是将python的对象转换成一个二进制数据集合保存起来, 可以通过网络发送, 然后重新把数据集合恢复成原来的对象格式, 也就是java中的序列化.

14.2 marshal和pickle模块的区别在于marshal只能处理简单的python对象(数字, 序列, 映射, 代码对象), 而pickle还可以处理递归对象, 被不同地方多次引用的对象, 以及用户定义的类和实例...

14.3 pickle模块还有一个增强的版本叫cPickle

14.4 *db*系列的模块使用传统的DBM格式写入数据… python提供了dbhash/bsddb, dbm, gdbm, dumbdbm等多个DBM实现.  如果不确定, 使用anydbm模块, 它会自动检测系统上已经安装的DBM兼容模块, 选择’最好’的一个.  dumbdbm模块是功能最少的, 没有其他模块可用时, anydbm才会选择它….这些模块的不足指出在于他们只能存储字符串, 不能对python对象进行序列化

14.5 shelve模块使用anydbm模块寻找合适的DBM模块, 然后使用cPickle完成对储存的转换过程. shelve模块允许对数据库文件进行并发的读访问, 但不允许共享读/写访问.

 

14.6 pickle的使用

14.6.1 dump(obj, file, protocol = None): 接受一个数据对象和一个文件, 把数据对象以特定的格式保存到给定的文件里.

14.6.2 load(file)  从文件中取出已经保存的对象.

15 相关模块:

15.1 base64  二进制字符串和文本字符串之间的编码/解码操作

15.2 binascii  二进制和ascii编码的二进制字符串间的编码/解码操作

15.3 bz2  访问BZ2格式的压缩文件

15.4 csv  访问csv文件(逗号分割文件)

15.5 filecmp   用于比较目录和文件

15.6 fileinput  提供多个文本文件的行迭代器

15.7 getopt/optparse  提供了命令行参数的解析/处理

15.8 glob/fnmatch  提供Unix样式的通配符匹配功能

15.9 gzip/zlib   读写GNU zip(gzip)文件(压缩需要zlib模块)

15.10 shutil  提供高级文件访问能力

15.11 c/StringIO   对字符串对象提供类文件接口

15.12 tarfile  读写TAR归档文件, 支持压缩文件

15.13 tempfile   创建一个临时文件(名)

15.14 uu  格式的编码和解码

15.15 zipfile  用于读取ZIP归档文件的工具

16 fileinput模块遍历一组输入文件, 每次读取它们内容的一行, 类似Perl语言中的不带参数的<>操作.

错误和异常(chapter10)

1 常见异常:

1.1 NameError: 尝试访问一个未声明的变量

1.2 ZeroDivisionError: 除数为0

1.3 StntaxError: python解释器语法错误, 这个异常是唯一一个编译时错误.

1.4 IndexError:  请求的索引超出序列的范围

1.5 KeyError:  请求一个不存在的字典关键字

1.6 IOError: 输入/出处错误

1.7 AttributeError:  尝试访问一个未知的对象属性错误

1.8 ValueError:  值错误(参数值错误)

1.9 TypeError:  类型错误(参数类型错误)

2 异常的检测, 抓取处理:

2.1 try ---- except ---- finally

2.2 和java的异常处理类似, 但是这里不用throws, 只要不显式的捕获, 就向上抛出

3 同一个except子句中可以处理多个异常: except (Exception1[, Exception2, …, Exceptionn])[, reson]:   需要注意的是, except在处理多个异常的时候, 需要把多个异常放在一个元组中.

4 所有异常的基类是Exception, 所以, 可以使用Exception捕获所有的异常…当然, 也可以使用裸except语句捕获多数的异常

5 异常发生时, 可以使用sys.exc_info()或得到当前的系统执行信息, 得到的结果元组类似下面的格式: (<type 'exceptions.IndexError'>, IndexError('list index out of range',), <traceback object at 0x00C15EE0>)  第一个元素表明异常的类型, 第二个元素是异常, 第三个是堆栈信息

6 有些异常不是由于错误条件引起的, 比如SystemExit, KeyboardInterupt…SystemExit是由于当前Python应用程序需要退出引起的, KeyboardInterupt则代表用户按下了ctrl-c, 想要关闭python

7 python2.5之后的异常体系结构

- BaseException

|- KeyboardInterrupt

|- SystemExit

|- Exception

|- (all other current built-in exceptions) 所有当前内建异常

8 异常参数是可以被忽略的, 其中包含的是对导致异常的代码的诊断信息, 异常参数通常会自身组成一个元组, 并存储为类实例(异常类的实例)的属性.

9 带else的try(如果try块中没有发生except的异常, 执行else)

try:

     code_block

except (Exception …), reason:

     code_block

else:

     code_block

finally:

     code_block

10 with语句用于上下文管理和资源分配

with context_expression [as var]:

     with_suite

         上面的语句是with的标准语法, 表示通过context_expression表达式创建一个上下文环境, 并将其交给句柄var, 在with_suite中可以使用这个上下文环境, with会自己去处理上下文环境的准备工作和收尾工作(无论是异常发生还是执行结束)

11 python2.6开始支持with语法, 支持的模块有:

11.1 file

11.2 decimal.Context

11.3 thread.LockType

11.4 threading.Lock

11.5 threading.RLock

11.6 threading.Condition

11.7 threading.Semaphore

11.8 threading.BoundedSemaphore

11.9 例如:

with open(‘c:\\1.txt’, ‘r’) as f:

         #file operate

这样就会自动管理文件的打开关闭等操作和异常处理

12 上下文表达式和上下文管理器(可以通过自定义自己的类, 实现系统方法__enter__()和__exit__()来定义自己的上下文对象/上下文管理器):

12.1 context_expression 用来获得一个上下文管理器…上下文管理器的职责是提供一个上下文对象.  通过__context__()方法实现, 该方法返回一个上下文对象, 用于在with语句块中处理细节.   上下文对象本身就可以是上下文管理器.. 所以context_expression既可以是一个真正的上下文管理器, 也可以是一个自我管理的上下文对象, 在后一种情况时, 上下文对象荏苒有__context__(), 返回其自身.

12.2 获得一个上下文对象之后, 就会调用它的__enter__()方法, 它将完成with语句块执行前的所有准备工作, with语法中的as后面的句柄, 就是通过__enter__()方法的返回值来赋值的.  如果没有as子句, 就会丢弃返回值

12.3 执行with语句块,

12.4 with语句块执行结束后, 哪怕是由于异常结束, 都会调用上下文对象的__exit__()方法…  __exit__()方法接受三个参数, 如果with语句块正常结束, 三个参数全部都是None, 如果发生异常, 得到的三个参数对应sys.exc_info()得到的元组的三个元素(类型—异常类, 值—异常实例, 回朔—traceback)

12.5 contextlib模块中是关于上下文管理的一些实现

13 触发异常使用raise [SomeException[, args[, traceback]]], 第一项是异常类, 第二项是参数(有多个参数使用元组), 最后一项是回朔信息(堆栈)  

13.1 通常, 错误的参数中指出错误的原因子串, 错误编号, 错误地址等.  也可以使用raise [exception_instance]

13.2 如果给定的是一个异常实例, 而发生的异常不是该异常类指示的异常, 那么会根据异常类实例的参数, 重新创建一个实际发生的异常的实例

13.3 raise的语法:

13.3.1 raise exception_class: 触发一个异常, 从exception_class生成一个实例, 不包含任何异常参数

13.3.2 raise exception_class(): 同上

13.3.3 raise exception_class, args  同上, 但是提供了异常参数, 参数也可以是一个元组

13.3.4 raise exception_class(args): 同上

13.3.5 raise exception_class, args, traceback  同上, 但提供一个追踪对象traceback供使用

13.3.6 raise exception_class, instance: 通过实例触发异常(通常是exception_class的实例):  如果实例是exception_class的子类实例, 那么这个新异常的类型会是子类的类型. 如果实例既不是exception_class的实例也不是它的子类的实例, 那么会复制此实例作为异常参数去生成一个新的exception_class的实例

13.3.7 raise instance: 通过实例触发异常, 异常类型是实例的类型

13.3.8 raise string:  过时的, 触发字符串异常

13.3.9 raise string, args: 同上, 但触发伴随着args

13.3.10 raise string, args, traceback: 同上, 但提供了一个追踪对象供使用

13.3.11 raise(python1.5新增): 重新触发前一个异常, 如果之前没有发生异常, 触发TypeError

14 断言: assert expression[, arguments]  判断expression表达式, 得到断言的真假, 如果真不做任何操作, 如果是假, 触发AssertionError, arguments是在触发AssertionError时传递给异常的参数.

15 相关模块:

15.1 exceptions:  内建异常, 不用导入这个模块

15.2 contextliba:  为使用with语句的上下文对象工具

15.3 sys  包含各种异常相关的对象和函数(sys.ex*)

函数和函数式编程(chapter11)

1 过程只处理一些操作, 而没有返回值, 函数则会经过一系列处理返回一些数据. python的过程就是函数

2 关键字参数: 调用函数时按照函数定义时指定的形式参数名=实参句柄的方式指定实参值, 这样的参数就叫关键字参数

3 函数属性不能在函数的声明中访问, 因为函数体还没有被创建, 但是当函数体创建完毕之后, 就可以访问了.

4 python2.1中引入了内部函数的支持机制, 可以在一个函数体内直接定义另一个函数, 内部函数的生命域在父亲方法内.

5 函数的装饰器: 和java中的注解语法一致, 以@开头, 接下来是装饰器函数的名字和可选的参数, 接下来是其修饰的函数

@decorator(decorator_option_arguments)

def function2bedecoratedname(func_arguments):

5.1 没有装饰器之前, 使用绑定的方式将方法注册成为类方法或静态方法:

5.1.1 object.function = staticmethod(function)  或在类内部直接function = staticmethod(function)

5.1.2 object.function = classmethod(function) 或在类内部直接function = classmethod(function)

5.2 使用装饰器的语法

5.2.1 静态方法

@staticmethod

def function():

5.2.2 类方法

@classmethod

def function():

5.2.3 带参数的装饰器

@deco1(deco_arg)

@deco2

def func():

就相当于做了

func = deco1(deco_arg)(deco2(func))

5.2.4 装饰器其实就是函数, 装饰器接受函数对象, 并对函数对象进行包装处理, 就相当于java中的aop, 可以使用装饰器做一些日志, 安全性检查等通用型的功能

def mydecorator(func):

         def wrappedFunc():

                   print ‘log is recorded’

                   return func()

         return wrappedFunc

 

@mydecorator

def f():

         print ‘Hello decorator’

 

print f()

5.2.5 装饰器的注意点:

5.2.5.1 必须定义一个内部函数名字是wrappedFunc

5.2.5.2 装饰器函数返回的是内部函数wrappedFunc的引用(或别名)

5.2.5.3 wrappedFunc()函数包装器所接受的参数就是被装饰函数的参数列表

5.3 装饰器可以有多个, 每行一个, 按照顺序写就可以了, 其实装饰器就相当于调用了对应的装饰器函数, 对于多个装饰器, 就类似数学上的函数嵌套. (g · f)(x) = g(f(x))

5.4 参数

5.4.1 位置参数, 普通的参数

5.4.2 默认参数, 有默认值的参数

5.4.3 关键字参数, 针对调用时, 使用参数名=值的方式调用的

6 使用*和**调用函数

6.1 *, 将用星号指定的实参转换成一个元组, 元组的每一个元素作为一个参数进行传递. 例如a = [1, 2, 3, 4] func(*a)则func接收到了4个参数.

6.2 **, 用两个星号指定的实参必须是字典类型, 而且字典的键必须是str, 这样传递的参数实际上是以字典中的数据得到了N个关键字参数

7 可变参

7.1 位置可变参使用*argument_name定义, 函数内部得到的将是一个元组.

7.2 关键字可变参使用**argument_name定义, 函数内部得到的将是一个字典.

8 匿名函数与lambda: 使用lambda 参数列表: 表达式的方式可以创建一个匿名函数, lambda构建的函数可以使用可变参.   优点在于绕过了函数的栈分配, 性能得到了提升(测试了10^9数量级次数的空函数调用, 性能提升了1%左右)

9 内建函数

9.1 apply(func[, nkw][, kw]): 用可选的参数来调用func, nkw是非关键字参数, kw是关键字参数, 返回值就是func调用之后的返回结果

9.2 filter(func, sequence): 调用一个布尔函数func迭代遍历序列中的每个元素, 返回一个func返回True的元素的序列.

9.3 map(func, seq1[, seq2…]): 将函数func作用于给定序列中的每个元素, 并用一个列表来提供返回值, 如果func为None, func就表现为身份函数(id), 返回一个含有每个元素中元素集合的n个元组的列表

9.3.1 提供了多少个seq参数, func就接受多少个参数.

9.3.2 如果func存在, 将各个列表的值按顺序传入到func中, 返回的结果被组成一个新的列表作为map的返回.

9.3.3 如果func是None, 返回各个列表的类似压缩得到的元组的列表, 这里的压缩不同于zip, 是类似sql中的外联接的模式.

9.4 reduce(func, seq[, init]): 将二元函数作用于seq序列的元素, 每次携带一对(先前的结果以及下一个元素), 连续的将现有的结果和下一个值作用在获得的随后的结果上, 最后减少序列为一个单一的返回值, 乳沟初始值init给定, 第一个比较会是init和第一个元素而不是序列的前两个元素.  有一点类似递归调用

10 引入一个模块的时候可以起一个别名: from module_name import attribute_name as alias

11 偏函数:  使用functools模块中的partial()函数创建偏函数, 第一个参数是基函数的引用, 后面跟随基函数的调用中要使用的一些默认值…这里还可以使用关键字参数调用的方式:

toDecimal = partial(int, base = 2)

调用的时候, 只需要指定在partial中没有指定的参数, 比如: toDecimal(‘101010’)

由于在partial中指定的这些固定的参数是在参数列表的最左边, 所以, 如果不使用关键字参数, 可能会导致参数顺序错误.

12 在函数体内使用global关键字可以使全局变量的变量名在函数体内获得全局变量的引用, 在函数体内对全局变量的改变会影响全局变量, 例如:

a = 100

def f():

         global a

         a += 300

         print a

得到的输出会是400, 并且, 全局变量a也被修改为400

注意: 使用global语法, 必须是在该全局变量名第一次在函数体内被使用之前

13 嵌套函数的内部变量作用域为自己的函数体(包含自己的内部子孙函数).  在函数体内可以使用的变量域为自己的所有父辈中的变量.

14 闭包: 将内部函数自己的代码和作用于以外的外部函数的作用结合起来, 在一个独立的作用域中, 多用于安装计算, 隐藏状态, 函数对象和作用于中随意切换, 回调.

14.1 自由变量: 定义在外部函数内(非全局变量), 但是由内部函数引用或者使用的变量.

14.2 闭包: 如果在一个函数内, 对在外部作用域的变量(自由变量)进行引用, 那么这个内部函数就被认为是闭包(closure)

14.3 闭包完成的功能很像类.

14.4 闭包将内部函数自己的代码和作用域以外的外部函数作用结合起来…闭包的词法变量不属于全局名字空间域也不属于局部的, 而是属于其他的名字空间, 带着”流浪”的作用域.  但是, 这又不同于对象, 对象的变量存活在对象的名字空间, 而闭包变量存活在一个函数的名字空间和作用域.

14.5 闭包的语法:

14.5.1 定义

def out_function(arg1, arg2, arg3……):  //定义一个外部函数

         args = [arg1, arg2]  //将要作为自由变量的参数放到一个可变对象中.

         def inner_function(self_arg):  //定义一个内部函数, 这里可以接受自己的参数

                   args[0] += args[1] + self_arg  //改变自由变量, 上面将自由变量放到一个可变对象中就是为了能够保存这种改变.

                   return args[0]  //返回修改后的自由变量值

         return inner_function  //返回内部函数

14.5.2 调用

closure1 = out_function(1, 2, 3)  //得到一个闭包(调用外部函数, 返回了内部函数的引用, 实际上就形成了一个闭包, 这个闭包的作用域内持有了外部函数内定义的args自由变量和内部函数本身)

closure2 = out_function(4, 5, 6)  //得到一个闭包

closure1(100)  //调用闭包局部的实参是100

closure2(200)  //调用闭包返回的

14.6 调用闭包返回的结果很类似调用对象的方法, 但是, 闭包是一种能够有自己的独立作用域的方法, 而对象则是类实例.

14.7 得到一个闭包的实例(实际上就是一个方法), 查看它的func_closure属性, 可以查看该闭包含有的自由变量.

14.8 一个闭包和装饰器结合的绝妙的例子见python-15-function下的closureAndDecorator4Log.py

14.9 lambda定义的函数作用域, 生命周期和普通函数是一致的, lambda也可以不指定参数, 也可以使用全局或外部变量.

14.10 递归: 一个超级短的递归阶乘函数: f = lambda n: n == 1 and 1 or (n == 2 and 2 or n * a(n - 1))

15 生成器: 生成器使用生成器表达式创建, 和列表解析表达式语法相同, 使用圆括号包裹.  也是使用next方法, 完成遍历之后抛出StopIteration异常.

15.1 定义: 挂起返回出中间值并多次继续的协同程序成为生成器.

15.2 生成器语法:

def mygenerator(arr):

         for i in arr:

                   yield i

15.3 生成器的创建使用了yield语法, 在调用next方法的时候, 返回下一个yield指示的值, 并让生成器在这个位置停留.

15.4 当然, yield也可以指示做某一个动作之后停止.  甚至还允许yield指示的动作返回的是一个None

15.5 生成器适用于较大的数据场合.

15.6 生成器的创建函数中不能有return

15.7 生成器还可以接收外部传送回来的数据进行交互.  在外部调用生成器的send方法可以向生成器发送数据, send方法接受一个参数, 这个参数的值就是yield argument_name词法的返回值.  send方法返回的是经过处理之后到下一次yield的值, 其实是和调用next()方法的返回值是一样的, 不过这次是经过了send进来的数据的处理方式.

def counter(start):

     count = start

     while True:

              input = yield count

              if input:

                       count += input

              else:

                       count += 1

模块(chapter12)

1 影响python的环境变量是PYTHONPATH, 这个是指定python的脚本路径的环境变量

2 运行时指定python的脚本路径通过访问修改sys.path来实现

3 sys.modules可找到当前导入(import)了哪些模块和它们来自哪些地方, sys.modules是一个字典, 模块名是key, 物理地址是value

4 名称空间: 名称(标识符)到对象的映射

4.1 改变一个名字的绑定叫重新绑定

4.2 删除一个名字叫做解除绑定

4.3 执行期间有两个或三个活动的名称空间, 全局名称空间和内建名称空间是固有的, 局部名称空间是不断变化的. 

4.4 从名称空间访问名字依赖于它们的加载顺序

4.5 python解释器首先加载内建名称空间. 内建名称空间由__builtins__模块中的名字构成. 然后加载全局名称空间, 在模块开始执行后变成活动名称空间…… 此时, 我们就有了两个活动的名称空间.  如果在运行期间调用了一个函数, 就创建出第三个名称空间, 也就是局部名称空间.  也可以使用globals()和locals()内建函数判断出某一个名字属于那个名称空间

4.6 名称空间和变量作用域:

 

4.7 无限空间: 指定一个名字之后, 如果名字指向的是一个名字空间, 都可以使用.语法为其添加属性

5 导入模块的顺序:  使用空行分割三种不同类型的导入

5.1 python标准库

5.2 python第三方库

5.3 python应用程序自定义模块

6 from module import name1, name2…

7 from module import name1 as alias1, name2 as alias2

8 执行import语句进行导入的时候, 被导入的模块的顶层代码将会被执行, 并且, 这种执行只有一次(该模块在整个python程序进程或pythonVM中第一次被导入时)

9 将已经安装的模块作为脚本执行, 使用[$ foo.py]

10 from-import导入方式并不是良好的编程风格, 这会污染当前名称空间

11 from __future__ import new_feature 是用来导入python的新特性的, 必须使用from-import的方式.

12 警告框架: Warning直接从Exception继承, 是所有警告的基类: UserWarning, DeprecationWarning, SyntaxWarning, RuntimeWarning

13 可以从指定zip文件名到sys.path, 从zip文件中直接导入模块

14 *新的导入钩子:

14.1 查找器: 接受一个参数: 模块或包的全名, 查找器实例负责查找模块

14.2 载入器: 如果查找器查找成功将会返回一个载入器对象.  载入器会将模块载入到内存.

14.3 查找器和载入器实例被加入到sys.path_hooks

14.4 sys.path_importer_cache用来保存这些实例.

14.5 sys.meta_path用来保存一列需要在查询sys.path之前访问的实例

15 模块内建函数:

15.1 __import__(): python1.5加入这个函数, 是实际上的导入模块函数. __import__()函数的语法是: __import__(module_name[, globals[, locals[, fromlist]]])  其中module_name是要导入的模块的名称, globals是包含当前全局符号表的名字的字典, locals是包含局部符号表的名字的字典, fromlist是一个使用from-import语句所导入符号的列表…….globals, locals和fromlist默认是globals(), locals(), []

15.2 globals()和locals(), 返回调用者的全局和局部名称空间的字典.

15.3 在全局空间下使用locals()和使用globals()得到的结果是一样的, 因为此时的局部名称空间就是全局名称空间.

15.4 reload(module_name)内建函数可以重新导入一个已经导入的模块(重新加载运行一次该模块)  使用reload()重新加载的模块必须是之前被全部导入的模块, 而不能是from-import导入的模块, 也就是说在全局名称空间中必须要有这个模块