python进阶指引

导读

1. python
   • 文件编程
   • 交互编程
2. 开发环境配置
   • windows linux mac

数据结构

1. 列表
   • 列表推导式可以嵌套
   • 列表推导不会产生副作用
   • 如同php般python的字符串也是一个伪列表
   • 正常循环中的临时变量在循环结束后依然存在
   • 列表推导本质上是向list函数传入一下映射对象，该对象接收一个lambda函数
   • 列表推导式只是一个语法糖而已,map接收函数与列表，返回处理后的列表
   • 列表推导式由包含一个表达式的中括号组成，表达式后面跟随一个 for 子句，之后可以有零或多个 for 或 if 子句

       squares = list(map(lambda x: x**2, range(10)))
       // 进化等价
       squares = [x**2 for x in range(10)]
   

2. 元组
   • 元组是由逗号分割的的值组成
   • 元组是不可变类型，即不能在元组内改变任何值
   • 要创建一个元素的元组，在值的后面添加一个逗号
3. 内建函数
   • type() 知悉任意数据变量的类型
   • len() 查询任意序列数组的长度
   • set()创建集合，空集合必须用它
   • dict() 从包含键值对的元组中创建字典
4. 集合
   • 一个无序不重复元素的集
   • 功能关系测试，消除重复元素
   • 支持联合，交，差，对称差集等数学运算
   • {}可创建非空集合，其空元素意味着是在创建空字典- | & ^
   • ^ 表示不同时存在，python中的集合是无序的
5. 字典
   • 字典中的键必须是不可变类型
   • del 关键字删除， in 关键字查询字典的键是否存在
   • 字典是无序的键值对集合，同一字典内的键必须是互不相同的
   • 类似php中的关联数组，只不过是用{}创建空，可使用del关键字删除任意指定的键值对
   • 在向字典中添加元素时，先用判断元素是否存在，
     • 通常用dict.setdefalult（key,default)添加
     • 使用 dict.get(key, default) 来索引键
     • 遍历任何序列类型同时获取元素索引值，使用enumerate()
     • zip() 同时遍历两个序列类型
6. 其它
   • ->类型提示
     • 描述允许关联函数的参数和返回值的元信息(即python语言中的函数级别注释)
   • 用列表构成栈和队列数据结构
   • 列表类似于双向链表，在此基础上构建其它常用数据结构

函数与类

1. 局域或全局变量
   • global 关键字，同php一样局部变全局
   • 函数内部变量只能在内使用，函数完成时销毁
   • 默认参数，关键字参数，强制关键字参数（只允许使用的关键字参数）def hello(*,name='User')
2. 函数
   • 在python中，函数名本身也是变量
   • 文档字符串"""
   • 高阶函数
     • 使用一个或多个函数作为参数
     • 返回一个函数作为输出
     • map() 接受一个函数和迭代器作为输入，应用函数返回一个序列（迭代器）
3. 类
   • init 初始化, 在它之前还有 prepare ，new
   • 类的实例化使用函数符号
   • python中存在多继承
   • @property装饰器（本质上是高阶函数）
     • 把一个方法变成属性调用，应用场景数据校验
     • @classname.setter 在property数据写时会调用此法
4. 模块
   • 默认模块 os，str
   • argparse 命令行参数处理模块
   • sys 系统模块 PYPI众多模块可供选择
   • Requests 模块，非默认模块，python常用包
   • 含有__init__.py文件的目录可以用来作为一个包
   • whl格式本质上是一个压缩包，里面包含了py文件，以及经过编译的pyd文件。类似java中的jar，php中的phpar
5. collections 模块
   • 内建集合模块
   • Counter 类 常用方法 elements(),most_common()
   • defaultdict类
     • 解决一对多的问题
     • 自动合并第一参数default_factory属性默认为字典的数据类型
     • 若defaultdict 对象不存在某个键，它会自动创建一个空列表
   • namedtuple命名元组类
6. 相关器
   • 迭代器协议
     • 实现了魔法方法 iter()，返回一个迭代对象，这个对象有一个next()方法
     • 实现 next() 方法，返回当前的元素，并指向下一个元素的位置，当前位置已经没有元素的时候，抛出StopIteration异常。
   • 迭代器
     • 将类作为迭代器协议需要持有以下二种方法
     • next() 方法设置循环次数，返回迭代值或决定是否终止迭代
     • iter() 方法返回可迭代对象自身的引用,其方法是操作在iterator对象上
     • StopIteration异常用于标识迭代的完成
     • 本质不是自执行，而是被其它代码所调度执行
     • py3中iter()创建迭代器对象，next()迭代对象
     • 字符串，列表或元组的对象都可以用来创建迭代器
     • 可迭代对象实现了__iter__方法
     • 迭代器是一个懒加载工厂，需要的时候才会生成值进行返回，没调用时处于休眠状态，等待下一次调用
     • 特点：
       • 实现的迭代器不需要准备所遍历的所有元素，没错，这就是迭代器的一大魅力，惰性计算。
   • 生成器函数（节省内存）
     • 生成器函数只能用作迭代操作
     • 调用生成器函数时返回一个生成器对象
     • 生成器是创建迭代器的方法，通过在函数中使用yield关键字完成
     • 任何一个生成数据的含有__iter__方法的类都可以用作对象生成器，其实例则是一个可迭代对象
     • 应用场景：
       • 使用生成器进行惰性求值，即一次只传递一部分数据
       • list元素动态计算出来，而非直接得到一个完整的list来节省内存
     • 特点：
       • 生成器不可重复循环使用，用过就丢
       • 带有yield的生成器函数通常与循环配合使用
       • 生成器创建新的迭代模式，for能够直接操作生成器，其隐式的将生成器转化为了迭代器
       • 不用for循环执行迭代器时，需要用iter()函数将可迭代对象转为迭代器，然后使用next()进行下一个
     • 生成器本质
       • 生成器的堆栈帧实际上不在堆栈上，它在堆（内存）上
       • 这意味着，它不需要遵循常规函数执行时遵循的先进后出顺序
       • 生成器一定是迭代器，反之不一定成立
   • 生成器表达式
     • 迭代器协议
     • 外形类似列表推导式，但返回的是一个生成器对象而不是列表对象
     • 直接在在一对括号内，并且不能在两边有逗号 sum(x*x for x in range(1,10))
   • 闭包
     • 返回的内部函数（闭包）持有外部函数的引用数据
   • 装饰器
     • 给一些对象动态的添加一些新的行为
     • @a(d)@b© 实际上是 a(d)(b©)
   • 可迭代对象(解压赋值)
     • 列表或者元组(可迭代对象)
     • 字符串，文件对象
     • 迭代器和生成器
     • 可迭代对象-> iter() -> 迭代器 -> next() -> 迭代结果
   • 魔术方法(所谓魔术其实是一种实现协议的机制)
     • python的魔术方法并非是实例的一个具体方法，不能用常规操作方法直接调用，它是在不同使用场景下适时调用
     • 比如可迭代对象，是指持有__iter__方法的对象，若要迭代需要获取该对象的迭代器 通过内建函数iter获得
     • python中一般情况下，魔术方法由内置函数简化操化操作触发
7. 代理迭代
   • 构建自定义容器
   • 可迭代对象,列表，元组或其它
   • 在新容器对象上执行迭代操作
   • 迭代器协议：
     • 协议需要 iter() 方法返回一个实现了 next() 方法的迭代器对象
8. with…as
   • 上下文管理协议
     • enter() 进入上下文返回对象
     • exit()
     • 支持该协议的对象要实现这两个方法
   • 上下文管理器
     • 定义执行with语句时要建立的运行时上下文，负责执行with语句块上下文中的进入与退出操作
   • with语句应用场景
     • 文件操作
     • 进入线程之间互斥对象，例如互斥锁
     • 支持上下文的其他对象
9. 异常
   • 捕获异常基于运行时错误
   • 语法错误则属于运行前错误
   • 捕获指定类型异常
   • 应用场景：
     • 猜数字
     • 目的允许用户输入错误并给出提示

类与对象

1. 魔术方法

   • 所有的魔术方法不能用常规的调用形式去执行，通常将其实例作为相关内置函数参数，由内置函数调用
   • repr 将实例转化为代码形式的字符串,原样输出
   • str 将实例转换为一个字符串
     • 应用场景：使用内置函数str()或print()函数会输出这个字符串
   • 示例

         // {}位置参数，{0}第一个，0类似正则第一个（format内）参数
         // {0!s} !转换标志, s表示对第一个参数（实例）用str()函数执行
         // . 则为属性分割符，即self实例属性分别为x,y
         def __repr__(self):
             return 'Pair({0.x!r},{0.y!r})'.format(self)
         def __str__(self):
             return '({0.x!s},{0.y!s})'.format(self)
     

   • format() 方法, format
     • 使一个对象能支持自定义的格式化操作
     • format()方法给Python字符串格式化提供了一个钩子
   • 附加string模块
     • 对格式化的一些标准约定

2. 让对象支持上下文管理协议(with 语句)

   • 不同的协议调用形式不一样
   • 出现with语句块时，对象的__enter__方法被触发
   • 需要实现__enter__()和__exit__()方法
     • def __enter__(self)
     • def __exit__(self, exc_ty, exc_val, tb)
   • 如若__exit__内返回true,异常会被清空
   • contextmanager 模块标准的上下文管理方案
   • 应用场景：
     • 打开关闭资源操作
       • 初始化时，并不会做任何事情

3. 创建大量对象时节省内存方法__slots__

   • 最初的目的：内存优化工具，
   • __slots__属性,限制该class能添加的属性（仅对当前类起作用）
   • 应用场景：简单数据结构类

4. 在类中封装属性名

   • 原理：
     • python不依赖语言特性封装数据，而是遵循命名规范达到效果
     • 任何以单下划线开头的名字都应该是内部实现
     • 使用双下划线开始会导致访问名称变成其他形式，运行时变成类名+_+双下划线名
       • 此类属性名是不能被覆盖的
   • 规范
     • 使用单下划线为了防止命名冲突而非属性私有

5. 创建可管理的属性

   • 需求：属性类型检查或合法性验证
   • 方案：定义property装饰器
     • Getter func 访问
       • @property
     • setter func 修改
       • @func.setter
     • deleter func 删除（可选）
       • @func.deleter
   • property属性是一系列相关绑定方法的集合
   • 在python中只有访问property时才会自动被触发，而并不是所有的访问！！！

6. 描述器

   • 定义：实现三个核心属性访问操作的类
   • get, set, delete 三个特殊方法，接受实例参数，操作实例底层的字典
   • 注意区分类变量与实例变量，描述器只能在类级别中被定义
   • 使用：
     • 将描述器的实例作为类属性放到类的定义中

7. 实现数据模型的类型约束

   • 需求：定义某些在属性赋值上面有限制的数据结构
   • 方案：
     • 自定义属性赋值函数,使用描述器

8. 特殊方法

   • 特殊方法定义在class中
   • 不需要直接调用
   • python的某些函数或操作符会调用对应的特殊方法
   • 正确实现特殊方法
     • 只需要编写用到的特殊方法
     • 有关联的特殊方法都必须实现
       • 比如：getattr, setattr, delattr

9. 小结

   • python中的另类代码
     • 生成代码字符串
     • 操作其它代码
     • 供其它代码使用的代码
     • 用于调度的代码
     • 格式化的代码
   • python类java存在内部类

函数

1. python 函数
   • 任意位置或关键字参数（*arg元组或字典**argv）

     任意关键字**参数只能出现在最后一个参数

   • 强制关键字参数（可读性强）
     • 将某个强制关键字参数放到某个*参数之后，即可达成此效果
     • def recv(maxsize, *, block) // block为强制关键字参数，不是形参是必传的关键字参数
2. 函数参数增加元信息
   • 符号->
   • 函数注解存储在函数的__annotations__属性中
   • python支持多值返回
   • 默认参数的值应该是不可变的对象（即非引用对象）
     • 例如：None，True,False，数字或字符串
3. 匿名或内联函数
   • lambda表达式
     • 应用场景
       • 排序或数据reduce等
     • 只能指定单个表达式，它的值就是最后的返回值
   • lambda表达式中的形参变量
     • 是自由变量
     • 在运行时绑定值，而非定义时绑定
   • 使用函数默认值参数形式，lambda函数在定义时就能绑定到值
4. 减少可调用对象的参数个数
   • 需求：callable对象参数太多，导致调用时出错
   • 方案：
     • functools.partial()
       • 该函数允许给一个或多个参数设置固定的值，减少被调用时参数的个数
5. 闭包
   • 在函数内部带上了一个额外的变量环境
   • 闭包特点：
     • 会记住自己被定义时的环境。
     • 自由变量，引用自由变量的函数
   • 应用场景：
     • 单方法类转化为函数
     • 需要给某个函数增加额外的状态信息的问题时，可考虑使用闭包
6. 带额外状态信息的回调函数
   • def apply_async(func, args, *, callback)
   • 需求：
     • 代码需要依赖回调函数
     • 需要让回调函数拥有额外的状态值，以便内部使用到
   • 不同方案
     • 使用一个闭包捕获状态值
       • apply_async(add, ('hello', 'world'), callback=handler
     • 使用一个绑定方法代替一个简单回调函数(callback)
       • apply_async(add, (2, 3), callback=r.handler)
     • 高级方案使用协程
       • 协程使用之前需要调用next()
       • 对于协程使用它的send()方法作为回调函数 apply_async(add, ('hello', 'world'), callback=handler.send
7. 协程（生成器）
   • yield在协程中的用法
     • 在协程中yield通常出现在表达式的右边，默认产出的值是None
     • 协程可从调用方接收数据，调用方是通过**send(datum)**的方式把数据提供给协程使用，而不是next(…)函数
     • 使用协程同生成器一样，需要(prime)预激活协程
   • 协程需要被激活，通常用next
   • yield操作会使一个生成器函数产生一个值并暂停，接下来调用生成器的__next__()或send()方法又会让它从暂停处重新继续执行
8. 访问闭包中定义的变量
   • 需求：
     • 扩展函数中的某个闭包，允许能访问和修改函数的内部变量
   • 方案：
     • 通过编写访问函数并将其作为函数属性绑定到闭包上来实现此目的

元编程

1. 定义(不要重复)
   • 创建操作源代码（比如修改，生成或包装原来的代码）的函数和类
   • 在python中主要使用装饰器，类装饰器和元类
   • 亦包括：签名对象，使用exec()执行代码及对内部函数和类的反射技术等
2. 装饰器
   • 装饰器并不会修改原始函数的参数签名以及返回值
   • 装饰器是一个函数，接收一个被装饰函数作为参数并返回一个新的闭包函数，新的闭包函数是与原始函数同名的函数变量
   • 闭包函数使用*args，**kwargs确保任何参数都能适用，闭包内部执行原始函数调用并返回结果，在闭包内做其他额外逻辑
   • 为保证原始函数的元信息不被丢失，通常使用functools.wraps工具函数包装器进行包装
3. 创建装饰器时保留函数的元信息
   • functools库中的@wraps装饰器来注解底层包装函数，保留原始函数的元数据
   • 编写装饰器的时候复制元信息是一个非常重要的部分
   • @wraps的__wrapped__属性
     • 通过它可直接访问被包装函数
     • 能让被装饰函数正确暴露底层的参数签名信息
4. 解除装饰器
   • 若装饰器通过@wrap来实现的，可以访问__wrapped__属性来访问原始函数

         @somedecorator
         def add(x,y):
             return x + y
     
         origin_add = add.__wrapped__
     

5. 带参数的装饰器
   • 函数名也是变量名

       @decorator(x, y, z)
       def func(a, b):
           pass
       // 其处理效果如下
       def func(a,b):
           pass
       func = decorator(x,y,z)(func)
   

   • functools.partial 返回一个未完全初始化的自身函数，本质闭包含有确定下来的参数状态
   • 有参vs无参装饰器
     • 无参装饰器，被装饰函数会被当做第一个参数直接传递给装饰器，
     • 有参装饰器，装饰器初始调用时被包装函数并没有被传递进来

       •       @logged(level=logging.CRITICAL, name='example')
               def spam():
                   print('Spam!')
               // 调用序列等价如下
               // 需要装饰器内部多加一层函数，以便将装饰器参数与原始函数参数分开
               def spam():
                   print('Spam!')
               spam = logged(level=logging.CRITICAL, name='example')(spam)
         

   • 让装饰参数可选
     • 将默认参数作为装饰器的强制关键字参数
     • 被装饰函数作为首参，内部使用偏函数functools.partials将默认参数合并为装饰器的私有状态
6. 利用装饰器强制函数上的类型检查
   • 能对参数类型进行断言
   • 装饰器只会在函数定义时被调用一次
   • insepct.signature()函数，可调用对象的参数签名信息（需要用到inspect包）
7. 将装饰器定义为类的一部分
   • 关键确认装饰器的使用方式
     • 实例方法装饰器
     • 类方法装饰器
       • @classmethod
     • 装饰器被定义成类方法，在继承时，必须在子类中显式的使用父类名去调用
   • 装饰器方法
     • 第一参数为类或实例
     • 第二参数通常为被装饰函数
   • 应用场景
     • 需要在装饰器中记录或绑定信息
     • self或cls
       • 最外层的装饰器函数需要提供一个self或cls参数
8. 将装饰器定义为类
   • 需求：用装饰器包装函数，但希望返回一个可调用的实例
   • 方案：
     • 将装饰器定义成一个实例，需要装饰器实现了__call__()和__get__()方法
   • __get__描述器协议
     • 创建一个绑定方法对象，确保绑定方法对象能被正确创建
9. 为类和静态方法提供装饰器
   • 需要确保装饰器在@classmethod 或@staticmethod之前（即离被装饰的原始方法更近）
   • 理由：@classmethod和@staticmethod实际上并不会创建可直接调用的对象，而是创建特殊的描述器对象
   • 装饰器顺序有时强调一致

     •       from abc import ABCMeta, abstractmethod
             class A(metaclass=ABCMeta):
                 @classmethod
                 @abstractmethod
                 def method(cls):
                     pass
       

10. 其它
    • 装饰器为被包装函数增加参数
      • 为避免包装器参数与被包装函数的参数重复，可使用inpsect.getargsepc(func).args进行检测
    • 使用装饰器扩充类的功能
      • 需求：重写类定义的某部分来修改行为，不希望继承或元类
    • prepare()
      • 在开始定义类和它的父类的时候被执行，
      • 在所有类定义开始执行前首先被调用，用来创建类命名空间
      • 必须返回一个映射对象以便在类定义体中被使用到
      • 应用场景：
        • 返回 OrderedDict类而不是一个普通的字典，实现捕获定义的顺序
        • 通常在框架中使用顺序定义将对象映射到元组或数据库表中的行
    • new()
      • 被用来实例化最终的类对象
    • init()
      • 最后被调用，用来执行其他的一些初始化工作
11. 定义有可选参数的元类
    • python允许使用metaclass关键字参数来指定特定的元类
    • 使用关键字参数配置的一个元类可被视作对类变量的一种替代方式
    • 操作函数调用签名问题
      • 应用inspect模块的签名特性
        • Signature类
        • Parameter类
      • 签名对象bind方法可将绑定到*args，**kwargs上
    • 元类
      • type
      • 元类允许在定义的时候检查类的内容
      • 应用场景
        • 元类用来检测重载方法
        • 元类可以监控类的定义
      • 特殊方法在元类中重新定义区别
        • new()方法在类创建之前被调用
          • 通常用于某种方式（比如通过改变类字典内容）修改类的定义
        • init()方法在类被创建之后被调用
          • 通常是需要完整构建类对象的时候
      • 当使用元类时，self实际上是一个类对象
12. 以编程的方式定义类
    • type 类的母亲
    • types 模块创建元类，生产类
    • types.new_class()函数
      • 用来初始化新的类对象，其参数如下
        • 类的名字，父类元组，关键字参数，以及一个用成员变量填充类字典的回调函数
    • python中的__new__是用来创建类之前被调用
    • 框架魔法
      • sys._getframe()来获取调用者的模块名
13. 利用函数注解实现方法的重载
    • python允许参数注解

      •   class Spam:
              def bar(self, x:int, y:int):
                  print('Bar 1:', x, y)
              def bar(self, s:str, n:int = 0):
                  print('Bar 2:', s, n)
        
              s = Spam()
              s.bar(2, 3) # Prints Bar 1: 2 3
              s.bar('hello') # Prints Bar 2: hello 0
        

    • 元类和描述器的底层工作原理
      • types
      • 内部函数和闭包
      • 类型系统描述器
14. 其它
    • send vs next
      • next与send作用相仿，send可以和生成器互动，传入一个值
      • next只能将生成器进行下一次值
      • next通常用来启动生成器, g.send(None)
      • send通常是python中协程的标志，发送+迭代功能
      • 使用send方法发送的值，会在本次迭代过程中被用;其值会被发送到上次yield表达式的位置
      • 生成器接收值，上次从哪中断就在中断的后续位置接收外部传进来的值
    • yield返回值 VS yield表达式 ！！！
      • 前者是调用者迭代生成器时的返回值，后者是生成器接收调用者发出的值
      • 二者数据流向不同,生成器->调用者；调用者->生成器
      • yield 表达式的值由调用者传入，在下次生效
      • yield 关键字后的值，即是其本次需要返回给调用者的值
      • yield 执行完毕不会释放掉生成器内的状态
    • yield from
      • 处理了各种异常，方便迭代
    • async 和 await
    • Python 能够计算或执行字符串形式的源代码
      • ast 模块能被用来将 Python 源码编译成一个可被分析的抽象语法树
      • 分析源码树
      • 拆解python字节码 dis模块
    • 协程
      • 一个线程中的一个个函数叫做子程序
      • 线程是系统级别的，它们是由操作系统调度；协程是程序级别的，由程序员根据需要自己调度
      • 那么子程序在执行过程中可以中断去执行别的子程序，别的子程序也可以中断回来继续执行之前的子程序，这就是协程
      • A子程序执行中断-> 跳转执行另一段代码 -> A子程序再次回来，从之前中断的地方开始执行
      • 协程专业术语
        • 协程拥有自己的寄存器上下文和栈
        • 协程调试切换时，会保存现场，保留上次调用时的状态（即所有局部状态的一个特定组合)
        • 协程回来时，会进入上一次离开时所处逻辑流的位置

模块与包

1. 构建模块包
   • 确保每个目录都定义了一个__init__.py文件
     • 包含不同运行级别的包的可选初始化代码
     • 该文件将在同级其它文件被导入之前导入
     • 其常见用法将多文件合并到一个逻辑命名空间
   • 模块变量__all__
     • 明确地列出需要导出的内容
     • example

           # somemodule.py
           def spam():
               pass
           def grok():
               pass
       
           blah = 42
           # Only export 'spam' and 'grok'
           __all__ = ['spam', 'grok']
       

   • import语句支持包的相对或绝对导入
2. 模块分割
   • 用模块名作为目录名来替换模块文件
   • 在该目录下创建__init__.py文件
   • 在__init__.py文件内将其他逻辑文件合并，其内容如下

         # __init__.py
         from .a import A
         from .b import B
     

   • 惯例：
     • 使用包的相对导入来避免将顶层模块名硬编码到源代码中
   • 延迟加载
     • 优点
       • 在需要的时候被加载
     • 缺点
       • 继承和类型检查可能会中断
3. 利用包命名空间导入目录分散的代码
   • 关键
     • 确保顶级目录中没有__init__.py文件作为共同的命名空间
   • 其他
     • 缺失__init__.py文件，解释器创建了一个由所有包含匹配包名的目录组成的列表
     • 只读目录列表副本被存储在其__path__变量中
   • 包命名空间检查
     • 检查包的__file__属性
4. 运行目录或压缩文件
   • 解释器将执行__main__.py文件作为主程序
   • 将代码打包成zip文件也适用
5. 读取位于包中的数据文件
   • pkgutil.get_data(package,‘somedata.dat’)
6. 将文件夹加入到sys.path
   • 使用pythonpath环境变量来添加
   • 创建一个.pth文件，将目录举出来，将该文件置于python的site-packages目录
7. 其它
   • 通过字符串名导入模块
   • 通过钩子远程加载模块
     • 方法一 urllib.request, sys, imp
     • 方法二创建自定义导入
       • 元路径导入器
       • 编写一个钩子直接嵌入到sys.path变量中去，识别某些目录命名模式
   • 导入模块的同时修改模块（关键依赖于导入的钩子）
   • 支持安装私有包
   • 创建新的python环境pyvenv
   • 分发包

python脚本路径

1. sys.path[0]
   • #!声明执行当前脚本的命令，会加入环境变量

         #每次执行脚本时，python会将执行脚本目录加入PYTHONPATH环境变量中(sys.path获取)
         #!/usr/bin/python3
         import os
         import sys
     

2. sys.args[0]
   • 获取脚本执行本身路径
3. file
   • 获取脚本执行本身路
4. 获取脚本执行本身的绝对路径
   • os.path.abspath(file)
   • os.path.realpath(file)
5. os.path 系统环境变量
   • sys.path
     • 模块搜索路径字符串列表
     • 由python环境变量初始化得到
   • sys.path[0]
     • 调用python解释器的当前脚本所在目录
     • 关键 充当执行者的角色
6. python启动器
   • 安装 Python 3.3 以上的版本时
   • Python会在C:\Windows文件夹下安装启动器py.exe

网络与web编程

1. HTTP客户端代码
   • 应用场景
     • 下载数据
     • 与基于RESET的API进行交互
   • 解决方案
     • 简单 urllib.request模块
     • 复杂 requests库
       • 支持以多种方式从请求中返回响应结果的内容
         • resp.text 以Unicode解码的响应文件
         • resp.content 原始的二进制数据
         • resp.json json格式响应
       • 支持多个http谓词
       • 基本认证，cookie,session，HTTP 头、编码方式等
       • 支持高级的 HTTP 客户端协议，如OAuth等
     • 原生底层的模块 http.client
2. 服务器
   • TCP服务器
     • 应用场景
       • 通过TCP协议和客户端通信
     • 解决方案
       • 简单
         • 使用 socketserver库
   • UDP服务器
     • UDPServer 模块
     • 实现socketserver.BaseRequestHandler类的handle方法
   • 地址转换
     • 通过 CIDR 地址生成对应的 IP 地址集
     • ipaddress 模块
       • 可表示IP地址，网络和接口
   • 创建RESET接口
     • 基于WSGI
3. REST接口
   • 应用场景
     • 使用REST API实现监控或诊断
     • 大数据应用构建数据查询或提取系统
     • REST控制硬件设备
   • WSGI函数，最返回的必须是字节字符串
     • 签名 def wsgi_app(environ, start_response)
     • environ属性是一字典，包含从web服务器提供的 CGI接口中获取的值
   • python关键字
     • python区分大小写
     • nonlocal，global，raise，with
     • True,False,None 关键字
     • elif :语法
     • in 判断一个元素是否在列表中
     • is assert
     • python字符串索引存在正反
       • 正向从0开始，反向从-1开始
       • evel() 评估函数将最外侧的引号去掉，变成python语句进行执行
4. 远程调用
   • df

python公开课

1. 语言初心
   • C,C++，汇编依赖于硬件cpu型号，计算机指令，适合开发底层，性能
   • java 跨平台，代码语言与硬件无关， 适合开发中间件
   • Go，php，node 等 适合特定领域
   • python 胶水语言
     • 初心就是为了整合，更类似于一种连接器，库足够多
     • 最佳适用场景：数据挖掘，机器学习，
   • php 面向web语言
2. 静态与动态
   • 静态编译后源代码不参与
   • 动态一边编译一边还需要源代码
3. python
   • python在面向对象上无法保持简洁
   • 使用了一大堆特殊方法，属性，变量，语法糖泛泛
4. 库解析
   • turtle 海龟库
     • 图形绘制体系
       • 在画布中空间坐标中间点(0,0)
       • 海龟坐标
       • 窗体坐标
     • 色彩体系
       • RGB模式
         • 0到1小数值
         • 0到255整数值
     • 控制函数
       • 画笔控制
         • penup() pendown() pencolor() pensize()
       • 运动控制
         • forward() 别名fd() circle()
       • 方向控制
         • setheading(angle) 角度函数
         • 海角角度
   • time 库
     • 时间获取
       • 模板字符串
       • time.ctime time.gmtime strptime 反格式化
     • 程序计时
       • perf_counter() 返回cpu精确时间单位秒
       • sleep(s)
     • 文本进度条
   • PyInstaller 库打包
     • 将.py源码转换成无需源码的可执行文件,如.exe文件
     • 生成的执行程序，对方电脑无需再安装python执行环境
   • jieba 库
     • 中文分词第三方库，英文不需要
     • 依靠中文词库
     • 分词模式
       • 精确模式
       • 全模式
       • 搜索引擎模式
     • 常用函数
       • jieba.lcut(s) 接受一个字符串返回一个分词列表
       • jieba.lcut_for_search(s)
       • jiba.add_word(w)
     • 文本词频统计
5. 关注点
   • 浮点数运算时存在不确定尾数，通常用四舍五入函数进行比较
   • 复数，虚部，科学计算中会经常用到
   • 0O,0X,3e5 八进制，十六进制
   • x**=3 <=> xxx 二元增强赋值操作符
   • 运算函数
     • 数值 divmod，pow，round
   • [::-1] 复制反向字符串切片，第三参数为步长
   • 字符串处理函数
     • hex(x) 十六进制
     • oct(x) 八进制
     • len(x) python unicdoe
       • len('123强')运算结果为4
     • str.center(width,[,fillchar])
     • str.strip(chars)
     • 格式化format
       • 槽
       • :引导符号 填充 对齐 宽度 ,千位分隔符 .精度 类型
6. 语言结构
   • 二分支紧凑形式
     • 表达式的使用而分语句使用
     • <表达式1> if <条件> else <表达式2>
   • 异常处理
     • try except else finally
   • random
     • 随机种子，目的让随机再现
     • 蒙特卡罗方法在求圆周率
       • 基本思想：大量实验，模拟概率
       • 使用随机数据点，求得近似解（涉及到微积分，无穷大）
   • 函数
     • IPO input process out 输入处理输出
     • 七段数码管
       • 绘制线
       • 绘制单个数字
       • 获取系统时间，绘制
     • 递归
       • 递归链条
       • 递归基例 最小形式
       • 数学归纳法
       • 基本思想：函数+分支结构
     • 实例
       • 科赫雪花
       • 汉诺塔
   • 组合数据类型
     • 集合类型set
       • set() 空集合
       • 元素不可变，无序，没有相同元素
       • 支持 并叉交补操作
       • 应用场景
         • 包含关系比较
         • 数据去重 list() set()
     • 序列类型
       • 其类型扩展分为列表，元组，字符串
       • 序列是具有先后关系的一组元素
         • 序列是一维元素向量，元素类型可以不同
         • 序列存在序号
       • 序列类类型操作
         • in, not in
         • len
       • 元组创建不可修改（指其值）
         • () 或 tuple()
         • 所有序列类型的方法在元组类型上皆可用
         • 应用场景
           • 数据保护
             • 不希望数据被程序改变，转换成元组类型
           • 数据返回
           • // 返回商的部分
       • 列表
         • [] list()
         • 列表变量赋值只是引用传递
         • ls.append(x),ls.clear(x),ls.copy(x), ls.reverse(),ls.insert(),ls.index()
         • 应用场景：
           • 对一组数据的表达
     • 字典
       • 键值对类型是“映射”的实现
       • 字典无序
       • 字典类型操作函数和方法
         • del d[k]
         • k in d 判断键k是否在字典d中
         • d.keys()
         • d.values()
         • d.items()
         • d.get(k, <default>)
         • d.popitem()
     • 应用场景
       • 文本词频统计
   • 文件
     • 数据抽象和集合
     • 文本文件与二进制文件
       • 文本文件有统一编码，字符串，可读性 rt
       • 由0与1组成的存储格式，二进制文件存储性 rb
       • 占用状态 vs 存储状态
       • seek
         • 调整对文件操作的指针
         • seek(0) 标志位
     • 数据操作周期
       • 数据存储 -> 存储格式
         • 一维数据（列表，集合）存储
         • 一维数据处理
         • 二维数据是一种表现形式
         • CSV通用数据存储格式
           • Comma-Separated Values
           • 如果某个元素缺失，逗号仍然要保留
           • 用换行表示另一维度元素
           • 逗号为英文半角逗号，逗号与数据之间无额外空格
       • 数据表示 -> 数据类型
       • 数据操作 -> 操作方式，算法
   • wordcloud库
     • 词云库
       • 配置词云对象参数 空格构成的字符串
       • 加载词云文本
       • 输出词云文件
     • 词云库所作的操作
       • 分隔：以空格分割单词
       • 统计：单词出现次数并过滤
       • 字体：根据统计配置字号
       • 布局：颜色环境尺寸
     • 词云应用背景
       • 政府工作报告词云分析
       • 支持不同背景形状的词云
7. 程序设计方法学
   • 工具决定思维
     • 计算思维：
       • 抽象+自动化
       • 模拟N场，得到收敛结果
     • 自顶向下（设计）
       • API
       • 分而治之，系统思维
       • 将一个总问题表达为若干小问题组成的形式
     • 自底向上（执行）
       • 集成计算生态
       • 逐步组建复杂系统的有效测试方法
         • 分单元测试，逐步组装
         • 按照自顶向下相反的路径操作
   • 应用场景
     • 体育竞技分析
   • 思维模式
     • 逻辑思维
       • 推理和演绎，以数学为代表，A->B,B->C, A->C
     • 实证思维
       • 实验和验证，以物理为代表，引力波<-实验
     • 计算思维
       • 抽象问题的计算过程
       • 自动化执行求解
       • 关键：模拟计算过程（关注）
     • 计算生态
       • 竞争发展
       • 相互依存
       • 迅速更迭
       • numpy库
   • 程序设计模式
     • IPO
     • 模块化设计(松紧耦合)
     • 配置化设计
       • 引擎 ＋ 配置
       • 核心：程序执行和配置分离，将可选参数配置化，关注接口
   • 应用开发
     • 产品定义
     • 系统架构
     • 设计与实现
     • 用户体验
   • python第三方库安装
     • pip安装工具
     • 集成安装 anaconda（即批量安装）
     • 文件安装 需要编译再安装，或直接下载编译后的文件，打补丁
   • os库
     • 提供通用的，基本的操作系统交互功能
       • 路径操
       • 进程管理
         • os.system()具备调用其他程序的能力
       • 环境参数等
         • os.chdir(path)
         • os.getpwd()
         • os.getlogin()
         • os.getinfo()
         • os.urandom(n)
   • python生态
     • 计算库
       • Numpy 表达N维数组的最基础库
       • Pandas 数据分析高层次应用库
       • Scipy 数学，科学和工程相关功能库
     • 可视化
       • Matplotlib 二维数据可视化功能库
       • Seaborn 统计类数据可视化功能库
       • Mayavi 三维科学数据可视化功能库
     • 文本处理
       • Pypdf2 用来处理pdf文件的工具集
       • NLTK 自然语言文本处理第三方库
       • Python-docx 创建或更新msword文件的第三方库
     • 机器学习
       • Scliki-learn 机器学习方法工具集
       • TensorFlow 机器学习计算框架
       • MXNet 基于神经网络的深度学习计算框架
     • web解析与网络空间
       • 网络爬虫
         • Requests 页面级别
         • Scrapy 网络爬虫框架
           • 支持定时，批量
         • pysipder web页面爬取系统
       • web信息提取
         • Beautiful Soup HTML和XML的解析库
           • 上下行遍历，平行遍历
         • Re 库 正则表达式库和处理功能库
         • Python-Goose 提取文章类型web页面的功能库
     • web网站开发
       • Django Web应用框架MTV，大规模
       • Pyramid 规模适中的应用框架
       • flask web应用开发微框架
     • 网络应用开发
       • WeRoBot 微信公众号开发框架
       • aip 百度AI开放平台python功能接口
         • 语音，人脸，OCR，NLP，知识图谱，图像搜索等领域
       • MyQR 二维码生成第三方库
       • PyQT5，wxPython,PyGObject 人机交互库
       • PyGame, Panda3D,cocos2d 游戏库
       • VR Zero, pyovr,Vizard 人机虚拟现实库
       • Quads,ascii_art,turtle 图形艺术库
   • 其它
     • 刷新的本质
       • 打印的字符覆盖之前的字符
       • 不能换行:print()需要被控制
       • 要能回退:打印后光标回退到之前的位置\r
         • \r return 本义光标重新回到本行开头
         • \n newline 本义光标往下一行（不一定到下一行行首）
       • 进度条实例

             #! py -3
         
             import time
         
             # 进度条
             scale = 50
         
             # // 取商
             # s.center(填充的宽度，填充字符)
             print("执行开始".center(scale//2, "-"))
         
             # 返回浮点数的计时器
             start = time.perf_counter()
         
             for i in range(scale+1):
                 a = '*' * i
                 b = '.' * (scale -i)
                 c = (i/scale) * 100
                 dur = time.perf_counter() - start
                 print("\r{:3.0f}%[{}->{}]{:.2f}s".format(c, a, b,dur), end="")
                 time.sleep(0.1)
             print()
             print("执行结束".center(scale//2, "-"))
         

       • 技巧
         • 数据需要排序，需要先转为list类型，有序
         • 数据需要去重，需要先转为集合类型set(),去重
         • 对于格式化输出，如果字符串超过规定的列宽长度，则以字符串长度显示
         • 每个递归函数可能存在多个基例
         • 创建字典时，如果相同键对应不同值，字典采用最后（最新）一个键值对
         • 字典一般用来表示高维数据
           -+打开模式关键在于它能够同时赋予文件的读写权限
         • 计算思维是基于计算机快速计算装置出现后才出现的思维模式