千行代码入门python（转载自知乎，作者笑虎）

#!/usr/bin/python

# -*- coding: UTF-8 -*-
# 文件名：千行代码入门python.py


# 作者：笑虎
# 链接：https:// zhuanlan.zhihu.com/p/22909144
# 来源：知乎
# 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

"""
类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算----类型和运算
"""

# -- 寻求帮助：
dir(obj)  # 简单的列出对象obj所包含的方法名称，返回一个字符串列表
help(obj.func)  # 查询obj.func的具体介绍和用法


# -- 测试类型的三种方法，推荐第三种
if type(L) == type([]): print("L is list")
if type(L) == list: print("L is list")
if isinstance(L, list): print("L is list")


# -- Python数据类型：哈希类型、不可哈希类型
# 哈希类型，即在原地不能改变的变量类型，不可变类型。可利用hash函数查看其hash值，也可以作为字典的key
"数字类型：int, float, decimal.Decimal, fractions.Fraction, complex"
"字符串类型：str, bytes"
"元组：tuple"
"冻结集合：frozenset"
"布尔类型：True, False"
"None"
# 不可hash类型：原地可变类型：list、dict和set。它们不可以作为字典的key。


# -- 数字常量
# 1234, -1234, 0, 999999999  # 整数
# 1.23, 1., 3.14e-10, 4E210, 4.0e+210  # 浮点数
# 0o177, 0x9ff, 0X9FF, 0b101010  # 八进制、十六进制、二进制数字
# 3 + 4j, 3.0 + 4.0j, 3J  # 复数常量，也可以用complex(real, image)来创建
hex(I), oct(I), bin(I)  # 将十进制数转化为十六进制、八进制、二进制表示的“字符串”
int(str, base)  # 将字符串转化为整数，base为进制数
# 2.x中，有两种整数类型：一般整数（32位）和长整数（无穷精度）。可以用l或L结尾，迫使一般整数成为长整数
float('inf'), float('-inf'), float('nan')  # 无穷大, 无穷小, 非数


# -- 数字的表达式操作符
yield x  # 生成器函数发送协议
lambda args: expression  # 生成匿名函数
x if y else z  # 三元选择表达式
x and y, x or y, not x  # 逻辑与、逻辑或、逻辑非
x in y, x not in y  # 成员对象测试
x is y, x is not y  # 对象实体测试
x < y, x <= y, x > y, x >= y, x == y, x != y  # 大小比较，集合子集或超集值相等性操作符
1 < a < 3  # Python中允许连续比较
x | y, x & y, x ^ y  # 位或、位与、位异或
x << y, x >> y  # 位操作：x左移、右移y位
+, -, *, /, //, %, **  # 真除法、floor除法：返回不大于真除法结果的整数值、取余、幂运算
-x, +x, ~x  # 一元减法、识别、按位求补（取反）
x[i], x[i:j:k], x(……)  # 索引、分片、调用
int(3.14), float(3)  # 强制类型转换


# -- 整数可以利用bit_length函数测试所占的位数
a = 1;
a.bit_length()  # 1
a = 1024;
a.bit_length()  # 11


# -- repr和str显示格式的区别
"""
repr格式：默认的交互模式回显，产生的结果看起来它们就像是代码。
str格式：打印语句，转化成一种对用户更加友好的格式。
"""


# -- 数字相关的模块
# math模块
# Decimal模块：小数模块
import decimal
from decimal import Decimal


Decimal("0.01") + Decimal("0.02")  # 返回Decimal("0.03")
decimal.getcontext().prec = 4  # 设置全局精度为4 即小数点后边4位
# Fraction模块：分数模块
from fractions import Fraction


x = Fraction(4, 6)  # 分数类型 4/6
x = Fraction("0.25")  # 分数类型 1/4 接收字符串类型的参数


# -- 集合set
"""
set是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素。
set支持union(联合), intersection(交), difference(差)和sysmmetric difference(对称差集)等数学运算。
set支持x in set, len(set), for x in set。
set不记录元素位置或者插入点, 因此不支持indexing, slicing, 或其它类序列的操作
"""
s = set([3, 5, 9, 10])  # 创建一个数值集合，返回{3, 5, 9, 10}
t = set("Hello")  # 创建一个唯一字符的集合返回{}
a = t | s
t.union(s)  # t 和 s的并集
b = t & s
t.intersection(s)  # t 和 s的交集
c = t – s
t.difference(s)  # 求差集（项在t中, 但不在s中）
d = t ^ s
t.symmetric_difference(s)  # 对称差集（项在t或s中, 但不会同时出现在二者中）
t.add('x')
t.remove('H')  # 增加/删除一个item
t.update([10, 37, 42])  # 利用[......]更新s集合
x in s, x not in s  # 集合中是否存在某个值
s.issubset(t)
s.issuperset(t)
s.copy()
s.discard(x)
s.clear()
{x ** 2 for x in [1, 2, 3, 4]}  # 集合解析，结果：{16, 1, 4, 9}
{x for x in 'spam'}  # 集合解析，结果：{'a', 'p', 's', 'm'}


# -- 集合frozenset，不可变对象
"""
set是可变对象，即不存在hash值，不能作为字典的键值。同样的还有list、tuple等
frozenset是不可变对象，即存在hash值，可作为字典的键值
frozenset对象没有add、remove等方法，但有union/intersection/difference等方法
"""
a = set([1, 2, 3])
b = set()
b.add(a)  # error: set是不可哈希类型
b.add(frozenset(a))  # ok，将set变为frozenset，可哈希


# -- 布尔类型bool
type(True)  # 返回<class 'bool'>
isinstance(False, int)  # bool类型属于整形，所以返回True
True == 1, True is 1  # 输出(True, False)


# -- 动态类型简介
"""
变量名通过引用，指向对象。
Python中的“类型”属于对象，而不是变量，每个对象都包含有头部信息，比如"类型标示符" "引用计数器"等
"""
# 共享引用及在原处修改：对于可变对象，要注意尽量不要共享引用！
# 共享引用和相等测试：
L = [1], M = [1], L is M  # 返回False
L = M = [1, 2, 3], L is M  # 返回True，共享引用
# 增强赋值和共享引用：普通+号会生成新的对象，而增强赋值+=会在原处修改
L = M = [1, 2]
L = L + [3, 4]  # L = [1, 2, 3, 4], M = [1, 2]
L += [3, 4]  # L = [1, 2, 3, 4], M = [1, 2, 3, 4]


# -- 常见字符串常量和表达式
S = ''  # 空字符串
S = "spam’s"  # 双引号和单引号相同
S = "s\np\ta\x00m"  # 转义字符
S = """spam"""  # 三重引号字符串，一般用于函数说明
S = r'\temp'  # Raw字符串，不会进行转义，抑制转义
S = b'Spam'  # Python3中的字节字符串
S = u'spam'  # Python2.6中的Unicode字符串
s1 + s2, s1 * 3, s[i], s[i:j], len(s)  # 字符串操作
'a %s parrot' % 'kind'  # 字符串格式化表达式
'a {0} parrot'.format('kind')  # 字符串格式化方法
for x in s: print(x)  # 字符串迭代，成员关系
[x * 2 for x in s]  # 字符串列表解析
','.join(['a', 'b', 'c'])  # 字符串输出，结果：a,b,c


# -- 内置str处理函数：
str.upper()
str.lower()
str.swapcase()
str.capitalize()
str.title()  # 全部大写，全部小写、大小写转换，首字母大写，每个单词的首字母都大写
str.ljust(width)  # 获取固定长度，右对齐，左边不够用空格补齐
str.rjust(width)  # 获取固定长度，左对齐，右边不够用空格补齐
str.center(width)  # 获取固定长度，中间对齐，两边不够用空格补齐
str.zfill(width)  # 获取固定长度，右对齐，左边不足用0补齐
str.find('t', start, end)  # 查找字符串，可以指定起始及结束位置搜索
str.rfind('t')  # 从右边开始查找字符串
str.count('t')  # 查找字符串出现的次数
# 上面所有方法都可用index代替，不同的是使用index查找不到会抛异常，而find返回-1
str.replace('old', 'new')  # 替换函数，替换old为new，参数中可以指定maxReplaceTimes，即替换指定次数的old为new
str.strip()
str.lstrip()
str.rstrip()
str.strip('d')
str.lstrip('d')
str.rstrip('d')
str.startswith('start')  # 是否以start开头
str.endswith('end')  # 是否以end结尾
str.isalnum()
str.isalpha()
str.isdigit()
str.islower()
str.isupper()  # 判断字符串是否全为字符、数字、大写、小写


# -- 三重引号编写多行字符串块，并且在代码折行处嵌入换行字符\n
mantra = """hello world
            hello python
            hello my friend"""
# mantra为"""hello world \n hello python \n hello my friend"""


# -- 索引和分片：
S[0], S[len(S) – 1], S[-1]  # 索引
S[1:3], S[1:], S[:-1], S[1:10:2]  # 分片，第三个参数指定步长


# -- 字符串转换工具：
int('42'), str(42)  # 返回(42, '42')
float('4.13'), str(4.13)  # 返回(4.13, '4.13')
ord('s'), chr(115)  # 返回(115, 's')
int('1001', 2)  # 将字符串作为二进制数字，转化为数字，返回13
bin(13), oct(13), hex(13)  # 将整数转化为二进制/八进制/十六进制字符串，返回('1001', '0o15', '0xd')


# -- 另类字符串连接
name = "wang" "hong"  # 单行，name = "wanghong"
name = "wang" \
       "hong"  # 多行，name = "wanghong"


# -- Python中的字符串格式化实现1--字符串格式化表达式
"""
基于C语言的'print'模型，并且在大多数的现有的语言中使用。
通用结构：%[(name)][flag][width].[precision]typecode
"""
"this is %d %s bird" % (1, 'dead')  # 一般的格式化表达式
"%s---%s---%s" % (42, 3.14, [1, 2, 3])  # 字符串输出：'42---3.14---[1, 2, 3]'
"%d...%6d...%-6d...%06d" % (1234, 1234, 1234, 1234)  # 对齐方式及填充："1234...  1234...1234  ...001234"
x = 1.23456789
"%e | %f | %g" % (x, x, x)  # 对齐方式："1.234568e+00 | 1.234568 | 1.23457"
"%6.2f*%-6.2f*%06.2f*%+6.2f" % (x, x, x, x)  # 对齐方式：'  1.23*1.23  *001.23* +1.23'
"%(name1)d---%(name2)s" % {"name1": 23, "name2": "value2"}  # 基于字典的格式化表达式
"%(name)s is %(age)d" % vars()  # vars()函数调用返回一个字典，包含了所有本函数调用时存在的变量


# -- Python中的字符串格式化实现2--字符串格式化调用方法
# 普通调用
"{0}, {1} and {2}".format('spam', 'ham', 'eggs')  # 基于位置的调用
"{motto} and {pork}".format(motto='spam', pork='ham')  # 基于Key的调用
"{motto} and {0}".format(ham, motto='spam')  # 混合调用
# 添加键 属性 偏移量 (import sys)
"my {1[spam]} runs {0.platform}".format(sys, {'spam': 'laptop'})  # 基于位置的键和属性
"{config[spam]} {sys.platform}".format(sys=sys, config={'spam': 'laptop'})  # 基于Key的键和属性
"first = {0[0]}, second = {0[1]}".format(['A', 'B', 'C'])  # 基于位置的偏移量
# 具体格式化
"{0:e}, {1:.3e}, {2:g}".format(3.14159, 3.14159, 3.14159)  # 输出'3.141590e+00, 3.142e+00, 3.14159'
"{fieldname:format_spec}".format(......)
# 说明:
"""
    fieldname是指定参数的一个数字或关键字, 后边可跟可选的".name"或"[index]"成分引用
    format_spec ::=  [[fill]align][sign][#][0][width][,][.precision][type]
    fill        ::=  <any character>              #填充字符
    align       ::=  "<" | ">" | "=" | "^"        #对齐方式
    sign        ::=  "+" | "-" | " "              #符号说明
    width       ::=  integer                      #字符串宽度
    precision   ::=  integer                      #浮点数精度
    type        ::=  "b" | "c" | "d" | "e" | "E" | "f" | "F" | "g" | "G" | "n" | "o" | "s" | "x" | "X" | "%"
"""
# 例子:
'={0:10} = {1:10}'.format('spam', 123.456)  # 输出'=spam       =    123.456'
'={0:>10}='.format('test')  # 输出'=      test='
'={0:<10}='.format('test')  # 输出'=test      ='
'={0:^10}='.format('test')  # 输出'=   test   ='
'{0:X}, {1:o}, {2:b}'.format(255, 255, 255)  # 输出'FF, 377, 11111111'
'My name is {0:{1}}.'.format('Fred', 8)  # 输出'My name is Fred    .'  动态指定参数


# -- 常用列表常量和操作
L = [[1, 2], 'string', {}]  # 嵌套列表
L = list('spam')  # 列表初始化
L = list(range(0, 4))  # 列表初始化
list(map(ord, 'spam'))  # 列表解析
len(L)  # 求列表长度
L.count(value)  # 求列表中某个值的个数
L.append(obj)  # 向列表的尾部添加数据，比如append(2)，添加元素2
L.insert(index, obj)  # 向列表的指定index位置添加数据，index及其之后的数据后移
L.extend(interable)  # 通过添加iterable中的元素来扩展列表，比如extend([2])，添加元素2，注意和append的区别
L.index(value, [start, [stop]])  # 返回列表中值value的第一个索引
L.pop([index])  # 删除并返回index处的元素，默认为删除并返回最后一个元素
L.remove(value)  # 删除列表中的value值，只删除第一次出现的value的值
L.reverse()  # 反转列表
L.sort(cmp=None, key=None, reverse=False)  # 排序列表
a = [1, 2, 3], b = a[10:]  # 注意，这里不会引发IndexError异常，只会返回一个空的列表[]
a = [], a += [1]  # 这里实在原有列表的基础上进行操作，即列表的id没有改变
a = [], a = a + [1]  # 这里最后的a要构建一个新的列表，即a的id发生了变化


# -- 用切片来删除序列的某一段
a = [1, 2, 3, 4, 5, 6, 7]
a[1:4] = []  # a = [1, 5, 6, 7]
a = [0, 1, 2, 3, 4, 5, 6, 7]
del a[::2]  # 去除偶数项(偶数索引的)，a = [1, 3, 5, 7]


# -- 常用字典常量和操作
D = {}
D = {'spam': 2, 'tol': {'ham': 1}}  # 嵌套字典
D = dict.fromkeys(['s', 'd'], 8)  # {'d': 8, 's': 8}
D = dict(name='tom', age=12)  # {'age': 12, 'name': 'tom'}
D = dict([('name', 'tom'), ('age', 12)])  # {'age': 12, 'name': 'tom'}
D = dict(zip(['name', 'age'], ['tom', 12]))  # {'age': 12, 'name': 'tom'}
D.keys()
D.values()
D.items()  # 字典键、值以及键值对
D.get(key, default)  # get函数
D.update(D_other)  # 合并字典，如果存在相同的键值，D_other的数据会覆盖掉D的数据
D.pop(key, [D])  # 删除字典中键值为key的项，返回键值为key的值，如果不存在，返回默认值D，否则异常
D.popitem()  # pop字典中的一项（一个键值对）
D.setdefault(k[, d])  # 设置D中某一项的默认值。如果k存在，则返回D[k]，否则设置D[k]=d，同时返回D[k]。
del D  # 删除字典
del D['key']  # 删除字典的某一项
if key in D:   if
key not in D:  # 测试字典键是否存在
# 字典注意事项：（1）对新索引赋值会添加一项（2）字典键不一定非得是字符串，也可以为任何的不可变对象


# -- 字典解析
D = {k: 8 for k in ['s', 'd']}  # {'d': 8, 's': 8}
D = {k: v for (k, v) in zip(['name', 'age'], ['tom', 12])}




# -- 字典的特殊方法__missing__：当查找找不到key时，会执行该方法
class Dict(dict):
    def __missing__(self, key):
        self[key] = []
        return self[key]




dct = Dict()
dct["foo"].append(1)  # 这有点类似于collections.defalutdict
dct["foo"]  # [1]


# -- 元组和列表的唯一区别在于元组是不可变对象，列表时可变对象
a = [1, 2, 3]  # a[1] = 0, OK
a = (1, 2, 3)  # a[1] = 0, Error
a = ([1, 2])  # a[0][1] = 0, OK
a = [(1, 2)]  # a[0][1] = 0, Error


# -- 元组的特殊语法: 逗号和圆括号
D = (12)  # 此时D为一个整数 即D = 12
D = (12,)  # 此时D为一个元组 即D = (12, )


# -- 文件基本操作
output = open(r'C:\spam', 'w')  # 打开输出文件，用于写
input = open('data', 'r')  # 打开输入文件，用于读。打开的方式可以为'w', 'r', 'a', 'wb', 'rb', 'ab'等
fp.read([size])  # size为读取的长度，以byte为单位
fp.readline([size])  # 读一行，如果定义了size，有可能返回的只是一行的一部分
fp.readlines([size])  # 把文件每一行作为一个list的一个成员，并返回这个list。其实它的内部是通过循环调用readline()来实现的。如果提供size参数，size是表示读取内容的总长。
fp.readable()  # 是否可读
fp.write(str)  # 把str写到文件中，write()并不会在str后加上一个换行符
fp.writelines(seq)  # 把seq的内容全部写到文件中(多行一次性写入)
fp.writeable()  # 是否可写
fp.close()  # 关闭文件。
fp.flush()  # 把缓冲区的内容写入硬盘
fp.fileno()  # 返回一个长整型的”文件标签“
fp.isatty()  # 文件是否是一个终端设备文件（unix系统中的）
fp.tell()  # 返回文件操作标记的当前位置，以文件的开头为原点
fp.next()  # 返回下一行，并将文件操作标记位移到下一行。把一个file用于for … in file这样的语句时，就是调用next()函数来实现遍历的。
fp.seek(offset[, whence])  # 将文件打操作标记移到offset的位置。whence可以为0表示从头开始计算，1表示以当前位置为原点计算。2表示以文件末尾为原点进行计算。
fp.seekable()  # 是否可以seek
fp.truncate([size])  # 把文件裁成规定的大小，默认的是裁到当前文件操作标记的位置。
for line in open('data'):
    print(line)  # 使用for语句，比较适用于打开比较大的文件
open('f.txt', encoding='latin-1')  # Python3.x Unicode文本文件
open('f.bin', 'rb')  # Python3.x 二进制bytes文件
# 文件对象还有相应的属性：buffer closed encoding errors line_buffering name newlines等


# -- 其他
# Python中的真假值含义：1. 数字如果非零，则为真，0为假。 2. 其他对象如果非空，则为真
# 通常意义下的类型分类：1. 数字、序列、映射。 2. 可变类型和不可变类型




"""语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句"""


# -- 赋值语句的形式
spam = 'spam'  # 基本形式
spam, ham = 'spam', 'ham'  # 元组赋值形式
[spam, ham] = ['s', 'h']  # 列表赋值形式
a, b, c, d = 'abcd'  # 序列赋值形式
a, *b, c = 'spam'  # 序列解包形式（Python3.x中才有）
spam = ham = 'no'  # 多目标赋值运算，涉及到共享引用
spam += 42  # 增强赋值，涉及到共享引用


# -- 序列赋值 序列解包
[a, b, c] = (1, 2, 3)  # a = 1, b = 2, c = 3
a, b, c, d = "spam"  # a = 's', b = 'p'
a, b, c = range(3)  # a = 0, b = 1
a, *b = [1, 2, 3, 4]  # a = 1, b = [2, 3, 4]
*a, b = [1, 2, 3, 4]  # a = [1, 2, 3], b = 4
a, *b, c = [1, 2, 3, 4]  # a = 1, b = [2, 3], c = 4
# 带有*时 会优先匹配*之外的变量 如
a, *b, c = [1, 2]  # a = 1, c = 2, b = []


# -- print函数原型
print(value, ..., sep=' ', end = '\n', file = sys.stdout, flush = False)
# 流的重定向
print('hello world')  # 等于sys.stdout.write('hello world')
temp = sys.stdout  # 原有流的保存
sys.stdout = open('log.log', 'a')  # 流的重定向
print('hello world')  # 写入到文件log.log
sys.stdout.close()
sys.stdout = temp  # 原有流的复原


# -- Python中and或or总是返回对象(左边的对象或右边的对象) 且具有短路求值的特性
1 or 2 or 3  # 返回 1
1 and 2 and 3  # 返回 3


# -- if/else三元表达符（if语句在行内）
A = 1 if X else 2
A = 1 if X else (2 if Y else 3)
# 也可以使用and-or语句（一条语句实现多个if-else）
result = (a > 20 and "big than 20" or a > 10 and "big than 10" or a > 5 and "big than 5")


# -- Python的while语句或者for语句可以带else语句 当然也可以带continue/break/pass语句
while a > 1:
    ......
else:
    ......
# else语句会在循环结束后执行，除非在循环中执行了break，同样的还有for语句
for i in range(5):
    ......
else:
    ......


# -- for循环的元组赋值
for (a, b) in [(1, 2), (3, 4)]:  # 最简单的赋值
    for ((a, b), c) in [((1, 2), 3), ((4, 5), 6)]:  # 自动解包赋值
        for ((a, b), c) in [((1, 2), 3), ("XY", 6)]:  # 自动解包 a = X, b = Y, c = 6
        for (a, *b) in [(1, 2, 3), (4, 5, 6)]:  # 自动解包赋值


# -- 列表解析语法
M = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
res = [sum(row) for row in M]  # G = [6, 15, 24] 一般的列表解析 生成一个列表
res = [c * 2 for c in 'spam']  # ['ss', 'pp', 'aa', 'mm']
res = [a * b for a in [1, 2] for b in [4, 5]]  # 多解析过程 返回[4, 5, 8, 10]
res = [a for a in [1, 2, 3] if a < 2]  # 带判断条件的解析过程
res = [a if a > 0 else 0 for a in [-1, 0, 1]]  # 带判断条件的高级解析过程
# 两个列表同时解析：使用zip函数
for teama, teamb in zip(["Packers", "49ers"], ["Ravens", "Patriots"]):
    print(teama + " vs. " + teamb)
# 带索引的列表解析：使用enumerate函数
for index, team in enumerate(["Packers", "49ers", "Ravens", "Patriots"]):
    print(index, team)  # 输出0, Packers \n 1, 49ers \n ......


# -- 生成器表达式
G = (sum(row) for row in M)  # 使用小括号可以创建所需结果的生成器generator object
next(G), next(G), next(G)  # 输出(6, 15, 24)
G = {sum(row) for row in M}  # G = {6, 15, 24} 解析语法还可以生成集合和字典
G = {i: sum(M[i]) for i in range(3)}  # G = {0: 6, 1: 15, 2: 24}


# -- 文档字符串:出现在Module的开端以及其中函数或类的开端 使用三重引号字符串
"""
module document
"""




def func():
    """
    function document
    """
    print()




class Employee:
    """
    class document
    """
    print()




print(func.__doc__)  # 输出函数文档字符串
print(Employee.__doc__)  # 输出类的文档字符串


# -- 命名惯例:
"""
以单一下划线开头的变量名(_X)不会被from module import*等语句导入
前后有两个下划线的变量名(__X__)是系统定义的变量名，对解释器有特殊意义
以两个下划线开头但不以下划线结尾的变量名(__X)是类的本地(私有)变量
"""


# -- 列表解析 in成员关系测试 map sorted zip enumerate内置函数等都使用了迭代协议
'first line' in open('test.txt')  # in测试 返回True或False
list(map(str.upper, open('t')))  # map内置函数
sorted(iter([2, 5, 8, 3, 1]))  # sorted内置函数
list(zip([1, 2], [3, 4]))  # zip内置函数 [(1, 3), (2, 4)]


# -- del语句: 手动删除某个变量
del X


# -- 获取列表的子表的方法:
x = [1, 2, 3, 4, 5, 6]
x[:3]  # 前3个[1,2,3]
x[1:5]  # 中间4个[2,3,4,5]
x[-3:]  # 最后3个[4,5,6]
x[::2]  # 奇数项[1,3,5]
x[1::2]  # 偶数项[2,4,6]


# -- 手动迭代：iter和next
L = [1, 2]
I = iter(L)  # I为L的迭代器
I.next()  # 返回1
I.next()  # 返回2
I.next()  # Error:StopIteration


# -- Python中的可迭代对象
"""
1.range迭代器
2.map、zip和filter迭代器
3.字典视图迭代器：D.keys()), D.items()等
4.文件类型
"""


"""函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则"""


# -- 函数相关的语句和表达式
myfunc('spam')  # 函数调用




def myfunc():  # 函数定义
    return None  # 函数返回值




global a  # 全局变量
nonlocal
x  # 在函数或其他作用域中使用外层（非全局）变量
yield x  # 生成器函数返回
lambda  # 匿名函数


        # -- Python函数变量名解析:LEGB原则，即:
        """
        local(functin) --> encloseing function locals --> global(module) --> build-in(python)
        说明:以下边的函数maker为例 则相对于action而言 X为Local N为Encloseing
        """


        # -- 嵌套函数举例:工厂函数
        def maker(N):




def action(X):
    return X ** N




return action
f = maker(2)  # pass 2 to N
f(3)  # 9, pass 3 to X




# -- 嵌套函数举例:lambda实例
def maker(N):
    action = (lambda X: X ** N)
    return action




f = maker(2)  # pass 2 to N
f(3)  # 9, pass 3 to X


# -- nonlocal和global语句的区别
# nonlocal应用于一个嵌套的函数的作用域中的一个名称 例如:
start = 100




def tester(start):
    def nested(label):
        nonlocal
        start  # 指定start为tester函数内的local变量 而不是global变量start
        print(label, start)
        start += 3


    return nested




# global为全局的变量 即def之外的变量
def tester(start):
    def nested(label):
        global start  # 指定start为global变量start
        print(label, start)
        start += 3


    return nested




# -- 函数参数，不可变参数通过“值”传递，可变参数通过“引用”传递
def f(a, b, c): print(a, b, c)




f(1, 2, 3)  # 参数位置匹配
f(1, c=3, b=2)  # 参数关键字匹配




def f(a, b=1, c=2): print(a, b, c)




f(1)  # 默认参数匹配
f(1, 2)  # 默认参数匹配
f(a=1, c=3)  # 关键字参数和默认参数的混合




# Keyword-Only参数:出现在*args之后 必须用关键字进行匹配
def keyOnly(a, *b, c): print('')  # c就为keyword-only匹配 必须使用关键字c = value匹配




def keyOnly(a, *, b, c): ......  # b c为keyword-only匹配 必须使用关键字匹配




def keyOnly(a, *, b=1): ......  # b有默认值 或者省略 或者使用关键字参数b = value




# -- 可变参数匹配: * 和 **
def f(*args): print(args)  # 在元组中收集不匹配的位置参数




f(1, 2, 3)  # 输出(1, 2, 3)




def f(**args): print(args)  # 在字典中收集不匹配的关键字参数




f(a=1, b=2)  # 输出{'a':1, 'b':2}




def f(a, *b **




    c): print(a, b, c)  # 两者混合使用
f(1, 2, 3, x=4, y=5)  # 输出1, (2, 3), {'x':4, 'y':5}


# -- 函数调用时的参数解包: * 和 ** 分别解包元组和字典
func(1, *(2, 3)) <= = > func(1, 2, 3)
func(1, **{'c': 3, 'b': 2}) <= = > func(1, b=2, c=3)
func(1, *(2, 3), **{'c': 3, 'b': 2}) <= = > func(1, 2, 3, b=2, c=3)




# -- 函数属性:(自己定义的)函数可以添加属性
def func(): .....




func.count = 1  # 自定义函数添加属性
print.count = 1  # Error 内置函数不可以添加属性




# -- 函数注解: 编写在def头部行 主要用于说明参数范围、参数类型、返回值类型等
def func(a: 'spam', b


:(1, 10), c:float) -> int:
print(a, b, c)
func.__annotations__  # {'c':<class 'float'>, 'b':(1, 10), 'a':'spam', 'return':<class 'int'>}




# 编写注解的同时 还是可以使用函数默认值 并且注解的位置位于=号的前边
def func(a: 'spam' = 'a', b


:(1, 10) = 2, c:float = 3) -> int:
print(a, b, c)


# -- 匿名函数:lambda
f = lambda x, y, z: x + y + z  # 普通匿名函数，使用方法f(1, 2, 3)
f = lambda x=1, y=1: x + y  # 带默认参数的lambda函数




def action(x):  # 嵌套lambda函数
    return (lambda y: x + y)




f = lambda: a if xxx() else b  # 无参数的lambda函数，使用方法f()


# -- lambda函数与map filter reduce函数的结合
list(map((lambda x: x + 1), [1, 2, 3]))  # [2, 3, 4]
list(filter((lambda x: x > 0), range(-4, 5)))  # [1, 2, 3, 4]
functools.reduce((lambda x, y: x + y), [1, 2, 3])  # 6
functools.reduce((lambda x, y: x * y), [2, 3, 4])  # 24




# -- 生成器函数:yield VS return
def gensquare(N):
    for i in range(N):
        yield i ** 2  # 状态挂起 可以恢复到此时的状态




for i in gensquare(5):  # 使用方法
    print(i, end = ' ')  # [0, 1, 4, 9, 16]
    x = gensquare(2)  # x是一个生成对象
    next(x)  # 等同于x.__next__() 返回0
    next(x)  # 等同于x.__next__() 返回1
    next(x)  # 等同于x.__next__() 抛出异常StopIteration


    # -- 生成器表达式:小括号进行列表解析
    G = (x ** 2 for x in range(3))  # 使用小括号可以创建所需结果的生成器generator object
    next(G), next(G), next(G)  # 和上述中的生成器函数的返回值一致
    # （1）生成器(生成器函数/生成器表达式)是单个迭代对象
    G = (x ** 2 for x in range(4))
    I1 = iter(G)  # 这里实际上iter(G) = G
    next(I1)  # 输出0
    next(G)  # 输出1
    next(I1)  # 输出4
    # （2）生成器不保留迭代后的结果
    gen = (i for i in range(4))
    2 in gen  # 返回True
    3 in gen  # 返回True
    1 in gen  # 返回False，其实检测2的时候，1已经就不在生成器中了，即1已经被迭代过了，同理2、3也不在了


    # -- 本地变量是静态检测的
    X = 22  # 全局变量X的声明和定义




    def test():
        print(X)  # 如果没有下一语句 则该句合法 打印全局变量X
        X = 88  # 这一语句使得上一语句非法 因为它使得X变成了本地变量 上一句变成了打印一个未定义的本地变量(局部变量)
        if False:  # 即使这样的语句 也会把print语句视为非法语句 因为:
            X = 88  # Python会无视if语句而仍然声明了局部变量X




    def test():  # 改进
        global X  # 声明变量X为全局变量
        print(X)  # 打印全局变量X
        X = 88  # 改变全局变量X




    # -- 函数的默认值是在函数定义的时候实例化的 而不是在调用的时候 例子:
    def foo(numbers=[]):  # 这里的[]是可变的
        numbers.append(9)
        print(numbers)




    foo()  # first time, like before, [9]
    foo()  # second time, not like before, [9, 9]
    foo()  # third time, not like before too, [9, 9, 9]




    # 改进:
    def foo(numbers=None):
        if numbers is None: numbers = []
        numbers.append(9)
        print(numbers)




    # 另外一个例子 参数的默认值为不可变的:
    def foo(count=0):  # 这里的0是数字, 是不可变的
        count += 1
        print(count)




    foo()  # 输出1
    foo()  # 还是输出1
    foo(3)  # 输出4
    foo()  # 还是输出1


"""函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子"""


"""数学运算类"""
abs(x)  # 求绝对值，参数可以是整型，也可以是复数，若参数是复数，则返回复数的模
complex([real[, imag]])  # 创建一个复数
divmod(a, b)  # 分别取商和余数，注意：整型、浮点型都可以
float([x])  # 将一个字符串或数转换为浮点数。如果无参数将返回0.0
int([x[, base]])  # 将一个字符串或浮点数转换为int类型，base表示进制
long([x[, base]])  # 将一个字符串或浮点数转换为long类型
pow(x, y)  # 返回x的y次幂
range([start], stop[, step])  # 产生一个序列，默认从0开始
round(x[, n])  # 四舍五入
sum(iterable[, start])  # 对集合求和
oct(x)  # 将一个数字转化为8进制字符串
hex(x)  # 将一个数字转换为16进制字符串
chr(i)  # 返回给定int类型对应的ASCII字符
unichr(i)  # 返回给定int类型的unicode
ord(c)  # 返回ASCII字符对应的整数
bin(x)  # 将整数x转换为二进制字符串
bool([x])  # 将x转换为Boolean类型


"""集合类操作"""
basestring()  # str和unicode的超类，不能直接调用，可以用作isinstance判断
format(value[, format_spec])  # 格式化输出字符串，格式化的参数顺序从0开始，如“I am {0},I like {1}”
enumerate(sequence[, start=0])  # 返回一个可枚举的对象，注意它有第二个参数
iter(obj[, sentinel])  # 生成一个对象的迭代器，第二个参数表示分隔符
max(iterable[, args...][key])  # 返回集合中的最大值
min(iterable[, args...][key])  # 返回集合中的最小值
dict([arg])  # 创建数据字典
list([iterable])  # 将一个集合类转换为另外一个集合类
set()  # set对象实例化
frozenset([iterable])  # 产生一个不可变的set
tuple([iterable])  # 生成一个tuple类型
str([object])  # 转换为string类型
sorted(iterable[, cmp[, key[, reverse]]])  # 集合排序
L = [('b', 2), ('a', 1), ('c', 3), ('d', 4)]
sorted(L, key=lambda x: x[1]), reverse = True)  # 使用Key参数和reverse参数
sorted(L, key=lambda x: (x[0], x[1]))  # 使用key参数进行多条件排序，即如果x[0]相同，则比较x[1]


"""逻辑判断"""
all(iterable)  # 集合中的元素都为真的时候为真，特别的，若为空串返回为True
any(iterable)  # 集合中的元素有一个为真的时候为真，特别的，若为空串返回为False
cmp(x, y)  # 如果x < y ,返回负数；x == y, 返回0；x > y,返回正数


"""IO操作"""
file(filename[, mode[, bufsize]])  # file类型的构造函数。
input([prompt])  # 获取用户输入，推荐使用raw_input，因为该函数将不会捕获用户的错误输入
raw_input([prompt])  # 设置输入，输入都是作为字符串处理
open(name[, mode[, buffering]])  # 打开文件，与file有什么不同？推荐使用open


"""其他"""
callable(object)  # 检查对象object是否可调用
classmethod(func)  # 用来说明这个func是个类方法
staticmethod(func)  # 用来说明这个func为静态方法
dir([object])  # 不带参数时，返回当前范围内的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表。
help(obj)  # 返回obj的帮助信息
eval(expression)  # 计算表达式expression的值，并返回
exec (str)  # 将str作为Python语句执行
execfile(filename)  # 用法类似exec()，不同的是execfile的参数filename为文件名，而exec的参数为字符串。
filter(function, iterable)  # 构造一个序列，等价于[item for item in iterable if function(item)]，function返回值为True或False的函数
list(filter(bool, range(-3, 4)))  # 返回[-3, -2, -1, 1, 2, 3], 没有0
hasattr(object, name)  # 判断对象object是否包含名为name的特性
getattr(object, name[, defalut])  # 获取一个类的属性
setattr(object, name, value)  # 设置属性值
delattr(object, name)  # 删除object对象名为name的属性
globals()  # 返回一个描述当前全局符号表的字典
hash(object)  # 如果对象object为哈希表类型，返回对象object的哈希值
id(object)  # 返回对象的唯一标识，一串数字
isinstance(object, classinfo)  # 判断object是否是class的实例
isinstance(1, int)  # 判断是不是int类型
isinstance(1, (int, float))  # isinstance的第二个参数接受一个元组类型
issubclass(




class , classinfo)  # 判断class是否为classinfo的子类
locals()  # 返回当前的变量列表
map(function, iterable, ...)  # 遍历每个元素，执行function操作
list(map(abs, range(-3, 4)))  # 返回[3, 2, 1, 0, 1, 2, 3]
next(iterator[, default])  # 类似于iterator.next()
property([fget[, fset[, fdel[, doc]]]])  # 属性访问的包装类，设置后可以通过c.x=value等来访问setter和getter
reduce(function, iterable[, initializer])  # 合并操作，从第一个开始是前两个参数，然后是前两个的结果与第三个合并进行处理，以此类推




def add(x, y): return x + y




reduce(add, range(1, 11))  # 返回55 (注:1+2+3+4+5+6+7+8+9+10 = 55)
reduce(add, range(1, 11), 20)  # 返回75
reload(module)  # 重新加载模块
repr(object)  # 将一个对象变幻为可打印的格式
slice(start, stop[, step])  # 产生分片对象
type(object)  # 返回该object的类型
vars([object])  # 返回对象的变量名、变量值得字典
a = Class();  # Class为一个空类
a.name = 'qi', a.age = 9
vars(a)  # {'name':'qi', 'age':9}
zip([iterable, ...])  # 返回对应数组
list(zip([1, 2, 3], [4, 5, 6]))  # [(1, 4), (2, 5), (3, 6)]
a = [1, 2, 3], b = ["a", "b", "c"]
z = zip(a, b)  # 压缩：[(1, "a"), (2, "b"), (3, "c")]
zip(*z)  # 解压缩：[(1, 2, 3), ("a", "b", "c")]
unicode(string, encoding, errors)  # 将字符串string转化为unicode形式，string为encoded string。


"""模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle"""


# -- Python模块搜索路径:
"""
(1)程序的主目录    (2)PYTHONPATH目录 (3)标准链接库目录 (4)任何.pth文件的内容
"""


# -- 查看全部的模块搜索路径
import sys


sys.path


# -- 模块的使用代码
import module1, module2  # 导入module1 使用module1.printer()
from module1 import printer  # 导入module1中的printer变量 使用printer()
from module1 imoprt *  # 导入module1中的全部变量 使用不必添加module1前缀


# -- 重载模块reload: 这是一个内置函数 而不是一条语句
from imp import reload


reload(module)


# -- 模块的包导入:使用点号(.)而不是路径(dir1\dir2)进行导入
import dir1.dir2.mod  # d导入包(目录)dir1中的包dir2中的mod模块 此时dir1必须在Python可搜索路径中
from dir1.dir2.mod import *  # from语法的包导入


# -- __init__.py包文件:每个导入的包中都应该包含这么一个文件
"""
该文件可以为空
首次进行包导入时 该文件会自动执行
高级功能:在该文件中使用__all__列表来定义包(目录)以from*的形式导入时 需要导入什么
"""


# -- 包相对导入:使用点号(.) 只能使用from语句
from . import spam  # 导入当前目录下的spam模块（错误: 当前目录下的模块, 直接导入即可）
from .spam import name  # 导入当前目录下的spam模块的name属性（错误: 当前目录下的模块, 直接导入即可，不用加.）
from .. import spam  # 导入当前目录的父目录下的spam模块


# -- 包相对导入与普通导入的区别
from string import *  # 这里导入的string模块为sys.path路径上的 而不是本目录下的string模块(如果存在也不是)
from .string import *  # 这里导入的string模块为本目录下的(不存在则导入失败) 而不是sys.path路径上的


# -- 模块数据隐藏:最小化from*的破坏
_X  # 变量名前加下划线可以防止from*导入时该变量名被复制出去
__all__ = ['x', 'x1', 'x2']  # 使用__all__列表指定from*时复制出去的变量名(变量名在列表中为字符串形式)


# -- 可以使用__name__进行模块的单元测试:当模块为顶层执行文件时值为'__main__' 当模块被导入时为模块名
if __name__ == '__main__':
    doSomething
# 模块属性中还有其他属性，例如：
__doc__  # 模块的说明文档
__file__  # 模块文件的文件名，包括全路径
__name__  # 主文件或者被导入文件
__package__  # 模块所在的包


# -- import语句from语句的as扩展
import modulename as name
from modulename import attrname as name


# -- 得到模块属性的几种方法 假设为了得到name属性的值
M.name
M.__dict__['name']
sys.modules['M'].name
getattr(M, 'name')


"""类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象"""




# -- 最普通的类
class C1(C2, C3):
    spam = 42  # 数据属性


    def __init__(self, name):  # 函数属性:构造函数
        self.name = name


    def __del__(self):  # 函数属性:析构函数
        print("goodbey ", self.name)




I1 = C1('bob')




# -- Python的类没有基于参数的函数重载
class FirstClass:
    def test(self, string):
        print(string)


    def test(self):  # 此时类中只有一个test函数 即后者test(self) 它覆盖掉前者带参数的test函数
        print("hello world")


        # -- 子类扩展超类: 尽量调用超类的方法




class Manager(Person):
    def giveRaise(self, percent, bonus=.10):
        self.pay = int(self.pay * (1 + percent + bonus))  # 不好的方式 复制粘贴超类代码
        Person.giveRaise(self, percent + bonus)  # 好的方式 尽量调用超类方法


        # -- 类内省工具




bob = Person('bob')
bob.__class__  # <class 'Person'>
bob.__class__.__name__  # 'Person'
bob.__dict__  # {'pay':0, 'name':'bob', 'job':'Manager'}


# -- 返回1中 数据属性spam是属于类 而不是对象
I1 = C1('bob');
I2 = C2('tom')  # 此时I1和I2的spam都为42 但是都是返回的C1的spam属性
C1.spam = 24  # 此时I1和I2的spam都为24
I1.spam = 3  # 此时I1新增自有属性spam 值为2 I2和C1的spam还都为24


# -- 类方法调用的两种方式
instance.method(arg...)




class .method(instance, arg...)


# -- 抽象超类的实现方法
# (1)某个函数中调用未定义的函数 子类中定义该函数




def delegate(self):
    self.action()  # 本类中不定义action函数 所以使用delegate函数时就会出错
    # (2)定义action函数 但是返回异常




def action(self):
    raise NotImplementedError("action must be defined")
    # (3)上述的两种方法还都可以定义实例对象 实际上可以利用@装饰器语法生成不能定义的抽象超类




from abc import ABCMeta, abstractmethod




class Super(metaclass=ABCMeta):
    @abstractmethod
    def action(self): pass




x = Super()  # 返回 TypeError: Can't instantiate abstract class Super with abstract methods action




# -- # OOP和继承: "is - a"的关系
class A(B):
    pass




a = A()
isinstance(a, B)  # 返回True, A是B的子类 a也是B的一种
# OOP和组合: "has- a"的关系
pass




# OOP和委托: "包装"对象 在Python中委托通常是以"__getattr__"钩子方法实现的, 这个方法会拦截对不存在属性的读取
# 包装类(或者称为代理类)可以使用__getattr__把任意读取转发给被包装的对象
class wrapper:
    def __init__(self, object):
        self.wrapped = object


    def __getattr(self, attrname):
        print('Trace: ', attrname)
        return getattr(self.wrapped, attrname)




# 注:这里使用getattr(X, N)内置函数以变量名字符串N从包装对象X中取出属性 类似于X.__dict__[N]
x = wrapper([1, 2, 3])
x.append(4)  # 返回 "Trace: append" [1, 2, 3, 4]
x = wrapper({'a': 1, 'b': 2})
list(x.keys())  # 返回 "Trace: keys" ['a', 'b']




# -- 类的伪私有属性:使用__attr
class C1:
    def __init__(self, name):
        self.__name = name  # 此时类的__name属性为伪私有属性 原理 它会自动变成self._C1__name = name


    def __str__(self):
        return 'self.name = %s' % self.__name




I = C1('tom')
print(I)  # 返回 self.name = tom
I.__name = 'jeey'  # 这里无法访问 __name为伪私有属性
I._C1__name = 'jeey'  # 这里可以修改成功 self.name = jeey




# -- 类方法是对象:无绑定类方法对象 / 绑定实例方法对象
class Spam:
    def doit(self, message):
        print(message)


    def selfless(message)
        print(message)




obj = Spam()
x = obj.doit  # 类的绑定方法对象 实例 + 函数
x('hello world')
x = Spam.doit  # 类的无绑定方法对象 类名 + 函数
x(obj, 'hello world')
x = Spam.selfless  # 类的无绑定方法是函数 在3.0之前无效
x('hello world')


# -- 获取对象信息: 属性和方法
a = MyObject()
dir(a)  # 使用dir函数
hasattr(a, 'x')  # 测试是否有x属性或方法 即a.x是否已经存在
setattr(a, 'y', 19)  # 设置属性或方法 等同于a.y = 19
getattr(a, 'z', 0)  # 获取属性或方法 如果属性不存在 则返回默认值0
# 这里有个小技巧，setattr可以设置一个不能访问到的属性，即只能用getattr获取
setattr(a, "can't touch", 100)  # 这里的属性名带有空格，不能直接访问
getattr(a, "can't touch", 0)  # 但是可以用getattr获取




# -- 为类动态绑定属性或方法: MethodType方法
# 一般创建了一个class的实例后, 可以给该实例绑定任何属性和方法, 这就是动态语言的灵活性
class Student(object):
    pass




s = Student()
s.name = 'Michael'  # 动态给实例绑定一个属性




def set_age(self, age):  # 定义一个函数作为实例方法
    self.age = age




from types import MethodType


s.set_age = MethodType(set_age, s)  # 给实例绑定一个方法 类的其他实例不受此影响
s.set_age(25)  # 调用实例方法
Student.set_age = MethodType(set_age, Student)  # 为类绑定一个方法 类的所有实例都拥有该方法


"""类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题"""




# -- 多重继承: "混合类", 搜索方式"从下到上 从左到右 广度优先"
class A(B, C):
    pass




# -- 类的继承和子类的初始化
# 1.子类定义了__init__方法时，若未显示调用基类__init__方法，python不会帮你调用。
# 2.子类未定义__init__方法时，python会自动帮你调用首个基类的__init__方法，注意是首个。
# 3.子类显示调用基类的初始化函数：
class FooParent(object):
    def __init__(self, a):
        self.parent = 'I\'m the Parent.'
        print('Parent:a=' + str(a))


    def bar(self, message):
        print(message + ' from Parent')




class FooChild(FooParent):
    def __init__(self, a):
        FooParent.__init__(self, a)
        print('Child:a=' + str(a))


    def bar(self, message):
        FooParent.bar(self, message)
        print(message + ' from Child')




fooChild = FooChild(10)
fooChild.bar('HelloWorld')




# -- #实例方法 / 静态方法 / 类方法
class Methods:
    def imeth(self, x): print(self, x)  # 实例方法：传入的是实例和数据，操作的是实例的属性


    def smeth(x): print(x)  # 静态方法：只传入数据 不传入实例，操作的是类的属性而不是实例的属性


    def cmeth(cls, x): print(cls, x)  # 类方法：传入的是类对象和数据


    smeth = staticmethod(smeth)  # 调用内置函数，也可以使用@staticmethod
    cmeth = classmethod(cmeth)  # 调用内置函数，也可以使用@classmethod




obj = Methods()
obj.imeth(1)  # 实例方法调用 <__main__.Methods object...> 1
Methods.imeth(obj, 2)  # <__main__.Methods object...> 2
Methods.smeth(3)  # 静态方法调用 3
obj.smeth(4)  # 这里可以使用实例进行调用
Methods.cmeth(5)  # 类方法调用 <class '__main__.Methods'> 5
obj.cmeth(6)  # <class '__main__.Methods'> 6




# -- 函数装饰器:是它后边的函数的运行时的声明 由@符号以及后边紧跟的"元函数"(metafunction)组成
@staticmethod
def smeth(x): print(x)




# 等同于:
def smeth(x): print(x)




smeth = staticmethod(smeth)




# 同理
@classmethod
def cmeth(cls, x): print(x)




# 等同于
def cmeth(cls, x): print(x)




cmeth = classmethod(cmeth)




# -- 类修饰器:是它后边的类的运行时的声明 由@符号以及后边紧跟的"元函数"(metafunction)组成
def decorator(aClass): .....




@decorator
class C: ....




# 等同于:
class C: ....




C = decorator(C)




# -- 限制class属性: __slots__属性
class Student:
    __slots__ = ('name', 'age')  # 限制Student及其实例只能拥有name和age属性
    # __slots__属性只对当前类起作用, 对其子类不起作用
    # __slots__属性能够节省内存
    # __slots__属性可以为列表list，或者元组tuple




# -- 类属性高级话题: @property
# 假设定义了一个类:C，该类必须继承自object类，有一私有变量_x
class C(object):
    def __init__(self):
        self.__x = None
        # 第一种使用属性的方法


    def getx(self):
        return self.__x


    def setx(self, value):
        self.__x = value


    def delx(self):
        del self.__x


    x = property(getx, setx, delx, '')




# property函数原型为property(fget=None,fset=None,fdel=None,doc=None)
# 使用
c = C()
c.x = 100  # 自动调用setx方法
y = c.x  # 自动调用getx方法
del c.x  # 自动调用delx方法




# 第二种方法使用属性的方法
@property
def x(self):
    return self.__x




@x.setter
def x(self, value):
    self.__x = value




@x.deleter
def x(self):
    del self.__x




# 使用
c = C()
c.x = 100  # 自动调用setter方法
y = c.x  # 自动调用x方法
del c.x  # 自动调用deleter方法




# -- 定制类: 重写类的方法
# (1)__str__方法、__repr__方法: 定制类的输出字符串
# (2)__iter__方法、next方法: 定制类的可迭代性
class Fib(object):
    def __init__(self):
        self.a, self.b = 0, 1  # 初始化两个计数器a，b


    def __iter__(self):
        return self  # 实例本身就是迭代对象，故返回自己


    def next(self):
        self.a, self.b = self.b, self.a + self.b
        if self.a > 100000:  # 退出循环的条件
            raise StopIteration()
        return self.a  # 返回下一个值




for n in Fib():
    print(n)  # 使用




# (3)__getitem__方法、__setitem__方法: 定制类的下标操作[] 或者切片操作slice
class Indexer(object):
    def __init__(self):
        self.data = {}


    def __getitem__(self, n):  # 定义getitem方法
        print('getitem:', n)
        return self.data[n]


    def __setitem__(self, key, value):  # 定义setitem方法
        print('setitem:key = {0}, value = {1}'.format(key, value))
        self.data[key] = value




test = Indexer()
test[0] = 1;
test[3] = '3'  # 调用setitem方法
print(test[0])  # 调用getitem方法




# (4)__getattr__方法: 定制类的属性操作
class Student(object):
    def __getattr__(self, attr):  # 定义当获取类的属性时的返回值
        if attr == 'age':
            return 25  # 当获取age属性时返回25


    raise AttributeError('object has no attribute: %s' % attr)
    # 注意: 只有当属性不存在时 才会调用该方法 且该方法默认返回None 需要在函数最后引发异常




s = Student()
s.age  # s中age属性不存在 故调用__getattr__方法 返回25




# (5)__call__方法: 定制类的'可调用'性
class Student(object):
    def __call__(self):  # 也可以带参数
        print('Calling......')




s = Student()
s()  # s变成了可调用的 也可以带参数
callable(s)  # 测试s的可调用性 返回True




#    (6)__len__方法：求类的长度
def __len__(self):
    return len(self.data)


    # -- 动态创建类type()
    # 一般创建类 需要在代码中提前定义
    class Hello(object):
        def hello(self, name='world'):
            print('Hello, %s.' % name)


    h = Hello()
    h.hello()  # Hello, world
    type(Hello)  # Hello是一个type类型 返回<class 'type'>
    type(h)  # h是一个Hello类型 返回<class 'Hello'>


    # 动态类型语言中 类可以动态创建 type函数可用于创建新类型
    def fn(self, name='world'):  # 先定义函数
        print('Hello, %s.' % name)


    Hello = type('Hello', (object,), dict(hello=fn))
    # 创建Hello类 type原型: type(name, bases, dict)
    h = Hello()  # 此时的h和上边的h一致




"""异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关"""


# -- #捕获异常:
try:
except:  # 捕获所有的异常 等同于except Exception:
except name:  # 捕获指定的异常
except name, value:  # 捕获指定的异常和额外的数据(实例)
except (name1, name2):
except (name1, name2), value:
except name4 as X:
else:  # 如果没有发生异常
finally:  # 总会执行的部分
# 引发异常: raise子句(raise IndexError)
raise < instance >  # raise instance of a class, raise IndexError()
raise < class >  # make and raise instance of a class, raise IndexError
    raise  # reraise the most recent exception


# -- Python3.x中的异常链: raise exception from otherException
except Exception as X:
raise IndexError('Bad') from X


# -- assert子句: assert <test>, <data>
assert x < 0, 'x must be negative'


# -- with/as环境管理器:作为常见的try/finally用法模式的替代方案
with expression[as variable], expression[as variable]:
    # 例子:
    with open('test.txt') as myfile:
        for line in myfile: print(line)
        # 等同于:
    myfile = open('test.txt')
    try:
        for line in myfile: print(line)
    finally:
        myfile.close()


        # -- 用户自定义异常: class Bad(Exception):.....
"""
Exception超类 / except基类即可捕获到其所有子类
Exception超类有默认的打印消息和状态 当然也可以定制打印显示:
"""




class MyBad(Exception):
    def __str__(self):
        return '定制的打印消息'




try:
    MyBad()
except MyBad as x:
    print(x)




# -- 用户定制异常数据
class FormatError(Exception):
    def __init__(self, line, file):
        self.line = line
        self.file = file




try:
    raise FormatError(42, 'test.py')
except FormatError as X:
    print('Error at ', X.file, X.line)




# 用户定制异常行为(方法):以记录日志为例
class FormatError(Exception):
    logfile = 'formaterror.txt'


    def __init__(self, line, file):
        self.line = line
        self.file = file


    def logger(self):
        open(self.logfile, 'a').write('Error at ', self.file, self.line)




try:
    raise FormatError(42, 'test.py')
except FormatError as X:
    X.logger()


# -- 关于sys.exc_info:允许一个异常处理器获取对最近引发的异常的访问
try:
    ......
except:
# 此时sys.exc_info()返回一个元组(type, value, traceback)
# type:正在处理的异常的异常类型
# value:引发的异常的实例
# traceback:堆栈信息


''''# -- 异常层次
BaseException
+-- SystemExit
+-- KeyboardInterrupt
+-- GeneratorExit
+-- Exception
+-- StopIteration
+-- ArithmeticError
+-- AssertionError
+-- AttributeError
+-- BufferError
+-- EOFError
+-- ImportError
+-- LookupError
+-- MemoryError
+-- NameError
+-- OSError
+-- ReferenceError
+-- RuntimeError
+-- SyntaxError
+-- SystemError
+-- TypeError
+-- ValueError
+-- Warning'''


"""Unicode和字节字符串---Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串"""


# -- Python的字符串类型
"""Python2.x"""
# 1.str表示8位文本和二进制数据
# 2.unicode表示宽字符Unicode文本
"""Python3.x"""
# 1.str表示Unicode文本（8位或者更宽）
# 2.bytes表示不可变的二进制数据
# 3.bytearray是一种可变的bytes类型


# -- 字符编码方法
"""ASCII"""  # 一个字节，只包含英文字符，0到127，共128个字符，利用函数可以进行字符和数字的相互转换
ord('a')  # 字符a的ASCII码为97，所以这里返回97
chr(97)  # 和上边的过程相反，返回字符'a'
"""Latin-1"""  # 一个字节，包含特殊字符，0到255，共256个字符，相当于对ASCII码的扩展
chr(196)  # 返回一个特殊字符：Ä
"""Unicode"""  # 宽字符，一个字符包含多个字节，一般用于亚洲的字符集，比如中文有好几万字
"""UTF-8"""  # 可变字节数，小于128的字符表示为单个字节，128到0X7FF之间的代码转换为两个字节，0X7FF以上的代码转换为3或4个字节
# 注意：可以看出来，ASCII码是Latin-1和UTF-8的一个子集
# 注意：utf-8是unicode的一种实现方式，unicode、gbk、gb2312是编码字符集


# -- 查看Python中的字符串编码名称，查看系统的编码
import encodings


help(encoding)
import sys


sys.platform  # 'win64'
sys.getdefaultencoding()  # 'utf-8'
sys.getdefaultencoding()  # 返回当前系统平台的编码类型
sys.getsizeof(object)  # 返回object占有的bytes的大小


# -- 源文件字符集编码声明: 添加注释来指定想要的编码形式 从而改变默认值 注释必须出现在脚本的第一行或者第二行
"""说明：其实这里只会检查#和coding:utf-8，其余的字符都是为了美观加上的"""
# _*_ coding: utf-8 _*_
# coding = utf-8


# -- #编码: 字符串 --> 原始字节       #解码: 原始字节 --> 字符串


# -- Python3.x中的字符串应用
s = '...'  # 构建一个str对象，不可变对象
b = b'...'  # 构建一个bytes对象，不可变对象
s[0], b[0]  # 返回('.', 113)
s[1:], b[1:]  # 返回('..', b'..')
B = B"""
        xxxx
        yyyy
        """
# B = b'\nxxxx\nyyyy\n'
# 编码，将str字符串转化为其raw bytes形式：
str.encode(encoding='utf-8', errors='strict')
bytes(str, encoding)
# 编码例子：
S = 'egg'
S.encode()  # b'egg'
bytes(S, encoding='ascii')  # b'egg'
# 解码，将raw bytes字符串转化为str形式：
bytes.decode(encoding='utf-8', errors='strict')
str(bytes_or_buffer[, encoding[, errors]])
# 解码例子：
B = b'spam'
B.decode()  # 'spam'
str(B)  # "b'spam'"，不带编码的str调用，结果为打印该bytes对象
str(B, encoding='ascii')  # 'spam'，带编码的str调用，结果为转化该bytes对象


# -- Python2.x的编码问题
u = u'汉'
print repr(u)  # u'\xba\xba'
s = u.encode('UTF-8')
print repr(s)  # '\xc2\xba\xc2\xba'
u2 = s.decode('UTF-8')
print repr(u2)  # u'\xba\xba'
# 对unicode进行解码是错误的
s2 = u.decode(
    'UTF-8')  # UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
# 同样，对str进行编码也是错误的
u2 = s.encode(
    'UTF-8')  # UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 0: ordinal not in range(128)


# -- bytes对象
B = b'abc'
B = bytes('abc', 'ascii')
B = bytes([97, 98, 99])
B = 'abc'.encode()
# bytes对象的方法调用基本和str类型一致 但:B[0]返回的是ASCII码值97, 而不是b'a'


# -- #文本文件: 根据Unicode编码来解释文件内容，要么是平台的默认编码，要么是指定的编码类型
# 二进制文件：表示字节值的整数的一个序列 open('bin.txt', 'rb')


# -- Unicode文件
s = 'A\xc4B\xe8C'  # s = 'A?BèC'  len(s) = 5
# 手动编码
l = s.encode('latin-1')  # l = b'A\xc4B\xe8C'  len(l) = 5
u = s.encode('utf-8')  # u = b'A\xc3\x84B\xc3\xa8C'  len(u) = 7
# 文件输出编码
open('latindata', 'w', encoding='latin-1').write(s)
l = open('latindata', 'rb').read()  # l = b'A\xc4B\xe8C'  len(l) = 5
open('uft8data', 'w', encoding='utf-8').write(s)
u = open('uft8data', 'rb').read()  # u = b'A\xc3\x84B\xc3\xa8C'  len(u) = 7
# 文件输入编码
s = open('latindata', 'r', encoding='latin-1').read()  # s = 'A?BèC'  len(s) = 5
s = open('latindata', 'rb').read().decode('latin-1')  # s = 'A?BèC'  len(s) = 5
s = open('utf8data', 'r', encoding='utf-8').read()  # s = 'A?BèC'  len(s) = 5
s = open('utf8data', 'rb').read().decode('utf-8')  # s = 'A?BèC'  len(s) = 5


"""其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他"""


# -- 60个字符解决FizzBuzz:
"""写一个程序, 打印数字1到100, 3的倍数打印“Fizz”来替换这个数, 5的倍数打印“Buzz”, 既是3又是5的倍数的打印“FizzBuzz”"""
for x in range(101):
    print("fizz"[x % 3 * 4::] + "buzz"[x % 5 * 4::] or x)  # 解释:最主要用到列表(字符串)的子表




# -- Python实现任意深度的赋值 例如a[0] = 'value1'; a[1][2] = 'value2'; a[3][4][5] = 'value3'
class MyDict(dict):
    def __setitem__(self, key, value):  # 该函数不做任何改动 这里只是为了输出
        print('setitem:', key, value, self)
        super().__setitem__(key, value)


    def __getitem__(self, item):  # 主要技巧在该函数
        print('getitem:', item, self)  # 输出信息
        # 基本思路: a[1][2]赋值时 需要先取出a[1] 然后给a[1]的[2]赋值
        if item not in self:  # 如果a[1]不存在 则需要新建一个dict 并使得a[1] = dict
            temp = MyDict()  # 新建的dict: temp
            super().__setitem__(item, temp)  # 赋值a[1] = temp
            return temp  # 返回temp 使得temp[2] = value有效
        return super().__getitem__(item)  # 如果a[1]存在 则直接返回a[1]
        # 例子:


    test = MyDict()
    test[0] = 'test'
    print(test[0])
    test[1][2] = 'test1'
    print(test[1][2])
    test[1][3] = 'test2'
    print(test[1][3])




# -- Python中的多维数组
lists = [0] * 3  # 扩展list，结果为[0, 0, 0]
lists = [[]] * 3  # 多维数组，结果为[[], [], []]，但有问题，往下看
lists[0].append(3)  # 期望看到的结果[[3], [], []]，实际结果[[3], [3], [3]]，原因：list*n操作，是浅拷贝，如何避免？往下看
lists = [[] for i in range(3)]  # 多维数组，结果为[[], [], []]
lists[0].append(3)  # 结果为[[3], [], []]
lists[1].append(6)  # 结果为[[3], [6], []]
lists[2].append(9)  # 结果为[[3], [6], [9]]
lists = [[[] for j in range(4)] for i in range(3)]
lists