python课程回顾复习记录简要13

最新推荐文章于 2024-07-22 22:58:19 发布

梦幻水晶~

最新推荐文章于 2024-07-22 22:58:19 发布

阅读量704

点赞数

文章标签： python

本文链接：https://blog.csdn.net/weixin_44897787/article/details/123899247

版权

内建属性与内建函数

内建属性
内建属性指的是在定义完 Python 类后就已存在于该类中的属性，通常这类属性是以双下划线(即__)开头结尾。
在这里，有必要来了解一下 python2 和 python3 不同版本在定义 Python 类的一些区别。在 python2 版本中，无继承父类，则需写上(object)，并称之为经典类(或旧式类)
python2

#coding:utf-8
#python2  加object
class AirPlane(object):
    pass

python3

#coding:utf-8
#python里默认加object
class AirPlane:
    pass

加(object)，还是不加？ --统一：加上(object) --适配不同 Python 版本看不同框架！
若要查看上述类的内建属性，则可以使用dir()函数。
在这里插入图片描述

__getattribute__属性
-魔法方法！
首先，先来理解一下__getattribute__的用法，例如，编写一个树类，有名称–通过外部赋值、高度(内部固定值)这两个属性。

#coding:utf-8
class Tree(object):
    #初始化属性
    def __init__(self,name):
        self.name=name
        self.height=10

    def __getattribute__(self, item):
        """item指的就是属性访问时的那个属性名，tree.name  -->item就是指name"""
        print("大树底下好乘凉")
        return object.__getattribute__(self,item)   #不做任何处理

if __name__=="__main__":
    tree=Tree("杨树")
    print("树名：",tree.name)

__getattribute__是属性访问拦截器，就是当这个类的属性被访问时，则会自动调用类的__getattribute__方法。即在上述代码中，当调用实例对象 tree 的 name 属性时，并不会仅直接打印 name 属性值，还会把 name 值作为实参传进__getattribute__方法中且传递给参数item，经过一系列操作(拦截)后，再把name的值进行返回。在Python中，只要定义了继承自 object 的类，则默认存在属性拦截器，只不过是拦截后没有进行任何操作，而是直接返回。因此，在这里，可以在__getattribute__方法内编写代码来实现相关功能，如查看权限( 私有、公有)、打印 log 日志–输出一些文字信息!等操作。
下面通过在__getattribute__方法中进行拦截并打印相关日志信息。–拦截 name 这个属性，若拦截成功，则输出一句话；若不成功，则返回父类的方法。

#coding:utf-8
class Tree(object):
    #初始化属性
    def __init__(self,name):
        self.name=name
        self.height=10

    def __getattribute__(self, item):
        #拦截name这个属性,若拦截成功，则输出一句话（日志）；若不成功，则返回父类的方法选择
        print("正在调用__getattribute__")
        if item=="name":
            print("大树")
            return "十年树木百年树人"   #日志信息
        else:
            print("这是除name外的其他属性名称:")
            return object.__getattribute__(self,item)

if __name__=="__main__":
    tree=Tree("杨树")
    print("树名：",tree.name)

    print(tree.height)  #输出树高

在这里插入图片描述
另外，需要注意在__getattribute__方法中，最好不要使用 self 来调用某些函数并将值返回__getattribute__方法，因为这样的做法极易导致出现死循环的情况。

#coding:utf-8
class Tree(object):
    #初始化属性
    def __init__(self,name):
        self.name=name


    def __getattribute__(self, item):
        #调用一个内部方法
        print("hello")
        return self.show()
    def show(self):
        return "测试方法show"

if __name__=="__main__":
    tree=Tree("杨树")
    print("树名：",tree.name)

在这里插入图片描述
对于上述程序代码，会发现运行时，一直执行而导致了死循环的类似效果。来分析一下，执行 tree.name 时，先调用__getattribute__方法，发现返回的是self.show()，即 show()的执行结果，接着又要去调用__getattribute__方法，反反复复，没完没了，形成了递归调用且没有退出机制，最终程序就挂了！ -->避免：在__getattribute__中不要在使用 self 调用本类中的属性或方法了。
2.内建函数
简单地说，内建函数就是 Python 语法规定已存在的函数，而这类函数通常是包含在 Python 解释器的运行时库中，开发者不必单独书写代码实现它，只需要直接调用即可，而这类函数的实现，是由 Python 解释器厂商完成的。-- 直接调用，不需要导入包而可以直接使用。
若要查看 Python 中有哪些内建函数，则可启动 Python 解释器后，输入 dir(__builtins__)，即可看到很多默认加载的属性和函数，其中的这些函数就是内建函数，如下：
在这里插入图片描述
内建函数数量较多，不宜记忆，且在开发时并不是都会使用到的，若要查看详细使用，则可使用help(function)查看，在这里，仅介绍 sorted(),filter()、map()这几个内置函数。
1.sorted()
查看源码中的信息描述内容。。①直接使用 help() --参数更加具体；②Ctrl+点击进入源代码。

在这里插入图片描述
从上述描述内容中可以知道，sorted()用于返回一个新列表，参数值包含以升序排列的所有可迭代对象。

#coding:utf-8
lists=[1,2,9,7,6,-8,11,-100]
#排序
data=sorted(lists,reverse=False)    #从小到大
print(data)
#倒叙
print(sorted(lists,reverse=True))

在这里插入图片描述
2.filter()
在 Python 解释器中，内置函数 filter()主要用于对某个序列过滤(序列、过滤器–算法)，使用 help()查看 filter()的详细内容。

从上述描述内容中可以知道，filter()函数会对指定序列执行过滤操作，其中参数 1(function)用于接收一个参数–函数名称、(引用)，返回布尔值 True 或False，参数 2(iterable)可以是任意可迭代对象，且 filter()函数会对序列参数 iterable 中的每个元素调用 function 函数，最后返回的结果包含调用结果为 True 的元素。

#coding:utf-8
#过滤出所有的数据都大于0
def content_filter(args):
    if args>0:
        return args

result=filter(content_filter,[1,2,9,7,6,-8,11,-100])
print(result)   #迭代器对象
datas=[]
#遍历
for temp in result:
    datas.append(temp)

print(datas)

在这里插入图片描述
3.map()
函数没有名字:匿名函数。 lambda
能否传入一个匿名函数？

#coding:utf-8
#求两个数的和
get_sum=lambda a,b:a+b
print("两个数的和:",get_sum(12,34))

在这里插入图片描述
在 Python 解释器中，内置函数 map()主要用于对指定序列做映射–算法，使用 help()查看详细内容。

想要让序列中的所有元素进行平方处理。 [2,20] -->[4,400]

#coding:utf-8
def get(number):
    return number**2


result=map(get,[2,20])
print(result)
for temp in result:
    print(temp)

在这里插入图片描述
可以直接写成

#coding:utf-8
result=map(lambda a:a**2,[2,20])
print(result)
for temp in result:
    print(temp)

在这里插入图片描述
3.set集合

可以看出set集合最大特点就是无重复元素值，内容是无序的
在之前的学习过程中–数学中集合(子集、并集…)，我们知道，集合与列表、元组等类似，可以存储多个数据，但是这些数据值是不重复的，此外，set 集合对象还支持数学运算中的交集(a&b)、并集(a|b)、差集(a-b)、对称差集(a^b)。

#coding:utf-8
#集合
sets={3.14,23,12,45,"hello"}
data={3.14,12,455,"helloworld",1.72,99}
#交集
print("交集:",sets&data)
#并集
print("并集:",sets|data)
#差集
print("差集:",sets-data)
#对称差集^
print("对称差集:",sets^data)

在这里插入图片描述

模块进阶

在 Python 中，有一套非常有用的标准库(standard library)，标准库会随着 Python 解释器，一起安装在电脑上。当然，除标准库外，还有很多的其他开源库(即扩展库)，它们一起成为了 Python 的组成部分。利用好这些标准库，可以让 Python 编程事半功倍。 --标准库：直接导入模块(Python 本身提供的)即可使用的模块；扩展库：第三方库，自行安装(发布、安装模块)，pip 或 pip3 lxml、requests、。。。
在这里插入图片描述

1.functools
在 python3 版本中，若要查看 functools 标准库下的属性与函数，则需要先导入 functools 模块，如下：

在这里，我们以 partial()、reduce()、wraps()这几个函数为例进行简要了解。
(1)partial()函数
partial()函数也称为偏函数，它可以把一个函数的某些参数设置为默认值–缺省参数，并用于返回一个新的函数，此时调用新函数会更加简单易用。
*args

# coding:utf-8
import functools


def get_sum(*args):
    sum = 0
    for element in args:
        sum += element
    print("所有数之和=", sum)

#在使用到的时候，再导入模块
show=functools.partial(get_sum,100,200)
#调用
show()
#在300这个数之上再对某些数据求和
show(99,34,56)

在这里插入图片描述
**kwargs

# coding:utf-8
import functools


def func(**kwargs):
    #遍历
    for key,value in kwargs.items():
        print("%s=%s"%(key,value))  #元组

show=functools.partial(func,name="admin",pwd="123456")
#基础
show(birth="20220401",code="abc")

在这里插入图片描述
(2)reduce()函数
在 Python 解释器中，functools 下的 reduce()函数主要用于对参数序列中元素进行累积，使用 help()查看详细内容，如下：

在这里插入图片描述
从上述描述内容中可以知道，reduce()函数的参数 1 是一个函数；参数 2(sequence)序列可以是 str、tuple、list等(可迭代对象)；参数 3(initial)为固定初始值。reduce()依次从 sequence 中取一个元素，和上一次调用 function()的结果做参数再次调用 function()。第一次调用 function()时，如果提供 initial 参数，会以 sequence 中的第一个元素和initial 作为参数调用function()，否则会以序列sequence中的前两个元素做参数调用function()。注意function()函数不能为 None。

# coding:utf-8
import functools

show=functools.reduce(lambda a,b:a*b,[1,2,3,4,5])
print(show)
result=functools.reduce(lambda a,b:a*b,[1,2,3,4,5],100)
print(result)

在这里插入图片描述
上述案例中列表元素前两个相乘后依次从后边的元素在相
(3)wraps()函数
在使用装饰器时，有一些细节需要被注意。例如，被装饰后的函数其实已经是另外一个函数了(函数名等函数属性会发生改变)，且在添加装饰器后由于函数名发生了改变，对函数中写的一些文档说明也会有一些影响。

# coding:utf-8
import functools

def welcome(func):
    #内部函数
    @functools.wraps(func)
    def inner():
        """内部函数inner"""
        print("欢迎你")
        func()
    return inner
@welcome
def login():
    """这是登录login"""
    print("登录成功")

if __name__=="__main__":
    login()
    help(login)

在这里插入图片描述
仔细观察上述运行结果，很容易发现，未显示出 login()中的文档说明。此时，若想要完全输出文档说明的内容，就可以使用 wraps()函数了，只需要在 inner()外添加 wraps()这个装饰器来即可显示正确的文档说明。
2.json模块
–json 是什么：数据格式！特殊的字符串，有特定的格式。–Python 中的 dict
JSON 是一种轻量级数据交换格式，通常用于在 Web 客户端和服务器数据交换，即把字符串类型的数据转换成 Python 基本数据类型或将 Python 基本数据类型转换成字符串类型，JSON 数据格式显示样式如下：
在这里插入图片描述
对象(字典)：{ }
数组(列表)：[ ] -->可以存放多个对象。
区别：json 的所有 key 都是字符串。
对于 json 模块下的常用函数如下：
loads(obj) -----将字符串序列化成 Python 的基本数据类型，注意单引号与双引号。
dumps(obj) ----将 Python 的基本数据类型序列化成字符串。
load(obj) 读取文件中的字符串，序列化成 Python 的基本数据类型。
dump(obj) 将 Python 的基本数据类型序列化成字符串并写入到文件中。
案例 1：把 json 字符串转换为 Python 数据类型 loads()

# coding:utf-8
import json
# json_strs = "{\"\":\"\"}" # 转义
json_strs="{\"name\":\"admin123\",\"password\":\"123456\"}"  # 转义
# json_strs = "{'name':'admin123','password':'123456'}" # 单引号 -->注意：使用单引号时,json 模块识别时会出问题
print(json_strs)
print(type(json_strs))

#把json转换为python数据类型   ---字典
result=json.loads(json_strs)
print(result)
print(type(result))

在这里插入图片描述
案例 2：把 Python 数据类型转换为 json

# coding:utf-8
import json

#python数据类型转换--json
datas={"name":"admin123","password":"123456"}
# print(type(datas)) 字典
result=json.dumps(datas)
print(result)
print(type(result))
print("-"*20)

#json---->python数据类型结构
source=json.loads(result)
print(source)   #可以转换成功

在这里插入图片描述
案例 3：Python 的基本数据类型序列化成字符串类文件对象。open()

# coding:utf-8
import json

#python数据
datas={"name":"admin","password":"123456"}

fs=open("data.json","w")
#转换为json、存入文件中
json.dump(datas,fs)
fs.close()
print("存入成功")

案例 4：读取文件中的字符串，序列化成 Python 的基本数据类型

# coding:utf-8
import json

result=json.load(open("data.json","r"))
print(result)

在这里插入图片描述
接下来，稍微了解一下 JSON 数据格式与 Python 解码后数据类型匹配，如下：

常用拓展库

梦幻水晶~

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python课程回顾复习记录简要13

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！这是你第一次使用 Markdown编辑器所展示的欢迎页。如果你想学习如何使用Mar
复制链接

扫一扫