学会这些会让你对python有个更深的理解

大家好，为大家带来python中核心知识的讲解，不讲最基础的语法，这个大家都能轻松学会，不耽误时间，只有干货。

查看当前作用域内的所有变量

>>>help('__main__') 退出键

    注：help函数用来查看帮助或运行时信息 

自动化内存管理和引用计数

每个对象会记录有几个变量引用自身，当引用的数量为0时此对象被销毁，此种自动化内存管理的方式叫引用计数。

is/is not 运算符

is的作用：判断两个对象是否是同一个对象（比较内存中的地址)，当是同一个对象返回True，否则返回False， is not 的作用与 is相反

小整数对象池

CPython 中 整数 -5 至 256永远存在于小整数对象池中，不会释放并可重复使用

id(x) 函数

作用：返回一个对象在内存中的地址

bool(x)返回假值的情况

bool(x)用于显示获取x的布尔值

假值情况
    None        空值
    False       布尔假值
    0  0.0 0j   所有数字零
    '' 			空字符串
    []		    空列表
    () 			空元组
    {}    		空字典
    set()       空集合
    ....        一切空的容器对象bool(x)取值为假 

推导式

列表推导式

列表推导式是用可迭代对象创建列表的表达式

• 作用：用简易方法生成列表
• 语法:

  [表达式 for 变量 in 可迭代对象] 或 [表达式 for 变量 in 可迭代对象 if 真值表达式] 

• 示例：

  # 生成一个数值为1~9的平方的列表 # [1, 4, 9, 16, .... 81] # 不用推导式: L = [] for i in range(1, 10): L.append(i**2) # 推导式实现 L = [i ** 2 for i in range(1, 10)] 

  # 用列表推导式生成 1~100以内奇数的列表, 结果是:[1, 3, 5, 7, ...., 99] # 答案: [i for i in range(1, 100, 2)] # 或 [i for i in range(1, 100) if i % 2 == 1] 

列表推导式的嵌套

• 语法:

  [表达式 for 变量1 in 可迭代对象1 if真值表达式1 for 变量2 in 可迭代对象2 if 真值表达式2 ...] 

• 示例：

  #将列表[10, 20, 30] 中的元素与列表[1,2,3]元素分别相加,将得到的元素放于一个列表中 L = [x + y for x in [10, 20, 30] for y in [1,2,3]] print(L) #[11, 12, 13, 21, 22, 23, 31,32,33] 

• 练习：

   1. 用字符串"ABC"和字符串"123" 生成如下列表 ['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3', ] 2. 已知有一个字符串: s = '100,200,300,500,800' 将其转化为列表,列表的内部是整数
      L = [100, 200, 300, 500, 800] 

• 答案：

  1. [ x + y for x in "ABC" for y in "123"] 2. L = [int(x) for x in s.split(',')] 

字典推导式

是用可迭代对象生成字典的表达式

• 语法：

  {键表达式 : 值表达式 for 变量 in 可迭代对象[if 真值表达式]} 注: []表示其中的内容可省略 

• 示例:

  # 生成一个字典,键为数字 1 ~ 9,值为键的平方 d = {x : x ** 2 for x in range(1, 10)} 

高阶函数

map 函数

map(func, *iterable)

• 作用：返回一个可迭代对象，此可迭代对象用函数func对可迭代对象iterable中的每一个元素作为参数计算后得新的数据
• 示例：

  # 此示例示意map函数的使用 def power2(x): return x**2 for x in map(power2, range(1, 10)): print(x) # 1, 4, 9, 16 ... 81 

• 练习：

  求 1**2 + 2**2 +3**2 +...+ 9**2 的和
  求 1**3 + 2**3 +3**3 +...+ 9**3 的和 

• 答案：

  s = sum((map(lambda x : x**2, range(1, 10)))) print(s) s = sum((map(lambda x : x**3, range(1, 10)))) print(s) 

filter 函数

• 语法: filter(function, iterbale)
• 作用:
  • 筛选可迭代对象iterable 中的数据，返回一个可迭代对象，此可迭代对象只返回iterable中符合条件的数据
  • function将对iterbale中提供的每个数据进行求布尔值，如果为True则保留，否则为False 丢弃数据
• 示例：

  # 将1-20的偶数用filter生成可迭代对象后，将可迭代对象生成的数据存于列表中 l = list(filter(lambda x : x%2==0, range(1,21))) print(l) 

• 练习：
  用filter 函数将1-100之间的所有素数存在列表中
• 答案：

  def isprime(n): if n < 2: return False for i in range(2, n): if n % i == 0: return False return True l = list(filter(isprime, range(1,100))) print(l) 

sorted 函数

• 作用:
  将原可迭代对象的数据进行排序，生成排序后的列表
• 函数参数格式
  sorted(iterable, key=None, reverse=False)
• 说明
  iterable 可迭代对象
  【key函数】是用来提供一个值，这个值将作为排序的依据，如果不给出key函数，则用
  原数据的值进行比较和排序
  reverse 标志用来设置是否降序排序
• 示例

  l = [5, -2, -4, 0, 3, 1] l2 = sorted(l) # [-4, -2, 0, 1, 3, 5] l3 = sorted(l, reverse=True) # [5, 3, 1, 0, -2, -4] l4 = sorted(l, key=abs) # [0, 1, -2, 3, -4, 5] names = ['Tom', 'Jerry', 'Spike', 'Tyke'] l5 = sorted(names) # ['Jerry', 'Spike', 'Tom', 'Tyke'] names = ['Tom', 'Jerry', 'Spike', 'Tyke'] l5 = sorted(names, key=len) # ['Tom', 'Tyke', 'Jerry', 'Spike'] 

• 练习

  names = ['Tom', 'Jerry', 'Spike', 'Tyke'] 排序的依据为字符串的反序 'moT' 'yrreJ' 'ekipS' 'ekyT' 结果为 ['Spike', 'Tyke', 'Tom', 'Jerry'] 

• 答案

  names = ['Tom', 'Jerry', 'Spike', 'Tyke'] l5 = sorted(names, key=lambda s : s[::-1]) 

装饰器

装饰器是一个函数，主要作用是用来包装另一个函数或类
包装的目的是在不改变原函数（或类名）的情况下改变被包装对象的行为

函数装饰器

是指装饰器是一个函数，传入的是一个函数，返回的是一个函数

• 语法

  def 装饰器函数名(参数): 语句块 return 函数对象
  
  @装饰器函数名<换行> def 函数名(形参列表): 语句块 

• 原理
  被装饰器函数的变量（函数名）绑定装饰器函数调用后的返回的函数

• 示例1

   # 此示例示意装饰器函数的定义和调用装饰器原理 def mydeco(fn): # <<<----- 装饰器函数 def fx(): print('fx被调用') return fx
  
  @mydeco def myfun(): print('myfun被调用') # 上述 mydeco的原理是在 def myfun语句调用之后加了一条如下语句 # myfun = mydeco(myfun) myfun() #调用myfun myfun() myfun() 

• 示例2

  # 此示例示意装饰器函数用来包装被装束函数 def mydeco(fn): # <<<----- 装饰器函数 def fx(): print('------这个被装饰函数调用之前-------') fn() # 被调用被装饰函数 print('++++++这个被装饰函数调用之后+++++++') return fx
  
  @mydeco def myfun(): print('myfun被调用') # 上述 mydeco的原理是在 def myfun语句调用之后加了一条如下语句 # myfun = mydeco(myfun) myfun() #调用myfun myfun() myfun() 

• 示例3

  # 此示例示意装饰器的应用场合及功能 # ---------------------以下是杨小哥写的程序-------------------------- def privileged_check(fn): def fx(name, x): print('正在进行权限验证。。。') if True: fn(name, x) else: print('权限验证失败') return fx def message_send(fn): def fy(n, money): fn(n, money) # 调用被装饰函数 print('正在发送短信给', n, '...') return fy # ---------------------以下是杨小哥写的程序-------------------------- @ message_send
  @ privileged_check def savemoney(name, x): print(name, '存钱', x, '元') # 实质是 # savemoney = privileged_check(savemoney) # savemoney = message_send(savemoney) def withdraw(name, x): print(name, '取钱', x, '元') # ---------------------以下是调用者写的程序-------------------------- savemoney('小王', 200) savemoney('小赵', 400) withdraw('小李', 500) 

函数的文档字符串

函数内第一次未赋值给任何变量的字符串是此函数的文档字符串

• 语法

  def 函数名(参数列表): '''函数文档字符串''' 语句块 

• 说明
  1. 文档字符串通常用来说明函数功能和使用方法
  2. 在交互模式下，输入:
  >>>help(函数名) 可以查看函数的文档字符串
  3. 函数的文档字符串绑定在函数的__doc__属性上
• 示例

  def mysum(n): '''1 + 2 + 3 + 4 + ...+ n''' return 100 help(mysum) 

函数的__doc__属性

__doc__属性用于记录文档字符串

函数的__name__属性

__name__属性用于记录函数名

迭代器和生成器

迭代器 Iterator

• 迭代器是访问可迭代对象的工具
• 迭代器是指用iter(obj)函数返回的对象（实例）
• 迭代器可以用next(it)函数获取可迭代对象的数据

迭代器函数iter 和 next

iter(iterable) 从可迭代对象中返回一个迭代器，iterable 必须是能提供一个迭代器的对象 next(iterator) 从迭代器iterable中获取下一个记录，如果无法获取下一条记录，则触发StopIteration 异常

说明 1. 迭代器只能往前取值，不会后退 2. 用iter 函数可以返回一个可迭代对象的迭代器 

示例

l = [1, 3, 5, 7] it = iter(l) # 让l提供一个能访问自己的迭代器 print(next(it)) # 1 从迭代器中取值，让迭代器去获取l中的一个元素 print(next(it)) # 3 从迭代器中取值，让迭代器去获取l中的一个元素 print(next(it)) # 5 从迭代器中取值，让迭代器去获取l中的一个元素 print(next(it)) # 7 从迭代器中取值，让迭代器去获取l中的一个元素 # next(it)  # StopIteration 异常 

迭代器的用途

用迭代器可以依次访问可迭代对象的数据

l = [2, 3, 5, 7] for i in l: print(l) # 以下用迭代器来访问 l = [2, 3, 5, 7] it = iter(l) while True: try: x = next(it) print(x) except StopIteration: break 

练习

有一个集合，
s = {'唐僧', '悟空', '八戒', '沙僧'} 用for语句来遍历所有元素如下 for x in s: print(x) else: print('遍历结束') 将for语句改写为while语句和迭代器实现 

生成器 Generator

生成器是能够动态提供数据的对象，生成器对象也是可迭代对象（实例）

生成器的两种方式

• 生成器函数
• 生成器表达式

生成器函数的定义

含有yield语句的函数是生成器函数，此函数被调用将返回一个生成器对象
yield 翻译为（产生或生成）

yield 语句

语法 yield表达式
说明 yield 用于 def 函数中，目的是将此函数作为生成器函数使用 yield 用来生成数据， 供迭代器和next(it) 函数使用 

示例

# 生成器函数只有在next(it) 函数调用时才会执行，且遇到yield后返回相应的值给next(it)函数 def my_yield(): print('即将生成2') yield 2 print('即将生成3') yield 3 print('即将生成5') yield 5 print('即将生成7') yield 7 print('生成器生成结束 ') for i in my_yield(): print(i) g = my_yield() # 调用生成器函数来创建一个生成器，此生成器能生成 2 3 5 7 四个数 it = iter(g) # 用生成器拿到对应的迭代器 print(next(it)) print(next(it)) 

# 用生成器函数来生成一些列的整数， 0 - n def myinteger(n): i = 0 while i < n: yield i
        i += 1 for x in myinteger(3): print(x) l = [x for x in myinteger(100) if x % 2 == 1] print(l) 

生成器函数的说明

生成器函数的调用将返回一个生成器对象，生成器对象是一个可迭代对象，通常用来动态生成数据
生成器函数调用return 语句会触发一个StopIteration 异常
练习
写一个生成器函数，myeven(start, stop)用来生成start开始带stop结束（不包含）的偶数

生成器表达式

语法
    （表达式 for 变量 in 可迭代对象 [if 真值表达式]）
作用
    用推导式形式创建一个新的生成器
说明 if 子句可以省略
示例
    gen = (x**2 for x in range(1, 5)) it = iter(gen) print(next(it)) # 1 print(next(it)) # 4 print(next(it)) # 9 print(next(it)) # 16 print(next(it)) # StopIteration 

练习

已知有列表
l = [2, 3, 5, 7] 1) 写一个生成器函数，让此函数能够动态提供数据，数据为原列表数字的平方加1 2) 写一个生成器表达式，让此表达式能够动态提供数据，数据为原列表数字的平方加1 3) 生成一个列表，此列表内的数据是原列表数据的平方加1 

生成器表达式和列表推导式的区别

 l = [2, 3, 5, 7] l2 = [x ** 2 + 1 for x in l] it = iter(l2) print(next(it)) # ? l[1] = 30 print(next(it)) # ?? # 以下是生成器表达式 l = [2, 3, 5, 7] l2 = (x ** 2 + 1 for x in l) it = iter(l2) print(next(it)) # ? l[1] = 30 print(next(it)) # ?? # 生成器表达式是现用现生成，列表推导式一次性生成静态数据 

迭代工具函数

作用是生成一个个性化的可迭代对象

zip(iter1 [, iter2[...]]) 返回一个zip对象，此对象用于生成元组，此元组的每个数据来源于参数中的可迭代对象，当最小的可迭代对象不再提供数据时迭代结束 enumerate(iterable [, start]) 

ZIP示例

numbers = [10086, 10000, 10010, 95588] names = ['中国移动', '中国联通', '中国电信'] for t in zip(numbers, names): print(t) for No, number, name in zip(range(1, 100), numbers, names): print('序号', No, name, '的客服电话是', number) 

ENUMERATE 示例

names = ['中国移动', '中国联通', '中国电信'] for t in enumerate(names): print(t) for t in enumerate(names, 101): print(t) # 既能得到索引又能得到值 for index, name in enumerate(name): print(index, name) 

练习

写一个程序，读入任意行文字，当输入空行时结束，打印带有行号的输入的结果
    如：
        请输入：abdce <回车> 请输入：hello <回车> 请输入：bye <回车> 请输入：<回车> 输出如下：
        第1行：abdce <回车> 第2行：hello <回车> 第3行：bye <回车> 

迭代器（高级）

由iter(iterable) 函数返回，可以通过next(iterator) 函数取值的对象就是迭代器

迭代器协议

迭代器协议是指对象能够使用next()函数获取下一项数据，在没有下一项数据时触发一个StopIteration异常来终止迭代的约定

迭代器协议的实现方法

def __next__(self): ... 注： 此方法需要实现迭代器协议 

# 此示例示意将自定义的类MyList创建的对象制作为可迭代对象 class MyList: '''这是一个自定义的列表类型，此类型的对象用data属性绑定的列表来存储数据''' def __init__(self, iterable=()): self.__data = [x for x in iterable] def __repr__(self): return 'MyList(%s)' % self.__data def __iter__(self): '''此方法用来返回一个能访问self对象''' '''此方法用来返回一个能访问self对象迭代器''' # return iter(self.__data) return MyListIterator(self.__data) class MyListIterator: '''此类用来描述能够访问MyList类型的对象的迭代器''' def __init__(self, lst): self.__data_lst = lst
        self.__cur_index = 0 #迭代器的起始位置 def __next__(self): '''此方法用来实现迭代器协议''' if self.__cur_index >= len(self.__data_lst): raise StopIteration
        r = self.__data_lst[self.__cur_index] self.__cur_index += 1 return r


myl = MyList([2, 3, 5, 7]) # ################ it = iter(myl) # 等同于it = myl.__iter__() print(next(it)) # 2 # ################ for x in myl: print(x) 

深拷贝和浅拷贝

浅拷贝 shallow copy

浅拷贝是指在复制过程中，只复制一层变量，不会复制深层变量绑定的对象的复制过程

L = [3.1, 3.2] L1 = [1, 2, L] L2 = L1.copy() # 浅拷贝 print(L1) # [1, 2, [3.1, 3.2]] print(L2) # [1, 2, [3.1, 3.2]] L2[2][0] = 3.14 print(L1) # [1, 2, [3.14, 3.2]] print(L2) # [1, 2, [3.14, 3.2]] 

深拷贝 deep copy

复制对象及对象关联的对象一起复制过程叫深拷贝

import copy # 导入复制模块 L= [3.1, 3.2] L1 = [1, 2, L] L2 = copy.deepcopy(L1) 　# 深拷贝 print(L1) # [1, 2, [3.1, 3.2]] print(L2) # [1, 2, [3.1, 3.2]] L2[2][0] = 3.14 print(L1) # [1, 2, [3.1, 3.2]]　　<<< L1不变 print(L2) # [1, 2, [3.14, 3.2]] 

字符串的文本解析方法

• S.split(sep=None) 将字符串，使用 sep作用分隔符分割S字符串，返回分割后的字符串列表，当不给定参数时，用空白字符作为分隔符分割
• S.join(iterable) 用可迭代对象中的字符串，返回一个中间用S进行分隔的字符串

s ='Beijing is capital' L = s.split(' ') # L = ['hello', 'world', 'tarena'] s2 = "hello#world#tarena" L = s2.split('#') # L = ['hello', 'world', 'tarena'] L = ['aaa', 'bbbb', 'ccccc'] '$'.join(L) # 生成 'aaa$bbbb$ccccc' 

python3 中不可变数据类型

bool, int, float, complex, str, tuple, frozenset, bytes

python3 中可变数据类型

list, dict, set, bytearray

dir(obj) 函数

返回所有属性的字符串列表

with 语句深层次讲解

语法 with 表达式1 [as 变量1], 表达式2 [as, 变量2], .... 语句块
作用
    使用于对资源进行访问的场合，确保使用过程中不管是否发生异常都会执行必须"清理"的操作，并释放资源
    如
        文件打开后自动关闭，线程中锁的自动获取和释放等
说明 as 字句中的变量用于绑定表达式执行后生成的对象 with 语句并不会改变异常的状态 

环境管理器

1. 类内有__enter__ 和 __exit__ 实例方法的类创建的对象被称为环境管理器 2. 能够使用with语句进行管理的对象必须是环境管理器 3. __enter__ 方法将在进入with语句时被调用，由as变量绑定返回的对象 4. __exit__ 方法将在离开with语句时被自动调用，且可以通过参数来判断离开with语句时是否有异常发生 

示例

class A: '''此类对象可以用于with语句进行管理''' def __enter__(self): print('此方法是在with语句内执行的') return self # self 将被with中的as 变量绑定 def __exit__(self, exc_type, exc_val, exc_tb): ''' exc_type 用来绑定错误类型,当没有异常发生时绑定None
            exc_val  用来绑定错误对象，当内有发生异常时绑定None
            exc_th   用来绑定TraceBack对象，当没有异常时绑定None
        ''' if exc_type is None: print('您已离开with语句, 离开时没有发生任何异常') else: print('您已离开with语句') print('错误类型是：', exc_type) print('错误的数据是：', exc_val) print('Traceback：', exc_tb) with A() as a: print('这是with语句内部的输出') int(input('输入：')) print('程序正常退出')