python重新学习(持续更新)

1. 字符编码：

ASCII码：1个字符以一字节储存
Unicode码：字符通常2字节存储，非常偏僻的字4个字节，**示例如下 **

A   00000000 01000001
中  01001110 00101101

utf-8码：英文字符1字节，汉字通常3字节，偏僻字4-6字节

用记事本编辑时，从文件读取的utf-8字符被替换为Unicode字符到内存中，编辑完成时，保存的时候Unicode被转换为utf-8保存到文件

python的字符串：ord(),chr():字母与ASCII码数字互换

ord('A')  #65

Unicode码的表示：u‘…’

把u’…’ 转换为utf-8编码’…’ 用encode(‘utf-8’),反过来用decode(‘utf-8’)

保存源代码时，若源码包括中文，加上 #*_coding:utf-8_*

格式化显示：

类似于C：

'hello,%s'%'world'                 #hello,world

2.数据类型

dict:字典，查找速度快，不会因字典变大而变慢。实现这种特性的算法是哈希算法（hash）
set: 不重复，可通过remove()删元素
list：列表，通过pop()删元素

#python中，不可变对象永远不可变，如字符串
a='ABC'
b=a.replace('A','t')       #b=''tBC'   a='ABC'

cmp(x,y)      #x<y return -1;  x==y,return 0;x>y return 1

python数据类型转换：int() ,float() ,str() ,unicode() ,bool()

3.函数

函数名其实就是指向一个函数对象的引用，完全可以把函数赋给一个变量

空函数：

def nop():
pass

pass还可以用于其他语句：

if age >=18:
pass

python函数：默认参数在后，必选参数在前；默认参数必须指向不变对象（str,None）

args—–可变参数：以表示，表示传入参数个数可变，组装成tuple

kw——关键字参数：以表示，在函数调用时直接组装成dict

>>> kw = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, **kw)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}

递归函数：每调用一次，栈加一层栈帧，函数返回，栈减一层栈帧,易溢出

def fn(n):
if n==1:
return 1
return n*fn(n-1)

尾递归：函数返回时，调用自身，并且return语句不包含表达式

def fact(n):
return fact_iter(n,1)
def fact_iter(num,product):
if num==1:return product
return fact_iter(num-1,num*product)

但python编译器没有对尾递归做优化，故依然会栈溢出

3.高级特性

python迭代

形式：for key in d:

若d为dict，默认迭代key

for k,v in d.iteritems():

python 内置的enumerate可以把list变成索引-元素对

for i,value in enumerate(['A','B','C']):

列表生成式：

[x*x for xin range(1,11)]
[k+'='+v for k,v in d.iteritems()]

使用isinstance 可判断一个变量是否为字符串

生成器generator：

g=(x*x for x in range(10))

generator 保存的是算法，可以节省空间。

对于函数，若定义中包含yield关键字，那么该函数为生成器

>>> def odd():
...     print 'step 1'
...     yield 1
...     print 'step 2'
...     yield 3
...     print 'step 3'
...     yield 5
...
>>> o = odd()
>>> o.next()
step 1
1
>>> o.next()
step 2
3
>>> o.next()
step 3
5
>>> o.next()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration

4.高阶函数

map:将传入的函数依次作用到序列每个元素

reduce:

reduce(f,[1,b,c])  #f(f(a,b),c)

filter:把传入的函数依次作用于每个元素，实现筛选元素

def not_empty(s):
return s and s.strip()

filter(not_empty, ['A', '', 'B', None, 'C', '  '])
# 结果: ['A', 'B', 'C']

sorted函数：用于排序，默认从小到大

from operator import itemgetter
b=sorted(a,key=itemgetter(1))  #对value排序
b=sorted(a,reverse=1)  #倒序

装饰器：decorator

def log(func):
def wrapper(*args, **kw):
print 'call %s():' % func.__name__
return func(*args, **kw)
return wrapper

@log
def now():
print '2013-12-25'

如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数，写出来会更复杂。比如，要自定义log的文本：

def log(text):
def decorator(func):
def wrapper(*args, **kw):
print '%s %s():' % (text, func.__name__)
return func(*args, **kw)
return wrapper
return decorator
@log('execute')
def now():
print '2013-12-25'
>>> now = log('execute')(now)

由于装饰后的now()函数的name属性已经变成了 wrapper，所以，需要把原始函数的name等属性复制到wrapper()函数中，这时候可以利用到Python内置的functools.wraps

import functools

def log(func):
@functools.wraps(func)   #在wrapper前面加上这一句
def wrapper(*args, **kw):
print 'call %s():' % func.__name__
return func(*args, **kw)
return wrapper

import functools

def log(text):
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print '%s %s():' % (text, func.__name__)
return func(*args, **kw)
return wrapper
return decorator

安装第三方模块：pip，easy_install

模块搜索路径：默认当前目录，但可以增添。搜索路径存放在sys模块的path变量中

import sys
print sys.path
sys.path.append('...') #增加搜索路径，但不是永久性有效

加路径的方法还有，设置环境变量PYTHON PATH，永久性的

future:使旧版python得到新版的某些特性

from _future_ import unicode_literals
from _future import division

5.python对象

class Student(object):
def __init__(self,name,score):
self.name=name
self.score=score
def print(self):
print '%s,%s'%(self.name,self.score)

双下划线开头的变量为私有变量，不可在外部访问

在Python中，变量名以双下划线开头，并且以双下划线结尾的，是特殊变量，特殊变量是可以直接访问的，不是private变量

有些时候，你会看到以一个下划线开头的实例变量名，比如_name，这样的实例变量外部是可以访问的，但是，按照约定俗成的规定，当你看到这样的变量时，意思就是，“虽然我可以被访问，但是，请把我视为私有变量，不要随意访问”。

class Student(object):

def __init__(self, name, score):
self.__name = name
self.__score = score

def print_score(self):
print '%s: %s' % (self.__name, self.__score)

多态：

在继承中出现，当父类与子类有相同的重名函数时出现。多态意味着，不同子类在运行重名函数时，总是会 调用自身的函数

获取对象信息：type,isinstance,dir—获取所有属性和方法

type（123），isinstance('a',str)

__xxx__的属性和方法在python里有特殊用途，如

__len__返回长度。调用len()获取对象长度时，实际上len()内部是通过该对象的__len__()方法获取

len('ABC')  # 'ABC'.__len__()

getattr 获取属性

setattr 设置属性

hasattr 判断是否有属性

hasattr(obj,'x')
getattr(obj,'x')
setattr(obj,'x',19)  #设置属性y,值为19
getattr(obj,'x',404)  #获取属性x,不存在返回404

动态绑定属性和方法

>> def set_score(self, score):
...     self.score = score
...
>>> Student.set_score = MethodType(set_score, None, Student)  #给Student类绑定set_score方法

__slots__：限制class的属性，只对当前类有作用，子类不受限制

class Student(object):
__slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称

@property能够将方法变为属性

class Student(object):

@property
def birth(self):    #把一个getattr方法变为属性,有可读特性
return self._birth

@birth.setter      #把setattr方法变为属性，可写特性
def birth(self, value):
self._birth = value

@property         #把一个getattr方法变为属性，可读特性
def age(self):
return 2014 - self._birth

上面的birth是可读写属性，而age就是一个只读属性，因为age可以根据birth和当前时间计算出来。

多重继承：一个子类继承自多个父类，称为Mixin

class Runnable(object):
def run(self):
print('Running...')

class Flyable(object):
def fly(self):
print('Flying...')
class Bat(Mammal, Flyable):
pass

Mixin的目的就是给一个类增加多个功能，这样，在设计类的时候，我们优先考虑通过多重继承来组合多个Mixin的功能，而不是设计多层次的复杂的继承关系。

定制类：__str__,__repr__,__getitem__,__getattr__,__call__

callabel()函数—–可判断一对象是否是可调用对象

type—可以查看一个类或变量的类型，也可以创建出新的类型，这是python动态语言的特点—–函数或类的定义在运行时创建

>>> def fn(self, name='world'): # 先定义函数
...     print('Hello, %s.' % name)
...
>>> Hello = type('Hello', (object,), dict(hello=fn)) # 创建Hello class
>>> h = Hello()
>>> h.hello()
Hello, world.
>>> print(type(Hello))  #类的类型就是type
<type 'type'>
>>> print(type(h))
<class '__main__.Hello'>

这里type需要传入三个参数：

1.class的名称

2.继承的父类的集合，tuple形式

3.绑定方法hello和函数fn

metaclass:控制类的创建行为，译为元类。先定义metaclass,然后创建类。比较复杂，具体我也没学会

6.错误处理

try:
print 'try...'
r = 10 / 0
print 'result:', r
except ZeroDivisionError, e:  #e为错误内容
print 'except:', e
finally:                    #finally语句一定会被执行
print 'finally...'
print 'END'

logging—打印出错误，并且让程序继续运行下去

# err.py
import logging

def foo(s):
return 10 / int(s)

def bar(s):
return foo(s) * 2

def main():
try:
bar('0')
except StandardError, e:
logging.exception(e)

main()
print 'END'

$ python err.py
ERROR:root:integer division or modulo by zero
Traceback (most recent call last):
File "err.py", line 12, in main
bar('0')
File "err.py", line 8, in bar
return foo(s) * 2
File "err.py", line 5, in foo
return 10 / int(s)
ZeroDivisionError: integer division or modulo by zero
END

raise：抛出错误，抛出错误能抛出自己定义的，但默认抛出系统定义的

try:
10 / 0
except ZeroDivisionError:
raise ValueError('input error!')   #抛出另外类型的错误（本来应该抛出ZeroDivisionError）

调试：

1.print语句

2.assert断言：

assert n!=0 'n is zero'

3.logging语句，打印出错误日记

# err.py
import logging
logging.basicConfig(level=logging.INFO)  #指定允许记录信息的级别

s = '0'
n = int(s)
logging.info('n = %d' % n)
print 10 / n

$ python err.py
INFO:root:n = 0
Traceback (most recent call last):
File "err.py", line 8, in <module>
print 10 / n
ZeroDivisionError: integer division or modulo by zero

4.pdb调试

5.IDE调试