python的一些学习笔记
2016-12-29 15:40
330 查看
笔记1
笔记2
#demo.py from __future__ import division print 'inpuit you number ' a = raw_input('input you string:') print("you input the number :",a) def power(x): return x*x def my_abs(x): if x>0: return x else: return -x def pw(s,n): while n>1: n = n-1 s= s*n print s print n return s def nop(): pass def enroll(name,grad): print 'name:',name print 'grad:',grad def add_end(l=[]): l.append('end') return l def add_args(*number): sum=0 for n in number: sum = sum+n*n return sum summ =[1,2,3] # Python的函数具有非常灵活的参数形态,既可以实现简单的调用,又可以传入非常复杂的参数。 # # 默认参数一定要用不可变对象,如果是可变对象,运行会有逻辑错误! # # 要注意定义可变参数和关键字参数的语法: # # *args是可变参数,args接收的是一个tuple; # # **kw是关键字参数,kw接收的是一个dict。 # # 以及调用函数时如何传入可变参数和关键字参数的语法: # # 可变参数既可以直接传入:func(1, 2, 3),又可以先组装list或tuple,再通过*args传入:func(*(1, 2, 3)); # # 关键字参数既可以直接传入:func(a=1, b=2),又可以先组装dict,再通过**kw传入:func(**{'a': 1, 'b': 2})。 # # 使用*args和**kw是Python的习惯写法,当然也可以用其他参数名,但最好使用习惯用法。 def fact(n): if n==1: return 1 return n*fact(n-1) #但是以上情况,容易出现栈的益处 ,所以需要优化 def fact1(n): return fact1_iter(n,1) def fact1_iter(number,pro): if number ==1: return pro return fact1_iter(number-1,number*pro) l=[] m=1 while m<99: l.append(m) m =m+2 print m #切片功能 k=['3,','4','5'] print k[0:3] #输出从0开始到3的数值 print k[1:3] #输出从索引1开始,取出2个元素出来: print k[-1] #输出倒数最后一个元素 print k[-2] #输出倒数第二个元素 #列表生成器 #要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用range(1, 11): range(1,11) print range(1,11) #使用内建的isinstance函数可以判断一个变量是不是字符串: x = 'abc' y=18 print "isinstance 是不是字符串",isinstance(x,str) print "isinstance 是不是字符串",isinstance(7,str) #。在Python中,这种一边循环一边计算的机制,称为生成器(Generator)。 # 要创建一个generator, # 有很多种方法。第一种方法很简单,只要把一个列表生成式的[]改成(),就创建了一个generator: #Python内建了map()和reduce()函数 #map()函数接收两个参数,一个是函数,一个是序列,map将传入的函数依次作用到序列的每个元素,并把结果作为新的list返回 def fun(x): # fun(x) =x*x return x*x print map(fun,[1,2,3,4,5]) # 还可以计算任意复杂的函数,比如,把这个list所有数字转为字符串 print map(str,[1,2,3,4,5]) #result ['1', '2', '3', '4', '5', '6', '7', '8', '9'] #关键字lambda表示匿名函数, def build(x, y): return lambda: x * x + y * y # 由于函数也是一个对象,而且函数对象可以被赋值给变量,所以,通过变量也能调用该函数 def now(): print '2016年12月24日12:37:19' # 类似__xxx__这样的变量是特殊变量,可以被直接引用,但是有特殊用途,比如上面的__author__,__name__就是特殊变量 #类似_xxx和__xxx这样的函数或变量就是非公开的(private,不应该被直接引用 def _pritvate_1(name): return 'hello,%s' %name def _private_2(name): return 'hi,%s' %name def greeting(name): if len(name)>3: return _pritvate_1(name) else: return _private_2(name) # Python提供了__future__模块,把下一个新版本的特性导入到当前版本,于是我们就可以在当前版本中测试一些新版本的特性 # Python为了确保你能顺利过渡到新版本,特别提供了__future__模块,让你在旧的版本中试验新版本的一些特性。 # 如果你想在Python 2.7的代码中直接使用Python 3.x的除法,可以通过__future__模块的division实现: #导入的函数 print '10 / 3 =', 10 / 3
笔记2
# -*- coding: utf-8 -*- from multiprocessing import Process from multiprocessing import Pool import os class Student(object): pass #预制空的 ,起到一个占位的作用 # 可以在创建实例的时候,把一些我们认为必须绑定的属性强制填写进去。通过定义一个特殊的__init__方法,在创建实例的时候 #注意到__init__方法的第一个参数永远是self,表示创建的实例本身,因此,在__init__方法内部,就可以把各种属性绑定到self, # 因为self就指向创建的实例本身 # 有了__init__方法,在创建实例的时候,就不能传入空的参数了,必须传入与__init__方法匹配的参数,但self不需要传,Python解释器自己会把实例变量传进去 class Stu(object): def __init__(self,name,score): self.name = name self.score = score def print_scroe(std): print '%s,%s' %(std.name,std.score) def get_grade(self): if self.score>=90: return 'A' elif self.score>=70: return 'B' else: return 'C' # 访问限制 # 如果要让内部属性不被外部访问,可以把属性的名称前加上两个下划线__,在Python中,实例的变量名如果以__开头,就变成了一个私有变量(private), # 只有内部可以访问,外部不能访问,所以,我们把Student类改一改: class Stu1(object): def __init__(self,name,score): self.__name = name self.__score = score # 对于外部代码来说,没什么变动,但是已经无法从外部访问实例变量.__name和实例变量.__score # 但是如果外部代码要获取name和score怎么办?可以给Student类增加get_name和get_score这样的方法: class Student(object): def get_name(self): return self.__name def get_score(self): return self.__score #在Python中,变量名类似__xxx__的,也就是以双下划线开头,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,所以,不能用__name__、__score__这样的变量名。 # # 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”。 # # 双下划线开头的实例变量是不是一定不能从外部访问呢?其实也不是。不能直接访问__name是因为Python解释器对外把__name变量改成了_Student__name, # 所以,仍然可以通过_Student__name来访问__name变量: # 在OOP程序设计中,当我们定义一个class的时候,可以从某个现有的class继承,新的class称为子类(Subclass),而被继承的class称为基类、父类或超类(Base class、Super class)。 class Animal(object): def run(self): print 'dog is running ' class Dog(Animal): def run(self): print 'dog is running ' class Cat(Animal): def run(self): print 'cat is running' #对于Dog来说,Animal就是它的父类,对于Animal来说 # 由于Animial实现了run()方法,因此,Dog和Cat作为它的子类,什么事也没干,就自动拥有了run()方法 # dog = Dog() # dog.run() # # cat = Cat() # cat.run() # 当子类和父类都存在相同的run()方法时,我们说,子类的run()覆盖了父类的run(),在代码运行的时候,总是会调用子类的run() # 判断一个变量是否是某个类型可以用isinstance()判断: # # >>> isinstance(a, list) # True # >>> isinstance(b, Animal) # True # >>> isinstance(c, Dog) # True # 我们来判断对象类型,使用type()函数 # type(123) # <type 'int'> # 我们要判断class的类型,可以使用isinstance()函数。 try: print 'try ' except ZeroDivisionError ,e : print 'except' ,e finally: print 'finally' print 'END' # 使用Python内置的open()函数,传入文件名和标示符 # try: # f= open('C:\Python27\NEWS.txt','r') # print f.read() # finally: # if f: # f.close() #在这里是一次性的读入 ,文件小的话还能接受 ,文件大的就有点不能接受了.会卡死的现象 # 但是每次都这么写实在太繁琐,所以,Python引入了with语句来自动帮我们调用close()方法: # with open('C:\Python27\NEWS.txt', 'r') as f: # print f.read() f= open('C:\Python27\NEWS.txt','r') for line in f.readlines(): print(line.strip()) #写文件 # 写文件和读文件是一样的,唯一区别是调用open()函数时,传入标识符'w'或者'wb'表示写文本文件或写二进制文件: # f= open('C:\Python27\NEWS.txt','w') # f.write('hello this is write file') # f.close() with open('C:\Python27\NEWS.txt', 'w') as f: f.write('hjsdfsdfsdfsdfsdfsdfssdfsdfsdfsdf') with open('C:\Python27\NEWS.txt', 'r') as f: print f.read() # 在Python中,文件读写是通过open()函数打开的文件对象完成的。使用with语句操作文件IO是个好习惯。 # 操作文件和目录 # 如果我们要操作文件、目录,可以在命令行下面输入操作系统提供的各种命令来完成。比如dir、cp等命令 # Python内置的os模块也可以直接调用操作系统提供的接口函数。 # # 打开Python交互式命令行,我们来看看如何使用os模块的基本功能: 这里需要导入import os模块 ,在最上边 print os.name # os.uname() print os.environ print os.path.abspath('.') # 然后创建一个目录: filetest ='C:\Python27\mestdir' if os.path.isdir(filetest): print filetest,'is exist and is a file' else: os.mkdir('C:\Python27\mestdir') #创建一个文件夹 print filetest,' new mkdir ' # 删掉一个目录: os.rmdir('C:\Python27\mestdir') # print os.path.splitext('/path/to/file.txt') #一个路径拆分为两部分,后一部分总是最后级别的目录或文件名 print os.path.split('/Users/michael/testdir/file.txt') # os.path.splitext()可以直接让你得到文件扩展名 print os.path.splitext('/Users/michael/testdir/file.txt') # 对文件重命名: # os.rename('/Users/michael/testdir/file.txt', 'test.py') # 删掉文件: # os.remove('test.py') print [x for x in os.listdir('.') if os.path.isdir(x)] #线程 ,进程 #线程是最小的执行单元,而进程由至少一个线程组成。如何调度进程和线程,完全由操作系统决定,程序自己不能决定什么时候执行,执行多长时间。 # 由于Python是跨平台的,自然也应该提供一个跨平台的多进程支持。multiprocessing模块就是跨平台版本的多进程模块。 # # multiprocessing模块提供了一个Process类来代表一个进程对象,下面的例子演示了启动一个子进程并等待其结束: #导入的模块在顶部 def run_proc(name): print 'Run child proces %s (%s)' %(name,os.getpid()) print 'Run child process %s (%s)...' % (name, os.getpid()) if __name__ == '__main__': print 'Parent process %s' %os.getpid() p = Process(target=run_proc, args=('test',)) print 'process will start' p.start() p.join() print 'process end ' # 子进程要执行的代码 # def run_proc(name): # print 'Run child process %s (%s)...' % (name, os.getpid()) # # if __name__=='__main__': # print 'Parent process %s.' % os.getpid() # p = Process(target=run_proc, args=('test',)) # print 'Process will start.' # p.start() # p.join() # print 'Process end.' # # import time,random # # def long_time_task(name): # print 'Run task %s (%s)...' % (name, os.getpid()) # start = time.time() # time.sleep(random.random() * 3) # end = time.time() # print 'Task %s runs %0.2f seconds.' % (name, (end - start)) # # if __name__=='__main__': # print 'Parent process %s.' % os.getpid() # p = Pool() # for i in range(5): # p.apply_async(long_time_task, args=(i,)) # print 'Waiting for all subprocesses done...' # p.close() # p.join() # print 'All subprocesses done.' # from time import ctime,sleep # # def music(): # for i in range(2): # print "I was listening to music. %s" %ctime() # sleep(1) # # def move(): # for i in range(2): # print "I was at the movies! %s" %ctime() # sleep(5) # # if __name__ == '__main__': # music() # move() # print "all over %s" %ctime() # 多任务可以由多进程完成,也可以由一个进程内的多线程完成。 # Python的标准库提供了两个模块:thread和threading,thread是低级模块,threading是高级模块, # 对thread进行了封装。绝大多数情况下,我们只需要使用threading这个高级模块。 # 启动一个线程就是把一个函数传入并创建Thread实例,然后调用start()开始执行: import threading,time def loop(): print 'threading %s is running ' %threading.current_thread().name n=0 while n<6: n = n+1 print 'thread %s,name>>>%s' %(threading.current_thread().name,n) time.sleep(1) print 'thread %s,end' %threading.current_thread().name print "thread %s is running "%threading.current_thread().name t= threading.Thread(target=loop,name='loopthread') t.start() t.join() print 'thread %s ended' %threading.currentThread().name # 分布式进程 # 由于任何进程默认就会启动一个线程,我们把该线程称为主线程,主线程又可以启动新的线程,Python的threading模块有个current_thread()函数, # 它永远返回当前线程的实例。主线程实例的名字叫MainThread, # 正则表达式 # Python提供re模块,包含所有正则表达式的功能。由于Python的字符串本身也用\转义 # # PIL # PIL:Python Imaging Library,已经是Python平台事实上的图像处理标准库了。PIL功能非常强大,但API却非常简单易用
相关文章推荐
- Python动态类型的学习---引用的理解
- Python3写爬虫(四)多线程实现数据爬取
- 垃圾邮件过滤器 python简单实现
- 下载并遍历 names.txt 文件,输出长度最长的回文人名。
- install and upgrade scrapy
- Scrapy的架构介绍
- Centos6 编译安装Python
- 使用Python生成Excel格式的图片
- 让Python文件也可以当bat文件运行
- [Python]推算数独
- Python中zip()函数用法举例
- Python中map()函数浅析
- Python将excel导入到mysql中
- Python在CAM软件Genesis2000中的应用
- 使用Shiboken为C++和Qt库创建Python绑定
- FREEBASIC 编译可被python调用的dll函数示例
- Python 七步捉虫法