Python知識梳理

這是個人學習筆記，非教程，內容會有些混亂

極簡教程   資料類型

我們可以使用type()函數類擷取對象的類型，Python3中內建資料類型包括:None,int,float,complex,str,list,dict,tuple,set,frozenset,range等，Python2中還有long類型，Python中並沒有內建數群組類型。

dict,list,set這些是可變類型（使用者自訂類型也可變），可以改變類型對象的值；數值和字串類型則是不可變的。

• str
  與js一樣，python中字串即可用單引號也可用雙引號表示

• numbers
  Python3中數實值型別有：int和float兩種

• list
  字面量表示：[1,1.0,False,'list']
  列表推導式，建立列表的一種簡易方法：

   

   

• tuple
  字面量表示：(1,1.0,False,'tuple')

• range

list、tuple、range均屬於序列類型(Sequence Types）

• dict

   

   

   

• set/frozenset
  集合是不包含重複元素的資料集，frozenset是不可變的，set是可變的，可以使用字面量構建一個集合{1,2,2,4,5}會輸出{1,2,4,5}

   

類型轉換

Python中類型轉換隻需調用相關函數即可

函數

# 函數定義模板def func_name([self,][args]):    passdef say_hello():    print('hello python!')# python3.5之後，定義函數時可以添加類型說明# 這裡只是提供一個說明文檔而非強制類型約束def type_instruction(num:int)->int:    return num

 

定義多傳回值函數

# 多傳回值函數，返回一個tuple對象def multi_returns():    return 0,1

 

內建函數

Python中有許多內建函數：

• dir
  我們可以使用dir()函數來查看對象都含有哪些成員：

   

   

   

• map

   

   

• filter

   

   

• reduce不是內建函數，但也很有用

   

   

lambda

Python中使用lambda關鍵字即可建立lambda運算式：

 

 

*args 與 **kvargs

*args和**kvargs都用於函數中接收多個參數，這裡args和kvargs只是約定俗成的寫法，可以換成其它的名稱，但*和**則是必須的。
*args和**kvargs的區別是，*args用於接受普通參數，**kvargs用於接受索引值對參數。

 

 

 

 

   三元運算子 

 

物件導向

Python中一切皆對象（這句話理解起來並不是那麼容易），包括函數（C#,JAVA中函數不能獨立存在）。這裡貼一篇以前寫的文章：Python中的類、對象、繼承

Python按引用傳遞對象，對於不可變對象在修改時會產生新的對象；而對於可變對象，所有的修改都會反映在原有對象上。

魔術方法是Python物件模型的重要部分。

 

可以動態給對象/類型添加屬性，若給類型添加屬性，則該屬性在已產生的執行個體上也是可見的：

 

 

 

異常與錯誤

Python中異常與錯誤類間關係如下：

 

 

自訂異常只需繼承Exception或各種Error類即可

 

異常處理

try:    raise IOError('使用raise語句拋出異常')except IOError as err:    print(err)else:    print('未發生異常則執行')finally:    pass

 

捕獲多個異常類型：

try:    raise IOError()except (IOError,TypeError):    pass

 

with語句

with...as...語句等價於try...finally...，與C#中的using語句類似

命名規範

module_name, package_name, ClassName, method_name, ExceptionName, function_name, GLOBAL_VAR_NAME, instance_var_name, function_parameter_name, local_var_name.

應該避免的名稱

1. 單字元名稱, 除了計數器和迭代器.
2. 包/模組名中的連字號(-)
3. 雙底線開頭並結尾的名稱(Python保留, 例如init)

命名規範

1. 所謂”內部(Internal)”表示僅模組內可用, 或者, 在類內是保護或私人的.
2. 用單底線(_)開頭表示模組變數或函數是protected的(使用import * from時不會包含).
3. 用雙底線(__)開頭的執行個體變數或方法表示類內私人.
4. 將相關的類和頂級函數放在同一個模組裡. 不像Java, 沒必要限制一個類一個模組.
5. 對類名使用大寫字母開頭的單詞(如CapWords, 即Pascal風格), 但是模組名應該用小寫加底線的方式(如lower_with_under.py). 儘管已經有很多現存的模組使用類似於CapWords.py這樣的命名, 但現在已經不鼓勵這樣做, 因為如果模組名碰巧和類名一致, 這會讓人困擾.

Python之父Guido推薦的規範

Type	Public	Internal
Modules	lower_with_under	_lower_with_under
Packages	lower_with_under
Classes	CapWords	_CapWords
Exceptions	CapWords
Functions	lower_with_under()	_lower_with_under()
Global/Class Constants	CAPS_WITH_UNDER	_CAPS_WITH_UNDER
Global/Class Variables	lower_with_under	_lower_with_under
Instance Variables	lower_with_under	_lower_with_under (protected) or __lower_with_under (private)
Method Names	lower_with_under()	_lower_with_under() (protected) or __lower_with_under() (private)
Function/Method Parameters	lower_with_under
Local Variables	lower_with_under

包與模組

• 模組
  包含Python語句或定義的檔案就是一個模組，檔案名稱就是模組名。在一個模組中，模組名是全域變數__name__的值。

• 包
  包含__init__.py檔案的檔案夾即可視為一個包，包用於管理模組，可以防止模組命名衝突。如：A.C和B.C，分別表示A包中的C模組和B包中的C模組。

• 匯入模組：
  import a、import a as alias、from a import *、from a import b,c
  Python解譯器會先從內建模組中尋找匯入的模組，然後從sys.path中指定的模組搜尋路徑尋找模組

測試

編寫一個檔案操作類，檔案名稱為file_operator.py：

# coding=utf-8import codecsclass FileOperator:    def save_file(self, file_path, content, encoding="utf-8"):        with codecs.open(file_path, "w", encoding) as f:            f.write(content)

 

編寫測試案例，檔案名稱為test_file_operator.py：

# coding=utf-8import unittestclass TestFileOperator(unittest.TestCase):    def test_save_file(self):        content = "file content \r\n 常值內容"        opt = file.FileOperator()        opt.save_file("1.txt", content)if __name__ == "__main__":    unittest.main()

 

工具推薦

• iPython
• VS Code
• PyCharm

小結

以上是自己近期學習Python的一些總結，全文的主要關注點在Python語言本身。掌握以上內容後，便可以用Python寫些指令碼，輔以其他第三方包或架構就可以幹更多更複雜的事了。如，爬蟲、資料分析、後端開發以及現在比較熱的人工智慧（其實，我是不建議追熱點的）。

用了一段時間的Python後，會覺著Python挺有意思的。

最後附上一張，個人總結的語言學習套路：

 

 

 

推薦閱讀

人生苦短，為什麼我要用Python？
Python風格規範
Python語言規範
[Python]記憶體管理
Python進階
Python 入門指南
Python 3.7.0 documentation