python：基礎知識

基本數據類型

數字

整型，浮點型，布爾型，複數

組

序列，集合，字典

1 組

# 序列-字符串 str 不可變類型
# 序列-列表 list [1,2,3,4,5,6,'as'] 可變類型
# 序列-元組 tuple (1,2,3,4,5,6,'as') 不可變類型
    #和列表選擇、切片很類似
    #type((1)) int;type(('as')) str 此處（）不是元祖，而是運算符
    # ord() 查詢字符串返回對應的 ASCII 數值 
# 集合 set {1,2,3,4,5}
    # 1 無序
    # 2 不重複 {1,1,2,2,3,3} {1,2,3}
    # 3 差集- {1,2,3,4,5}-{3,4} {1,2,5}
    # 4 交集&
    # 5 並集|
    # 6 type({}) 爲dict字典;set() 建立一個無序不重複元素集
# 字典 dict {'q':'打擊','w':'前進'}
    # key不重複
    # key需爲不可變類型,不能爲列表，能夠爲元組
    # {} 定義空字典

2 集合

set {1,2,3,4,5}

1 無序 
2 不重複 {1,1,2,2,3,3} {1,2,3} 
3 差集- {1,2,3,4,5}-{3,4} {1,2,5} 
4 交集& 
5 並集| 
6 type({}) 爲dict字典;set() 建立一個無序不重複元素集

3 字典

dict {'q':'打擊','w':'前進'} key不重複 key需爲不可變類型,不能爲列表，能夠爲元組 {} 定義空字典

注： 1.列表能夠存放不一樣類型的數據，是最經常使用的Python數據類型。與字符串不一樣，列表元素支持改寫。 
2.列表和元組的區別在於：列表中的元素的值能夠修改，而元組中的元素的值不能夠修改。元組比列表更加安全，由於不能修改 
3.集合一個功能是進行集合操做，另外一個功能是消除重複的元素。

4 包、模塊、類

# 區分包和文件夾 包內含__init__.py文件 此模塊名爲：init，內容可爲空，加上,可解決
# import引入模塊
# from t import c1 從t模塊引入c1類、方法、變量或者 從t文件引入c1模塊
# from t import * 可引入t全部類 不推薦，當命名衝突時難處理
# python 一行建議不超過80，換行,上行末尾加：\，不推薦，可用括號
# 包和模塊不會被重複導入
# 避免循環引入模塊

5 類

# 特殊類：枚舉 enum (from enum import Enum)
    # 枚舉標籤名稱最好用大寫，表示常量
    # 枚舉的意義重在標籤，不在數值
    # 字典和類變量的缺點是：可變，值可被輕易更改；沒有防止相同標籤的功能
    # 枚舉類型：VIP.GREEN 枚舉名稱：VIP.GREEN.name 枚舉值：VIP.GREEN.value
    # 枚舉能夠被for in遍歷，遍歷VIP.__members__.items()或VIP.__members，可將別名加入遍歷
    # 枚舉能夠作==比較，不能作大小比較
    # 枚舉值相同時，第二個標籤將成爲第一個的別名
    # 用法：在數據庫中存儲數值，在代碼中用標籤表明類型，經過數字轉換成數據類型 a=1 VIP(a)
    # 值需強制爲整型數字，不準值相同時(from enum import IntEnum,unique) ,class VIP(IntEnum,unique):

#枚舉案例

from enum import IntEnum,unique
#from enum import Enum

class VIP(IntEnum):
    YELLOW=1
    RED=2
    BLUE=2
    GREEN=4
print(VIP.GREEN)
print(VIP.GREEN.name)
print(type(VIP.GREEN),type(VIP.GREEN.name))
print(VIP.GREEN.value)

for v in VIP:
    print(v)
    
for v in VIP.__members__:
    print(v)
    
for v in VIP.__members__.items():
    print(v)
    
a=1
print(VIP(a))

6 函數

# 函數能夠做爲結果被返回，函數能夠賦值給另一個變量
# 閉包（和函數的做用域有關）
    # 閉包=函數+環境變量
    # 環境變量：定義在函數外部，非全局變量，避免外部對其影響
    # 環境變量保存在  函數.__closure__[0].cell_contents中
    # nonlocal將變量轉爲環境變量
    # 閉包容易形成內存泄漏，用面向對象更加主流
#三目運算 x if x>y else y
# map 函數，序列 每一個元素依次執行函數
    # 結合lambda匿名函數使用 list_x=[1,2,3] list_y=[1,2,3] r=map(lambda x,y:x*x+y,list_x,list_y)
# reduce在python3中已不是全局函數 from functools import reduce
    # 連續計算 返回結果

# 閉包案例展現

def curve_pre():
    a=25
    def curve(x):
        return a*x*x
    return curve
f=curve_pre()
print(f.__closure__)
print(f.__closure__[0].cell_contents)
print(f(2))

#閉包案例：計算走了多遠
origin=1
def dis(pos):
    def do(x):
        nonlocal pos
        pos=x+pos
        return pos
    return do
t=dis(origin)
print(t(3))
print(t(3))

7 裝飾器 decorator（AOP編程思想）

# 不改變原有函數，增長新的特性
# 最有價值的功能 @+裝飾器的名字 不改變原函數調用方式
    # 直接調用原函數便可，無需經過新函數（體現出原函數和新函數之間的關聯）
    
    # 爲知足原函數可任意傳入參數，可在裝飾器內的函數加入 可變參數(*任意+參數名)：例如：wrapper(*args)
    
    # **kw 關鍵字參數，能夠指定任意數量，打印kw會以字典形式出現
    # 爲支持**kw關鍵字參數，可在裝飾器內部加入參數 **kw

# 裝飾器案例

import time

def decorator1(func):
    def wrapper(*args,**kw):
        func(*args,**kw)
        print(time.time())
    return wrapper
@decorator1
def f1():
    print('打印如今時間:')
#f=decorator1(f1)
#f() 這裏就能夠看出裝飾器的好處能夠直接引用f1
f1()


@decorator1
def f2(myName):
    print(myName,'打印如今時間:')
f2('MA')

@decorator1
def f3(myName,**kw):
    print(myName,'打印如今時間:')
    print(kw)
f3('MA',a=1,b=2)