Python經常使用知識點一二

時間  2019-12-04
標籤 python 經常 使用 知識 一二 欄目 Python 简体版
原文   原文鏈接

寫在前面

Python是一門解釋型的、動態型的OOP語言，結識Python的這幾年來，其語法的簡潔、結構的條理性深入的吸引了我。下面是我總結出來的一些Python經常使用知識點。html

列表碾平式

需求： 將[[1,2],[3,4]] 轉換爲[1,2,3,4]，具體實現有如下幾種方法python

test_list = [[1,2],[3,4]]

1. from itertools import chain
   list(chain.from_iterable(test_list))
   結果：[1, 2, 3, 4]

2. from itertools import chain
   list(chain(*test_list))
   結果：[1, 2, 3, 4]

3. sum(test_list, [])
   結果：[1, 2, 3, 4]

4. [x for y in test_list for x in y]
   結果：[1, 2, 3, 4]

5. 萬能方法（遞歸）
   func = lambda x: [y for t in x for y in func(t)] if type(x) is list else [x]
   func(test_list)
   結果：[1, 2, 3, 4]複製代碼

PS： 項目中，不免會有相似的需求，對於結構嵌套一致的狀況，上述的1，2，3，4方法均可以很好的解決(不建議用for循環嵌套的方式，那是最low的方法，沒有之一)；對於結構嵌套不一致的狀況，第5種方法就派上了用場，其採用了遞歸的思想，堪稱萬能的方法，屢試不爽。項目中，你們能夠根據實際應用場景來挑選最適合本身的方法。肚中有糧，心中不慌；你們能夠把上述方法都記下來，以作到有的放矢。web

三目操做符

對於Python的三元表達式，想必你們對if else都不會感到陌生，可是對and or操做想必是另外一種感受了，不過你們對其餘語言的? :應該不會陌生，沒錯，此次的主角and or就和? :有着殊途同歸之妙。ajax

代碼參考：django

1 == 1 and 2 or 3   返回2
1 == 2 and 2 or 3   返回3複製代碼

PS：習慣於if else的同窗偶爾用下and or是否是會給人耳目一新的感受。json

and or 分開來用

  • [x] and 用法以下：
1 and 2 and 3   返回3
1 and 2 and ''   返回''
'' and 2 and 0  返回''
PS：若是都爲真則返回最後一個值，若是其中某些值爲假，則返回第一個爲假的值複製代碼
  • [x] or 用法以下
1 or '' or 0    返回1
'' or 0 or []    返回[]
PS：若是都爲假返回最後一個值，若是其中某些值爲真，則返回第一個爲真的值複製代碼

使用場景：在項目中咱們常常會有這樣的需求，在將一個字典更新以後還想要返回更新後的字典，這是咱們就能夠這樣寫：dic = dic1.update(dic2) or dic1緩存

列表推導式

需求：將[1,2,3]中的每一項都加1bash

good: [x+1 for x in [1,2,3]]
bad:  def add_list(goal_list):
          tmp_list = []
          for x in goal_list:
              tmp_list.append(x+1)複製代碼

PS: 列表推導式底層是用C實現的，其執行速度要比for循環快好多服務器

vars() 用法

代碼參考：app

```
def func(a, b, c):
    print vars()
執行func(1, 2, 3)
輸出：{"a":1,"b":2,"c":3}
PS: vars()的值爲字典，其鍵值對來源於當前做用域的全部變量。
```複製代碼

使用場景：在調用他人接口或方法時，須要將傳入的參數打印以記錄日誌，此刻vars()便派上用場了。

偏函數之partial

代碼示例：

import functools
def add(a, b):
    return a + b
add(4, 2)
    6
plus3 = functools.partial(add, 3)
plus5 = functools.partial(add, 5)
plus3(4)
    7
plus3(7)
    10
plus5(10)
    15複製代碼

實際使用心得：

以前作對象存儲的項目中，我須要同時去調用三個同樣的接口(大部分參數同樣)下面是個人部分代碼，供你們參考

my_thread = functools.partial(myThread, dic, zone_id, start, end, customer_id)
my_thread1 = my_thread("day", "gets", "2")
my_thread1 = my_thread("day", "original_traffic", "3")複製代碼

使用場景：
當咱們須要同時去調用一個函數，而且發現大部分參數一致的時候，即可以採起上述方法，一來代碼簡潔，二來可讀性高。

Python搭建簡易服務

  • Python搭建簡易郵件服務器：python -m smtpd -n -c DebuggingServer localhost:1025

  • Python搭建簡易web服務器：

    • Python2： python -m SimpleHTTPServer port
    • Python3： python -m http.server port

  • Python搭建簡易ftp服務

    pip install pyftpdlib
  python -m pyftpdlib -p 21
  ftp://localhost:21複製代碼

遍歷字典

在項目中遍歷字典是很常見的需求，下面介紹下經常使用的方法並作下比較：

dic = {'name': 'peter', 'age': 27}
1. for key, value in dic.items():
       print key, value
2. for key, value in dic.iteritems():
       print key, value複製代碼

PS:
iteritems和items的區別在於iteritems採用了生成器的原理，只有在須要的時候纔會把值生成，其之間的區別相似於range和 xrange；readline和 xreadline

內存管理

Python的內存管理主要分爲引用計數和垃圾回收機制兩大部分，且看下面代碼：

  • [ ] 內存分配：

    a = 1
  b = 1
  a is b      True
  ---------------------
  a = 1000
  b = 1000
  a is b      False複製代碼

    PS: 在Python中，整數和短小的字符，Python都會緩存這些對象，以便重複使用。當咱們建立多個等於1的引用時，其實是讓這些引用指向了同一個對象。

  • [ ] 引用計數：

    在Python中，所謂引用計數(reference count)是指全部指向該對象的引用的總數;

    咱們可使用sys包中的getrefcount(),來查看某個對象的引用計數。須要注意的是，當使用該函數查看某個對象的引用計數時，其實是臨時建立了該對象的一個新的引用，全部使用getrefcount()所獲得的結果，會比指望的值多1。

    from sys import getrefcount
  aa = 'test refcount'
  print(getrefcount(a))
  bb = aa
  print(getrefcount(a))複製代碼

    PS: 因爲上述緣由，兩個getrefcount()將返回2和3，並非指望的1和2.

  • [ ] 引用減小

    引用減小大體分爲兩類：

    • 指向該對象的引用指向了其餘對象

      from sys import getrefcount

   aa = 'test refcount'
   bb = aa
   print(getrefcount(aa))      3

   bb = 1
   print(getrefcount(aa))      2複製代碼

    • 使用del關鍵字顯示的刪除某個引用

      from sys import getrefcount

   aa = 'test refcount'
   bb = aa
   print(getrefcount(aa))      3

   del bb
   print(getrefcount(aa))      2複製代碼

  • [ ] 垃圾回收

    不斷的建立對象，若是不及時銷燬的話，那Python的體積會愈來愈大，再大的內存也會有耗完的時候；不用像C語言那樣，須要手動的去管理內存、Python已經幫咱們作好了(Python的垃圾回收機制)，你只須要去關心你的業務邏輯便可，其餘的都交給Python來處理。

    從原理上講，當Python中某個對象的引用計數降爲0時，該對象就應該被回收。可是頻繁的啓動垃圾回收機制畢竟是個很耗時的問題；所以Python只有在特定條件下(當Python中被分配對象和取消分配對象的次數之間的差值達到某個閾值時)，Python會自動啓動垃圾回收機制。

    咱們能夠經過gc模塊的get_threshold()方法，查看該閾值：

    import gc
  print(gc.get_threshold())複製代碼

    該方法會返回(700, 10, 10)，後面的倆10是與分代回收相關的，稍後講解。700即是垃圾回收機制啓動的閾值。能夠經過gc模塊中的set_threshold()方法從新設定該值。

    固然了，咱們也能夠手動啓動垃圾回收機制，使用gc.collect()便可。

  • [ ] 分代回收

    Python同時採用了分代回收的機制，設想一下：存活越久的對象、越不多是垃圾對象。程序在運行時，每每會產生大量的臨時對象，程序結束以後，這些臨時對象的生命週期也就隨之告一段落。但有一些對象會被長期佔用，垃圾回收機制在啓動的時候會減小掃描到他們的頻率。

    Python將全部對象分爲0，1，2三代。全部新建立的對象都是0代，當垃圾回收機制在啓動屢次0代機制並掃描到他們的時候，這些對象若是依然存活在內存的話，他們就會被納入下一代對象，以此類推。

    剛纔上面所提到的(700, 10, 10)三個參數後面的倆10所表明的意思是：每10次0代垃圾回收，會配合1次1代的垃圾回收；而每10次1代的垃圾回收會配合1次的2代垃圾回收。

    固然咱們一樣可使用set_threshold()來調整此策略的比例，好比對1代對象進行更頻繁的掃描。

    import gc
  gc.set_threshold(700, 5, 10)複製代碼

新式類、經典類

  • [ ] 新式類: 顯示的繼承了object的類

    class A(object):
      attr = 1

  class B(A):
      pass

  class C(A):
      attr = 3

  class D(B, C):
      pass

  if __name__ == '__main__':
      d = D()
      print 'attr = ', d.attr     # attr = 3複製代碼

  • [ ] 經典類：沒有繼承自object的類

    class A():
      attr = 1

  class B(A):
      pass

  class C(A):
      attr = 3

  class D(B, C):
      pass

  if __name__ == '__main__':
      d = D()
      print 'attr = ', d.attr     # attr = 1複製代碼

    PS: 經過以上代碼的輸出結果能夠看出，新式類會廣度搜索，也就是一層層的向上搜索；經典類是深度優先，即遇到一個超類點就向上搜索。

裝飾器

Python的裝飾器被稱爲Python的語法糖，哪裏須要粘哪裏。

代碼示例：

@makeh1
@makeeitalic
def say():
    return 'Peter'

咱們但願輸出結果爲：<h1><i>Peter</i></h1>複製代碼

去看看官方文檔，答案就看下面：

def makeh1(func):
    def wrp():
        return "<h1>" + func() + "</h1>"
    return wrp

def makeeitalic(func):
    def wrp():
        return "<i>" + func() + "</i>"
    return wrp

@makeh1
@makeeitalic
def say():
    return 'Hello Peter'

print say()
輸出：<h1><i>Hello Peter</i></h1>複製代碼

實際應用場景：

使用過django的小夥伴想必都用過login_required裝飾器，可是若是用戶沒登陸的話login_required會重定向到登陸頁面；在作web開發的過程當中，咱們會常常用
ajax異步提交數據到後臺，這時若是再繼續使用原有的login_required裝飾器確定是不行了(該裝飾器不會重定向到登陸頁面，ajax也沒有任何返回結果)，下面咱們改變下原有代碼：

from django.shortcuts import HttpResponse
import json

def is_authenticat(func):
    def wrp(req, **kwargs):
        if req.user.is_authenticated():
            return func(req, **kwargs)
        else:
            json_str = {'status': 0, 'msg': u'請登陸'}
            return HttpResponse(json.dumps(json_str), content_type='application/json')
    return wrp複製代碼

上述代碼便很好的解決了問題，也算是對Python裝飾器的一個很好的使用場景。

寫在結語

Python的奧妙遠不止於此

Python的深度還須要繼續探索

以上就是平時工做中所總結出來的經常使用的知識點

但願對你們之後的工做會有所幫助

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程