Python知识梳理

这是个人学习笔记,非教程,内容会有些混乱

极简教程

Python知识梳理

数据类型

我们可以使用type()函数类获取对象的类型,Python3中内置数据类型包括:None,int,float,complex,str,list,dict,tuple,set,frozenset,range等,Python2中还有long类型,Python中并没有内置数组类型。

dict,list,set这些是可变类型(用户自定义类型也可变),可以改变类型对象的值;数值和字符串类型则是不可变的。

  • str
    与js一样,python中字符串即可用单引号也可用双引号表示
  • numbers
    Python3中数值类型有:intfloat两种
  • list
    字面量表示:[1,1.0,False,'list']

列表推导式,创建列表的一种简易方法:
Python知识梳理

  • tuple
    字面量表示:(1,1.0,False,'tuple')
  • range

list、tuple、range均属于序列类型(Sequence Types)

  • dict
    Python知识梳理
  • set/frozenset
    集合是不包含重复元素的数据集,frozenset是不可变的,set是可变的,可以使用字面量构建一个集合{1,2,2,4,5}会输出{1,2,4,5}

Python知识梳理

类型转换

Python中类型转换只需调用相关函数即可


函数

# 函数定义模板
def func_name([self,][args]):
    pass

def say_hello():
    print('hello python!')

# python3.5之后,定义函数时可以添加类型说明
# 这里只是提供一个说明文档而非强制类型约束
def type_instruction(num:int)->int:
    return num

定义多返回值函数

# 多返回值函数,返回一个tuple对象
def multi_returns():
    return 0,1

内置函数

Python中有许多内置函数

  • dir
    我们可以使用dir()函数来查看对象都含有哪些成员:

Python知识梳理

lambda

Python中使用lambda关键字即可创建lambda表达式:
Python知识梳理

*args 与 **kvargs

*args**kvargs都用于函数中接收多个参数,这里argskvargs只是约定俗成的写法,可以换成其它的名称,但***则是必须的。
*args**kvargs的区别是,*args用于接受普通参数,**kvargs用于接受键值对参数。
Python知识梳理

Python知识梳理


三元运算符

Python知识梳理

面向对象

Python中一切皆对象(这句话理解起来并不是那么容易),包括函数(C#,JAVA中函数不能独立存在)。这里贴一篇以前写的文章:Python中的类、对象、继承

Python按引用传递对象,对于不可变对象在修改时会产生新的对象;而对于可变对象,所有的修改都会反映在原有对象上。

魔术方法是Python对象模型的重要部分。

可以动态的给对象/类型添加属性,若给类型添加属性,则该属性在已产生的实例上也是可见的:

异常与错误

Python中异常与错误类间关系如下:
Python知识梳理
自定义异常只需继承Exception或各种Error类即可

异常处理

try:
    raise IOError('使用raise语句抛出异常')
except IOError as err:
    print(err)
else:
    print('未发生异常则执行')
finally:
    pass

捕获多个异常类型:

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

with语句

with...as...语句等价于try...finally...,与C#中的using语句类似


命名规范

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

应该避免的名称
  1. 单字符名称, 除了计数器和迭代器.
  2. 包/模块名中的连字符(-)
  3. 双下划线开头并结尾的名称(Python保留, 例如__init__)
命名约定
  1. 所谓”内部(Internal)”表示仅模块内可用, 或者, 在类内是保护或私有的.
  2. 用单下划线(_)开头表示模块变量或函数是protected的(使用import * from时不会包含).
  3. 用双下划线(__)开头的实例变量或方法表示类内私有.
  4. 将相关的类和*函数放在同一个模块里. 不像Java, 没必要限制一个类一个模块.
  5. 对类名使用大写字母开头的单词(如CapWords, 即Pascal风格), 但是模块名应该用小写加下划线的方式(如lower_with_under.py). 尽管已经有很多现存的模块使用类似于CapWords.py这样的命名, 但现在已经不鼓励这样做, 因为如果模块名碰巧和类名一致, 这会让人困扰.
Python之父Guido推荐的规范
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

包与模块

  • 模块
    包含Python语句或定义的文件就是一个模块,文件名就是模块名。在一个模块中,模块名是全局变量__name__的值。

  • 包含__init__.py文件的文件夹即可视为一个包,包用于管理模块,可以防止模块命名冲突。如:A.CB.C,分别表示A包中的C模块和B包中的C模块。
  • 导入模块
    import aimport a as aliasfrom a import *from a import b,c

Python解释器会先从内置模块中寻找导入的模块,然后从sys.path中指定的模块搜索路径寻找模块

测试

编写一个文件操作类,文件名为file_operator.py

# coding=utf-8

import codecs

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

编写测试用例,文件名为test_file_operator.py

# coding=utf-8

import unittest

class TestFileOperator(unittest.TestCase):
    def test_save_file(self):
        content = "file content \r\n 文本内容"
        opt = file.FileOperator()
        opt.save_file("1.txt", content)


if __name__ == "__main__":
    unittest.main()

工具推荐

小结

以上是自己近期学习Python的一些总结,全文的主要关注点在Python语言本身。掌握以上内容后,便可以用Python写些脚本,辅以其他第三方包或框架就可以干更多更复杂的事了。如,爬虫、数据分析、后端开发以及现在比较热的人工智能(其实,我是不建议追热点的)。

用了一段时间的Python后,会觉着Python挺有意思的。

最后附上一张,个人总结的语言学习套路:
Python知识梳理

推荐阅读

人生苦短,为什么我要用Python?
Python风格规范
Python语言规范
[[Python]内存管理](https://chenrudan.github.io/blog/2016/04/23/pythonmemorycontrol.html)
Python进阶
Python 入门指南
Python 3.7.0 documentation

上一篇:Visual Studio 代码风格约束


下一篇:【译】单元测试最佳实践