python基础总结

栏目: Python · 发布时间: 6年前

内容简介:python基础总结

1.3.Python基本语法

1.3.1 行和缩进

Python中,不使用括号来表示代码的类和函数定义块或流程控制。

代码块是由行缩进,缩进位的数目是可变的,但是在块中的所有语句必须缩进相同的量。

如下所示:

if True:

print "True" [dht1]

else:

print "False"

然而,在本实施例中的第二块将产生一个错误:

if True:

print "Answer"

print "True"

else:

print "Answer"

print "False"

1.3.2 Python 引号

Python接受单引号('),双引号(“)和三(''或”“”)引用,以表示字符串常量,只要是同一类型的引号开始和结束的字符串。

三重引号可以用于跨越多个行的字符串。例如,所有下列是合法的:

word = 'word'

sentence = "This is a sentence."

paragraph = """This is a paragraph. It is

made up of multiple lines and sentences."""

1.3.3 Python注释

“#”号之后字符和到物理行是注释的一部分,Python解释器会忽略它们。

#!/usr/bin/python

# First comment

print "Hello, Python!";  # second comment

这将产生以下结果:

Hello, Python!

注释可能会在声明中表达或同一行之后:

name = "Madisetti"  # This is again comment

你可以使用多行注释如下:

# This is a comment.

# This is a comment, too.

# This is a comment, too.

# I said that already.

1.3.4 分号的使用

python中一个语句的结束不需要使用分号

如果想在一行中输入多个语句,可使用分号:

import sys; x = 'foo'; sys.stdout.write(x+"""

""")

1.4.Python的变量和集合

Python有五个标准的数据类型:

a)         数字

b)         字符串

c)         列表

d)         元组

e)         字典

f)   set

python中定义变量时不需要显示指定变量类型,以下为python中变量使用的典型语法:

1.4.1变量定义和赋值

#基本使用

counter  = 100          # 整型

miles   = 1000.0       # 浮点

name    = "John"      # 字符串

print counter

print miles

print name

#多重赋值

a = b = c = 1

d, e, f = 1, 2, "john"

1.4.2字符串的使用

str = 'Hello World!'    #字符串在python中本质上是一个字符序列Seq

print str         # 打印整个字符串

print str[0]       # 打印字符串第一个字母

print str[2:5]     # 打印第3到第5个字母

print str[2:]      # 打印从第3个字母到末尾

print str * 2      # 字符串重复2次

print str + "TEST"  # 字符串拼接

1.4.3列表的使用

list = [ 'abcd', 786 , 2.23, 'john', 70.2 ]

tinylist = [123, 'john']

print list          # 打印整个列表

print list[0]        # 打印第一个元素

print list[1:3]       # 打印第二和第三个元素

print list[2:]        # 打印第三个元素到末尾

print tinylist * 2     # 打印2次

print list + tinylist    # 拼接两个list

#修改list中的元素

list[0]=”python”

print(list)

将输出以下结果:

['abcd', 786, 2.23, 'john', 70.200000000000003]

abcd

[786, 2.23]

[2.23, 'john', 70.200000000000003]

[123, 'john', 123, 'john']

['abcd', 786, 2.23, 'john', 70.200000000000003, 123, 'john']

1.4.4元组使用

元组是类似于列表中的序列数据类型,一个元组由数个逗号分隔的值组成。

列表和元组之间的主要区别是:列表用方括号[], 列表的长度和元素值是可以改变的

元组用圆括号 () ,不能被更新

元组可以被认为是只读列表。

tuple = ( 'abcd', 786 , 2.23, 'john', 70.2)

tinytuple = (123, 'john')

print tuple           # 打印整个元组

print tuple[0]         # 打印第一个元素

print tuple[1:3]       # 打印第2、3两个元素

print tuple[2:]        #

print tinytuple * 2     # 重复2遍

print tuple + tinytuple  # 拼接

这将产生以下结果:

('abcd', 786, 2.23, 'john', 70.200000000000003)

abcd

(786, 2.23)

(2.23, 'john', 70.200000000000003)

(123, 'john', 123, 'john')

('abcd', 786, 2.23, 'john', 70.200000000000003, 123, 'john')

1.4.5字典

Python字典是一种哈希表型。由“键-值”对组成。

键可以是任何Python类型,但通常是数字或字符串。

值可以是任意Python的对象。

字典是由花括号括号{},可分配值,并用方括号[]访问。例如:

dict = {}

dict['one'] = "This is one"

dict[2]     = "This is two"

tinydict = {'name': 'john','code':6734, 'dept': 'sales'}

print dict['one']       # Prints value for 'one' key

print dict[2]           # Prints value for 2 key

print tinydict          # Prints complete dictionary

print tinydict.keys()   # Prints all the keys

print tinydict.values() # Prints all the values

这将产生以下结果:

This is one

This is two

{'dept': 'sales', 'code': 6734, 'name': 'john'}

['dept', 'code', 'name']

['sales', 6734, 'john']

1.4.6 set

定义一个set:

a={1,2,3,4,5}

print a

a.remove(3)

a.add(6)

a.union(b)

1.4.7数据类型转换

有时候,可能需要执行的内置类型之间的转换。

类型之间的转换,只需使用类名作为函数。

int(x [,base])

将x转换为整数。基数指定为base(进制)

long(x [,base] )

将x转换为一个长整数。基数指定为base,

float(x)

将x转换到一个浮点数。

complex(real [,imag])

创建一个复数。

str(x)

转换对象x为字符串表示形式。

eval(str)

计算一个表达式字符串,并返回一个对象。

tuple(s)

把s(序列)转换为一个元组。

list(s)

把s(序列)转换为一个列表。

set(s)

把s(序列)转换为一个set集合。

dict(d)

转成字典,d必须是(键,值)元组序列。

例如:

a=int(‘A’,16)

print(a)

结果为: 10

a=tuple(range(1,10,2))

print(a)

b=tuple("hello")

print b

c=complex(1,2)

print c

x=1

e=eval('x+1')

print e

f=dict([(1,2),(3,4),('a',100)])

print f

结果为:

(1, 3, 5, 7, 9)

('h', 'e', 'l', 'l', 'o')

(1+2j)

2

{'a': 100, 1: 2, 3: 4}

1.5.Python流程控制语法

1.5.1 if语句

var1 = 100

if var1:

print "1 - Got a true expression value"

print var1

var2 = 0

if var2:

print "2 - Got a true expression value"

print var2

print "Good bye!"

#if的条件可以是数字或字符串或者布尔值True和False(布尔表达式)

#如果是数字,则只要不等于0,就为true

#如果是字符串,则只要不是空串,就为true

if else

var = 100

if var == 200:

print "1 - Got a true expression value"

print var

elif var == 150:

print "2 - Got a true expression value"

print var

elif var == 100:

print "3 - Got a true expression value"

print var

else:

print "4 - Got a false expression value"

print var

print "Good bye!"

嵌套if else

var = 100

if var < 200:

print "Expression value is less than 200"

if var == 150:

print "Which is 150"

elif var == 100:

print "Which is 100"

elif var == 50:

print "Which is 50"

elif var < 50:

print "Expression value is less than 50"

else:

print "Could not find true expression"

print "Good bye!"

1.5.2 while循环

count = 0

while count < 5:

print count, " is  less than 5"

count = count + 1

else:

print count, " is not less than 5"

1.5.3 for循环

# 求素数

for num in range(10,20):

for i in range(2,num):

if num%i == 0:

j=num/i

print '%d equals %d * %d' % (num,i,j)

break

else:

print num, 'is a prime number'

#遍历集合

r=range(10,20)

r={1,2,3,4,5}    #set类型

r=["aaa",3,"c"]

print(r)

for num in r:

print(num)

r={"a":9,"b":10}

print(r)

for num in r.values():

print(num)

当执行上面的代码,产生以下结果:

10 equals 2 * 5

11 is a prime number

12 equals 2 * 6

13 is a prime number

14 equals 2 * 7

15 equals 3 * 5

16 equals 2 * 8

17 is a prime number

18 equals 2 * 9

19 is a prime number

1.6.Python函数

1.6.1 基本形式 [M2]

#定义函数

def changeme( mylist ):

"This changes a passed list into this function"

mylist.append([1,2,3,4]);

print "Values inside the function: ", mylist

return (mylist,"haha")

# 调用函数

mylist = [10,20,30];

changeme( mylist );

print "Values outside the function: ", mylist

python的函数调用是 引用传递, 这将产生以下结果:

Values inside the function:  [10, 20, 30, [1, 2, 3, 4]]

Values outside the function:  [10, 20, 30, [1, 2, 3, 4]]

默认参数和可变参数

# 默认参数

#有默认值的参数后面不能再跟无默认值的参数

def printinfo( name, age = 35 ):

"This prints a passed info into this function"

print "Name: ", name;

print "Age ", age;

return;

#调用

#如果调换了参数的顺序,则必须把参数名都带上

printinfo( age=50, name="miki" );

printinfo( name="miki" );

#可变参数

def printinfo( arg1, *vartuple ):

"This prints a variable passed arguments"

print "Output is: "

print arg1

for var in vartuple:

print var

return;

# 调用

printinfo( 10 );

printinfo( 70, 60, 50 );

1.6.2 匿名函数

²  可以使用lambda关键字来创建小的匿名函数。这些函数被称为匿名,因为它们不是以标准方式通过使用def关键字声明。

²  Lambda形式可以采取任何数量的参数,但在表现形式上只返回一个值。它们不能包含命令或多个表达式。

²  匿名函数不能直接调用打印,因为需要lambda表达式。

²  lambda函数都有自己的命名空间,并且不能访问变量高于在其参数列表和那些在全局命名空间的变量。

示例:

# 定义

sum = lambda arg1, arg2: arg1 + arg2    #lambda表达式

# 调用

print "Value of total : ", sum( 10, 20 )

print "Value of total : ", sum( 20, 20 )

##返回多个值

tup<strong>=lambda </strong>x,y<strong>:</strong>(x<strong>+</strong>1,y<strong>+</strong>1)
c<strong>=</strong>tup(2,3)
print c[0],c[1]
(a,b)=tup(2,3)

print a,b
print c[0],c[1]

利用lambda可以实现类似于scala中的高阶函数效果:

#!/usr/bin/python

# -*- coding: UTF-8 -*-

def outfunc(func,x,y):

c=func(x,y)

print(c)

outfunc(lambda x,y:x+y,1,2)

1.7.Python模块

简单地说, 一个模块是由 Python 代码的文件 。一个模块可以定义函数,类和变量。模块还可以包括可运行的代码。

1.7.1 模块的定义和导入

例:以下代码定义在support.py文件中

def print_func( par ):

print "Hello : ", par

return

在别的模块比如(hello.py)中可以导入已定义好的模块

#!/usr/bin/python

#导入模块

import cn.itcast.test.support

# 使用导入的模块中的函数

cn.itcast.test.support.print_func("Zara")

#------------------------------------------------

#或者

from cn.itcast.test.support import print_func

print_func("Zara")

1.7.2 模块和包

在python中一个文件可以被看成一个独立模块,而包对应着文件夹,模块把python代码分成一些有组织的代码段,通过导入的方式实现代码重用。

1.7.1 模块搜索路径

导入模块时,是按照sys.path变量的值搜索模块,sys.path的值是包含每一个独立路径的列表,包含当前目录、python安装目录、PYTHONPATH环境变量,搜索顺序按照路径在列表中的顺序(一般当前目录优先级最高)。

[‘/home/zhoujh/study_workspace/studynotes/python/python_base’, ‘/usr/local/lib/python2.6/site-packages/setuptools-0.6c11-py2.6.egg’, ‘/usr/local/lib/python2.6/site-packages/redis-2.2.1-py2.6.egg’, ‘/usr/local/lib/python2.6/site-packages/Flask-0.8-py2.6.egg’, ‘/usr/local/lib/python2.6/site-packages/Jinja2-2.6-py2.6.egg’, ‘/usr/local/lib/python2.6/site-packages/Werkzeug-0.8.3-py2.6.egg’, ‘/usr/local/lib/python2.6/site-packages/tornado-2.2.1-py2.6.egg’, ‘/usr/local/lib/python2.6/site-packages/MySQL_python-1.2.3-py2.6-linux-x86_64.egg’, ‘/usr/local/lib/python2.6/site-packages/PIL-1.1.7-py2.6-linux-x86_64.egg’, ‘/usr/local/lib/python2.6/site-packages/SQLAlchemy-0.7.8-py2.6-linux-x86_64.egg’, ‘/home/zhoujh/python_workspace/python_app’, ‘/usr/local/lib/python26.zip’, ‘/usr/local/lib/python2.6’, ‘/usr/local/lib/python2.6/plat-linux2’, ‘/usr/local/lib/python2.6/lib-tk’, ‘/usr/local/lib/python2.6/lib-old’, ‘/usr/local/lib/python2.6/lib-dynload’, ‘/usr/local/lib/python2.6/site-packages’]

1.7.2 导入模块

1.7.2.1 使用import 语句导入模块

有下面两种方式

import module1

import module2

import module3

import module1,module2,module3

这两种方式的效果是一样的,但是第一种可读性比第二种好,推荐按照下面的顺序导入模块,并且一般在文件首部导入所有的模块:

v  python标准库

v  第三方模块

v  应用程序自定义模块

也可以在函数内部导入模块,这样被导入的模块作用域是局部的

1.7.2.2 使用from-import 语句导入模块的属性

单行导入

from module import name1,name2,name3

多行导入

from module import name1,name2,\

name3

导入全部属性(由于容易覆盖当前名称空间中现有的名字,所以一般不推荐使用,适合模块中变量名很长并且变量很多的情况)

from module import *

如果你不想某个模块的属性被以上方法导入,可以给该属性名称前加一个下划线(_test),如果需要取消隐藏,可以显示的导入该属性(from module import _test)

1.7.2.3 扩展的import 语句

使用自定义的名称替换模块的原始名称

import simplejson as json

模块被导入时,加载的时候模块顶层代码会被执行,如:设定全局变量、类和函数的声明等,所以应该把代码尽量封装到类和函数中。一个模块无论被导入多少次,只加载一次,可以防止多次导入时代码被多次执行。

1.7.2.4 重新导入模块

reload(module)

内建函数reload可以重新导入一个已经存在的模块

1.7.3.包结构

1. 包定义结构

包将有联系的模块组织在一起,有效避免模块名称冲突问题,让应用组织结构更加清晰。

一个普通的python应用程序目录结构:

app/

__init__.py

a/

__init__.py

a.py

b/

__init__.py

b.py

app是最顶层的包,a和b是它的子包,可以这样导入:

from app.a import a

from app.b.b import test

a.test()

test()

上面代码表示:导入app包的子包a和子包b的属性test,然后分别调用test方法。

2. __init__.py 的作用

每个目录下都有__init__.py文件,这个是初始化模块,from-import语句导入子包时需要它,可以在里面做一些初始化工作,也可以是空文件。

ps:__init__.py定义的属性直接使用 顶层包.子包 的方式导入,如在目录a的__init__.py文件中定义init_db()方法,调用如下:

from app import a

a.init_db()

3. 指定python 文件编码方式

python默认是使用ASCII编码,可以指定编码方式,如

#!/usr/bin/env python

#coding=utf-8

或者

#!/usr/bin/env python

# -*- coding:utf-8 -*-

4. 解决导入循环问题

有下面两个模块,a.py和b.py

a.py

#!/usr/bin/env python

#coding=utf-8

import b

if __name__ == '__main':

print 'hello,I'm a'

b.py

#!/usr/bin/env python

#coding=utf-8

import a

if __name__ == '__main':

print 'hello,I'm b'

在这里a尝试导入b,而b也尝试导入a,导入一个先前没有完全导入的模块,会导致导入失败。解决办法:移除一个导入语句,把导入语句放到函数内部,在需要的时候导入。

b.py

#!/usr/bin/env python

#coding=utf-8

if __name__ == '__main':

import a

print 'hello,I'm b'

1.8.Python文件IO

1.8.1 文件读写

Python 进行文件读写的函数为open或file:

file_handler = open(filename,,mode)

open mode

w

以写方式打开文件,可向文件写入信息。如文件存在,则清空该文件,再写入新内容

a

以追加模式打开文件(即一打开文件,文件指针自动移到文件末尾),如果文件不存在则创建

r+

以读写方式打开文件,可对文件进行读和写操作。

w+

消除文件内容,然后以读写方式打开文件。

a+

以读写方式打开文件,并把文件指针移到文件尾。

b

以二进制模式打开文件,而不是以文本模式。该模式只对Windows或Dos有效,类Unix的文件是用二进制模式进行操作的。

操作文件对象方法

f.close()

关闭文件,记住用open()打开文件后一定要记得关闭它,否则会占用系统的可打开文件句柄数。

f.fileno()

获得文件描述符,是一个数字

f.flush()

刷新输出缓存

f.isatty()

如果文件是一个交互终端,则返回True,否则返回False。

f.read([count])

读出文件,如果有count,则读出count个字节。

f.readline()

读出一行信息。

f.readlines()

读出所有行,也就是读出整个文件的信息。

f.seek(offset[,where])

把文件指针移动到相对于where的offset位置。where为0表示文件开始处,这是默认值 ;1表示当前位置;2表示文件结尾。

f.tell()

获得文件指针位置。

f.truncate([size])

截取文件,使文件的大小为size。

f.write(string)

把string字符串写入文件。

f.writelines(list)

把list中的字符串一行一行地写入文件,是连续写入文件,没有换行。

例1:从文本文件中每读取一行文本便输出

#!/usr/bin/env/ python

#coding=utf-8

fileHandler = open('/root/a.txt', 'a+')      #以读写方式处理文件IO

fileHandler.seek(0)

line = fileHandler.readline()

while line:

print line

line = fileHandler.readline()

fileHandler.close

例2:其他文件IO函数的使用

#!/usr/bin/env/ python

#coding=utf-8

fileHandler = open('/root/a.txt', 'a+')      #以读写方式处理文件IO

fileHandler.seek(0)

#读取整个文件

contents = fileHandler.read()

print contents

#读取所有行,再逐行输出

fileHandler.seek(0)

lines = fileHandler.readlines()

for line  in lines:

print line

#当前文件指针的位置

print fileHandler.tell()

fileHandler.close

例3:用file(...)替换open(...)

#!/usr/bin/env/ python

#coding=utf-8

fileHandler = file('/root/a.txt', 'a+')    #以读写方式处理文件IO

fileHandler.seek(0)

line = fileHandler.readline()

while line:

print line

line = fileHandler.readline()

例4:文件的写操作

#!/usr/bin/env/ python

#coding=utf-8

fileHandler = file('/root/a.txt','a+')   #或者调用open()函数

fileHandler.write("\r\n")

fileHandler.write("thank you")

fileHandler.seek(0)

contents = fileHandler.read()

print contents

fileHandler.close

1.8.2 文件夹相关操作

Python 中对文件、文件夹(文件操作函数)的操作需要涉及到 os 模块和 shutil 模块。

得到当前工作目录,即当前Python脚本工作的目录路径: os.getcwd()

返回指定目录下的所有文件和目录名: os.listdir()

删除一个文件: os.remove()

删除多个目录(只能删除空目录): os.removedirs r”c \python”

检验给出的路径是否是一个文件: os.path.isfile()

检验给出的路径是否是一个目录: os.path.isdir()

判断是否是绝对路径: os.path.isabs()

检验给出的路径是否存在: os.path.exists()

返回一个路径的目录名和文件名: os.path.split()  

Eg:

os.path.split('/home/swaroop/byte/code/poem.txt')

结果:('/home/swaroop/byte/code', 'poem.txt')

分离扩展名: os.path.splitext()

获取路径名: os.path.dirname()

获取文件名: os.path.basename()

运行 shell 命令: os.system()

读取和设置环境变量: os.getenv() os.putenv()

给出当前平台使用的行终止符: os.linesep     Windows使用'\r\n',Linux使用'\n'而Mac使用'\r'

指示你正在使用的平台: os.name  对于Windows,它是'nt',而对于Linux/Unix用户,它是'posix'

重命名: os.rename old new

创建多级目录: os.makedirs r“c \python\test”

创建单个目录: os.mkdir “test”

获取文件属性: os.stat file

修改文件权限与时间戳: os.chmod file

终止当前进程: os.exit ()

获取文件大小: os.path.getsize filename

1.9  Python多线程

Python中的多线程是伪线程;不能充分利用cpu中的多核,但是在io等待型的场景下多线程还是可以提高效率

Python中的多线程有多种实现方式,利用threading包实现是比较普遍的做法

示例代码如下:

import threading

from time import ctime,sleep

def music(func):

for i in range(2):

print("i was listening to %s. %s" %(func,ctime()))

sleep(1)

def movie(func):

for i in range(2):

print("i was at the %s! %s" %(func,ctime()))

sleep(5)

threads=[]

t1=threading.Thread(target=music,args=(u'爱情买卖'))

threads.append(t1)

t2=threading.Thread(target=movie,args=(u'阿凡达',))

threads.append(t2)

# if __name__  ==  '__main__' :

for t in threads:

# t.setDaemon(True)

t.start()

# t.join()

print("all over %s" %ctime())

1.10面向对象

1.10.1 创建类

使用class语句来创建一个新类,class之后为类的名称并以冒号结尾,如下实例:

class ClassName:

'类的帮助信息'   #类文档字符串

class_suite  #类体

类的帮助信息可以通过ClassName.__doc__查看。

class_suite 由类成员,方法,数据属性组成。

1.10.2 实例

以下是一个简单的Python类实例:

#!/usr/bin/python

# -*- coding: UTF-8 -*-

class Employee:

'所有员工的基类'

empCount = 0

#构造函数

def __init__(self, name, salary):

self.name = name

self.salary = salary

Employee.empCount += 1

def displayCount(self):

print "Total Employee %d" % Employee.empCount

def displayEmployee(self):

print "Name : ", self.name,  ", Salary: ", self.salary

empCount变量是一个类变量,它的值将在这个类的所有实例之间共享。你可以在内部类或外部类使用Employee.empCount访问。

第一个方法__init__()方法是一种特殊的方法,被称为类的 构造函数或初始化方法 ,当创建了这个类的实例时就会调用该方法

类的方法

使用def关键字可以为类定义一个方法,与一般函数定义不同,类方法必须包含参数self,且为第一个参数

1.10.3 创建实例对象

要创建一个类的实例,你可以使用类的名称,并通过__init__方法接受参数。

"创建 Employee 类的第一个对象"

emp1 = Employee("Zara", 2000)

"创建 Employee 类的第二个对象"

emp2 = Employee("Manni", 5000)

访问属性

可以使用点(.)来访问对象的属性。使用如下类的名称访问类变量:

emp1.displayEmployee()

emp2.displayEmployee()

print "Total Employee %d" % Employee.empCount

完整实例:

#!/usr/bin/python

# -*- coding: UTF-8 -*-

class Employee:

'所有员工的基类'

empCount = 0

def __init__(self, name, salary):

self.name = name

self.salary = salary

Employee.empCount += 1

def displayCount(self):

print "Total Employee %d" % Employee.empCount

def displayEmployee(self):

print "Name : ", self.name,  ", Salary: ", self.salary

"创建 Employee 类的第一个对象"

emp1 = Employee("Zara", 2000)

"创建 Employee 类的第二个对象"

emp2 = Employee("Manni", 5000)

emp1.displayEmployee()

emp2.displayEmployee()

print "Total Employee %d" % Employee.empCount

执行以上代码输出结果如下:

Name :  Zara ,Salary:  2000

Name :  Manni ,Salary:  5000

Total Employee 2

你可以添加,删除,修改类的属性,如下所示:

emp1.age = 7  # 添加一个 'age' 属性

emp1.age = 8  # 修改 'age' 属性

del emp1.age  # 删除 'age' 属性

你也可以使用以下函数的方式来访问属性:

getattr(obj, ‘name’[, default]) : 访问对象的属性。

hasattr(obj,’name’) : 检查是否存在一个属性。

setattr(obj,’name’,value) : 设置一个属性。如果属性不存在,会创建一个新属性。

delattr(obj, ‘name’) : 删除属性。

hasattr(emp1, 'age')    # 如果存在 'age' 属性返回 True。

getattr(emp1, 'age')    # 返回 'age' 属性的值

setattr(emp1, 'age', 8)   # 添加属性 'age' 值为 8

delattr(empl, 'age')    # 删除属性 'age'

1.10.4 Python内置类属性

__dict__ : 类的属性(包含一个字典,由类的数据属性组成)

__doc__ :类的文档字符串

__name__: 类名

__module__: 类定义所在的模块(类的全名是'__main__.className',如果类位于一个导入模块mymod中,那么className.__module__ 等于 mymod)

__bases__ : 类的所有父类构成元素(包含了以个由所有父类组成的元组)

Python内置类属性调用实例如下:

#!/usr/bin/python

# -*- coding: UTF-8 -*-

class Employee:

'所有员工的基类'

empCount = 0

def __init__(self, name, salary):

self.name = name

self.salary = salary

Employee.empCount += 1

def displayCount(self):

print "Total Employee %d" % Employee.empCount

def displayEmployee(self):

print "Name : ", self.name,  ", Salary: ", self.salary

print "Employee.__doc__:", Employee.__doc__

print "Employee.__name__:", Employee.__name__

print "Employee.__module__:", Employee.__module__

print "Employee.__bases__:", Employee.__bases__

print "Employee.__dict__:", Employee.__dict__

执行以上代码输出结果如下:

Employee.__doc__: 所有员工的基类

Employee.__name__: Employee

Employee.__module__: __main__

Employee.__bases__: ()

Employee.__dict__: {'__module__': '__main__', 'displayCount': <function displayCount at 0x10a939c80>, 'empCount': 0, 'displayEmployee': <function displayEmployee at 0x10a93caa0>, '__doc__': '\xe6\x89\x80\xe6\x9c\x89\xe5\x91\x98\xe5\xb7\xa5\xe7\x9a\x84\xe5\x9f\xba\xe7\xb1\xbb', '__init__': <function __init__ at 0x10a939578>}

1.10.5 私有属性

1、类的私有属性

__private_attrs: 两个下划线开头,声明该属性为私有 ,不能在类地外部被使用或直接访问。在类内部的方法中使用时 self.__private_attrs

2、类的私有方法

__private_method:两个下划线开头,声明该方法为私有方法,不能在类地外部调用。在类的内部调用 self.__private_methods

3、实例

#!/usr/bin/python

# -*- coding: UTF-8 -*-

class JustCounter:

__secretCount = 0  # 私有变量

publicCount = 0    # 公开变量

def count(self):

self.__secretCount += 1

self.publicCount += 1

print self.__secretCount

counter = JustCounter()

counter.count()

counter.count()

print counter.publicCount

print counter.__secretCount  # 报错,实例不能访问私有变量

运行结果会报错:

Traceback (most recent call last):

File "test.py", line 17, in <module>

print counter.__secretCount  # 报错,实例不能访问私有变量

AttributeError: JustCounter instance has no attribute '__secretCount'

Python不允许实例化的类访问私有数据,但你可以使用 object._className__attrName 访问属性,将如下代码替换以上代码的最后一行代码:

.........................

print counter._JustCounter__secretCount

执行以上代码,执行结果如下:

1

2

2

2

1.10.6 python对象销毁(垃圾回收)

Java 语言一样,Python使用了引用计数这一简单技术来追踪内存中的对象。

在Python内部记录着所有使用中的对象各有多少引用。

一个内部跟踪变量,称为一个引用计数器。

当对象被创建时, 就创建了一个引用计数, 当这个对象不再需要时, 也就是说, 这个对象的引用计数变为0 时, 它被垃圾回收。但是回收不是"立即"的, 由解释器在适当的时机,将垃圾对象占用的内存空间回收。

a = 40      # 创建对象  <40>

b = a       # 增加引用, <40> 的计数

c = [b]     # 增加引用.  <40> 的计数

del a       # 减少引用 <40> 的计数

b = 100     # 减少引用 <40> 的计数

c[0] = -1   # 减少引用 <40> 的计数

垃圾回收机制不仅针对引用计数为0的对象,同样也可以处理循环引用的情况。循环引用指的是,两个对象相互引用,但是没有其他变量引用他们。这种情况下,仅使用引用计数是不够的。Python 的垃圾收集器实际上是一个引用计数器和一个循环垃圾收集器。作为引用计数的补充, 垃圾收集器也会留心被分配的总量很大(及未通过引用计数销毁的那些)的对象。 在这种情况下,解释器会暂停下来,试图清理所有未引用的循环。

实例

析构函数 __del__

__del__在对象销毁的时候被调用,当对象不再被使用时,__del__方法运行:

#!/usr/bin/python

# -*- coding: UTF-8 -*-

class Point:

def __init__( self, x=0, y=0):

self.x = x

self.y = y

def __del__(self):

class_name = self.__class__.__name__

print class_name, "销毁"

pt1 = Point()

pt2 = pt1

pt3 = pt1

print id(pt1), id(pt2), id(pt3) # 打印对象的id

del pt1

del pt2

del pt3

以上实例运行结果如下:

3083401324  3083401324  3083401324

Point 销毁

1.10.7 类的继承

面向对象的编程带来的主要好处之一是代码的重用,实现这种重用的方法之一是通过继承机制。继承完全可以理解成类之间的类型和子类型关系。

1、语法:

派生类的声明,与他们的父类类似,继承的基类列表跟在类名之后,如下所示:

class SubClassName (ParentClass1[, ParentClass2, ...]):

'Optional class documentation string'

class_suite

2、实例:

#!/usr/bin/python

# -*- coding: UTF-8 -*-

class Parent:        # 定义父类

parentAttr = 100

def __init__(self):

print "调用父类构造函数"

def parentMethod(self):

print '调用父类方法'

def setAttr(self, attr):

Parent.parentAttr = attr

def getAttr(self):

print "父类属性 :", Parent.parentAttr

class Child(Parent): # 定义子类

def __init__(self):

print "调用子类构造方法"

def childMethod(self):

print '调用子类方法 child method'

c = Child()          # 实例化子类

c.childMethod()      # 调用子类的方法

c.parentMethod()     # 调用父类方法

c.setAttr(200)       # 再次调用父类的方法

c.getAttr()          # 再次调用父类的方法

以上代码执行结果如下:

调用子类构造方法

调用子类方法 child method

调用父类方法

父类属性 : 200

你可以继承多个类

class A:        # 定义类 A

.....

class B:         # 定义类 B

.....

class C(A, B):   # 继承类 A 和 B

.....

可以使用issubclass()或者isinstance()方法来检测。

issubclass() - 布尔函数判断一个类是另一个类的子类或者子孙类,语法:issubclass(sub,sup)

isinstance(obj, Class) 布尔函数如果obj是Class类的实例对象或者是一个Class子类的实例对象则返回true。

3、方法重写

如果你的父类方法的功能不能满足你的需求,你可以在子类重写你父类的方法:

实例:

#!/usr/bin/python

# -*- coding: UTF-8 -*-

class Parent:        # 定义父类

def myMethod(self):

print '调用父类方法'

class Child(Parent): # 定义子类

def myMethod(self):

print '调用子类方法'

c = Child()          # 子类实例

c.myMethod()         # 子类调用重写方法

执行以上代码输出结果如下:

4、基础重载方法

下表列出了一些通用的功能,你可以在自己的类重写:

1/     __init__ ( self [,args...] )

构造函数

简单的调用方法: obj = className(args)

2/     __del__( self )

析构方法, 删除一个对象

简单的调用方法 : dell obj

3/     __str__( self )

用于将值转化为适于人阅读的形式

简单的调用方法 : str(obj)

4/     __cmp__ ( self, x )

对象比较

简单的调用方法 : cmp(obj, x)

#!/usr/bin/python

class Vector:

def __init__(self, a, b):

self.a = a

self.b = b

def __str__(self):

return 'Vector (%d, %d)' % (self.a, self.b)

def __add__(self,other):

return Vector(self.a + other.a, self.b + other.b)

v1 = Vector(2,10)

v2 = Vector(5,-2)

print v1 + v2

以上代码执行结果如下所示:

Vector(7,8)

Python2中,print是一个关键字

Python3中,print是一个函数,必须使用print(arg)

1)         函数块以关键字def后跟函数名为定义头

2)         任何输入参数或参数应该放在这些括号内。还可以定义这些括号内的参数。

3)         函数的第一个语句可以是​​一个可选的声明 - 该函数或文档字符串的文档字符串。

4)         每个函数中的代码块以冒号(:)开头并缩进。

5)         该语句返回[表达式]退出功能,可选地传递回一个表达式给调用者。不带参数return语句返回None。


以上所述就是小编给大家介绍的《python基础总结》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

最优化导论

最优化导论

桑达拉姆 / 人民邮电出版社 / 2008-4 / 59.00元

最优化导论(英文版),ISBN:9787115176073,作者:(美国)(Sundaram、R、K)桑达拉姆一起来看看 《最优化导论》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具