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
而 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() 与 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)
同 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！
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。
Dive Into Python 3
Mark Pilgrim / Apress / 2009-11-6 / USD 44.99
Mark Pilgrim's Dive Into Python 3 is a hands-on guide to Python 3 (the latest version of the Python language) and its differences from Python 2. As in the original book, Dive Into Python, each chapter......一起来看看 《Dive Into Python 3》 这本书的介绍吧!
