再梳理一遍 Python 系列知识点，夯实基础，无他，唯手熟尔
Python 系列总结都是我自己平时的学习笔记，如果有不正确的地方，希望各位佬儿哥指正纠偏
浮点数精度问题
print(0.1+0.2)
----------------------
0.30000000000000004
可以使用 decimal 模块解决浮点数精度问题：
from decimal import Decimal
print(Decimal('0.1') + Decimal('0.2'))
print(type(Decimal('0.1') + Decimal('0.2')))
print(type(Decimal('0.1')))
---------------------------------------------------------
0.3
<class 'decimal.Decimal'>
<class 'decimal.Decimal'>
注意：在使用 Decimal 时要用字符串来表示数字
布尔值其实也是数字
- 布尔类型其实是整型的子类型
- True 和 False 这两个布尔值可以直接当做 1 和 0 来使用
- 通过这个特点，最常用于统计总数
def sum_even(numbers: list[int]):
"""
返回numbers中偶数的个数
:param numbers: 整数列表
"""
return sum(i % 2 == 0 for i in numbers)
不常用但特别好用的字符串方法
- str.partition(sep) 按照切分符 sep 切分字符串，返回一个包含三个成员的元祖 (part_before, sep, part_after)； 若 s 不包括分隔符，则最后一个成员默认是空字符串''；
s = 'TomAndMarry'
s2 = s.partition('And')
print(s2)
--------------------------------
('Tom ', 'And', ' Marry')
- 2.str.translate(table) 他可以按规则一次性替换多个字符，使用它比调用多次 replace 方法更快也更简单；
s = '明明是中文,却使用了英文标点.'
table = s.maketrans(',.', '，。')
s2 = s.translate(table)
print(s2)
-----------------------------------------------
明明是中文，却使用了英文标点。
使用枚举类型来替代字面量
- 更易读：所有人都不需要记忆某个数字代表什么;
- 更健壮：降低输错数字或字母产生 bug 的可能性;
# 用户每日奖励积分数量
DAILY_POINTS_REWARDS = 100
# VIP用户额外奖励20
VIP_EXTRA_POINTS = 20
from enum import Enum
class UserType(int, Enum):
# VIP用户
VIP = 3
# 小黑屋用户
BANNED = 13
def add_daily_points(user):
"""用户每天第一次登录增加积分"""
if user.type == UserType.BANNED:
return
if user.type == UserType.VIP:
user.points += DAILY_POINTS_REWARDS + VIP_EXTRA_POINTS
return
user.points += DAILY_POINTS_REWARDS
return
生成器
- 定义一个生成器需要生成器函数和 yield 关键字
- yield 和 return 最大的区别在于，return 会一次性返回结果，使用它会直接中断函数执行，而 yield 可以逐步给调用方生成结果
- 使用生成器的优点是它们占用的内存比列表要少，因为它们只生成一个元素并在需要时生成下一个元素。这使得生成器特别适合于处理大量数据
- 每次调用生成器函数都会生成一个新的生成器对象
fruits = {'apple','orange','pineapple'}
def batch(item):
for _ in item:
yield _
print(next(batch(fruits)))
print(next(batch(fruits)))
print(next(batch(fruits)))
---------------------------------------
apple
apple
apple
因为每次调用生成器函数都会生成一个新的生成器对象，所以以上程序运行结果会输出三个 apple
fruits = {'apple','orange','pineapple'}
def batch(item):
for _ in item:
yield _
g = batch(fruits)
print(next(g))
print(next(g))
print(next(g))
-------------------------------------------------
pineapple
apple
orange
以上代码再次验证了'每次调用生成器函数都会生成一个新的生成器对象'结论
- 使用生成器的 next() 函数可以在需要时单独生成生成器中的元素，而不是一次性生成整个列表。如果生成器中没有元素，则会引发 StopIteration 异常
- 用生成器替代列表
def batch_process(item):
result = []
for i in item:
# process_item = ..处理item
result.append(process_item)
return result
# 以上方法会有一个问题，当item过大时，会导致函数执行很耗时，并且若调用方想在某个process_item达到条件时中断，以上方法也是做不到的。所以可以使用生成器函数替代。
def batch_process_2(item):
for i in item:
# process_item = ..处理item
yield process_item
# 调用方
for processed_item in batch_process_2(items):
# 如果某个处理对象过期了，就中断当前的所有处理
if processed_item.has_expired():
break
面向对象编程
内置类方法装饰器
类方法
1.用 def 在类里定义一个函数时，这个函数通常被称作方法。调用这个方法需要先创建一个类实例；
2.可以使用@classmethod装饰器定义类方法，它属于类，无需实例化也能调用；
3.作为一种特殊方法，类方法最常见的使用场景，就是定义工厂方法来生成新实例，类方法的主角是类型本身，当发现某个行为不属于实例，而是属于整个类型是，可以考虑使用类方法；静态方法
1.如果发现某个方法不需要使用当前实例里的任何内容，那可以使用@staticmethod来定义一个静态方法；
2.和普通方法相比，静态方法不需要访问实例的任何状态，是一种与状态无关的方法，因此静态方法其实可以写成脱离于类的外部普通函数；
2.1.如果静态方法特别通用，与类关系不大，那么把他改成普通函数会更好;
2.2.如果静态方法与类关系密切，那么用静态方法更好;
2.3.相比函数，静态方法有一些先天优势，比如能被子类继承和重写;属性装饰器
1.@property 装饰器模糊了属性和方法间的界限，使用它，可以把方法通过属性的方式暴露出来;
2.@property 除了可以定义属性的读取逻辑外，还支持自定义写入和删除逻辑;
class FilePath:
@property
def basename(self):
....
@property.setter
def basename(self, name):
....
@property.deleter
def basename(self):
....
经过@property的装饰以后，basename 已经从一个普通的方法变成了 property 对象，所以可以使用 basename.setter 和 basename.deleter 方法;
定义 setter 方法，该方法会在对属性赋值是被调用;
定义 deleter 方法，该方法会在删除属性时被调用;
鸭子类型及其局限性
- 在鸭子类型编程风格下，如果想操作某个对象，你不会去判断他是否属于某种类型，而会直接判断他是不是有你需要的方法 (或属性)。或者更激进一些。你甚至会直接尝试调用需要的方法，假如失败了，那就让她报错好了;
- 鸭子类型的优点就是编写简单，使用灵活;
- 鸭子类型的缺点就是缺乏标准、过于隐式;
- 可以使用类型注解、静态检查 (mypy)、抽象类来补充鸭子类型;
抽象类
isinstance() 函数
利用 isinstance() 函数，我们可以判断对象是否属于特定类型；
isinstance() 函数能理解类之间的继承关系，因此子类的实例同样可以通过基类的校验；校验对象是否是 Iterable 类型
在 collections.abc 模块中，有许多和容器相关的抽象类，比如代表集合的 Set、代表序列的 Sequence 等，其中有一个最简单的抽象类：Iterable，他表示的是可迭代类型；鸭子类型和抽象类总结
鸭子类型是一种编码风格，在这种风格下，代码只关心对象的行为，不关心对象的类型；
鸭子类型降低了类型校验的成本，让代码变得更灵活；
传统的鸭子类型里，各种对象接口和协议都是隐式的，没有统一的显示标准；
传统的 isinstance() 类型检查和鸭子类型的理念是相违背的；
抽象类是一种特殊的类，他可以通过钩子方法来定制动态的子类检查行为；
因为抽象类的定制子类化特征，isinstance() 也变得更灵活、更契合鸭子类型了；
使用@abstractmethod装饰器，抽象类可以强制要求子类在继承时重写特定方法；
除了抽象方法外，抽象类也可以实现普通的基础方法，供子类继承使用；
在 collections.abc 模块中，有许多与容器相关的抽象类；
多重继承于 MRO
- Python 里的一个类可以同时继承多个父类；
- 调用类的 mro() 方法，可以看到按 MRO 算法排好序的基类列表；
- 在许多人印象中。super() 是一个用来调用父类方法的工具函数。但这么说并不准确，super() 使用的其实不是当前类的父类，而是当前类在 MRO 链条上的上一个类；
- 应该避免多重继承；
学习建议
对于 Python 入门及进阶，我推荐两本我认为值得多次阅读的书籍：
《Python 编程从入门到实践（第二版）》- 第一部分为基础语法部分，建议刚接触 Python 的同学多次阅读并实践，夯实基础利器！
《Python 工匠》- 整本无尿点，强烈建议多次阅读并实践，是 Python 进阶的不二之选！
