做电影网站代理合法么,线上平台销售模式,湖北网站建设检修,wordpress菜单导航文章目录 Python语言特性1 Python的函数参数传递2 Python中的元类(metaclass)3 staticmethod和classmethod4 类变量和实例变量5 Python自省6 字典推导式7 Python中单下划线和双下划线8 字符串格式化:%和.format9 迭代器和生成器10 *args and **kwargs11 面向切面编程AOP和装饰器… 文章目录 Python语言特性1 Python的函数参数传递2 Python中的元类(metaclass)3 staticmethod和classmethod4 类变量和实例变量5 Python自省6 字典推导式7 Python中单下划线和双下划线8 字符串格式化:%和.format9 迭代器和生成器10 *args and **kwargs11 面向切面编程AOP和装饰器12 鸭子类型13 Python中重载14 新式类和旧式类15 __new__和__init__的区别16 单例模式1 使用__new__方法2 共享属性3 装饰器版本4 import方法 17 Python中的作用域18 GIL线程全局锁19 协程20 闭包21 lambda函数22 Python函数式编程23 Python里的拷贝24 Python垃圾回收机制1 引用计数2 标记-清除机制3 分代技术 25 Python的List26 Python的is27 read,readline和readlines28 Python2和3的区别29 super init30 range and xrange Python语言特性 1 Python的函数参数传递2 Python中的元类(metaclass)3 staticmethod和classmethod4 类变量和实例变量5 Python自省6 字典推导式7 Python中单下划线和双下划线8 字符串格式化:\x和.format9 迭代器和生成器10 *args and **kwargs11 面向切面编程AOP和装饰器12 鸭子类型13 Python中重载14 新式类和旧式类15 __new__和init的区别16 单例模式 1 使用__new__方法2 共享属性3 装饰器版本4 import方法 17 Python中的作用域18 GIL线程全局锁19 协程20 闭包21 lambda函数22 Python函数式编程23 Python里的拷贝24 Python垃圾回收机制 1 引用计数2 标记-清除机制3 分代技术 25 Python的List26 Python的is27 read,readline和readlines28 Python2和3的区别29 super init30 range and xrange
Python语言特性
1 Python的函数参数传递
看两个例子:
a 1
def fun(a):a 2
fun(a)
print a # 1a []
def fun(a):a.append(1)
fun(a)
print a # [1]所有的变量都可以理解是内存中一个对象的“引用”或者也可以看似c中void*的感觉。
通过id来看引用a的内存地址可以比较理解
a 1
def fun(a):print func_in,id(a) # func_in 41322472a 2print re-point,id(a), id(2) # re-point 41322448 41322448
print func_out,id(a), id(1) # func_out 41322472 41322472
fun(a)
print a # 1注具体的值在不同电脑上运行时可能不同。
可以看到在执行完a 2之后a引用中保存的值即内存地址发生变化由原来1对象的所在的地址变成了2这个实体对象的内存地址。
而第2个例子a引用保存的内存值就不会发生变化
a []
def fun(a):print func_in,id(a) # func_in 53629256a.append(1)
print func_out,id(a) # func_out 53629256
fun(a)
print a # [1]这里记住的是类型是属于对象的而不是变量。而对象有两种,“可更改”mutable与“不可更改”immutable对象。在python中strings, tuples, 和numbers是不可更改的对象而 list, dict, set 等则是可以修改的对象。(这就是这个问题的重点)
当一个引用传递给函数的时候,函数自动复制一份引用,这个函数里的引用和外边的引用没有半毛关系了.所以第一个例子里函数把引用指向了一个不可变对象,当函数返回的时候,外面的引用没半毛感觉.而第二个例子就不一样了,函数内的引用指向的是可变对象,对它的操作就和定位了指针地址一样,在内存里进行修改.
如果还不明白的话,这里有更好的解释: http://stackoverflow.com/questions/986006/how-do-i-pass-a-variable-by-reference
2 Python中的元类(metaclass)
这个非常的不常用,但是像ORM这种复杂的结构还是会需要的,详情请看:http://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python
3 staticmethod和classmethod
Python其实有3个方法,即静态方法(staticmethod),类方法(classmethod)和实例方法,如下:
def foo(x):print executing foo(%s)%(x)class A(object):def foo(self,x):print executing foo(%s,%s)%(self,x)classmethoddef class_foo(cls,x):print executing class_foo(%s,%s)%(cls,x)staticmethoddef static_foo(x):print executing static_foo(%s)%xaA()
这里先理解下函数参数里面的self和cls.这个self和cls是对类或者实例的绑定,对于一般的函数来说我们可以这么调用foo(x),这个函数就是最常用的,它的工作跟任何东西(类,实例)无关.对于实例方法,我们知道在类里每次定义方法的时候都需要绑定这个实例,就是foo(self, x),为什么要这么做呢?因为实例方法的调用离不开实例,我们需要把实例自己传给函数,调用的时候是这样的a.foo(x)(其实是foo(a, x)).类方法一样,只不过它传递的是类而不是实例,A.class_foo(x).注意这里的self和cls可以替换别的参数,但是python的约定是这俩,还是不要改的好.
对于静态方法其实和普通的方法一样,不需要对谁进行绑定,唯一的区别是调用的时候需要使用a.static_foo(x)或者A.static_foo(x)来调用.
\实例方法类方法静态方法a A()a.foo(x)a.class_foo(x)a.static_foo(x)A不可用A.class_foo(x)A.static_foo(x)
更多关于这个问题:
http://stackoverflow.com/questions/136097/what-is-the-difference-between-staticmethod-and-classmethod-in-pythonhttps://realpython.com/blog/python/instance-class-and-static-methods-demystified/
4 类变量和实例变量
类变量 是可在类的所有实例之间共享的值也就是说它们不是单独分配给每个实例的。例如下例中num_of_instance 就是类变量用于跟踪存在着多少个Test 的实例。 实例变量 实例化之后每个实例单独拥有的变量。 class Test(object): num_of_instance 0 def __init__(self, name): self.name name Test.num_of_instance 1 if __name__ __main__: print Test.num_of_instance # 0t1 Test(jack) print Test.num_of_instance # 1t2 Test(lucy) print t1.name , t1.num_of_instance # jack 2print t2.name , t2.num_of_instance # lucy 2补充的例子 class Person:nameaaap1Person()
p2Person()
p1.namebbb
print p1.name # bbb
print p2.name # aaa
print Person.name # aaa这里p1.namebbb是实例调用了类变量,这其实和上面第一个问题一样,就是函数传参的问题,p1.name一开始是指向的类变量nameaaa,但是在实例的作用域里把类变量的引用改变了,就变成了一个实例变量,self.name不再引用Person的类变量name了.
可以看看下面的例子:
class Person:name[]p1Person()
p2Person()
p1.name.append(1)
print p1.name # [1]
print p2.name # [1]
print Person.name # [1]参考:http://stackoverflow.com/questions/6470428/catch-multiple-exceptions-in-one-line-except-block
5 Python自省
这个也是python彪悍的特性.
自省就是面向对象的语言所写的程序在运行时,所能知道对象的类型.简单一句就是运行时能够获得对象的类型.比如type(),dir(),getattr(),hasattr(),isinstance().
a [1,2,3]
b {a:1,b:2,c:3}
c True
print type(a),type(b),type(c) # type list type dict type bool
print isinstance(a,list) # True6 字典推导式
可能你见过列表推导时,却没有见过字典推导式,在2.7中才加入的:
d {key: value for (key, value) in iterable}7 Python中单下划线和双下划线 class MyClass():
... def __init__(self):
... self.__superprivate Hello
... self._semiprivate , world!
...mc MyClass()print mc.__superprivate
Traceback (most recent call last):File stdin, line 1, in module
AttributeError: myClass instance has no attribute __superprivateprint mc._semiprivate
, world!print mc.__dict__
{_MyClass__superprivate: Hello, _semiprivate: , world!}__foo__:一种约定,Python内部的名字,用来区别其他用户自定义的命名,以防冲突就是例如__init__(),__del__(),__call__()这些特殊方法
_foo:一种约定,用来指定变量私有.程序员用来指定私有变量的一种方式.不能用from module import * 导入其他方面和公有一样访问
__foo:这个有真正的意义:解析器用_classname__foo来代替这个名字,以区别和其他类相同的命名,它无法直接像公有成员一样随便访问,通过对象名._类名__xxx这样的方式可以访问.
详情见:http://stackoverflow.com/questions/1301346/the-meaning-of-a-single-and-a-double-underscore-before-an-object-name-in-python
或者: http://www.zhihu.com/question/19754941
8 字符串格式化:%和.format
.format在许多方面看起来更便利.对于%最烦人的是它无法同时传递一个变量和元组.你可能会想下面的代码不会有什么问题:
hi there %s % name但是,如果name恰好是(1,2,3),它将会抛出一个TypeError异常.为了保证它总是正确的,你必须这样做:
hi there %s % (name,) # 提供一个单元素的数组而不是一个参数但是有点丑…format就没有这些问题.你给的第二个问题也是这样,.format好看多了.
你为什么不用它?
不知道它(在读这个之前)为了和Python2.5兼容(譬如logging库建议使用%(issue #4))
http://stackoverflow.com/questions/5082452/python-string-formatting-vs-format
9 迭代器和生成器
这个是stackoverflow里python排名第一的问题,值得一看: http://stackoverflow.com/questions/231767/what-does-the-yield-keyword-do-in-python
这是中文版: http://taizilongxu.gitbooks.io/stackoverflow-about-python/content/1/README.html
这里有个关于生成器的创建问题面试官有考 问 将列表生成式中[]改成() 之后数据结构是否改变 答案是从列表变为生成器 L [x*x for x in range(10)]L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]g (x*x for x in range(10))g
generator object genexpr at 0x0000028F8B774200通过列表生成式可以直接创建一个列表。但是受到内存限制列表容量肯定是有限的。而且创建一个包含百万元素的列表不仅是占用很大的内存空间如我们只需要访问前面的几个元素后面大部分元素所占的空间都是浪费的。因此没有必要创建完整的列表节省大量内存空间。在Python中我们可以采用生成器边循环边计算的机制—generator
10 *args and **kwargs
用*args和**kwargs只是为了方便并没有强制使用它们.
当你不确定你的函数里将要传递多少参数时你可以用*args.例如,它可以传递任意数量的参数: def print_everything(*args):for count, thing in enumerate(args):
... print {0}. {1}.format(count, thing)
...print_everything(apple, banana, cabbage)
0. apple
1. banana
2. cabbage相似的,**kwargs允许你使用没有事先定义的参数名: def table_things(**kwargs):
... for name, value in kwargs.items():
... print {0} {1}.format(name, value)
...table_things(apple fruit, cabbage vegetable)
cabbage vegetable
apple fruit你也可以混着用.命名参数首先获得参数值然后所有的其他参数都传递给*args和**kwargs.命名参数在列表的最前端.例如:
def table_things(titlestring, **kwargs)*args和**kwargs可以同时在函数的定义中,但是*args必须在**kwargs前面.
当调用函数时你也可以用*和**语法.例如: def print_three_things(a, b, c):
... print a {0}, b {1}, c {2}.format(a,b,c)
...mylist [aardvark, baboon, cat]print_three_things(*mylist)a aardvark, b baboon, c cat就像你看到的一样,它可以传递列表(或者元组)的每一项并把它们解包.注意必须与它们在函数里的参数相吻合.当然,你也可以在函数定义或者函数调用时用*.
http://stackoverflow.com/questions/3394835/args-and-kwargs
11 面向切面编程AOP和装饰器
这个AOP一听起来有点懵,同学面阿里的时候就被问懵了…
装饰器是一个很著名的设计模式经常被用于有切面需求的场景较为经典的有插入日志、性能测试、事务处理等。装饰器是解决这类问题的绝佳设计有了装饰器我们就可以抽离出大量函数中与函数功能本身无关的雷同代码并继续重用。概括的讲装饰器的作用就是为已经存在的对象添加额外的功能。
这个问题比较大,推荐: http://stackoverflow.com/questions/739654/how-can-i-make-a-chain-of-function-decorators-in-python
中文: http://taizilongxu.gitbooks.io/stackoverflow-about-python/content/3/README.html
12 鸭子类型
“当看到一只鸟走起来像鸭子、游泳起来像鸭子、叫起来也像鸭子那么这只鸟就可以被称为鸭子。”
我们并不关心对象是什么类型到底是不是鸭子只关心行为。
比如在python中有很多file-like的东西比如StringIO,GzipFile,socket。它们有很多相同的方法我们把它们当作文件使用。
又比如list.extend()方法中,我们并不关心它的参数是不是list,只要它是可迭代的,所以它的参数可以是list/tuple/dict/字符串/生成器等.
鸭子类型在动态语言中经常使用非常灵活使得python不像java那样专门去弄一大堆的设计模式。
13 Python中重载
引自知乎:http://www.zhihu.com/question/20053359
函数重载主要是为了解决两个问题。
可变参数类型。可变参数个数。
另外一个基本的设计原则是仅仅当两个函数除了参数类型和参数个数不同以外其功能是完全相同的此时才使用函数重载如果两个函数的功能其实不同那么不应当使用重载而应当使用一个名字不同的函数。
好吧那么对于情况 1 函数功能相同但是参数类型不同python 如何处理答案是根本不需要处理因为 python 可以接受任何类型的参数如果函数的功能相同那么不同的参数类型在 python 中很可能是相同的代码没有必要做成两个不同函数。
那么对于情况 2 函数功能相同但参数个数不同python 如何处理大家知道答案就是缺省参数。对那些缺少的参数设定为缺省参数即可解决问题。因为你假设函数功能相同那么那些缺少的参数终归是需要用的。
好了鉴于情况 1 跟 情况 2 都有了解决方案python 自然就不需要函数重载了。
14 新式类和旧式类
这个面试官问了,我说了老半天,不知道他问的真正意图是什么.
stackoverflow
这篇文章很好的介绍了新式类的特性: http://www.cnblogs.com/btchenguang/archive/2012/09/17/2689146.html
新式类很早在2.2就出现了,所以旧式类完全是兼容的问题,Python3里的类全部都是新式类.这里有一个MRO问题可以了解下(新式类继承是根据C3算法,旧式类是深度优先),Python核心编程里讲的也很多. 一个旧式类的深度优先的例子 class A():def foo1(self):print A
class B(A):def foo2(self):pass
class C(A):def foo1(self):print C
class D(B, C):passd D()
d.foo1()# A按照经典类的查找顺序从左到右深度优先的规则在访问d.foo1()的时候,D这个类是没有的…那么往上查找,先找到B,里面没有,深度优先,访问A,找到了foo1(),所以这时候调用的是A的foo1()从而导致C重写的foo1()被绕过
15 __new__和__init__的区别
这个__new__确实很少见到,先做了解吧.
__new__是一个静态方法,而__init__是一个实例方法.__new__方法会返回一个创建的实例,而__init__什么都不返回.只有在__new__返回一个cls的实例时后面的__init__才能被调用.当创建一个新实例时调用__new__,初始化一个实例时用__init__.
stackoverflow
ps: __metaclass__是创建类时起作用.所以我们可以分别使用__metaclass__,__new__和__init__来分别在类创建,实例创建和实例初始化的时候做一些小手脚.
16 单例模式 单例模式是一种常用的软件设计模式。在它的核心结构中只包含一个被称为单例类的特殊类。通过单例模式可以保证系统中一个类只有一个实例而且该实例易于外界访问从而方便对实例个数的控制并节约系统资源。如果希望在系统中某个类的对象只能存在一个单例模式是最好的解决方案。 __new__()在__init__()之前被调用用于生成实例对象。利用这个方法和类的属性的特点可以实现设计模式的单例模式。单例模式是指创建唯一对象单例模式设计的类只能实例 这个绝对常考啊.绝对要记住1~2个方法,当时面试官是让手写的. 1 使用__new__方法
class Singleton(object):def __new__(cls, *args, **kw):if not hasattr(cls, _instance):orig super(Singleton, cls)cls._instance orig.__new__(cls, *args, **kw)return cls._instanceclass MyClass(Singleton):a 12 共享属性
创建实例时把所有实例的__dict__指向同一个字典,这样它们具有相同的属性和方法. class Borg(object):_state {}def __new__(cls, *args, **kw):ob super(Borg, cls).__new__(cls, *args, **kw)ob.__dict__ cls._statereturn obclass MyClass2(Borg):a 13 装饰器版本
def singleton(cls):instances {}def getinstance(*args, **kw):if cls not in instances:instances[cls] cls(*args, **kw)return instances[cls]return getinstancesingleton
class MyClass:...4 import方法
作为python的模块是天然的单例模式
# mysingleton.py
class My_Singleton(object):def foo(self):passmy_singleton My_Singleton()# to use
from mysingleton import my_singletonmy_singleton.foo()
单例模式伯乐在线详细解释
17 Python中的作用域
Python 中一个变量的作用域总是由在代码中被赋值的地方所决定的。
当 Python 遇到一个变量的话他会按照这样的顺序进行搜索
本地作用域Local→当前作用域被嵌入的本地作用域Enclosing locals→全局/模块作用域Global→内置作用域Built-in
18 GIL线程全局锁
线程全局锁(Global Interpreter Lock),即Python为了保证线程安全而采取的独立线程运行的限制,说白了就是一个核只能在同一时间运行一个线程.对于io密集型任务python的多线程起到作用但对于cpu密集型任务python的多线程几乎占不到任何优势还有可能因为争夺资源而变慢。
见Python 最难的问题
解决办法就是多进程和下面的协程(协程也只是单CPU,但是能减小切换代价提升性能).
19 协程
知乎被问到了,呵呵哒,跪了
简单点说协程是进程和线程的升级版,进程和线程都面临着内核态和用户态的切换问题而耗费许多切换时间,而协程就是用户自己控制切换的时机,不再需要陷入系统的内核态.
Python里最常见的yield就是协程的思想!可以查看第九个问题.
20 闭包
闭包(closure)是函数式编程的重要的语法结构。闭包也是一种组织代码的结构它同样提高了代码的可重复使用性。
当一个内嵌函数引用其外部作作用域的变量,我们就会得到一个闭包. 总结一下,创建一个闭包必须满足以下几点:
必须有一个内嵌函数内嵌函数必须引用外部函数中的变量外部函数的返回值必须是内嵌函数
感觉闭包还是有难度的,几句话是说不明白的,还是查查相关资料.
重点是函数运行后并不会被撤销,就像16题的instance字典一样,当函数运行完后,instance并不被销毁,而是继续留在内存空间里.这个功能类似类里的类变量,只不过迁移到了函数上.
闭包就像个空心球一样,你知道外面和里面,但你不知道中间是什么样.
21 lambda函数
其实就是一个匿名函数,为什么叫lambda?因为和后面的函数式编程有关.
推荐: 知乎
22 Python函数式编程
这个需要适当的了解一下吧,毕竟函数式编程在Python中也做了引用.
推荐: 酷壳
python中函数式编程支持:
filter 函数的功能相当于过滤器。调用一个布尔函数bool_func来迭代遍历每个seq中的元素返回一个使bool_seq返回值为true的元素的序列。
a [1,2,3,4,5,6,7]
b filter(lambda x: x 5, a)
print b
[6,7]map函数是对一个序列的每个项依次执行函数下面是对一个序列每个项都乘以2 a map(lambda x:x*2,[1,2,3])list(a)
[2, 4, 6]reduce函数是对一个序列的每个项迭代调用函数下面是求3的阶乘 reduce(lambda x,y:x*y,range(1,4))
623 Python里的拷贝
引用和copy(),deepcopy()的区别
import copy
a [1, 2, 3, 4, [a, b]] #原始对象b a #赋值传对象的引用
c copy.copy(a) #对象拷贝浅拷贝
d copy.deepcopy(a) #对象拷贝深拷贝a.append(5) #修改对象a
a[4].append(c) #修改对象a中的[a, b]数组对象print a , a
print b , b
print c , c
print d , d输出结果
a [1, 2, 3, 4, [a, b, c], 5]
b [1, 2, 3, 4, [a, b, c], 5]
c [1, 2, 3, 4, [a, b, c]]
d [1, 2, 3, 4, [a, b]]24 Python垃圾回收机制
Python GC主要使用引用计数reference counting来跟踪和回收垃圾。在引用计数的基础上通过“标记-清除”mark and sweep解决容器对象可能产生的循环引用问题通过“分代回收”generation collection以空间换时间的方法提高垃圾回收效率。
1 引用计数
PyObject是每个对象必有的内容其中ob_refcnt就是做为引用计数。当一个对象有新的引用时它的ob_refcnt就会增加当引用它的对象被删除它的ob_refcnt就会减少.引用计数为0时该对象生命就结束了。
优点:
简单实时性
缺点:
维护引用计数消耗资源循环引用
2 标记-清除机制
基本思路是先按需分配等到没有空闲内存的时候从寄存器和程序栈上的引用出发遍历以对象为节点、以引用为边构成的图把所有可以访问到的对象打上标记然后清扫一遍内存空间把所有没标记的对象释放。
3 分代技术
分代回收的整体思想是将系统中的所有内存块根据其存活时间划分为不同的集合每个集合就成为一个“代”垃圾收集频率随着“代”的存活时间的增大而减小存活时间通常利用经过几次垃圾回收来度量。
Python默认定义了三代对象集合索引数越大对象存活时间越长。
举例 当某些内存块M经过了3次垃圾收集的清洗之后还存活时我们就将内存块M划到一个集合A中去而新分配的内存都划分到集合B中去。当垃圾收集开始工作时大多数情况都只对集合B进行垃圾回收而对集合A进行垃圾回收要隔相当长一段时间后才进行这就使得垃圾收集机制需要处理的内存少了效率自然就提高了。在这个过程中集合B中的某些内存块由于存活时间长而会被转移到集合A中当然集合A中实际上也存在一些垃圾这些垃圾的回收会因为这种分代的机制而被延迟。
25 Python的List
推荐: http://www.jianshu.com/p/J4U6rR
26 Python的is
is是对比地址,是对比值
27 read,readline和readlines
read 读取整个文件readline 读取下一行,使用生成器方法readlines 读取整个文件到一个迭代器以供我们遍历
28 Python2和3的区别
推荐Python 2.7.x 与 Python 3.x 的主要差异
29 super init
super() lets you avoid referring to the base class explicitly, which can be nice. But the main advantage comes with multiple inheritance, where all sorts of fun stuff can happen. See the standard docs on super if you haven’t already.
Note that the syntax changed in Python 3.0: you can just say super().__init__() instead of super(ChildB, self).__init__() which IMO is quite a bit nicer.
http://stackoverflow.com/questions/576169/understanding-python-super-with-init-methods
Python2.7中的super方法浅见
30 range and xrange
都在循环时使用xrange内存性能更好。 for i in range(0, 20): for i in xrange(0, 20): What is the difference between range and xrange functions in Python 2.X? range creates a list, so if you do range(1, 10000000) it creates a list in memory with 9999999 elements. xrange is a sequence object that evaluates lazily.
http://stackoverflow.com/questions/94935/what-is-the-difference-between-range-and-xrange-functions-in-python-2-x
