lijiachang8的博客

从Python3.2引入的concurrent.futures模块，Python2.5以上需要在pypi中安装futures包。future指一种对象，表示异步执行的操作。这个概念的作用很大，是concurrent.futures模块和asyncio包的基础。

yield item这行代码会产出一个值，提供给next()的调用方；此外还会做出让步，暂停执行生成器，让调用方继续工作，知道需要使用另一个值再调用next()。调用方会从生成器中拉取值。从语法上来看，协程与生成器类似，都是从定义体中包含yield关键字的函数。可是，在协程中，yield通常出现在表达式的右边（如data = yield），可以产出值，也可以不产出：如果yield关键字后面没有表达式，那么生成器产出None。

with语句会设置一个临时的上下文，交给上下文管理器对象控制，并且负责清理上下问题。这样做能避免错误并减少样板代码，因此API能更安全，更易使用。除了自动关闭文件之外，with块还有很多用途。

else子句不仅在if语句中使用，还可以用在for、while、try中使用，但是没有得到重视，因为和if/else的差别很大，else这个单词的意思阻碍了对特征的理解。else的含义是“排他性”这层意思：“要么运行这个循环，要么做那件事”，但是在for和while循环中，else的语义正好相反：“运行完这个循环，然后做这件事”所以根据英文含义，使用then关键字更好，在for、while、try语句中也就说得通：比如在try中“尝试运行这个，然后做这件事”示例，else的简单使用。

迭代是数据处理的基石。内存中放不下的数据集，我们要找到一种惰性获取数据的方式，即一次获取一个数据项，这就是迭代器模式在Python2.2加入了yield关键字，这个关键字用于构建生成器（generator），其作用和迭代器一样。所有的生成器都是迭代器。因为生成器完全实现了迭代器接口。迭代器用于从集合中取出元素。生成器用于“凭空”生成元素。比如斐波那契数列中的数有无数个，在集合中放不过下。在Python社区中，大多数时候都把迭代器和生成器视为同一概念。

运算符重载的作用是让用户定义的对象使用中缀运算符（如+和|）和一元运算符（如-和~）。在Python中，这些也算是运算符：函数调用：()属性访问：.元素访问和切片：[]

推出继承的初衷是让新手顺利使用只有专家才能设计出来的框架！

本章话题是接口：鸭子类型代表特征动态协议； 使接口更明确、能验证实现是否副了规定的抽象基类ABC(Abstact Base Class).Python语言诞生15年后，Python2.6中才引入了抽象基类，抽象基类。对于java、C#类似的语言，会觉得鸭子类型的非正式协议很新奇。抽象基类于描述符和元类一样，是用于构建框架的工具。其实很多时候Python开发者编写的抽象基类会对用户施加不必要的限制，做无用功。

​将以上一篇文章中二维向量Vector2d类为基础（文章链接：进阶：编写符合Python风格的对象_lijiachang8的博客-优快云博客），定义表示多维向量的Vector类。这个类的行为与Python中标准的不可变扁平序列一样。​

得益于Python数据模型，自定义类型的行为可以像内置类型那样自然。实现如此自然的行为，靠的不是继承，而是鸭子模型（duck typing）。使用Python的特殊方法，实现一个Pythonic的向量类

简单的赋值不会创建副本。而是增加了别名。对于+=或者*=这种增量赋值来说，如果左边的变量绑定是不可变对象，会创建新对象；如果是可变对象，会就地修改。为现有的变量赋予新值，不会修改之前绑定的变量对象。这叫重新绑定：现在变量绑定了其他对象。如果变量是之前那个对象的最后一个引用，对象会被当做垃圾回收。函数的参数以别名传递。这意味着函数可以修改通过参数传入的可变对象。除非在函数内创建副本，或者使用不可变对象，否则无法避免。使用可变类型作为函数的参数的默认值很危险，如果就地修改了参数，默认值也就变了，这会影响

函数装饰器和闭包函数装饰器用于在源码中“标记”函数，以某种方式增强函数的行为，用闭包实现。nolocal是在Python3.0新增的保留关键字。闭包除了在装饰器中有用之外，还回调式一步编程和函数式编程风格的基础。装饰器基础，何时执行装饰器装饰器是可调用对象，参数是另一个函数（被装饰的函数）。函数装饰器再导入模块是立即执行，而被装饰的函数只有在调用时运行。装饰器通常在一个模块中定义，然后应用到其他模块中的函数上。registry = []def register

策略模式策略模式是一个经典的模式，简化代码。电商领域有个功能明细可以使用“策略”模式，就是根据客户的属性或订单中的商品计算折扣。比如一个网店，指定了以下的折扣规则， 并且一个订单只能享受一个折扣：有1000积分以上的顾客，整个订单可以享受5%的折扣 同一个订单中，单个商品的数量达到20个以上，单品享受10%折扣 订单中不同商品的数量达到10个以上，整个订单享受7%折扣下面是UML类图：上下文：把一些计算委托给实现不同算法的可互换组建，他们提供服务。 在这个示...

‘一等对象’定义：在运行时创建 能赋值给变量或者数据结构中的元素能作为参数传递给函数 能作为函数的返回结果在python中，整数，字符串，字典都是一等对象。但是在python中函数也符合以上特征，所有函数都是一等对象。示例，实现阶乘def factorial(num): """阶乘实现 ：一个正整数的阶乘是所有小于及等于该数的正整数的积,并且有0的阶乘为1。""" return 1 if num <= 1 else num * factorial(num -

python3的str对象中获取的元素是Unicode字符，这相当于从python2中的unicode对象中获取元素，而不是从python2的str对象中获取原始字节序列python3的str类型基本相当于python2的unicode类型。把码位转换成字节序列的过程是编码。 encode （把字符串转换成用于存储或者传输的字节序列）把字节序列转换为码位的过程是解码。 decode （把字节序列变成人类可读的文本字符串）s = 'café'b = s.encode('utf-8')

字典和集合的效率高，和他背后的散列表是绕不开的。散列表其实是一个稀疏数组（总是有空白元素的数组称为稀疏数组）。散列表的单元叫做表元bucket。在dict的散列表中，每个键值对都占用一个表元，每个表元都有两个部分，一个是对键的引用，一个是对于值的引用。因为表元的大小一致，所以可以通过偏移量来读取表元。python会保证大概有三分之一的表元是空的，快要达到这个阈值的时候，原有的散列表会被复制到一个更大的空间里面。散列值的相等：内置的hash()方法是调用对象的__hash__。如果两个对象比较

11. 集合set和它的不可变类型frozenset直到python2.6版本中才成为内置类型，是比较年轻的。集合的本质是许多唯一对象的聚集。集合的所有元素必须是可散列的。set类型本身是不可散列的，因为可以增删元素。但是不可变集合frozenset是可散列的。所以可以创建一个包含不同frozenset元素的set。集合实现了很多基础的中缀运算符，不仅可以减少代码量，还可以减少python的运行时间：a|b 返回他们的合集 a.union(b, ...) 就地修改 a|=ba...

不可变映射类型在有些场景中，比如不能用用户错误的修改某个映射，所以需要一种不可变的字典。在Python3.3开始，types模块中新增了一个封装类MappingProxyType。给这个类一个映射，他会返回一个只读的映射视图。虽然这个视图是只读的，但是动态的，意思是如果修改了原映射对象，这个映射视图也能够改变，但是无法直接修改映射视图。from types import MappingProxyTypea_dict = {'x': 1, 'y': 2}a_view..

仅python3可用。UserDict 这个类是把标准的Dict用纯python又实现了一遍。是让用户写子类的。如果想要创建自定义映射类型，以UserDict作为基类，比dict要方便的多UserDict 不是继承自dict。但是UserDict有个data的属性，是dict的实例，是用于存储数据的地方。UserDict是继承自MutableMapping。使用UserDict作为基类，完成一个自定义字典from collections import UserDictc.

在collection模块中，除了defaultdict之外，还有不同的映射类型。OrderDict 有序字典：特殊的popitem方法默认删除字典的最后一个元素，如果是odict.popitem(last=False)调用，会删除并返回第一个添加的元素ChainMap 合并多个字典(映射对象) 仅python3可用:假如你有如下两个字典，在两个字典中执行查找操作（比如先从 a 中找，如果找不到再在 b 中找）。 一个非常简单的解决方案就是使用 collections 模块中的...

所有的映射类型在找不到键的时候，就会调用__missing__方法。如果一个类继承了dict，那么继承类也会提供__missing__方法，在__getitem__时（也就是使用dict[key]取值）找不到键的情况，Python就会自动调用__missing__，而不是抛出KeyError异常。所以，__missing__方法对get和__contains__（in运算符会用到这个方法）这些方法的使用无影响！示例，自定义个映射类型：在查询的时候把非字符串的键，转换为字符串。c...

映射方法除了dict，还有常见的OrderDict（有序字典）、defaultdict(默认值字典)，他们的方法基本相同，只有个别差异。比如defaultdict 实现了一个d.__missing__(k)方法，当d.__getitem__(k)找不到对应键的时候，就会被调用。__getitem__(k)这个方法，就是d[k]，对字典使用中括号的时候调用。创建一个defaultdict,处理找不到的键。collection.defaultdict 是在创建字典对象的时候，需要配置一个找.

字典的setdefault()方法，来处理找不到的键。此方法总会让字典返回key对应的value，如果字典中有对应的key就从字典中取值，如果没有对应的key就会把value设置default，然后再返回。注意，这样字典中已经增加了新的键值对实例：记录每个单词出现的次数和坐标import rewords_count = {}with open('en_words.txt', 'r', encoding='utf-8') as f: for line_num, line .

dict类型是Python语言的基石，至关重要。Python对它做了高度优化，散列表是字典类型性能出众个跟本原因。collection.abc 模块里面有Mapping和MutableMapping这两个抽象基类，他们的作用为dict和类似的类型提供形式接口。其他的映射类型，一般不会直接继承这两个抽象基类，会直接对dict就行扩展。from collections import abcprint(isinstance({}, abc.Mapping))print(isinstance({},

数组array.array比如我们要存放100万个浮点数的话，使用数组就会更高效一点，因为数组背后存储是不是float对象，而是数字对应的机器翻译，也就是字节表述。数组支持所有可变序列的操作，比如.pop .insert .extend。另外还支持从文件读取和写入更快的方法：.fromfile和.tofile frombytes和tobytes。创建数组，第一个参数需要类型码，用来表示C语音底层如何存放的数据类型，比如arra('b')，B类型码就是signed char 只能存放一个...

查找位置：bisect(array,new_item)import bisecta = [1, 2, 4, 8, 12, 14, 19]item = 13position = bisect.bisect(a, item)print(position) # 如果放到有序序列中，应该存在的索引位置# 使用列表的insert方法插入对应位置a.insert(position, item)print(a)结果：5[1, 2, 4, 8, 12, 13, 14, 19]有序插入

不同点：list.sort方法是就地排序，不会把源列表复制一份，返回值是None。python中就地改动都会返回None。sorted函数，新建一个列表作为返回值，参数可以是不可变序列，或者是生成器,最后总会返回一个列表。共同点：reverse ，默认为FALSE，改为True会降序，从大到小。 key，排序算法...

增量赋值运算符 +=和*= 一般作用于可变序列上如果对于不可变序列(如tuple), 每次都会生成一个新的对象，效率就很低。+= 对应的方法__iadd__就地加法。如果一个类没有实现，python会退一步调用__add__a +=b以上实例中，如果a实现了__iadd__方法，对于可变序列（list、bytearray、array.array）来说，a会就地改动，等于调用了a.extend(b)。如果没有实现__iadd__就是等于a = a+b 先计算a+b等到一个新的对象..

seq[start:stop:step] 通常最后一个step是省略的默认为0。在start和stop之间以step为间隔取值python会调用seq.__getitme__(slice(start,stop,step))s = 'bicycle'切片s[::3] 结果：bye 这里注意是间隔，所以要从索引0的b开始，依次往后三个数切片s[::-2] 结果：eccb step负数倒着数，不要忘记从索引0开始slice()方法对序列类型使用sl...

元祖作为记录元祖其实是对数据的记录，元祖的每个元素存放了记录中字段的一个数据，外加这个字段的位置。也就是位置是有含义的lax_coordinates = (33.94, -118.40) # 一个经纬度city, year = ('Tokyo', 2003) # 赋值 拆包traveler = ('USA', '311') # 地区信息print('%s/%s' % traveler) # %的匹配print('{}/{}'.format(*traveler)) # 拆包.

获取对象的字符串表示形式的标准方式，Python提供了两种。repr() ：返回便于开发者理解的方式返回对象的字符串，用__repr__实现 str()：返回便于用户理解的方式返回对象的字符串，用__str__实现其他的表示形式，还有：__bytes__：类似于__str__方法，bytes（）函数调用它获取对象的字节序列表示形式。 __format__：会被内置的format（）函数和str.format（）方法调用，适应特殊的格式代码显示对象字符串表示形式。ps：在Python3中.

弱引用因为有引用，对象才能在内存中存在。当对象的引用数量归零后，垃圾回收程序会把对象销毁。但是有时候需要引用对象，但是不想影响对象的生命周期，这经常用在缓存中。弱引用不会增加对象的引用数量。引用的目标对象称为所指对象（referent）。因此弱引用不会妨碍所指对象被当做垃圾回收。弱引用在缓存应用中很有用，因为我们不想因为缓存占用着对象，而不被回收。使用weakref.ref获取所指对象的弱引用。如果对象存在，调用弱引用可以返回对象，否则返回None。示例，使用weakre..

对象绝不会自行销毁；然而，无法得到对象时，可能会被当做垃圾回收。del语句是删除名称，而不是对象。del语句可能会导致对象被当做垃圾回收，但是仅当删除了变量保存的是对象的最后一个引用，或者是无法得到对象的时候（比如两个对象相互引用）。还有就是重新绑定也可能导致对象的引用数量归零，导致对象被销毁。在即将销毁实例时，Python解释器会调用__del__方法，给实例最后的机会，让其释放外部资源。自己编写的代码很少需要用到__del__代码，因为__del__很难用，费力不讨好。在CPyth.

列表推导的变量泄露问题在python2.x中，列表推导中的关键字可能会影响上下文的同名变量：在python3中不会有问题，推导式，生成式，在python3中有了自己的局部作用域，就像函数一样。列表推导代替filter和map函数filter和map组合，不一定比列表推导式快，而且列表推导的可读性会更好一些。列表推导实现：symbols = 'asdfgjk'ascii = [ord(x) for x in symbols if ord(x) > 127...

模拟数值类型自定义bool值判断一个实例是否为真，会调用x.__bool__()的结果，如果没有__bool__方法，会继续调用__len__方法，如果返回0 就是FALSElen()不是一个普通方法如果x是一个内置类型的实例，len(x)速度会非常快，因为CPython会调用C结构体读取对象的长度，不会调用其他方法内置序列类型容器序列：list、tuple、collecttions.deque（双向队列） 这些序列可以存放不同的类型容器序列中存放的是对象的引用...

import collectionsCard = collections.namedtuple('Card', ['rank', 'suit'])# suit 花色# rank 牌面大小class FrenchDeck: ranks = [str(x) for x in range(2, 11)] + list('JQKA') suits = 'spades diamonds clubs hearts'.split() def __init__(self): .

函数的传参是引用Python唯一支持的参数传递模式的共享传参（call by sharing）。多数面向对象语言都采用这个模式。共享传参是指函数中各个形式参数获得的是实参的引用的副本。也就是说，函数内部的形参是实参的别名。这样的结果就是，函数可能会修改作为参数传入的可变对象，但不会改变标识。千万不用使用可变类型作为参数的默认值！一个简单的Bus类，使用可变类型作为参数，结果变成了幽灵列车了。。。示例class Bus: def __init__(self, pas.

Python默认是浅拷贝，比如使用拷贝一个列表l1 使用l2=list(l1) 或者l2=l1[:] 都是浅拷贝。 （l2=l1这不是拷贝，这是别名，多了一个引用）浅拷贝：只复制了最外层的容器，副本中的元素是源容器中元素的引用。如果所有元素都是不可变的，那么这样没问题，还能节省内存。但是浅拷贝中有可变的元素，会导致很多想不到的问题。l1 = [3, [66, 55, 44], (7, 8, 9)]l2 = list(l1) # 浅拷贝，此时l1 is l2 = FALSEl1.app..

变量不是盒子变量是标注，而不是盒子。Python变量类似于Java中的引用式变量，因为最好理解为附加在对象上的标注。对于引用式变量来说，说把变量分配给对象更加合理。把变量s分配给'xxx'，而不是说把'xxx'分配给s。示例，创建对象之后才会把变量分配给对象>>> class Giz:... def __init__(self):... print('Giz id is{}'.format(id(self)))...&...

想要实现装饰器接收参数，需要创建一个装饰器工厂函数，把参数传给他，返回一个装饰器，然后再把它用在要装饰去函数上。一个参数化的装饰器，让register装饰器具备可选注册和注销功能。通过设置一个参数，设为FALSE时，不注册被装饰去函数。注意此时register函数不是装饰器，而是装饰器工厂函数。调用它时才会返回真正的装饰器。示例，接收参数的注册功能装饰器registry = set() # 使用集合，添加和删除速度更快def register(active=True):..