python天书-看代码学python（一）

#-- 寻求帮助:    dir(obj)            # 简单的列出对象obj所包含的方法名称，返回一个字符串列表    help(obj.func)      # 查询obj.func的具体介绍和用法    #-- 测试类型的三种方法，推荐第三种    if type(L) == type([]):        print("L is list")    if type(L) == list:        print("L is list")    if isinstance(L, list):        print("L is list")        #-- Python数据类型：哈希类型、不可哈希类型    # 哈希类型，即在原地不能改变的变量类型，不可变类型。可利用hash函数查看其hash值，也可以作为字典的key    "数字类型：int, float, decimal.Decimal, fractions.Fraction, complex"    "字符串类型：str, bytes"    "元组：tuple"    "冻结集合：frozenset"    "布尔类型：True, False"    "None"    # 不可hash类型：原地可变类型：list、dict和set。它们不可以作为字典的key。#-- 数字常量    1234, -1234, 0, 999999999                    # 整数    1.23, 1., 3.14e-10, 4E210, 4.0e+210          # 浮点数    0o177, 0x9ff, 0X9FF, 0b101010                # 八进制、十六进制、二进制数字    3+4j, 3.0+4.0j, 3J                           # 复数常量，也可以用complex(real, image)来创建    hex(I), oct(I), bin(I)                       # 将十进制数转化为十六进制、八进制、二进制表示的“字符串”    int(string, base)                            # 将字符串转化为整数，base为进制数    # 2.x中，有两种整数类型：一般整数（32位）和长整数（无穷精度）。可以用l或L结尾，迫使一般整数成为长整数    float('inf'), float('-inf'), float('nan')    # 无穷大, 无穷小, 非数    #-- 数字的表达式操作符    yield x                                      # 生成器函数发送协议    lambda args: expression                      # 生成匿名函数    x if y else z                                # 三元选择表达式    x and y, x or y, not x                       # 逻辑与、逻辑或、逻辑非    x in y, x not in y                           # 成员对象测试    x is y, x is not y                           # 对象实体测试    x<y, x<=y, x>y, x>=y, x==y, x!=y             # 大小比较，集合子集或超集值相等性操作符    1 < a < 3                                    # Python中允许连续比较    x|y, x&y, x^y                                # 位或、位与、位异或    x<<y, x>>y                                   # 位操作：x左移、右移y位    +, -, *, /, //, %, **                        # 真除法、floor除法：返回不大于真除法结果的整数值、取余、幂运算    -x, +x, ~x                                   # 一元减法、识别、按位求补（取反）    x[i], x[i:j:k]                               # 索引、分片、调用    int(3.14), float(3)                          # 强制类型转换    #-- 整数可以利用bit_length函数测试所占的位数    a = 1;       a.bit_length()    # 1    a = 1024;    a.bit_length()    # 11    #-- repr和str显示格式的区别    """    repr格式：默认的交互模式回显，产生的结果看起来它们就像是代码。    str格式：打印语句，转化成一种对用户更加友好的格式。    """    #-- 数字相关的模块    # math模块    # Decimal模块：小数模块        import decimal        from decimal import Decimal        Decimal("0.01") + Decimal("0.02")        # 返回Decimal("0.03")        decimal.getcontext().prec = 4            # 设置全局精度为4 即小数点后边4位    # Fraction模块：分数模块        from fractions import Fraction        x = Fraction(4, 6)                       # 分数类型 4/6        x = Fraction("0.25")                     # 分数类型 1/4 接收字符串类型的参数#-- 集合set    """    set是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素。    set支持union(联合), intersection(交), difference(差)和symmetric difference(对称差集)等数学运算。    set支持x in set, len(set), for x in set。    set不记录元素位置或者插入点, 因此不支持indexing, slicing, 或其它类序列的操作    """    s = set([3,5,9,10])                          # 创建一个数值集合，返回{3, 5, 9, 10}    t = set("Hello")                             # 创建一个唯一字符的集合返回{}    a = t | s;    t.union(s)                     # t 和 s的并集    b = t & s;    t.intersection(s)              # t 和 s的交集    c = t – s;    t.difference(s)                # 求差集（项在t中, 但不在s中）    d = t ^ s;    t.symmetric_difference(s)      # 对称差集（项在t或s中, 但不会同时出现在二者中）    t.add('x');   t.remove('H')                  # 增加/删除一个item    s.update([10,37,42])                         # 利用[......]更新s集合    x in s,  x not in s                          # 集合中是否存在某个值    s.issubset(t); s.issuperset(t); s.copy(); s.discard(x); s.clear()    {x**2 for x in [1, 2, 3, 4]}                 # 集合解析，结果：{16, 1, 4, 9}    {x for x in 'spam'}                          # 集合解析，结果：{'a', 'p', 's', 'm'}    #-- 集合frozenset，不可变对象    """    set是可变对象，即不存在hash值，不能作为字典的键值。同样的还有list、tuple等    frozenset是不可变对象，即存在hash值，可作为字典的键值    frozenset对象没有add、remove等方法，但有union/intersection/difference等方法    """    a = set([1, 2, 3])    b = set()    b.add(a)                     # error: set是不可哈希类型    b.add(frozenset(a))          # ok，将set变为frozenset，可哈希#-- 布尔类型bool    type(True)                   # 返回<class 'bool'>    isinstance(False, int)       # bool类型属于整型，所以返回True    True == 1; True is 1         # 输出(True, False)    #-- 动态类型简介    """    变量名通过引用，指向对象。    Python中的“类型”属于对象，而不是变量，每个对象都包含有头部信息，比如"类型标示符" "引用计数器"等    """    #共享引用及在原处修改：对于可变对象，要注意尽量不要共享引用！    #共享引用和相等测试：        L = [1], M = [1], L is M            # 返回False        L = M = [1, 2, 3], L is M           # 返回True，共享引用    #增强赋值和共享引用：普通+号会生成新的对象，而增强赋值+=会在原处修改        L = M = [1, 2]        L = L + [3, 4]                      # L = [1, 2, 3, 4], M = [1, 2]        L += [3, 4]                         # L = [1, 2, 3, 4], M = [1, 2, 3, 4]#-- 常见字符串常量和表达式    S = ''                                  # 空字符串    S = "spam’s"                            # 双引号和单引号相同    S = "s\np\ta\x00m"                      # 转义字符    S = """spam"""                          # 三重引号字符串，一般用于函数说明    S = r'\temp'                            # Raw字符串，不会进行转义，抑制转义    S = b'Spam'                             # Python3中的字节字符串    S = u'spam'                             # Python2.6中的Unicode字符串    s1+s2, s1*3, s[i], s[i:j], len(s)       # 字符串操作    'a %s parrot' % 'kind'                  # 字符串格式化表达式    'a {0} parrot'.format('kind')           # 字符串格式化方法    for x in s: print(x)                    # 字符串迭代，成员关系    [x*2 for x in s]                        # 字符串列表解析    ','.join(['a', 'b', 'c'])               # 字符串输出，结果：a,b,c    #-- 内置str处理函数：    str1 = "stringobject"    str1.upper(); str1.lower(); str1.swapcase(); str1.capitalize(); str1.title()        # 全部大写，全部小写、大小写转换，首字母大写，每个单词的首字母都大写    str1.ljust(width)                       # 获取固定长度，左对齐，右边不够用空格补齐    str1.rjust(width)                       # 获取固定长度，右对齐，左边不够用空格补齐    str1.center(width)                      # 获取固定长度，中间对齐，两边不够用空格补齐    str1.zfill(width)                       # 获取固定长度，右对齐，左边不足用0补齐    str1.find('t',start,end)                # 查找字符串，可以指定起始及结束位置搜索    str1.rfind('t')                         # 从右边开始查找字符串    str1.count('t')                         # 查找字符串出现的次数    #上面所有方法都可用index代替，不同的是使用index查找不到会抛异常，而find返回-1    str1.replace('old','new')               # 替换函数，替换old为new，参数中可以指定maxReplaceTimes，即替换指定次数的old为new    str1.strip();    str1.strip('d');                        # 删除str1字符串中开头、结尾处，位于 d 删除序列的字符    str1.lstrip();    str1.lstrip('d');                       # 删除str1字符串中开头处，位于 d 删除序列的字符    str1.rstrip();    str1.rstrip('d')                        # 删除str1字符串中结尾处，位于 d 删除序列的字符    str1.startswith('start')                # 是否以start开头    str1.endswith('end')                    # 是否以end结尾    str1.isalnum(); str1.isalpha(); str1.isdigit(); str1.islower(); str1.isupper()      # 判断字符串是否全为字符、数字、小写、大写#-- 三重引号编写多行字符串块，并且在代码折行处嵌入换行字符\n    mantra = """hello world            hello python            hello my friend"""    # mantra为"""hello world \n hello python \n hello my friend"""    #-- 索引和分片：    S[0], S[len(S)–1], S[-1]                # 索引    S[1:3], S[1:], S[:-1], S[1:10:2]        # 分片，第三个参数指定步长#-- 字符串转换工具：    int('42'), str(42)                      # 返回(42, '42')    float('4.13'), str(4.13)                # 返回(4.13, '4.13')    ord('s'), chr(115)                      # 返回(115, 's')    int('1001', 2)                          # 将字符串作为二进制数字，转化为数字，返回9    bin(13), oct(13), hex(13)               # 将整数转化为二进制/八进制/十六进制字符串，返回('0b1101', '015', '0xd')    #-- 另类字符串连接    name = "wang" "hong"                    # 单行，name = "wanghong"    name = "wang" \            "hong"                          # 多行，name = "wanghong"#-- Python中的字符串格式化实现1--字符串格式化表达式    """    基于C语言的'print'模型，并且在大多数的现有的语言中使用。    通用结构：%[(name)][flag][width].[precision]typecode    """    "this is %d %s bird" % (1, 'dead')                          # 一般的格式化表达式    "%s---%s---%s" % (42, 3.14, [1, 2, 3])                      # 字符串输出：'42---3.14---[1, 2, 3]'    "%d...%6d...%-6d...%06d" % (1234, 1234, 1234, 1234)         # 对齐方式及填充："1234...  1234...1234  ...001234"    x = 1.23456789    "%e | %f | %g" % (x, x, x)                                  # 对齐方式："1.234568e+00 | 1.234568 | 1.23457"    "%6.2f*%-6.2f*%06.2f*%+6.2f" % (x, x, x, x)                 # 对齐方式：'  1.23*1.23  *001.23* +1.23'    "%(name1)d---%(name2)s" % {"name1":23, "name2":"value2"}    # 基于字典的格式化表达式    "%(name)s is %(age)d" % vars()                              # vars()函数调用返回一个字典，包含了所有本函数调用时存在的变量    #-- Python中的字符串格式化实现2--字符串格式化调用方法    # 普通调用    "{0}, {1} and {2}".format('spam', 'ham', 'eggs')            # 基于位置的调用    "{motto} and {pork}".format(motto = 'spam', pork = 'ham')   # 基于Key的调用    "{motto} and {0}".format('ham', motto = 'spam')             # 混合调用    # 添加键 属性 偏移量 (import sys)    "my {1[spam]} runs {0.platform}".format(sys, {'spam':'laptop'})                 # 基于位置的键和属性    "{config[spam]} {sys.platform}".format(sys = sys, config = {'spam':'laptop'})   # 基于Key的键和属性    "first = {0[0]}, second = {0[1]}".format(['A', 'B', 'C'])                       # 基于位置的偏移量    # 具体格式化    "{0:e}, {1:.3e}, {2:g}".format(3.14159, 3.14159, 3.14159)   # 输出'3.141590e+00, 3.142e+00, 3.14159'    "{fieldname:format_spec}".format(......)    # 说明:    """        fieldname是指定参数的一个数字或关键字, 后边可跟可选的".name"或"[index]"成分引用        format_spec ::=  [[fill]align][sign][#][0][width][,][.precision][type]        fill        ::=  <any character>              #填充字符        align       ::=  "<" | ">" | "=" | "^"        #对齐方式        sign        ::=  "+" | "-" | " "              #符号说明        width       ::=  integer                      #字符串宽度        precision   ::=  integer                      #浮点数精度        type        ::=  "b" | "c" | "d" | "e" | "E" | "f" | "F" | "g" | "G" | "n" | "o" | "s" | "x" | "X" | "%"    """    # 例子:        '={0:10} = {1:10}'.format('spam', 123.456)    # 输出'=spam       =    123.456'        '={0:>10}='.format('test')                    # 输出'=      test='        '={0:<10}='.format('test')                    # 输出'=test      ='        '={0:^10}='.format('test')                    # 输出'=   test   ='        '{0:X}, {1:o}, {2:b}'.format(255, 255, 255)   # 输出'FF, 377, 11111111'        'My name is {0:{1}}.'.format('Fred', 8)       # 输出'My name is Fred    .'  动态指定参数#-- 常用列表常量和操作    L = [[1, 2], 'string', {}]                        # 嵌套列表    L = list('spam')                                  # 列表初始化    L = list(range(0, 4))                             # 列表初始化    list(map(ord, 'spam'))                            # 列表解析    len(L)                                            # 求列表长度    L.count(value)                                    # 求列表中某个值的个数    L.append(obj)                                     # 向列表的尾部添加数据，比如append(2)，添加元素2    L.insert(index, obj)                              # 向列表的指定index位置添加数据，index及其之后的数据后移    L.extend(interable)                               # 通过添加iterable中的元素来扩展列表，比如extend([2])，添加元素2，注意和append的区别    L.index(value, [start, [stop]])                   # 返回列表中值value的第一个索引    L.pop([index])                                    # 删除并返回index处的元素，默认为删除并返回最后一个元素    L.remove(value)                                   # 删除列表中的value值，只删除第一次出现的value的值    L.reverse()                                       # 反转列表    L.sort(cmp=None, key=None, reverse=False)         # 排序列表    a = [1, 2, 3], b = a[10:]                         # 注意，这里不会引发IndexError异常，只会返回一个空的列表[]    a = [], a += [1]                                  # 这里实在原有列表的基础上进行操作，即列表的id没有改变    a = [], a = a + [1]                               # 这里最后的a要构建一个新的列表，即a的id发生了变化     #-- 用切片来删除序列的某一段    a = [1, 2, 3, 4, 5, 6, 7]    a[1:4] = []                                       # a = [1, 5, 6, 7]    a = [0, 1, 2, 3, 4, 5, 6, 7]    del a[::2]                                        # 去除偶数项(偶数索引的)，a = [1, 3, 5, 7]    #-- 常用字典常量和操作    D = {}    D = {'spam':2, 'tol':{'ham':1}}                   # 嵌套字典    D = dict.fromkeys(['s', 'd'], 8)                  # {'s': 8, 'd': 8}    D = dict(name = 'tom', age = 12)                  # {'age': 12, 'name': 'tom'}    D = dict([('name', 'tom'), ('age', 12)])          # {'age': 12, 'name': 'tom'}    D = dict(zip(['name', 'age'], ['tom', 12]))       # {'age': 12, 'name': 'tom'}    D.keys(); D.values(); D.items()                   # 字典键、值以及键值对    D.get(key, default)                               # get函数    D.update(D_other)                                 # 合并字典，如果存在相同的键值，D_other的数据会覆盖掉D的数据    D.pop(key, [D])                                   # 删除字典中键值为key的项，返回键值为key的值，如果不存在，返回默认值D，否则异常    D.popitem()                                       # pop字典中的一项（一个键值对）    D.setdefault(k[, d])                              # 设置D中某一项的默认值。如果k存在，则返回D[k]，否则设置D[k]=d，同时返回D[k]。    del D                                             # 删除字典    del D['key']                                      # 删除字典的某一项    if key in D:   if key not in D:                   # 测试字典键是否存在    # 字典注意事项：（1）对新索引赋值会添加一项（2）字典键不一定非得是字符串，也可以为任何的不可变对象#-- 字典解析    D = {k:8 for k in ['s', 'd']}                     # {'s': 8, 'd': 8}    D = {k:v for (k, v) in zip(['name', 'age'], ['tom', 12])}       # {'age': 12, 'name': tom}    #-- 字典的特殊方法__missing__：当查找找不到key时，会执行该方法    class Dict(dict):        def __missing__(self, key):            self[key] = []            return self[key]    dct = Dict()    dct["foo"].append(1)    # 这有点类似于collections.defalutdict    dct["foo"]              # [1]    #-- 元组和列表的唯一区别在于元组是不可变对象，列表时可变对象    a = [1, 2, 3]           # a[1] = 0, OK    a = (1, 2, 3)           # a[1] = 0, Error    a = ([1, 2])            # a[0][1] = 0, OK    a = [(1, 2)]            # a[0][1] = 0, Error    #-- 元组的特殊语法: 逗号和圆括号    D = (12)                # 此时D为一个整数 即D = 12    D = (12, )              # 此时D为一个元组 即D = (12, )    #-- 文件基本操作    output = open(r'C:\spam', 'w')          # 打开输出文件，用于写    input = open('data', 'r')               # 打开输入文件，用于读。打开的方式可以为'w', 'r', 'a', 'wb', 'rb', 'ab'等    fp.read([size])                         # size为读取的长度，以byte为单位    fp.readline([size])                     # 读一行，如果定义了size，有可能返回的只是一行的一部分    fp.readlines([size])                    # 把文件每一行作为一个list的一个成员，并返回这个list。其实它的内部是通过循环调用readline()来实现的。如果提供size参数，size是表示读取内容的总长。    fp.readable()                           # 是否可读    fp.write(str)                           # 把str写到文件中，write()并不会在str后加上一个换行符    fp.writelines(seq)                      # 把seq的内容全部写到文件中(多行一次性写入)    fp.writeable()                          # 是否可写    fp.close()                              # 关闭文件。    fp.flush()                              # 把缓冲区的内容写入硬盘    fp.fileno()                             # 返回一个长整型的”文件标签“    fp.isatty()                             # 文件是否是一个终端设备文件（unix系统中的）    fp.tell()                               # 返回文件操作标记的当前位置，以文件的开头为原点    fp.next()                               # 返回下一行，并将文件操作标记位移到下一行。把一个file用于for … in file这样的语句时，就是调用next()函数来实现遍历的。    fp.seek(offset[,whence])                # 将文件打操作标记移到offset的位置。whence可以为0表示从头开始计算，1表示以当前位置为原点计算。2表示以文件末尾为原点进行计算。    fp.seekable()                           # 是否可以seek    fp.truncate([size])                     # 把文件裁成规定的大小，默认的是裁到当前文件操作标记的位置。    for line in open('data'):         print(line)                         # 使用for语句，比较适用于打开比较大的文件    open('f.txt', encoding = 'latin-1')     # Python3.x Unicode文本文件    open('f.bin', 'rb')                     # Python3.x 二进制bytes文件    # 文件对象还有相应的属性：buffer closed encoding errors line_buffering name newlines等    #-- 其他    # Python中的真假值含义：1. 数字如果非零，则为真，0为假。 2. 其他对象如果非空，则为真    # 通常意义下的类型分类：1. 数字、序列、映射。 2. 可变类型和不可变类型"""语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句----语法和语句"""#-- 赋值语句的形式    spam = 'spam'                          # 基本形式    spam, ham = 'spam', 'ham'              # 元组赋值形式    [spam, ham] = ['s', 'h']               # 列表赋值形式    a, b, c, d = 'abcd'                    # 序列赋值形式    a, *b, c = 'spam'                      # 序列解包形式（Python3.x中才有）    spam = ham = 'no'                      # 多目标赋值运算，涉及到共享引用    spam += 42                             # 增强赋值，涉及到共享引用#-- 序列赋值 序列解包    [a, b, c] = (1, 2, 3)                  # a = 1, b = 2, c = 3    a, b, c, d = "spam"                    # a = 's', b = 'p', c = 'a', d = 'm'    a, b, c = range(3)                     # a = 0, b = 1, c = 2    a, *b = [1, 2, 3, 4]                   # a = 1, b = [2, 3, 4]    *a, b = [1, 2, 3, 4]                   # a = [1, 2, 3], b = 4    a, *b, c = [1, 2, 3, 4]                # a = 1, b = [2, 3], c = 4    # 带有*时 会优先匹配*之外的变量 如    a, *b, c = [1, 2]                      # a = 1, c = 2, b = []#-- print函数原型    print(value, ..., sep=' ', end='\n', file=sys.stdout, flush=False)    # 流的重定向    print('hello world')                   # 等于sys.stdout.write('hello world')    temp = sys.stdout                      # 原有流的保存    sys.stdout = open('log.log', 'a')      # 流的重定向    print('hello world')                   # 写入到文件log.log    sys.stdout.close()    sys.stdout = temp                      # 原有流的复原    #-- Python中and或or总是返回对象(左边的对象或右边的对象) 且具有短路求值的特性    1 or 2 or 3                            # 返回 1    1 and 2 and 3                          # 返回 3#-- if/else三元表达符（if语句在行内）    A = 1 if X else 2    A = 1 if X else (2 if Y else 3)    # 也可以使用and-or语句（一条语句实现多个if-else）    result = (a > 20 and "big than 20" or a > 10 and "big than 10" or a > 5 and "big than 5")#-- Python的while语句或者for语句可以带else语句 当然也可以带continue/break/pass语句    while a > 1:        anything    else:        anything    # else语句会在循环结束后执行，除非在循环中执行了break，同样的还有for语句    for i in range(5):        anything    else:        anything#-- for循环的元组赋值    for (a, b) in [(1, 2), (3, 4)]:                   # 最简单的赋值    for ((a, b), c) in [((1, 2), 3), ((4, 5), 6)]:    # 自动解包赋值    for ((a, b), c) in [((1, 2), 3), ("XY", 6)]:      # 自动解包 a = X, b = Y, c = 6    for (a, *b) in [(1, 2, 3), (4, 5, 6)]:            # 自动解包赋值#-- 列表解析语法    M = [[1,2,3], [4,5,6], [7,8,9]]    res = [sum(row) for row in M]                     # G = [6, 15, 24] 一般的列表解析 生成一个列表    res = [c * 2 for c in 'spam']                     # ['ss', 'pp', 'aa', 'mm']    res = [a * b for a in [1, 2] for b in [4, 5]]     # 多解析过程 返回[4, 5, 8, 10]    res = [a for a in [1, 2, 3] if a < 2]             # 带判断条件的解析过程    res = [a if a > 0 else 0 for a in [-1, 0, 1]]     # 带判断条件的高级解析过程    # 两个列表同时解析：使用zip函数    for teama, teamb in zip(["Packers", "49ers"], ["Ravens", "Patriots"]):        print(teama + " vs. " + teamb)    # 带索引的列表解析：使用enumerate函数    for index, team in enumerate(["Packers", "49ers", "Ravens", "Patriots"]):        print(index, team)                            # 输出0, Packers \n 1, 49ers \n ......    #-- 生成器表达式    G = (sum(row) for row in M)                       # 使用小括号可以创建所需结果的生成器generator object    next(G), next(G), next(G)                         # 输出(6, 15, 24)    G = {sum(row) for row in M}                       # G = {6, 15, 24} 解析语法还可以生成集合和字典    G = {i:sum(M[i]) for i in range(3)}               # G = {0: 6, 1: 15, 2: 24}#-- 文档字符串:出现在Module的开端以及其中函数或类的开端 使用三重引号字符串    """    module document    """    def func():        """        function document        """        print()    class Employee:        """        class document        """        print()    print(func.__doc__)                # 输出函数文档字符串    print(Employee.__doc__)            # 输出类的文档字符串    #-- 命名惯例:    """    以单一下划线开头的变量名(_X)不会被from module import*等语句导入    前后有两个下划线的变量名(__X__)是系统定义的变量名，对解释器有特殊意义    以两个下划线开头但不以下划线结尾的变量名(__X)是类的本地(私有)变量    """#-- 列表解析 in成员关系测试 map sorted zip enumerate内置函数等都使用了迭代协议    'first line' in open('test.txt')   # in测试 返回True或False    list(map(str.upper, open('t')))    # map内置函数    sorted(iter([2, 5, 8, 3, 1]))      # sorted内置函数    list(zip([1, 2], [3, 4]))          # zip内置函数 [(1, 3), (2, 4)]#-- del语句: 手动删除某个变量    del X#-- 获取列表的子表的方法:    x = [1,2,3,4,5,6]    x[:3]                              # 前3个[1,2,3]    x[1:5]                             # 中间4个[2,3,4,5]    x[-3:]                             # 最后3个[4,5,6]    x[::2]                             # 奇数项[1,3,5]    x[1::2]                            # 偶数项[2,4,6]    #-- 手动迭代：iter和next    L = [1, 2]    I = iter(L)                        # I为L的迭代器    I.next()                           # 返回1    I.next()                           # 返回2    I.next()                           # Error:StopIteration    #-- Python中的可迭代对象    """    1.range迭代器    2.map、zip和filter迭代器    3.字典视图迭代器：D.keys()), D.items()等    4.文件类型    """"""函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则----函数语法规则"""#-- 函数相关的语句和表达式    myfunc('spam')                     # 函数调用    def myfunc():                      # 函数定义    return None                        # 函数返回值    global a                           # 全局变量    nonlocal x                         # 在函数或其他作用域中使用外层（非全局）变量    yield x                            # 生成器函数返回    lambda                             # 匿名函数    #-- Python函数变量名解析:LEGB原则，即:    """    local(functin) --> encloseing function locals --> global(module) --> build-in(python)    说明:以下边的函数maker为例 则相对于action而言 X为Local N为Encloseing    """#-- 嵌套函数举例:工厂函数    def maker(N):        def action(X):            return X ** N        return action    f = maker(2)                       # pass 2 to N    f(3)                               # 9, pass 3 to X#-- 嵌套函数举例:lambda实例    def maker(N):        action = (lambda X: X**N)        return action    f = maker(2)                       # pass 2 to N    f(3)                               # 9, pass 3 to X#-- nonlocal和global语句的区别    # nonlocal应用于一个嵌套的函数的作用域中的一个名称 例如:    start = 100    def tester(start):        def nested(label):            nonlocal start             # 指定start为tester函数内的local变量 而不是global变量start            print(label, start)            start += 3        return nested    # global为全局的变量 即def之外的变量    def tester(start):        def nested(label):            global start               # 指定start为global变量start            print(label, start)            start += 3        return nested        #-- 函数参数，不可变参数通过“值”传递，可变参数通过“引用”传递    def f(a, b, c): print(a, b, c)    f(1, 2, 3)                         # 参数位置匹配    f(1, c = 3, b = 2)                 # 参数关键字匹配    def f(a, b=1, c=2): print(a, b, c)    f(1)                               # 默认参数匹配    f(1, 2)                            # 默认参数匹配    f(a = 1, c = 3)                    # 关键字参数和默认参数的混合    # Keyword-Only参数:出现在*args之后 必须用关键字进行匹配    def keyOnly(a, *b, c): print('')   # c就为keyword-only匹配 必须使用关键字c = value匹配    def keyOnly(a, *, b, c): ......    # b c为keyword-only匹配 必须使用关键字匹配    def keyOnly(a, *, b = 1): ......   # b有默认值 或者省略 或者使用关键字参数b = value#-- 可变参数匹配: * 和 **    def f(*args): print(args)          # 在元组中收集不匹配的位置参数    f(1, 2, 3)                         # 输出(1, 2, 3)    def f(**args): print(args)         # 在字典中收集不匹配的关键字参数    f(a = 1, b = 2)                    # 输出{'a':1, 'b':2}    def f(a, *b, **c): print(a, b, c)  # 两者混合使用    f(1, 2, 3, x=4, y=5)               # 输出1, (2, 3), {'x':4, 'y':5}    #-- 函数调用时的参数解包: * 和 ** 分别解包元组和字典    func(1, *(2, 3))  <==>  func(1, 2, 3)    func(1, **{'c':3, 'b':2})  <==>  func(1, b = 2, c = 3)    func(1, *(2, 3), **{'c':3, 'b':2})  <==>  func(1, 2, 3, b = 2, c = 3)    #-- 函数属性:(自己定义的)函数可以添加属性    def func():.....    func.count = 1                     # 自定义函数添加属性    print.count = 1                    # Error 内置函数不可以添加属性    #-- 函数注解: 编写在def头部行 主要用于说明参数范围、参数类型、返回值类型等    def func(a:'spam', b:(1, 10), c:float) -> int :        print(a, b, c)    func.__annotations__               # {'c':<class 'float'>, 'b':(1, 10), 'a':'spam', 'return':<class 'int'>}    # 编写注解的同时 还是可以使用函数默认值 并且注解的位置位于=号的前边    def func(a:'spam'='a', b:(1, 10)=2, c:float=3) -> int :        print(a, b, c)#-- 匿名函数:lambda    f = lambda x, y, z : x + y + z     # 普通匿名函数，使用方法f(1, 2, 3)    f = lambda x = 1, y = 1: x + y     # 带默认参数的lambda函数    def action(x):                     # 嵌套lambda函数        return (lambda y : x + y)    f = lambda: a if xxx() else b      # 无参数的lambda函数，使用方法f()#-- lambda函数与map filter reduce函数的结合    list(map((lambda x: x + 1), [1, 2, 3]))              # [2, 3, 4]    list(filter((lambda x: x > 0), range(-4, 5)))        # [1, 2, 3, 4]    functools.reduce((lambda x, y: x + y), [1, 2, 3])    # 6    functools.reduce((lambda x, y: x * y), [2, 3, 4])    # 24    #-- 生成器函数:yield VS return    def gensquare(N):        for i in range(N):            yield i** 2                # 状态挂起 可以恢复到此时的状态    for i in gensquare(5):             # 使用方法        print(i, end = ' ')            # [0, 1, 4, 9, 16]    x = gensquare(2)                   # x是一个生成对象    next(x)                            # 等同于x.__next__() 返回0    next(x)                            # 等同于x.__next__() 返回1    next(x)                            # 等同于x.__next__() 抛出异常StopIteration    #-- 生成器表达式:小括号进行列表解析    G = (x ** 2 for x in range(3))     # 使用小括号可以创建所需结果的生成器generator object    next(G), next(G), next(G)          # 和上述中的生成器函数的返回值一致    #（1）生成器(生成器函数/生成器表达式)是单个迭代对象    G = (x ** 2 for x in range(4))    I1 = iter(G)                       # 这里实际上iter(G) = G    next(I1)                           # 输出0    next(G)                            # 输出1    next(I1)                           # 输出4    #（2）生成器不保留迭代后的结果    gen = (i for i in range(4))    2 in gen                           # 返回True    3 in gen                           # 返回True    1 in gen                           # 返回False，其实检测2的时候，1已经就不在生成器中了，即1已经被迭代过了，同理2、3也不在了#-- 本地变量是静态检测的    X = 22                             # 全局变量X的声明和定义    def test():        print(X)                       # 如果没有下一语句 则该句合法 打印全局变量X        X = 88                         # 这一语句使得上一语句非法 因为它使得X变成了本地变量 上一句变成了打印一个未定义的本地变量(局部变量)        if False:                      # 即使这样的语句 也会把print语句视为非法语句 因为:            X = 88                     # Python会无视if语句而仍然声明了局部变量X    def test():                        # 改进        global X                       # 声明变量X为全局变量        print(X)                       # 打印全局变量X        X = 88                         # 改变全局变量X        #-- 函数的默认值是在函数定义的时候实例化的 而不是在调用的时候 例子:    def foo(numbers=[]):               # 这里的[]是可变的        numbers.append(9)            print(numbers)    foo()                              # first time, like before, [9]    foo()                              # second time, not like before, [9, 9]    foo()                              # third time, not like before too, [9, 9, 9]    # 改进:    def foo(numbers=None):        if numbers is None: numbers = []        numbers.append(9)        print(numbers)    # 另外一个例子 参数的默认值为不可变的:    def foo(count=0):                  # 这里的0是数字, 是不可变的        count += 1        print(count)    foo()                              # 输出1    foo()                              # 还是输出1    foo(3)                             # 输出4    foo()                              # 还是输出1    """函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子----函数例子"""    """数学运算类"""    abs(x)                              # 求绝对值，参数可以是整型，也可以是复数，若参数是复数，则返回复数的模    complex([real[, imag]])             # 创建一个复数    divmod(a, b)                        # 分别取商和余数，注意：整型、浮点型都可以    float([x])                          # 将一个字符串或数转换为浮点数。如果无参数将返回0.0    int([x[, base]])                    # 将一个字符串或浮点数转换为int类型，base表示进制    long([x[, base]])                   # 将一个字符串或浮点数转换为long类型    pow(x, y)                           # 返回x的y次幂    range([start], stop[, step])        # 产生一个序列，默认从0开始    round(x[, n])                       # 四舍五入    sum(iterable[, start])              # 对集合求和    oct(x)                              # 将一个数字转化为8进制字符串    hex(x)                              # 将一个数字转换为16进制字符串    chr(i)                              # 返回给定int类型对应的ASCII字符    unichr(i)                           # 返回给定int类型的unicode    ord(c)                              # 返回ASCII字符对应的整数    bin(x)                              # 将整数x转换为二进制字符串    bool([x])                           # 将x转换为Boolean类型        """集合类操作"""    basestring()                        # str和unicode的超类，不能直接调用，可以用作isinstance判断    format(value [, format_spec])       # 格式化输出字符串，格式化的参数顺序从0开始，如“I am {0},I like {1}”    enumerate(sequence[, start=0])      # 返回一个可枚举的对象，注意它有第二个参数    iter(obj[, sentinel])               # 生成一个对象的迭代器，第二个参数表示分隔符    max(iterable[, args...][key])       # 返回集合中的最大值    min(iterable[, args...][key])       # 返回集合中的最小值    dict([arg])                         # 创建数据字典    list([iterable])                    # 将一个集合类转换为另外一个集合类    set()                               # set对象实例化    frozenset([iterable])               # 产生一个不可变的set    tuple([iterable])                   # 生成一个tuple类型    str([object])                       # 转换为string类型    sorted(iterable[, cmp[, key[, reverse]]])             # 集合排序        L = [('b',2),('a',1),('c',3),('d',4)]        sorted(L, key=lambda x: x[1]), reverse=True)      # 使用Key参数和reverse参数        sorted(L, key=lambda x: (x[0], x[1]))             # 使用key参数进行多条件排序，即如果x[0]相同，则比较x[1]    """逻辑判断"""    all(iterable)                       # 集合中的元素都为真的时候为真，特别的，若为空串返回为True    any(iterable)                       # 集合中的元素有一个为真的时候为真，特别的，若为空串返回为False    cmp(x, y)                           # 如果x < y ,返回负数；x == y, 返回0；x > y,返回正数    """IO操作"""    file(filename [, mode [, bufsize]]) # file类型的构造函数。    input([prompt])                     # 获取用户输入，推荐使用raw_input，因为该函数将不会捕获用户的错误输入    raw_input([prompt])                 # 设置输入，输入都是作为字符串处理    open(name[, mode[, buffering]])     # 打开文件，与file有什么不同？推荐使用open        """其他"""    callable(object)                    # 检查对象object是否可调用    classmethod(func)                   # 用来说明这个func是个类方法    staticmethod(func)                  # 用来说明这个func为静态方法    dir([object])                       # 不带参数时，返回当前范围内的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表。    help(obj)                           # 返回obj的帮助信息    eval(expression)                    # 计算表达式expression的值，并返回    exec(str)                           # 将str作为Python语句执行    execfile(filename)                  # 用法类似exec()，不同的是execfile的参数filename为文件名，而exec的参数为字符串。    filter(function, iterable)          # 构造一个序列，等价于[item for item in iterable if function(item)]，function返回值为True或False的函数        list(filter(bool, range(-3, 4)))# 返回[-3, -2, -1, 1, 2, 3], 没有0    hasattr(object, name)               # 判断对象object是否包含名为name的特性    getattr(object, name [, defalut])   # 获取一个类的属性    setattr(object, name, value)        # 设置属性值    delattr(object, name)               # 删除object对象名为name的属性    globals()                           # 返回一个描述当前全局符号表的字典    hash(object)                        # 如果对象object为哈希表类型，返回对象object的哈希值    id(object)                          # 返回对象的唯一标识，一串数字    isinstance(object, classinfo)       # 判断object是否是class的实例        isinstance(1, int)              # 判断是不是int类型        isinstance(1, (int, float))     # isinstance的第二个参数接受一个元组类型    issubclass(class, classinfo)        # 判断class是否为classinfo的子类    locals()                            # 返回当前的变量列表    map(function, iterable, ...)        # 遍历每个元素，执行function操作        list(map(abs, range(-3, 4)))    # 返回[3, 2, 1, 0, 1, 2, 3]    next(iterator[, default])           # 类似于iterator.next()    property([fget[, fset[, fdel[, doc]]]])           # 属性访问的包装类，设置后可以通过c.x=value等来访问setter和getter    reduce(function, iterable[, initializer])         # 合并操作，从第一个开始是前两个参数，然后是前两个的结果与第三个合并进行处理，以此类推        def add(x,y):return x + y         reduce(add, range(1, 11))                     # 返回55 (注:1+2+3+4+5+6+7+8+9+10 = 55)        reduce(add, range(1, 11), 20)                 # 返回75    reload(module)                      # 重新加载模块    repr(object)                        # 将一个对象变幻为可打印的格式    slice(start, stop[, step])          # 产生分片对象    type(object)                        # 返回该object的类型    vars([object])                      # 返回对象的变量名、变量值得字典        a = Class();                    # Class为一个空类        a.name = 'qi', a.age = 9        vars(a)                         # {'name':'qi', 'age':9}    zip([iterable, ...])                # 返回对应数组        list(zip([1, 2, 3], [4, 5, 6])) # [(1, 4), (2, 5), (3, 6)]        a = [1, 2, 3],  b = ["a", "b", "c"]        z = zip(a, b)                   # 压缩：[(1, "a"), (2, "b"), (3, "c")]        zip(*z)                         # 解压缩：[(1, 2, 3), ("a", "b", "c")]    unicode(string, encoding, errors)   # 将字符串string转化为unicode形式，string为encoded string。    """模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle----模块Moudle"""#-- Python模块搜索路径:    """    (1)程序的主目录    (2)PYTHONPATH目录 (3)标准链接库目录 (4)任何.pth文件的内容    """    #-- 查看全部的模块搜索路径    import sys    sys.path        #-- 模块的使用代码    import module1, module2             # 导入module1 使用module1.printer()    from module1 import printer         # 导入module1中的printer变量 使用printer()    from module1 imoprt *               # 导入module1中的全部变量 使用不必添加module1前缀#-- 重载模块reload: 这是一个内置函数 而不是一条语句    from imp import reload    reload(module)    #-- 模块的包导入:使用点号(.)而不是路径(dir1\dir2)进行导入    import dir1.dir2.mod                # d导入包(目录)dir1中的包dir2中的mod模块 此时dir1必须在Python可搜索路径中    from dir1.dir2.mod import *         # from语法的包导入#-- __init__.py包文件:每个导入的包中都应该包含这么一个文件    """    该文件可以为空    首次进行包导入时 该文件会自动执行    高级功能:在该文件中使用__all__列表来定义包(目录)以from*的形式导入时 需要导入什么    """    #-- 包相对导入:使用点号(.) 只能使用from语句    from . import spam                  # 导入当前目录下的spam模块（错误: 当前目录下的模块, 直接导入即可）    from .spam import name              # 导入当前目录下的spam模块的name属性（错误: 当前目录下的模块, 直接导入即可，不用加.）    from .. import spam                 # 导入当前目录的父目录下的spam模块    #-- 包相对导入与普通导入的区别    from string import *                # 这里导入的string模块为sys.path路径上的 而不是本目录下的string模块(如果存在也不是)    from .string import *               # 这里导入的string模块为本目录下的(不存在则导入失败) 而不是sys.path路径上的    #-- 模块数据隐藏:最小化from*的破坏    _X                                  # 变量名前加下划线可以防止from*导入时该变量名被复制出去    __all__ = ['x', 'x1', 'x2']         # 使用__all__列表指定from*时复制出去的变量名(变量名在列表中为字符串形式)#-- 可以使用__name__进行模块的单元测试:当模块为顶层执行文件时值为'__main__' 当模块被导入时为模块名    if __name__ == '__main__':        doSomething    # 模块属性中还有其他属性，例如：    __doc__                             # 模块的说明文档    __file__                            # 模块文件的文件名，包括全路径    __name__                            # 主文件或者被导入文件    __package__                         # 模块所在的包        #-- import语句from语句的as扩展    import modulename as name    from modulename import attrname as name    #-- 得到模块属性的几种方法 假设为了得到name属性的值    M.name    M.__dict__['name']    sys.modules['M'].name    getattr(M, 'name')    """类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象----类与面向对象"""#-- 最普通的类    class C1(C2, C3):        spam = 42                       # 数据属性        def __init__(self, name):       # 函数属性:构造函数            self.name = name        def __del__(self):              # 函数属性:析构函数            print("goodbey ", self.name)        I1 = C1('bob')    #-- Python的类没有基于参数的函数重载    class FirstClass:        def test(self, string):            print(string)        def test(self):                 # 此时类中只有一个test函数 即后者test(self) 它覆盖掉前者带参数的test函数            print("hello world")#-- 子类扩展超类: 尽量调用超类的方法    class Manager(Person):        def giveRaise(self, percent, bonus = .10):            self.pay = int(self.pay*(1 + percent + bonus))     # 不好的方式 复制粘贴超类代码            Person.giveRaise(self, percent + bonus)            # 好的方式 尽量调用超类方法#-- 类内省工具    bob = Person('bob')    bob.__class__                       # <class 'Person'>    bob.__class__.__name__              # 'Person'    bob.__dict__                        # {'pay':0, 'name':'bob', 'job':'Manager'}    #-- 返回1中 数据属性spam是属于类 而不是对象    I1 = C1('bob'); I2 = C2('tom')      # 此时I1和I2的spam都为42 但是都是返回的C1的spam属性    C1.spam = 24                        # 此时I1和I2的spam都为24    I1.spam = 3                         # 此时I1新增自有属性spam 值为2 I2和C1的spam还都为24    #-- 类方法调用的两种方式    instance.method(arg...)    class.method(instance, arg...)    #-- 抽象超类的实现方法    # (1)某个函数中调用未定义的函数 子类中定义该函数        def delegate(self):            self.action()               # 本类中不定义action函数 所以使用delegate函数时就会出错    # (2)定义action函数 但是返回异常        def action(self):            raise NotImplementedError("action must be defined")    # (3)上述的两种方法还都可以定义实例对象 实际上可以利用@装饰器语法生成不能定义的抽象超类        from abc import ABCMeta, abstractmethod        class Super(metaclass = ABCMeta):            @abstractmethod            def action(self): pass        x = Super()                     # 返回 TypeError: Can't instantiate abstract class Super with abstract methods action    #-- # OOP和继承: "is-a"的关系    class A(B):        pass    a = A()    isinstance(a, B)                    # 返回True, A是B的子类 a也是B的一种    # OOP和组合: "has-a"的关系    pass    # OOP和委托: "包装"对象 在Python中委托通常是以"__getattr__"钩子方法实现的, 这个方法会拦截对不存在属性的读取    # 包装类(或者称为代理类)可以使用__getattr__把任意读取转发给被包装的对象    class wrapper:        def __init__(self, object):            self.wrapped = object        def __getattr(self, attrname):            print('Trace: ', attrname)            return getattr(self.wrapped, attrname)    # 注:这里使用getattr(X, N)内置函数以变量名字符串N从包装对象X中取出属性 类似于X.__dict__[N]    x = wrapper([1, 2, 3])    x.append(4)                         # 返回 "Trace: append" [1, 2, 3, 4]    x = wrapper({'a':1, 'b':2})    list(x.keys())                      # 返回 "Trace: keys" ['a', 'b']#-- 类的伪私有属性:使用__attr    class C1:        def __init__(self, name):            self.__name = name          # 此时类的__name属性为伪私有属性 原理 它会自动变成self._C1__name = name        def __str__(self):            return 'self.name = %s' % self.__name    I = C1('tom')    print(I)                            # 返回 self.name = tom    I.__name = 'jeey'                   # 这里无法访问 __name为伪私有属性    I._C1__name = 'jeey'                # 这里可以修改成功 self.name = jeey    #-- 类方法是对象:无绑定类方法对象 / 绑定实例方法对象    class Spam:        def doit(self, message):            print(message)        def selfless(message)            print(message)    obj = Spam()    x = obj.doit                        # 类的绑定方法对象 实例 + 函数    x('hello world')    x = Spam.doit                       # 类的无绑定方法对象 类名 + 函数    x(obj, 'hello world')    x = Spam.selfless                   # 类的无绑定方法是函数 在3.0之前无效    x('hello world')#-- 获取对象信息: 属性和方法    a = MyObject()    dir(a)                              # 使用dir函数    hasattr(a, 'x')                     # 测试是否有x属性或方法 即a.x是否已经存在    setattr(a, 'y', 19)                 # 设置属性或方法 等同于a.y = 19    getattr(a, 'z', 0)                  # 获取属性或方法 如果属性不存在 则返回默认值0    #这里有个小技巧，setattr可以设置一个不能访问到的属性，即只能用getattr获取    setattr(a, "can't touch", 100)      # 这里的属性名带有空格，不能直接访问    getattr(a, "can't touch", 0)        # 但是可以用getattr获取#-- 为类动态绑定属性或方法: MethodType方法    # 一般创建了一个class的实例后, 可以给该实例绑定任何属性和方法, 这就是动态语言的灵活性    class Student(object):        pass    s = Student()    s.name = 'Michael'                  # 动态给实例绑定一个属性    def set_age(self, age):             # 定义一个函数作为实例方法        self.age = age    from types import MethodType    s.set_age = MethodType(set_age, s)  # 给实例绑定一个方法 类的其他实例不受此影响    s.set_age(25)                       # 调用实例方法    Student.set_age = MethodType(set_age, Student)    # 为类绑定一个方法 类的所有实例都拥有该方法    """类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题----类的高级话题"""    #-- 多重继承: "混合类", 搜索方式"从下到上 从左到右 广度优先"    class A(B, C):        pass#-- 类的继承和子类的初始化    # 1.子类定义了__init__方法时，若未显示调用基类__init__方法，python不会帮你调用。    # 2.子类未定义__init__方法时，python会自动帮你调用首个基类的__init__方法，注意是首个。    # 3.子类显示调用基类的初始化函数：    class FooParent(object):        def __init__(self, a):            self.parent = 'I\'m the Parent.'            print('Parent:a=' + str(a))        def bar(self, message):            print(message + ' from Parent')    class FooChild(FooParent):        def __init__(self, a):            FooParent.__init__(self, a)            print('Child:a=' + str(a))        def bar(self, message):            FooParent.bar(self, message)            print(message + ' from Child')    fooChild = FooChild(10)    fooChild.bar('HelloWorld')    #-- #实例方法 / 静态方法 / 类方法    class Methods:        def imeth(self, x): print(self, x)      # 实例方法：传入的是实例和数据，操作的是实例的属性        def smeth(x): print(x)                  # 静态方法：只传入数据 不传入实例，操作的是类的属性而不是实例的属性        def cmeth(cls, x): print(cls, x)        # 类方法：传入的是类对象和数据        smeth = staticmethod(smeth)             # 调用内置函数，也可以使用@staticmethod        cmeth = classmethod(cmeth)              # 调用内置函数，也可以使用@classmethod    obj = Methods()    obj.imeth(1)                                # 实例方法调用 <__main__.Methods object...> 1    Methods.imeth(obj, 2)                       # <__main__.Methods object...> 2    Methods.smeth(3)                            # 静态方法调用 3    obj.smeth(4)                                # 这里可以使用实例进行调用    Methods.cmeth(5)                            # 类方法调用 <class '__main__.Methods'> 5    obj.cmeth(6)                                # <class '__main__.Methods'> 6    #-- 函数装饰器:是它后边的函数的运行时的声明 由@符号以及后边紧跟的"元函数"(metafunction)组成        @staticmethod        def smeth(x): print(x)    # 等同于:        def smeth(x): print(x)        smeth = staticmethod(smeth)    # 同理        @classmethod        def cmeth(cls, x): print(x)    # 等同于        def cmeth(cls, x): print(x)        cmeth = classmethod(cmeth)    #-- 类修饰器:是它后边的类的运行时的声明 由@符号以及后边紧跟的"元函数"(metafunction)组成        def decorator(aClass):.....        @decorator        class C:....    # 等同于:        class C:....        C = decorator(C)#-- 限制class属性: __slots__属性    class Student:        __slots__ = ('name', 'age')             # 限制Student及其实例只能拥有name和age属性    # __slots__属性只对当前类起作用, 对其子类不起作用    # __slots__属性能够节省内存    # __slots__属性可以为列表list，或者元组tuple    #-- 类属性高级话题: @property    # 假设定义了一个类:C，该类必须继承自object类，有一私有变量_x    class C(object):        def __init__(self):            self.__x = None    # 第一种使用属性的方法        def getx(self):            return self.__x        def setx(self, value):            self.__x = value        def delx(self):            del self.__x        x = property(getx, setx, delx, '')    # property函数原型为property(fget=None,fset=None,fdel=None,doc=None)    # 使用    c = C()    c.x = 100                         # 自动调用setx方法    y = c.x                           # 自动调用getx方法    del c.x                           # 自动调用delx方法    # 第二种方法使用属性的方法        @property        def x(self):            return self.__x        @x.setter        def x(self, value):           self.__x = value        @x.deleter        def x(self):           del self.__x    # 使用    c = C()    c.x = 100                         # 自动调用setter方法    y = c.x                           # 自动调用x方法    del c.x                           # 自动调用deleter方法    #-- 定制类: 重写类的方法    # (1)__str__方法、__repr__方法: 定制类的输出字符串    # (2)__iter__方法、next方法: 定制类的可迭代性    class Fib(object):        def __init__(self):            self.a, self.b = 0, 1     # 初始化两个计数器a，b        def __iter__(self):            return self               # 实例本身就是迭代对象，故返回自己        def next(self):            self.a, self.b = self.b, self.a + self.b            if self.a > 100000:       # 退出循环的条件                raise StopIteration()            return self.a             # 返回下一个值    for n in Fib():        print(n)                      # 使用    # (3)__getitem__方法、__setitem__方法: 定制类的下标操作[] 或者切片操作slice    class Indexer(object):        def __init__(self):            self.data = {}        def __getitem__(self, n):             # 定义getitem方法            print('getitem:', n)                            return self.data[n]        def __setitem__(self, key, value):    # 定义setitem方法            print('setitem:key = {0}, value = {1}'.format(key, value))            self.data[key] = value    test = Indexer()    test[0] = 1;   test[3] = '3'              # 调用setitem方法    print(test[0])                            # 调用getitem方法    # (4)__getattr__方法: 定制类的属性操作    class Student(object):        def __getattr__(self, attr):          # 定义当获取类的属性时的返回值            if attr=='age':                return 25                     # 当获取age属性时返回25        raise AttributeError('object has no attribute: %s' % attr)        # 注意: 只有当属性不存在时 才会调用该方法 且该方法默认返回None 需要在函数最后引发异常    s = Student()    s.age                                     # s中age属性不存在 故调用__getattr__方法 返回25    # (5)__call__方法: 定制类的'可调用'性    class Student(object):        def __call__(self):                   # 也可以带参数            print('Calling......')    s = Student()    s()                                       # s变成了可调用的 也可以带参数    callable(s)                               # 测试s的可调用性 返回True    #    (6)__len__方法：求类的长度    def __len__(self):        return len(self.data)    #-- 动态创建类type()    # 一般创建类 需要在代码中提前定义        class Hello(object):            def hello(self, name='world'):                print('Hello, %s.' % name)        h = Hello()        h.hello()                             # Hello, world        type(Hello)                           # Hello是一个type类型 返回<class 'type'>        type(h)                               # h是一个Hello类型 返回<class 'Hello'>    # 动态类型语言中 类可以动态创建 type函数可用于创建新类型        def fn(self, name='world'):           # 先定义函数            print('Hello, %s.' % name)        Hello = type('Hello', (object,), dict(hello=fn))         # 创建Hello类 type原型: type(name, bases, dict)        h = Hello()                           # 此时的h和上边的h一致"""异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关----异常相关"""    #-- #捕获异常:         try:        except:                               # 捕获所有的异常 等同于except Exception:        except name:                          # 捕获指定的异常        except name, value:                   # 捕获指定的异常和额外的数据(实例)        except (name1, name2):        except (name1, name2), value:        except name4 as X:        else:                                 # 如果没有发生异常        finally:                              # 总会执行的部分    # 引发异常: raise子句(raise IndexError)        raise <instance>                      # raise instance of a class, raise IndexError()        raise <class>                         # make and raise instance of a class, raise IndexError        raise                                 # reraise the most recent exception#-- Python3.x中的异常链: raise exception from otherException    except Exception as X:        raise IndexError('Bad') from X        #-- assert子句: assert <test>, <data>    assert x < 0, 'x must be negative'    #-- with/as环境管理器:作为常见的try/finally用法模式的替代方案    with expression [as variable], expression [as variable]:    # 例子:        with open('test.txt') as myfile:            for line in myfile: print(line)    # 等同于:        myfile = open('test.txt')        try:            for line in myfile: print(line)        finally:            myfile.close()#-- 用户自定义异常: class Bad(Exception):.....    """    Exception超类 / except基类即可捕获到其所有子类    Exception超类有默认的打印消息和状态 当然也可以定制打印显示:    """    class MyBad(Exception):        def __str__(self):            return '定制的打印消息'    try:        MyBad()    except MyBad as x:        print(x)    #-- 用户定制异常数据    class FormatError(Exception):        def __init__(self, line ,file):            self.line = line            self.file = file    try:        raise FormatError(42, 'test.py')    except FormatError as X:        print('Error at ', X.file, X.line)    # 用户定制异常行为(方法):以记录日志为例    class FormatError(Exception):        logfile = 'formaterror.txt'        def __init__(self, line ,file):            self.line = line            self.file = file        def logger(self):            open(self.logfile, 'a').write('Error at ', self.file, self.line)    try:        raise FormatError(42, 'test.py')    except FormatError as X:        X.logger()#-- 关于sys.exc_info:允许一个异常处理器获取对最近引发的异常的访问    try:        ......    except:        # 此时sys.exc_info()返回一个元组(type, value, traceback)        # type:正在处理的异常的异常类型        # value:引发的异常的实例        # traceback:堆栈信息        #-- 异常层次    BaseException    +-- SystemExit    +-- KeyboardInterrupt    +-- GeneratorExit    +-- Exception        +-- StopIteration        +-- ArithmeticError        +-- AssertionError        +-- AttributeError        +-- BufferError        +-- EOFError        +-- ImportError        +-- LookupError        +-- MemoryError        +-- NameError        +-- OSError        +-- ReferenceError        +-- RuntimeError        +-- SyntaxError        +-- SystemError        +-- TypeError        +-- ValueError        +-- Warning    """Unicode和字节字符串---Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串----Unicode和字节字符串"""#-- Python的字符串类型    """Python2.x"""    # 1.str表示8位文本和二进制数据    # 2.unicode表示宽字符Unicode文本    """Python3.x"""    # 1.str表示Unicode文本（8位或者更宽）    # 2.bytes表示不可变的二进制数据    # 3.bytearray是一种可变的bytes类型#-- 字符编码方法    """ASCII"""                   # 一个字节，只包含英文字符，0到127，共128个字符，利用函数可以进行字符和数字的相互转换    ord('a')                      # 字符a的ASCII码为97，所以这里返回97    chr(97)                       # 和上边的过程相反，返回字符'a'    """Latin-1"""                 # 一个字节，包含特殊字符，0到255，共256个字符，相当于对ASCII码的扩展    chr(196)                      # 返回一个特殊字符：Ä    """Unicode"""                 # 宽字符，一个字符包含多个字节，一般用于亚洲的字符集，比如中文有好几万字    """UTF-8"""                   # 可变字节数，小于128的字符表示为单个字节，128到0X7FF之间的代码转换为两个字节，0X7FF以上的代码转换为3或4个字节    # 注意：可以看出来，ASCII码是Latin-1和UTF-8的一个子集    # 注意：utf-8是unicode的一种实现方式，unicode、gbk、gb2312是编码字符集    #-- 查看Python中的字符串编码名称，查看系统的编码    import encodings    help(encoding)    import sys    sys.platform                  # 'win64'    sys.getdefaultencoding()      # 'utf-8'    sys.getdefaultencoding()      # 返回当前系统平台的编码类型    sys.getsizeof(object)         # 返回object占有的bytes的大小    #-- 源文件字符集编码声明: 添加注释来指定想要的编码形式 从而改变默认值 注释必须出现在脚本的第一行或者第二行    """说明：其实这里只会检查#和coding:utf-8，其余的字符都是为了美观加上的"""    # _*_ coding: utf-8 _*_    # coding = utf-8    #-- #编码: 字符串 --> 原始字节       #解码: 原始字节 --> 字符串#-- Python3.x中的字符串应用    s = '...'                     # 构建一个str对象，不可变对象    b = b'...'                    # 构建一个bytes对象，不可变对象    s[0], b[0]                    # 返回('.', 113)    s[1:], b[1:]                  # 返回('..', b'..')    B = B"""        xxxx        yyyy        """    # B = b'\nxxxx\nyyyy\n'    # 编码，将str字符串转化为其raw bytes形式：        str.encode(encoding = 'utf-8', errors = 'strict')        bytes(str, encoding)    # 编码例子：        S = 'egg'        S.encode()                    # b'egg'        bytes(S, encoding = 'ascii')  # b'egg'    # 解码，将raw bytes字符串转化为str形式：        bytes.decode(encoding = 'utf-8', errors = 'strict')        str(bytes_or_buffer[, encoding[, errors]])    # 解码例子：        B = b'spam'        B.decode()                # 'spam'        str(B)                    # "b'spam'"，不带编码的str调用，结果为打印该bytes对象        str(B, encoding = 'ascii')# 'spam'，带编码的str调用，结果为转化该bytes对象    #-- Python2.x的编码问题    u = u'汉'    print repr(u)                 # u'\xba\xba'    s = u.encode('UTF-8')    print repr(s)                 # '\xc2\xba\xc2\xba'    u2 = s.decode('UTF-8')    print repr(u2)                # u'\xba\xba'    # 对unicode进行解码是错误的    s2 = u.decode('UTF-8')        # UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)    # 同样，对str进行编码也是错误的    u2 = s.encode('UTF-8')        # UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 0: ordinal not in range(128)#-- bytes对象    B = b'abc'    B = bytes('abc', 'ascii')    B = bytes([97, 98, 99])    B = 'abc'.encode()    # bytes对象的方法调用基本和str类型一致 但:B[0]返回的是ASCII码值97, 而不是b'a'    #-- #文本文件: 根据Unicode编码来解释文件内容，要么是平台的默认编码，要么是指定的编码类型    # 二进制文件：表示字节值的整数的一个序列 open('bin.txt', 'rb')    #-- Unicode文件    s = 'A\xc4B\xe8C'             # s = 'A?BèC'  len(s) = 5    #手动编码        l = s.encode('latin-1')   # l = b'A\xc4B\xe8C'  len(l) = 5        u = s.encode('utf-8')     # u = b'A\xc3\x84B\xc3\xa8C'  len(u) = 7    #文件输出编码        open('latindata', 'w', encoding = 'latin-1').write(s)        l = open('latindata', 'rb').read()                        # l = b'A\xc4B\xe8C'  len(l) = 5        open('uft8data', 'w', encoding = 'utf-8').write(s)        u = open('uft8data', 'rb').read()                         # u = b'A\xc3\x84B\xc3\xa8C'  len(u) = 7    #文件输入编码        s = open('latindata', 'r', encoding = 'latin-1').read()   # s = 'A?BèC'  len(s) = 5        s = open('latindata', 'rb').read().decode('latin-1')      # s = 'A?BèC'  len(s) = 5        s = open('utf8data', 'r', encoding = 'utf-8').read()      # s = 'A?BèC'  len(s) = 5        s = open('utf8data', 'rb').read().decode('utf-8')         # s = 'A?BèC'  len(s) = 5        """其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他----其他"""#-- Python实现任意深度的赋值 例如a[0] = 'value1'; a[1][2] = 'value2'; a[3][4][5] = 'value3'    class MyDict(dict):        def __setitem__(self, key, value):                 # 该函数不做任何改动 这里只是为了输出            print('setitem:', key, value, self)            super().__setitem__(key, value)        def __getitem__(self, item):                       # 主要技巧在该函数            print('getitem:', item, self)                  # 输出信息            # 基本思路: a[1][2]赋值时 需要先取出a[1] 然后给a[1]的[2]赋值            if item not in self:                           # 如果a[1]不存在 则需要新建一个dict 并使得a[1] = dict                temp = MyDict()                            # 新建的dict: temp                super().__setitem__(item, temp)            # 赋值a[1] = temp                return temp                                # 返回temp 使得temp[2] = value有效            return super().__getitem__(item)               # 如果a[1]存在 则直接返回a[1]    # 例子:        test = MyDict()        test[0] = 'test'        print(test[0])        test[1][2] = 'test1'        print(test[1][2])        test[1][3] = 'test2'        print(test[1][3])#-- Python中的多维数组    lists = [0] * 3                                        # 扩展list，结果为[0, 0, 0]    lists = [[]] * 3                                       # 多维数组，结果为[[], [], []]，但有问题，往下看    lists[0].append(3)                                     # 期望看到的结果[[3], [], []]，实际结果[[3], [3], [3]]，原因：list*n操作，是浅拷贝，如何避免？往下看    lists = [[] for i in range(3)]                         # 多维数组，结果为[[], [], []]    lists[0].append(3)                                     # 结果为[[3], [], []]    lists[1].append(6)                                     # 结果为[[3], [6], []]    lists[2].append(9)                                     # 结果为[[3], [6], [9]]    lists = [[[] for j in range(4)] for i in range(3)]     # 3行4列，且每一个元素为[]