python 原理

目录

• 语言类型：
• 编码：
• python2和python3区别：
• 基础数据类型：
• 文件操作：
• Python 中的空间和作用域：
• 同一代码块：
• 不同代码块：
• 运算符：
• 深浅copy：

​

​

语言类型：

• 分类：编译型、解释型，强类型、弱类型

  • 编译型：编译完在执行

    • 代表语言：C，C++
    • 优点：运行速度快
    • 缺点：开发速度慢

  • 解释型：逐行编译

    • 优点：开发速度快

    • 缺点：运行速度慢

    • 代表语言：Python，JavaS，PHP

编码：

• 8bit = 1byte 1024B(byte) = 1KB 1024KB = 1M
• ASCII： 英文编码 英文一个字节
• GBK ： 国标码 英文 一个字节，中文两个两个
• Unicode： 万国码 英文两个 个字节， 中文四个字节
• UTF-8 ： 万国码升级 英文一个字节， 欧洲两个字节，中文三个字节

​

python2和python3区别：

• 代码： python2 代码混乱，重复 python 源码规范，清晰，简单优美

• 编码： python2 编码为ascii python3 内存编码为Unicode

• print： python2 中print不需要添加括号 python3 中需要添加括号了

• input： python2 中输入是raw-input python3 中是input

• nonload： python2 中没有nonload python3 中新加入的

• 类： python2 经典类，深入优先 python3 不存在经典类，都是新式类，mro算法也叫c3

  ​

基础数据类型：

• 字符串：str

  • upper，lower，startwith，endswith，replace，strip，split，join，count，isdigit，index/find（不报错）

• 列表：list

  • append，insert，extend，pop，remove，del，改：li[] = "海洋" 查：根据索引，切片查询

    count，index，sort，reverse

• 列表的注意事项：

  • 循环一个列表时，删除元素时，剩下的值会向前近一步 （索引也会更改），
  • 不要改变列表的大小，这样会影响你最终结果

• 列表去重：

  • 方法一：

• 创建新的列表，for循环列表中每个元素是否不在新列表中，不在则追加

  • 方法二：

  • l1 = [33,22,33,44,44,22,55,11]
    l2 = list(set(l1))                 #set去重转成列表
    l2.sort(key = l1.index)             #使用列表进行排序，保证原顺序
    print(l2)
    

• 列表删除:

  • 列表删除只可从后往前删除，

  • a = [1,2,3,4,5,6,7,8]
    
    for i in range(len(a)-1,-1,-1):
        if a[i] > 5:
            a.pop(i)
        else:
            pass
    print(a)
    

​

• 字典：dict

  • 增加：dic['name'] = ['hai'] 有则改之，无则增加 ，dic.setdefault("name","hai") 有则不变，无则增加

  • 删除：dic.pop('key',)

  • 修改：dic['name'] = 'junli'

  • 查看：print（dic['name']，dic.get('name') #get没有返回none，好用！！！

  • fromkeys：

    • 创建空字典：dic = dict.fromkeys("可迭代对象")

  • enumerate：

    • 枚举，for i in enumerate(字典)： 每次循环索引位置和key

  • update：

    • dic.update('name','18') 添加
    • dic.update(name = '太白金星') 更改
    • dic.update([(1, 'a'),(2, 'b')]) 列表中的元祖添加到字典
    • dic1.update(dic2) 更新：字典融合，有则覆盖，无则增加

• 元祖：tuple

  • 只读列表，不可修改

  • tu1= (1) 如果元祖中只有一个元素，那么他还是本身元素

  • count 统计元祖中字符出现的次数

  • index 通过元素查找索引

• 集合：set

  • set集合里存放的是可迭代类型
  • 列表去重
  • 交集，并集，差集（两个数据进行的操作）

​

文件操作：

• 文件操作的格式：

• with open('文件的读',encoding='utf-8') as f1:

  • print(f1.read())
  • with： 使用with打开文件，不用关闭文件句柄

• open： 是内置内置函数，调用操作系统的接口

  • encoding：设置文件读写编码格式，默认是操作系统编码

    ​

• mode操作方法：

• 读取：r(默认是r) 追加：a ，写入：w 非文本文件不能指定编码：rb

  • 先读后写（可以追加）：r+

  • 追加读：a+

    ​

• 文件句柄操作方法：

  • read readline() write() read(n)按光标读 readlines()将内容聚合列表

• 替换文件：

• # 另一种打开文件的方式: 帮助自动关闭文件;可以同时开多个文件,用逗号隔开;也可以同时操作一个文件
  with open("a", mode="r", encoding="utf-8") as f,\
       open("b", mode="a", encoding="utf-8") as f1: 
  
  import os
  print(os.getcwd()) # 查看当前工作路径
  os.remove() # 删除文件
  os.rename() # 更改文件名.(新名,旧名)
  
  

Python 中的空间和作用域：

• 三个空间：

  • 内置名称空间：当你运行python程序，会开启一个内置名称空间，将内置函数print等等加载到空间中

  • 全局名称空间：加载当前py文件中的变量，和函数外声明的变量，加载到全局空间中，变量与值对应关系

  • 局部名称空间：函数执行时，会开辟出局部空间（也叫临时名称空间）

    ​

• globals() 查看全局存储的全局变量

• locals() 查看当前存储的变量

​

• 全局作用域---->内置名称空间和全局名称空间

• 局部作用域---->局部名称空间

• 作用：

  • 作用域对与变量而言，声明变量在程序里可使用的范围

    局部作用域可以引用全局作用域变量，局部作用域不能改变全局变量

​

• 加载顺序：
  • 内置--->全局--->局部 (从外到内)
• 取值顺序：
  • 就近原则LEGB

​

同一代码块：

• 优点：能够进行复用，提高一些字符串，这样在数字处理时间和空间上提升性能，节省内存
• 适用对象：
  • 列表，字典，可变的数据类型不会复用的
  • int：任何数字在同一代码块下都会复用
  • str：几乎所有的字符串都会符合缓存机制

​

不同代码块：

• 小数据池规则：
  • 小数据池，是不同代码块下的缓存机制，也叫缓存机制和驻留机制，在编程语言当中都有类似的东西
  • 主要是用于提高效率数字类型在时间和空间上的性能，避免创建重复的数据，节省内存

​

• 缓存规则:
  • int：-5-256整数进行缓存，当你将整数赋值给变量时，直接引用已经创建好的缓存对象
  • str：
    • 1.字符串在做乘法(乘法不为1)的时候长度不能超过20
    • 2.自己定义的字符串长度不限制，字符串必须是字母，数字，下划线组成
    • 3.特殊字符定义1个的时候，进行驻留

​

运算符：

• 算数运算符：
  • * / 加减乘除 %取余 2**4 幂 //整除返回的部分
• 比较运算符：
  • == 等于 !+ 不等于 >= 大于等于 <= 小于等于
• 逻辑运算符：
  • 顺序：not >>> and >>> or
  • x and y x 为真返回y x为假返回x
  • x or y x为真返回x x 为假返回y
  • not x x为真返回假 x为false返回true

​

深浅copy：

• 浅copy：

  • 拷贝的数据半共享，当你浅copy一个嵌套的列表，将拷贝第一层数据会指向同一个内存地址，如果你修改数据，指向会断开，第二层数据也就是嵌套的列表他没有拷贝，元素的内存地址是共用的一个。

  ​

• 深拷贝：

  • 拷贝的数据不共享，深拷贝他会逐层判断，将不可变的数据类型指向同一个内存地址，可变的数据类型跟原列表不共用一个，元素指向的内存地址都是一样的。

    ​

函数原理：

函数闭包：

• 闭包存在函数嵌套中，内层函数对外层函数中非全局变量进行了引用或者修改，这个变量就是自由变量，他不会随着函数的运行结束而消失，保证了数据安全

  • 当自由变量被调用时，闭包形成
  • 判断函数是不是闭包，print(ret.__code__.co_freevars)

• 作用：

  • 保证了数据安全性，自由变量不会在内存中消失，而且全局还引用不到

• 应用环境：

  • 用在与装饰器

    ​

开放封闭原则：

• 开放原则：在源码不改变的情况下，增加一些额外的功能
• 封闭原则：不改变源码，对与更改是封闭的。
• 装饰器符合开放封闭原则

​

函数：

• 函数是以功能为导向，一个函数封装一个功能，你写完这个函数可以随掉随用，函数他减少了代码的重复性，增强了代码的可读性

• 高阶函数：

  • 一个函数可以作为参数传递给另一个函数，或者一个函数的返回值为另一个函数，递归也是高阶函数
  • map filter reduce 都是高阶函数

• 匿名函数 lambda：一句话函数，用于内置函数，匿名函数结合内置函数使用

  • func = lambda x,y : x+y 名字func :前形参 :后返回值
  • 示例1：
    • func = lambda x : (x[0],x[2]) 返回多个元素加（）
  • 示例2：
    • func = lambda x,y :x if x > y else y
    • func = lambda *args : max(args) #返回最大的值，也可以添加三元运算>
  • 示例3：
    • [lambda :i for i in range(10)] 这样的都是十个为9的内存地址，遇（）执行

​

• 内置函数：***加key的 dict，abs，sum，min，max，sorted，map，reduce，filter（68种）

  • float int list dict set tuple id len next type input print help

  • 加key的格式：

    • 将最小的值返回，dic[x] 返回值是什么，就按什么比大小***
    • dic = {'a':3,'b':2,'c':1}
    • print(dic[min(dic,key=lambda x:dic[x])]) key=lambda 函数名 :前形参 :后返回值

• 函数名应用：

  • 函数名就是变量
  • 函数名加（）执行
  • 函数名可以作为容器类型（list）的元素
  • 函数名可以作为函数的参数传递
  • 函数名可以作为函数的返回值

​

函数参数：

• *的魔法作用：

• *args 位置参数聚合成一个元

• kwargs 关键位参数聚合成一个元

• 实参加* 代表打散，聚合给*arg

• 实参加** 代表打散，只能用于字典，聚合给**kwargs 打散的key不能是int类型

• 参数说明：

  • 位置参数：从左至右，一一对应

  • 默认参数：传值覆盖，不传则默认

  • 仅限关键字参数：放在默认参数后面

    ​

• 形参顺序：

  • 位置参数，*args，默认参数，仅限关键字参数，**kwargs

• 实参顺序：

  • 位置参数，关键字参数，混合参数(位置参数，关键字参数)

• 注意事项：

  • 默认参数的坑，当你的默认参数是可变类型，不会消失，使用的是同一个内存地址。
  • 函数名指向的是函数的内存地址，加上()就可执行。

• 示例：

  • def func(a,*args,sex='男',c,**kwargs,):
        print(a)
        print(sex)
        print(args)
        print(c)
        print(kwargs)
    func(1,2,3,sex='女',name='海洋',age=18,c='666')
    

​

• 当函数的实参位置不传值的话，可变数据类型不会消失，会使用同一个内存地址

  • def f(x,l=[]):
        for i in range(x):
            l.append(i*i)
        print(l)
    
    f(2)
    f(3,[3,2,1])
    f(3)
    

​

递归函数：

• 递归函数就是自己调用自己

  ​ 函数或者其他代码都可以解决递归解决的问题，但是递归在某些时候能够出奇制胜

  ​ 人理解函数，神理解递归

• 默认的递归次数：

  • 1000（次数越多，速度越慢）
  • 递归根本：逆推，要有终止条件return

• 递归示例1：

  • #打印列表中的每个值
    l2 = [1, 3, 5, ['海洋','俊丽', 34, [33, 55, [11,33]]], [77, 88],66]
    def func(alist):
        for i in alist:
            if type(i) == list:
                func(i)  # func(['海洋,'俊丽',34])  #当i为列表时一直调用本身，节省for循环
            else:
                print(i)
    func(l2)
    

• 递归示例2：

  • #循环获取路径下的文件
    import os
    li = []
    def dir(path):
        path_file = os.listdir(path)         #os.listdir 已列表的形式获取目录中文件夹和文件
    
        for i in path_file:
            if os.path.isdir(os.path.join(path, i)):  #判断是否为目录
                dir(os.path.join(path, i))       #将使用jion拼接使用函数再次调用给函数本身
            else:
                li.append(os.path.join(path, i))      #是文件就返回
        return li
    
    print(dir(r'路径'))
    

• 递归示例3：

  • import os
    import re
    li = []
    def dir(path):
        path_file = os.listdir(path)         #os.listdir 已列表的形式获取目录中文件夹和文件
    
        for i in path_file:
            if os.path.isdir(os.path.join(path, i)):  #判断是否为目录
                dir(os.path.join(path, i))         #将使用jion拼接使用函数再次调用给函数本身
            else:
                li.append(os.path.join(path, i))    #是文件就返回
        return li
    
    dir(r'E:\Pycharm-代码\作业\23期\day27-网络编程')
    
    for png in li:
        if re.findall("png",png) == ["png"]:        #使用re模块findall判断文件是否已png结尾
            jpg = str(png).replace(".png",".jpg")   #将png路径替换成jpg
            os.rename(png,jpg)                      #文件重命名
    

    ​

列表推导式：

简单，快捷，装逼

• 循环模式：
  • li = [i for i in range(2,101,2)] 构建1-100的偶数
• 筛选模式：
  • [i for i in range(1,31) if i %3 ==0 ] if筛选能被3整除的

​

生成器表达式：

• (i for i in range(1,11)) 使用()扩起来就可以了， 就是生成器表达式

​

可迭代对象：

• 可以重复迭代取值的一个工具，内部含有 __iter__方法的就是可迭代对象

  查看是否含有可迭代对象方法if __iter__ in dir()

• 优点：

  • 可迭代对象是一个操作方法灵活，侧重于对少量数据灵活处理（并且内存足够）

• 缺点：

  • 占用内存
  • 不能迭代取值（索引，字典的key）

​

迭代器 ltertor：

• 可以重复迭代的工具，内部含有__iter__和__next__方法就是迭代器，

  ​

  iter方法是将可迭代对象转换成迭代器

  next方法是迭代器进行取值（无法找到下一个结果时会出现StopIteration异常）

​

• 优点：迭代取值，节省内存(迭代之后元素消失)，惰性机制不走回头路

• 缺点：操作方法少，不直观，查询速度较慢（时间换空间）

• 作用：

  *为什么要使用迭代器，当你要获取文件内容时，传统方式是读取文件内容到内存空间中，在使用

​ for循环遍历，如你文件较大，这样会占用极大的内存空间，而使用迭代器是可以一个迭代读取一

​ 段内容，节省内存空间，这也是迭代器存在的作用

• 使用环境：
  • 逐行遍历文件内容，构建和扩展集合类型，元祖拆包

​

生成器：

• 生成器的本质就是迭代器，函数中包含yield方法，是生成器函数。

• 生成器产生方式： 生成器函数（yield和yield from） 生成器表达式() python内置函数 lamdba

• 取值方式：next() for循环 list列表

  • yield：

    • 函数中包含yield方法，是生成器函数，当你去调用函数的时候，返回值是一个生成器地址，当你想执行内容需要调用next()方法

  • yield from：

    • 代替了生成器函数里的内层循环，在函数中如果yield from list 会将list可迭代对象变成迭代器返回

      ​

迭代器和生成器区别：

• 可迭代对象和迭代器的区别：

  • 可迭代对象操作方法多，但是占用内存，不能循环迭代取值，如果你侧重于数据灵活操作并且内存足够，可以使用可迭代对象

  • 迭代器操作方法少，不灵活，但是可以迭代取值，取完值消失，查询速度慢

    ​

• 迭代器和生成器的区别：

  • 迭代器都是内置函数转化过来的

  • 生成器是我们自己用Python代码构建的

    ​

装饰器原理：

• 装饰器本质是一个函数：他要装饰一个函数，在不改变原函数的源码以及调用方式的前提下，给其增加额外的功能
  • 语法糖：@index = index = test_time(index)
  • 用途：
  • 登录认证，打印日志，访问记录

​

• 最简单的装饰器函数传参：

  • def warpper(s):  #s = func1
        def inner(*args,**kwargs):     #4-聚合接受inner的实参海洋
            print(666)                 #执行func1函数前操作
            ret = s(*args,**kwargs)    #5给打散实参执行func1函数，
            return ret                #6将func1，return执行结果传给inner
        return inner   #2-返回inner给warpper
    
    @warpper  #1-语法糖：func1 = warpper(func1)
    def func1(a):
        return f"{a}欢迎登录"
    print(func1("海洋"))   #3-func1 = inner('海洋')  7 print结果
    

• 装饰器传参：装饰器嵌套三层函数，最外层函数接受装饰器实参，可以对形参进行操作判断

  • def wrapper(n):
        def wrapper1(f):
            def inner(*args,**kwargs):
                name = input("输入用户名")
                pwd  = input("输入密码")
                with open(n,encoding='utf-8') as f1:   #n等于语法糖传过来的值
                    for i in f1:
                        j,k = i.strip().split('|')
                        if name == j and pwd == k:
                            ret = f(*args,**kwargs)
                            return ret
            return inner
        return wrapper1
    
    @wrapper('qq') #将qq传给最外层wrapper形参
    def qq():
        print('成功访问qq')
    
    @wrapper('weixin')
    def tiktok():
        print('成功访问微信')
    qq()
    tiktok()
    

• 两个装饰器，装饰一个函数：先执行@wraper1 执行完的结果是@wraper2的形参。

  如果两个装饰器内层函数一样，调用函数时先走最上面装饰器

  • def wrapper1(func1):  #　func1 = f原函数
        def inner1():
            print('wrapper1 ,before func')  # 2
            func1()
            print('wrapper1 ,after func')  # 4
        return inner1
    
    def wrapper2(func2):  # func2 == inner1
        def inner2():
            print('wrapper2 ,before func')  # 1
            func2()   # inner1
            print('wrapper2 ,after func')  # 5
        return inner2
    
    @wrapper2  # f = wrapper2(f) 里面的f == inner1  外面的f == inner2
    @wrapper1  # f = wrapper1(f) 里面的f == func1  外面的 f == inner1
    def f():
        print('in f')  # 3
    f()  # inner2()
    

​

模块原理：

模块：

• 一个.py文件就是模块，节省代码，容易维护，组织结构更清晰

  ​

• 常用的模块：

  • json，pickle：序列化，sys：路径，os ：文件操作
  • hashlib ：加密 time datetime：时间
  • random：随机取值

​

• 模块的两种引用方式：
  • import 模块名
  • from 模块名 import 变量

​

• 模块的运行方式：

  • 脚本方式：直接用解释器执行，或者pycharm中右键运行。

• 模块方式：被其他的模块导入，为导入他的模块提供资源（变量，函数定义，）

  ​

• 模块的分类：

  • 内置模块：标准库，python解释器自带的，time，os，sys，等等200多种

• 第三方库(模块)：各种大神写的模块，通过pip install...安装的6000多种自己写的模块，

  • 自定义模块

    ​

• 引用模块发生三件事：

  • 1，import tbjx 将haiyang.py文件（变量，函数名）加载到内存
  • 2，在内存中创建一个以太tbjx命名的名称空间
  • 3，通过haiyang.xx名称空间的名字.等方式引用此模块的名字（变量，函数名）

​

序列化：

• 将一个数据结构(list,tuple,dict)转化成一个特殊序列的过程，并且可以翻转回去，这个转化的过程就是序列化

​

• Json：

  • dict,list, tuple,str,int
  • 不同语言都遵循使用的一种数据转换格式，可以互相使用json传输数据

• Pickle：

  • 支持所有数据类型

    python语言遵循的一种数据化转换格式，只能在python中使用

• 作用：

  • 为什么要用序列化，因为硬盘存储和网络传输时只能接受bytes类型的。
  • dumps 将数据转换 dump将数据转换并写入文件(json存储空间小，pickle存储空间大)

​

开发规范：

• 规范开发：文件加载问题，代码可读性差，查询麻烦

• PEP8规范：

• 1. bin       start.py          程序开关：启动代码目录,run()
  2. conf      settings.py       配置文件：放置一些静态参数，比如文件路径，数据库配置，软件默认设置
  3. core      src.py            主逻辑函数：   主要存放就是核心逻辑功能，核心函数都在这里
  4. lib       common.py         公共组件：     存放装饰器，密码加密功能，日志功能存放
  5. db        register          存放数据库文件， 注册表，用户信息
  6. log       access.log        存放系统的日志
  

• bin start：启动start文件，工作目录已经写入到sys.path中（内存中），在这个工作目录下的文件都可以互相引用

• import os
  import sys
  #动态获取工作目录os.path.dirname 通过file文件找到父级目录上的父级目录也就是整个代码的工作目录
  BASH_PATH = os.path.dirname(os.path.dirname(__file__))
  sys.path.append(BASH_PATH)
  
  from core import src
  if __name__ == '__main__':    #防止别的文件引用执行
      src.run()
  

• settings：数据库地址进行拼写

• import os
  BASE_PATH = os.path.dirname(os.path.dirname(__file__))
  register_path = os.path.join(BASE_PATH,'db','register')
  

• src：主逻辑需要引用数据库地址和装饰器文件，都需要引用

• from  conf import settings
  from lib import common
  

• common：装饰器这块引用src中的状态和登录函数，规范其实也就是文件之间的互相引用

• from core import src
  

​