• 注册
  • 查看作者
  • Python in a nutshell

    网站链接 不断补充中。

    仓库本身是用 jupyter notebook 写的 fluent Python 的笔记。这篇文章又是对笔记的总结,可以说是精华中的精华。但然,目前还没完成

    下面是正文

    python in a nutshell

    Chapter 1 The Python Data Model

    • dunder 函数是给解释器调用的,自己不要随便调用

    Chapter 2 Sequence

    序列的分类

    按照元素类型:

    • 容器序列:可以存放任意类型对象的引用。如 list 、tuple 、collections.deque 等
    • 扁平序列:只能存放基础类型的值。其实一段连续的内存空间,更接近于 c 的数组

    按照序列本身可变性:

    • 不可变序列
    • 可变序列:可变序列是不可变序列的子类,多了__setitem__, __delitem__, append, pop等方法

    列表推导和生成器表达式

    • 列表推导是直接把元素生成好,放在内存里
    • 生成器表达式是惰性的。在使用到相应元素的时候,才会在内存里把那个元素创建出来。

    元组不仅仅是不可变的序列,一个更重要的作用是作为数据的一条记录

    不要把不可变类型放到可变序列里做元素。不要把 tuple 放到 list 里

    Chapter 3 Dictionaries and Sets

    dict 和 set 都是由 hash 表实现的。他们的 key 都必须是 hashable 的,hashable 的两个条件

    • hash 值在生命周期内不变(__hash__()
    • hash 值能进行比较(__eq__()

    内建不可变类型都是 hashable 的

    注意 dict 和 set 的 key 是不可变的,但 dict 和 set 对象本身是可变类型

    dict 的实现机制

    3.6 及之前是像下面这样实现的

    entries = [
        ['--', '--', '--'],
        ['--', '--', '--'],
        [hash, key, value],
        ['--', '--', '--'],
        ['--', '--', '--'],
    ]
    

    3.7 及之后,引入了一个 indices 列表

    indices = [1, None, None, 0, None, None]
    # 此时 enteies 会插入第一个元素
    entries = [
        [12343543, 'name', 'leo'],
        [34323545, 'hanmeimei', 'lihua']
    ]
    

    由上可以看出,3.7 及以后 dict 和旧版本 dict 的区别:

    • 新 dict 是有序的
    • 新 dict 的 hash 表时密集的

    Chapter 5 First Class Functions

    函数是对象

    first-class functionsfunctions as first-class objects的缩写

    first-class objects的特点:

    • 在运行时创建
    • 能被赋值给变量
    • 能做为函数的参数,能被函数返回

    高阶函数:以函数为参数,返回函数的函数

    可调用对象

    python 中 7 种可调用对象:

    • 用户定义的函数:def 或 lambda 函数
    • 内置函数:C 实现的函数
    • 内置方法:C 实现的方法,如 dict.get()
    • 类的实例:类定义了__call__,则实例可以像函数一样调用
    • 方法
    • 生成器函数:函数中用 yield,返回的是一个生成器对象

    Chapter 7 Function Decorators and Closures

    装饰器

    • 装饰器是语法糖,其本质:一个以函数为参数可调用对象
    • 装饰器在模块加载的时候,就会执行

    对一个函数使用多个装饰器,装饰器会从里到外(从上到下)执行

    >>> def d1(f):
    ...     print('in d1')
    ...     return f
    ... 
    >>> def d2(f):
    ...     print('in d2')
    ...     return f
    ... 
    >>> @d1
    ... @d2
    ... def f():
    ...     print('in f')
    ... 
    in d2    # 可以看到先执行了 d2,再执行 d1
    in d1
    >>> f()
    in f
    

    调用的 f 相当于f = d1(d2(f))

    闭包:一种延伸了作用域的函数

    在闭包中用 nonlocal 可以把变量声明为自由变量

    >>> def make_averager():
    ...     series = []
    ...     
    ...     def averager(new_value):
    ...         series.append(new_value)       # 这里的 series 称为自由变量,这个术语专指未在本地作用域中绑定的变量
    ...         total = sum(series)
    ...         return total / len(series)
    ...     
    ...     return averager
    ... 
    >>> avg = make_averager()
    >>> 
    >>> avg(1)
    1.0
    >>> avg(2)
    1.5
    >>> avg.__code__.co_varnames   # 显示局部变量
    ('new_value', 'total')
    >>> avg.__code__.co_freevars   # 显示自由变量
    ('series',)
    

    Chapter 8 Object References Mutability and Recycling

    变量都是引用

    ==判断的是对象是值是否相等,is判断的是是否是同一个对象

  • 0
  • 0
  • 0
  • 4
  • 请登录之后再进行评论

    登录
  • 单栏布局 侧栏位置: