Python 入门教程 Lesson 2.1 - Python 知识进阶

以下只简单列举一些知识点,其他方面的知识,可以去阅读详细的教程,或者在遇到问题时再去翻阅

Python 代码的执行

当我们运行一个 Python 文件,可以在命令行上输入

python run_demo.py

run_demo.py 的文件内容

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
# -*- coding: utf-8 -*-
"""
演示Python代码的执行,请记住一句话 Python 的一切都是对象
"""
# 这句话是为了兼容 Python2,让 Python2 的字符串默认为 Unicode,并使用绝对导入
from __future__ import unicode_literals, absolute_import
# Python 的代码是从上往下运行的
# 这里的 def func() 是创建一个函数
# 只有执行了这段代码,函数才会创建
def func():
# Python 是以缩进来确定作用域的
# 缩进相同,是属于同一个作用域的
# 函数 func 的代码是从冒号开始
print('hello func')
# 到了相同缩进的外面,函数 func 的代码结束
# 这段代码是开始创建MyClass这个类的对象
class MyClass(object):
# 这里是创建类的类成员变量,因此当执行这个模块的时候
# 这里的代码需要直接执行,才能正确的创建这个类的对象
class_field = 'test'
print('MyClass object created')
def func(self):
print('class func')
# 因此我们这里 import time,实际上是做了两件事
# 1. 执行 time 这个模块里面的代码,并创建对应的函数、类等对象
# 2. 在当前模块创建一个新的变量 time,这个变量指向 time 这个模块
import time
# 这里有个 print 语句,当该模块被别的模块 import 的时候就会打印
# 但只有在程序第一次 import 该模块的时候才会打印,
# 因为 python 模块被执行后,是生成一个模块对象,以后再 import 时,
# 就直接使用该对象,不再执行模块里面的代码来生成模块对象
# 可以运行 test2来验证
print('run_demo 模块被执行')
def main():
# python 中一切都是对象,每个对象都有一个内置的 __name__ 属性
print(main.__name__)
func()
# 当前运行的 .py 文件是一个模块,模块也是对象,也会有 __name__
# 如果程序是从当前模块运行的,那么 __name__ 为 __main__
if __name__ == '__main__':
# 如果模块是被 import 进来的,则 __name__ 则为文件名
print(time.__name__)
# 如果是运行该模块,则会执行 main() 函数
# 如果是被别的模块 import 则不会执行 main() 函数
# 因此 main() 函数可以用来做一些函数的测试等
main()

test1.py 文件内容

1
2
3
4
# -*- coding: utf-8 -*-
import run_demo
print('test1 模块被执行')

test2.py 文件内容

1
2
3
4
5
6
7
8
9
# -*- coding: utf-8 -*-
import run_demo
import test1
"""
当运行该模块的时候,会发现只输出一个 run_demo 模块被执行
"""
print('test2 模块被执行')

关于 Python 运行的一些原理,上面只做了简要介绍,详细可以查看这篇文章

列表/字典解析

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
products = [
{
'name': 'news',
'id': 1,
'year': '2010',
'status': 'up'
},
{
'name': 'search',
'id': 2,
'year': '2000',
'status': 'up'
},
{
'name': 'wave',
'id': 3,
'year': '2009',
'status': 'down'
}
]
# 列表解析,通过遍历一个迭代器,生成一个新的列表
# 比 for 循环速度快,也更简洁
new_products = [{'name': t['name']} for t in products]
# 字典解析,通过遍历一个迭代器,生成一个新的字典
new_product_dict = {t['name'] : t for t in products}

列表分片

1
2
3
4
5
6
7
8
9
# 列表分片,索引从0开始
# 生成测试数据
data = range(10)
# 从第一个(含)开始的所有
data = data[1:]
# 到倒数第一个(不含)前的所有
data = data[:-1]
# 从第一个(含)到倒数第一个(不含)
data = data[1:-1]

读写文件

文件的读写模式有

模式 描述
r 只读
r+ 可读可写,文件指针在文件开头
rb 以二进制模式读取
rb+ 以二进制模式读取,文件指针在文件开头
w 只写,如果文件已存在则覆盖,不存在则新建
w+ 等同 w 但是可读,文件指针在文件开头,打开的是新文件,里面没有内容
wb 等同 w 但是以二进制模式处理数据
wb+ 等同 wb 但是可读,文件指针在文件开头
a 以追加内容的方式写入,如果文件不存在,则新建
a+ 等同 a 但是可读
ab 等同 a 但是以二进制模式处理数据
ab+ 等同 ab 但是可读,需要注意文件指针的位置



也可以参考这里

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 使用 with 语句,自动处理文件关闭
# 文件可以像列表一样遍历,即便是读取超大文件,依然效率很高
# 一行一行的读数据
with open('test.txt', 'r') as f:
# 只读模式,不能写文件
for line in f:
print(line)
# 二进制模式读,适合于读一些二进制文件,如图片
with open('test.txt', 'rb') as f:
# 将文件的所有内容读取出来
data = f.read()
# 写模式,文件旧内容将会删除,并存储为新的内容
with open('test.txt', 'w') as f:
f.write('test content')
# 追加写模式,文件旧内容会保留,并增加新内容
with open('test.txt', 'a') as f:
f.write('test content')

装饰器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
# -*- coding: utf-8 -*-
from __future__ import unicode_literals, absolute_import
"""
装饰器的例子
"""
import time
import random
from functools import wraps
# 装饰器的本质,是把函数作为参数传给装饰器函数
# 装饰器实际上是闭包
def log(func):
"""
打印函数运行日志的装饰器
:param func:
:return:
"""
# wraps 这个装饰器会将 func 的 doc 和 __name__ 复制过来
# 否则在 wrapper 中调用 func.__name__ 输出的就是 wrapper
@wraps(func)
def wrapper(*args, **kwargs):
print('decorator log is running')
print('before call %s' % func.__name__)
ret = func(*args, **kwargs)
print('after call %s' % func.__name__)
return ret
return wrapper
def log_with_message(message):
"""
打印函数运行日志的装饰器,可以再给装饰器传参数
:param message:
:return:
"""
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
print('decorator log_with_message is running, %s' % message)
ret = func(*args, **kwargs)
return ret
return wrapper
return decorator
def time_elapsed(func):
"""
记录函数运行耗时的生成器
:param func:
:return:
"""
@wraps(func)
def wrapper(*args, **kwargs):
print('decorator time_elapsed is running')
timestamp = time.time() * 1000
ret = func(*args, **kwargs)
now_ts = time.time() * 1000
elapsed = now_ts - timestamp
print('%s costs time: %.2fms' % (func.__name__, elapsed))
return ret
return wrapper
# 这段代码实际上是,将这个函数变成另外一个函数
# new_func = log(test_func1)
# 当我们调用 test_func1(foo=666) 时
# 实际上调用的是 new_func(666)
@log
def test_func1(foo=123):
print('test_func1 is running')
print(foo)
# 装饰器还可以再嵌套装饰器,这段代码实际上是
# new_func = time_elapsed(log(test_func1))
# 当我们调用 test_func2() 时
# 实际上调用的是 new_func()
@time_elapsed
@log
def test_func2():
print('test_func2 is running')
# 随机休眠1~2秒
# time.sleep 函数传的是以秒为单位的数
time.sleep(random.randrange(100, 200) / 100)
# 装饰器还可以再嵌套装饰器,这段代码实际上是
# new_func = log_with_message('my message')(test_func1)
# 当我们调用 test_func3() 时
# 实际上调用的是 new_func()
@log_with_message('my message')
def test_func3():
print('test_func3 is running')
def main():
test_func1(foo=666)
print('-------------')
test_func2()
print('-------------')
test_func3()
def main2():
"""
揭示装饰器本质的例子,可以看到这里的代码和main()中执行的结果是一样的
"""
print('---------------')
print('揭示装饰器本质的例子')
# 装饰器本质是变成执行这样的代码
# 只是有个语法糖@,让其语法变得简单
new_func = log(test_func1)
new_func(foo=666)
print('-------------')
new_func = time_elapsed(log(test_func2))
new_func()
print('-------------')
new_func = log_with_message('my message')(test_func3)
new_func()
print('-------------')
if __name__ == '__main__':
main()
main2()