`

python 易混地带

 
阅读更多

每门编程语言都有易混淆的部分,下面列举出一些Python的易混淆知识点。

  1. == 和 is 的区别 在Python中,"==" 操作符测试值的相等性; "is"表达式测试对象的一致性,即是否指向同一个对象。
    list1 = [1,('a',3)]
    list2 = [1,('a',3)]
    list1 == list2, list1 is list2   #(True,False)
    说明:list1和list2通过了"=="测试 (他们的值相等,因为它们的所有内容都是相等的),但是is测试却失败了(它们是两个不同的对象,因此有不同的内存区域
    s1="spam"
    s2="spam"
    s1 == s2,s1 is s2    #(True,True)
    说明:或许你会惊讶,觉得这组得到的结果应该和上组得到的结果一致。事实上,内存中只有一个字符串'spam'供s1和s2共享。这个主要是因为在Python内部会暂时存储并重复使用短字符串。也就是说当创建短字符串的时候会首先到字符串的内存区域查找是否已经有该字符串相等的值存在,如果有则会指向该内存区域,否则重新开辟内存。
    s1='a b'
    s2='a b'
    s1 == s2,s1 is s2    #(True,False)
    说明:惊讶再次产生,你或许会质疑这不和上组的一样嘛,为啥结果不一样了? :-? 其实上组的说明部分已经说了,Python只是暂时存储短字符串,像这样中间有空格的字符串和较长的字符串,Python是不会存储的。也就是说,像这样的字符串创建时,Python会直接开辟内存
  2. Python中的作用域 Python 中,一个变量的作用域总是由在代码中被赋值的地方所决定的。
    • 函数定义了本地作用域,而模块定义的是全局作用域。 如果想要在函数内定义全局作用域,需要加上global修饰符。
    • 变量名解析:LEGB原则 当在函数中使用未认证的变量名时,Python搜索4个作用域[本地作用域(L),之后是上一层结构中def或者lambda的本地作用域(E), 之后是全局作用域(G),最后是内置作用域(B)]并且在第一处能够找到这个变量名的地方停下来。如果变量名在整个的搜索过程中 都没有找到,Python就会报错。 补:上面的变量规则只适用于简单对象,当出现引用对象的属性时,则有另一套搜索规则:属性引用搜索一个或多个对象,而不是作用域,并且有可能涉及到所谓的"继承"
    • 访问全局变量演示
      # thismod.py
      var = 99
      
      def local():
      var = 0
      
      def glob1():
      global var
      var += 1
      
      def glob2():
      var = 0
      import thismod
      thismod.var += 1
      
      def glob3():
      var = 0
      import sys
      glob = sys.modules['thismod']
      glob.var += 1
      
      def test():
      print var
      local();glob1();glob2();glob3();
      print var
      使用交互式测试该程序
      >>>import thismod
      >>>thismod.test()
      99
      102
    • 嵌套作用域演示
      def f1():
      x = 88
      def f2():
      print x
      f2()
      f1()    # 88
    • 作用域与带有循环变量的默认参数相比较 不指定默认值的情况
      >>>def makeActions():
      ...  acts = []
      ...  for i in range(5):
      ...    acts.append(lambda x: i ** x)
      ...  return acts
      ...
      >>>acts = makeActions()
      >>>acts[0]
      <function <lambda> at 0x7f86aaf4c758>
      >>> acts[0](2)
      16
      >>> acts[2](2)
      16
      >>> acts[4](2)
      16
      指定默认值的情况:
      >>> def makeActions():
      ...   acts = []
      ...   for i in range(5):
      ...     acts.append(lambda x, i=i: i ** x)
      ...   return acts
      ...
      >>> acts = makeActions()
      >>> acts[0](2)
      0
      >>> acts[2](2)
      4
      >>> acts[4](2)
      16
      疑答:嵌套作用域中的变量在嵌套的函数被调用时才进行查找,所以它们实际上记住的是同样的值(在最后一次循环迭代中循环变量的值)。指定默认值可记住每一个循环变量的值。
  3. import与reload的区别
    • import 只导入一次,而reload可以在不中止Python程序的情况下,多次载入
      ---- 编写一个模块文件changer.py ----
      message = "first version"
      
      def printer():
      print message
      ------- the end --------
      
      >>> import changer
      >>> changer.printer()
      first version
      
      不要关掉解释器,现在在另一个窗口编辑该模块文件
      message = "After version"
      
      def printer():
      print 'reloaded:',message
      
      然后回到交互模式
      >>> import changer
      >>> changer.printer()
      first version
      >>> reload(changer)
      <module 'changer' from 'changer.py'>
      >>> changer.printer()
      reloaded: After version
    • reload没有传递性:reload加载模块时只重新加载该模块,而不会加载该模块import的其他模块
  4. 经典类与新式类的区别 在Python 2.2中,引入一种新的类,称为"新式"类,之前提到的类则称为"经典"类。新式类在语法和行为上,几乎完全和经典类兼容。他们主要的差异在于新式类从内置类型创建子类。如果没有恰当的内置类型可用,新的内置名称object就可以作为新式类的超类。
    • 经典类继承搜索程序是绝对深度优先
      经典类: 搜索顺序是(D,B,A,C)
      >>> class A: attr = 1
      ...
      >>> class B(A): pass
      ...
      >>> class C(A): attr = 2
      ...
      >>> class D(B,C): pass
      ...
      >>> x = D()
      >>> x.attr
      1
    • 新式类继承搜索程序是宽度优先
      新式类:搜索顺序是(D,B,C,A)
      >>> class A(object): attr = 1
      ...
      >>> class B(A): pass
      ...
      >>> class C(A): attr = 2
      ...
      >>> class D(B,C): pass
      ...
      >>> x = D()
      >>> x.attr
      2
  5. 类变量与实例变量的区别 当类为self属性赋值时,会填入实例对象。即,属性最后会位于实例的属性命名空间字典内,而不是类的。实例对象的命名空间保存了数据,会随实例的不同而不同,而self正是进入其命名空间的钩子。
    >>> class person:
    ...     def name(self, name):
    ...         self.name = name
    ...
    >>> person.__dict__
    {'__module__': '__main__', 'name': <function name at 0x7f28e96a1cf8>, '__doc__': None}
    >>> p1 = person()
    >>> p1.__dict__
    {}
    >>> p1.name('zhangsan')
    >>> p1.__dict__
    {'name': 'zhangsan'}
    >>> p2 = person()
    >>> p2.__dict__
    {}
    >>> p2.name('lisi')
    >>> p2.__dict__
    {'name': 'lisi'}
    >>> person.__dict__
    {'__module__': '__main__', 'name': <function name at 0x7f28e96a1cf8>, '__doc__': None}
  6. 静态方法、类方法以及实例方法的区别 在Python 2.2中,在类中定义方法是可能的,不需要实例就能够调用它:静态方法的运作差不多就像类中的简单无实例函数,而类方法传递的是类而不是实例。名为staticmethod和classmethod的特定的内置函数,必须在类中调用,才能使这些方法模式有效。虽然这个功能是伴随新式类增加的,但静态和类方法也能用于经典类。 定义方式,传入的参数,调用方式都不相同。
    • staticmethod 不需要传入self和cls对象,只有一般的参数。可以通过实例或类对象进行调用。
    • classmethod需要传入cls对象,可以通过实例和类对象进行调用。
    • 实例method需要传入self实例对象,可以通过实例对象调用,用类调用时需要额外传入 实例对象。
    >>> class Multi:
    ...   def imeth(self, x):
    ...     print self, x
    ...   def smeth(x):
    ...     print x
    ...   def cmeth(cls, x):
    ...     print cls, x
    ...   smeth = staticmethod(smeth)   #make smeth a static method
    ...   cmeth = classmethod(cmeth)    #make cmeth a class method
    ...
    >>> obj = Multi()
    >>> obj.imeth(1)       #Normal call, through instance
    <__main__.Multi instance at 0x7fc537cc6170> 1
    >>> Multi.imeth(obj,2)   #Normal call, through class
    <__main__.Multi instance at 0x7fc537cc6170> 2
    >>> Multi.smeth(3)    #Static call, through class
    3
    >>> obj.smeth(4)      #Static call, through instance
    4
    >>> Multi.cmeth(5)    #Class call, through class
    __main__.Multi 5
    >>> obj.cmeth(6)      #Class call, through instance
    __main__.Multi 6
    注: Python自动把类(而不是实例)传入类方法第一个(最左侧)参数中。
分享到:
评论

相关推荐

    混凝土强度预测 python 简单小项目

    在本项目中,我们将使用Python开发一个混凝土强度预测工具,以帮助工程师和建筑师更好地评估结构的稳定性和安全性。 本项目的基本思路是:首先,我们需要收集一些混凝土强度数据,包括混凝土的配比、龄期、强度等...

    C/C++与Python混编的详细文件

    在这个案例中,我们关注的是C/C++与Python的混编,具体是将C/C++编译成动态链接库(.so文件),然后在Python环境中进行调用。下面我们将详细介绍这个过程涉及的知识点。 1. **C/C++动态链接库**:.so文件是Linux...

    C# 调用 python

    这种方式简单易行,但不适用于需要频繁调用Python或者需要复杂交互的场景。 2. **IronPython**:IronPython是.NET框架上的Python实现,它可以无缝地与C#和其他.NET语言集成。通过IronPython,C#可以直接导入Python...

    基于Python实现的桥梁易损性分析源码+代码注释.zip

    基于Python实现的桥梁易损性分析源码+代码注释.zip 基于Python实现的桥梁易损性分析源码+代码注释.zip 基于Python实现的桥梁易损性分析源码+代码注释.zip 基于Python实现的桥梁易损性分析源码+代码注释.zip 基于...

    C++/Python混编代码

    文件包含tensorflow1.14模型文件(VGG16),pb格式的,C++调用python脚本程序代码,代码中包含向python文件中传值,并从python文件中取值。系统:ubuntu系统,编译器:qt5。

    基于Python实现的地震易损性分析源码+代码注释(高分项目)

    基于Python实现的地震易损性分析源码+代码注释(已获高分项目).zip基于Python实现的地震易损性分析源码+代码注释(已获高分项目).zip基于Python实现的地震易损性分析源码+代码注释(已获高分项目).zip基于Python...

    基于Python的再生混凝土细观性能模拟方法研究.pdf

    在本研究中,研究者采用了Python编程语言,结合蒙特卡罗法,来模拟再生混凝土的三维细观结构,并通过ABAQUS软件进行了数值分析。 蒙特卡罗法是一种统计学上的模拟方法,通过随机抽样来近似解决数学上的问题。在材料...

    python易车网车型点评数据

    python易车网车型点评数据

    Python技术预制T梁混凝土表面气泡快速图像检测.pdf

    本文讨论了使用Python技术进行预制T梁混凝土表面气泡快速图像检测的研究。在基础设施建设领域,混凝土质量检测是一个重要课题,尤其是预制T梁混凝土表面气泡问题,其直接关系到工程的外观效果和耐久性。传统的气泡...

    newmesh_3D_混凝土_python_python_骨料_混凝土骨料_

    Python在这项任务中的作用至关重要,因为它是一种强大的、易读的编程语言,拥有丰富的科学计算库,如NumPy、SciPy和Matplotlib,它们在处理数值计算、数据可视化和几何操作时非常有效。具体到本项目,可能还会用到如...

    Python安装文件 Python 3.8

    Python是一种广泛使用的高级编程语言,以其易读性、简洁的语法和强大的功能而闻名。Python 3.8是Python语言的一个重要版本,它包含了多个新特性和改进,旨在提升开发者的效率和代码质量。在Windows操作系统上安装...

    python 下载 python 2.7.17

    Python下载 Python下载

    批处理与python代码混合编程的方法

    批处理可以很方便地和其它各种语言混合编程,除了好玩,还有相当的实用价值,比如windows版的ruby gem包管理器就是运用了批处理和ruby的混合编写,bathome出品的命令工具包管理器bcn 使用了bat+jscript的混编实现的...

    python教程 python教程 python教程

    python教程python教程python教程python教程python教程python教程python教程python教程python教程

    PythonForDelphi for Python3.7 delphi7 + XE2

    Delphi是一款历史悠久且功能强大的Object Pascal编程工具,而Python则是一种简洁易读、语法丰富的解释型编程语言。PythonForDelphi的出现,使得Delphi开发者可以利用Python的丰富库资源,提升应用程序的功能性和可...

    python python python python python

    "Python Python Python Python Python"这个标题可能是在强调Python语言的重要性或者是在提示我们要深入探讨Python的相关知识。描述中的重复同样强调了Python在编程领域的主导地位。 在Python编程语言的核心概念中,...

    python实现按键精灵工具合集

    python实现按键精灵工具合集python实现按键精灵工具合集python实现按键精灵工具合集python实现按键精灵工具合集python实现按键精灵工具合集python实现按键精灵工具合集python实现按键精灵工具合集python实现按键精灵...

    Python3.75免安装包

    Python是一种高级编程语言,以其易读性、简洁的语法和强大的标准库而著名。Python 3.7.5是该语言的一个稳定版本,包含了许多改进和新特性。例如,它引入了类型注解,这是Python逐渐向静态类型转变的一种尝试,有助于...

    python编程规范.pdf

    Python 编程规范 Python 编程规范是指编写 Python 代码时需要遵守的一些约定和惯例,以便提高代码的可读性、可维护性和可重用性。本文简要叙述了 Python 编程规范的要点,包括代码风格、缩进方式、注释、命名约定、...

Global site tag (gtag.js) - Google Analytics