Python3 与 【金沙官网线上】C# 扩展之~基础拓展

3.4.枚举类

枚举类经常用,代码也很简单,继承一下Enum类就可以了,unique用来防止重复的(重复会提示你)

In [41]:

from enum import Enum, unique

@unique
class StatusEnum(Enum):
    # 待审核状态(0)默认
    Pendding = 0

    # 审核已通过(1)正常
    Normal = 1

    # 审核不通过(2)未删
    Cancel = 2

    # 已删除状态(99)假删
    Delete = 99

# 调用:
StatusEnum.Delete

Out[41]:

<StatusEnum.Delete: 99>

In [42]:

# 重复项测试
from enum import Enum, unique

@unique
class StatusEnum(Enum):
    # 审核已通过(1)正常
    Normal = 1
    # 已删除状态(99)假删
    Delete = 99
    # 重复测试
    Test = 99

# 调用:
StatusEnum.Delete

 

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-42-6a79f45cf1d9> in <module>()
      3 
      4 @unique
----> 5class StatusEnum(Enum):
      6     # 审核已通过(1)正常
      7     Normal = 1

~/anaconda3/lib/python3.6/enum.py in unique(enumeration)
    832                 ["%s -> %s" % (alias, name) for (alias, name) in duplicates])
    833         raise ValueError('duplicate values found in %r: %s' %
--> 834                 (enumeration, alias_details))
    835     return enumeration
    836 

ValueError: duplicate values found in <enum 'StatusEnum'>: Test -> Delete

 

#原因是:当t.b执行时,会调用Person类中定义的__getattribute__方法,但是在这个方法的执行过程中

3.1.动态添加属性和方法

类相关的基础知识如果忘记,可以查看之前的文章:https://www.cnblogs.com/dotnetcrazy/p/9202988.html

当我们定义了一个class,创建了一个class的实例后,我们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:

In [20]:

# 定义一个类
class Person(object):
    def __init__(self, name):
        self.__name = name

    def show(self):
        print("中国欢迎你~", self.__name)

In [21]:

xiaoming = Person("小明")
xiaoming.show() # 正常调用

# 给实例动态添加一个属性
xiaoming.age = 22
print(xiaoming.age)

 

中国欢迎你~ 小明
22

In [22]:

# 其他实例是访问不到这个属性的
xiaopan = Person("小潘")
xiaopan.age

 

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-22-efcec543fe3f> in <module>()
      1 # 其他实例是访问不到这个属性的
      2 xiaopan = Person("小潘")
----> 3xiaopan.age

AttributeError: 'Person' object has no attribute 'age'

 

"这个以前不是讲过嘛,动态添加属性,还有没有啥我不知道的知识了?"小张不屑的说道.

小明故作悬疑,抬头看着小张说道:“你知道怎么添加类属性吗?知道怎么添加方法吗?”

小张沉默不语,默默的看着小明讲课,随后心里想到:“这个坑货,话也不说全,还好现在是夏天,不然我早着凉了”

要想添加其他实例都可以访问的属性,可以给类添加一个类属性,用法和上面差不多,只是把对象改成类。

来看个案例:

In [23]:

# 给类动态添加一个属性
Person.age = 22

xiaoming = Person("小明")
print(xiaoming.age)

xiaopan = Person("小潘")
print(xiaopan.age)

 

22
22

 

'WeakKeyDictionary',

1.指定实例属性

如果我们想要限制实例的属性怎么办?比如,只允许添加指定属性和方法?

In [28]:

# 定义一个类
class Person(object):
    __slots__ = ("age", "name")  # 用tuple定义允许绑定的属性名称

    def show(self):
        print("中国欢迎你~")

xiaoming = Person()
xiaoming.name="小明"
xiaoming.age = 22
xiaoming.qq = 110 # 不允许的属性就添加不了

 

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-28-2f9e13cdc435> in <module>()
      9 xiaoming.name="小明"
     10 xiaoming.age = 22
---> 11xiaoming.qq = 110 # 不允许的属性就添加不了

AttributeError: 'Person' object has no attribute 'qq'

 

说几个测试后的结论:

  1. __slots__不一定是元组,你用列表也一样(推荐和官方一致)
  2. 如果你定义的私有属性不在元组内,也会报错

In [29]:

# 列表定义__slots__不会报错
class Person(object):
    __slots__ = ["__name", "age", "gender"]

    def __init__(self, name):
        self.__name = name

    def show(self):
        print("中国欢迎你~")


xiaoming = Person("小明")
xiaoming.age = 22
xiaoming.gender = "男"

In [30]:

# 注意一个东西,如果你定义的私有属性不在元组内,也会报错
class Person(object):
    __slots__ = ("age")

    def __init__(self, name):
        self.__name = name

    def show(self):
        print("中国欢迎你~")

xiaoming = Person("小明")
xiaoming.age = 22

 

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-30-0b85ac9c18af> in <module>()
      9         print("中国欢迎你~")
     10 
---> 11xiaoming = Person("小明")
     12 xiaoming.age = 22

<ipython-input-30-0b85ac9c18af> in __init__(self, name)
      4 
      5     def __init__(self, name):
----> 6self.__name = name
      7 
      8     def show(self):

AttributeError: 'Person' object has no attribute '_Person__name'

 

....:x = next(g)

1.NetCore装饰器模式

装饰器这次从C#开始引入,上次刚讲迭代器模式,这次把装饰器模式也带一波(纯Python方向的可以选择性跳过,也可以当扩展)

其实通俗讲就是,给原有对象动态的添加一些额外的职责(毕竟动不动就改类你让其他调用的人咋办?也不符合开放封闭原则是吧~)

举个简单的例子:(https://github.com/lotapp/BaseCode/tree/master/netcore/3_Ext/Decorators)

BaseComponent.cs

/// <summary>
/// 组件的抽象父类
/// </summary>
public abstract class BaseComponent
{
    /// <summary>
    /// 定义一个登录的抽象方法
    /// 其他方法,这边省略
    /// </summary>
    public abstract string Login();
}

LoginComponent.cs

/// <summary>
/// 默认登录组件(账号+密码)
/// 其他方法省略
/// 友情提醒一下,抽象类里面可以定义非抽象方法
/// </summary>
public class LoginComponent : BaseComponent
{
    public override string Login()
    {
        return "默认账号密码登录";
    }
}

默认调用:

static void Main(string[] args)
{
    var obj = new LoginComponent();
    var str = obj.Login();
    Console.WriteLine(str);
}

如果这时候平台需要添加微信第三方登录,怎么办?一般都是用继承来解决,其实还可以通过灵活的装饰器来解决:(好处可以自己体会)

先定义一个通用装饰器(不一定针对登录,注册等等只要在BaseComponent中的都能用)

/// <summary>
/// 装饰器
/// </summary>
public class BaseDecorator : BaseComponent
{
    protected BaseComponent _component;
    /// <summary>
    /// 构造函数
    /// </summary>
    /// <param name="obj">登录组件对象</param>
    protected BaseDecorator(BaseComponent obj)
    {
        this._component = obj;
    }
    public override string Login()
    {
        string str = string.Empty;
        if (_component != null) str = _component.Login();
        return str;
    }
}

现在根据需求添加微信登录:(符合开放封闭原则)

/// <summary>
/// 默认登录组件(账号+密码)
/// 其他方法省略
/// </summary>
public class WeChatLoginDecorator : BaseDecorator
{
    public WeChatLoginDecorator(BaseComponent obj) : base(obj)
    {
    }
    /// <summary>
    /// 添加微信第三方登录
    /// </summary>
    /// <returns></returns>
    public string WeChatLogin()
    {
        return "add WeChatLogin";
    }
}

调用:(原有系统该怎么用就怎么用,新系统可以使用装饰器来添加新功能)

static void Main(string[] args)
{
    #region 登录模块V2
    // 实例化登录装饰器
    var loginDecorator = new WeChatLoginDecorator(new LoginComponent());
    // 原有的登录方法
    var str1 = loginDecorator.Login();
    // 现在新增的登录方法
    var str2 = loginDecorator.WeChatLogin();
    Console.WriteLine($"{str1}n{str2}");
    #endregion
}

结果:

默认账号密码登录
add WeChatLogin

如果再加入QQ和新浪登录的功能就再添加一个V3版本的装饰器,继承当时V2版本的登录即可(版本迭代特别方便)

/// <summary>
/// 默认登录组件(账号+密码)
/// 其他方法省略
/// </summary>
public class LoginDecoratorV3 : WeChatLoginDecorator
{
    public LoginDecoratorV3(BaseComponent obj) : base(obj)
    {
    }

    /// <summary>
    /// 添加QQ登录
    /// </summary>
    /// <returns></returns>
    public string QQLogin()
    {
        return "add QQLogin";
    }

    /// <summary>
    /// 添加新浪登录
    /// </summary>
    /// <returns></returns>
    public string SinaLogin()
    {
        return "add SinaLogin";
    }
}

调用:

static void Main(string[] args)
{
    #region 登录模块V3
    // 实例化登录装饰器
    var loginDecoratorV3 = new LoginDecoratorV3(new LoginComponent());
    // 原有的登录方法
    var v1 = loginDecoratorV3.Login();
    // 第二个版本迭代中的微信登录
    var v2 = loginDecoratorV3.WeChatLogin();
    // 新增的QQ和新浪登录
    var qqLogin = loginDecoratorV3.QQLogin();
    var sinaLogin = loginDecoratorV3.SinaLogin();
    Console.WriteLine($"{v1}n{v2}n{qqLogin}n{sinaLogin}");
    #endregion
}

结果:

默认账号密码登录
add WeChatLogin
add QQLogin
add SinaLogin

其实还有很多用处,比如原有系统缓存这块当时考虑不到,现在并发来了,已经上线了,原有代码又不太敢大幅度修改,这时候装饰器就很方便的给某些功能添加点缓存、测试、日记等等系列功能(AOP里面很多这种概念)

实际场景说的已经很明白了,其他的自己摸索一下吧

 

2.迭代到下一次的调用时,所使用的参数都是第一次所保留下的,即是说,在整个所有函数调用的参数都是第一次所调用时保留的,而不是新创建的

在线预览http://github.lesschina.com/python/base/ext/基础拓展.html

print("error:不是整型数字")

4.类装饰器

看这个之前,我们先来看看怎么把类当函数一样使用:

In [17]:

class A(object):
    def __call__(self):
        print("让类对象能像函数一样调用的~魔法方法")

def main():
    a = A()
    a()

if __name__ == '__main__':
    main()

 

让类对象能像函数一样调用的~魔法方法

 

重载这些魔法方法一般会改变对象的内部行为。上面这个例子就让一个类对象拥有了被调用的行为。

装饰器函数其实是这样一个接口约束,它必须接受一个callable对象作为参数,然后返回一个callable对象。

在Python中一般callable对象都是函数,但也有例外。只要某个对象重写了 __call__() 方法,那么这个对象就是callable的

用类来实现呢?我们可以让类的构造函数__init__()接受一个函数,然后重载__call__()并返回一个函数,也可以达到装饰器函数的效果

我们拿之前说的通用装饰器的例子继续说:(一般来说装饰器就定义成方法,然后给需要添加的函数或者类方法添加就基本够用了

In [18]:

from functools import wraps

class Log(object):
    def __init__(self, func):
        wraps(func)(self)  # @wraps(func) 访问不到,所以用这种方式
        self.__func = func

    def __call__(self, *args, **kvs):
        print("%s log_info..." % self.__func.__name__)
        return self.__func(*args, **kvs)

@Log # 相当于 login_in=Log(login_in)
def login_in(name_str, pass_str):
    return "欢迎登录:%s" % (name_str)

@Log
def login_out():
    print("已经退出登录")

@Log
def get_data(id):
    print("%s:data xxx" % id)

def main():
    login_out()
    get_data(1)
    print(login_in("小明", "xxx"))

if __name__ == '__main__':
    main()

 

login_out log_info...
已经退出登录
get_data log_info...
1:data xxx
login_in log_info...
欢迎登录:小明

 

对类进行装饰的测试:(以上一个案例为例)

装饰实例方法的时候容易出现莫名其妙的错误,所以一般加上get方法(反射系列的稍后会讲)

eg:show() missing 1 required positional argument: 'self'

完整写法:(你可以去除__get__试试)

In [19]:

import types
from functools import wraps

class Log(object):
    def __init__(self, func):
        wraps(func)(self)  # @wraps(func) 访问不到,所以用这种方式
        self.__func = func

    def __call__(self, *args, **kvs):
        print("%s log_info..." % self.__func.__name__)
        return self.__func(*args, **kvs)

    # 装饰实例方法的时候容易出现莫名其妙的错误,所以一般加上get方法
    # eg:show() missing 1 required positional argument: 'self'
    def __get__(self, instance, cls):
        if instance is None:
            return self
        else:
            return types.MethodType(self, instance)

class LoginComponent(object):
    def __init__(self, name):
        self.__name = name

    @Log
    def show(self):
        """实例方法"""
        print("欢迎你:%s" % self.__name)

    @classmethod
    @Log  # 写在下面("从下往上装,从上往下拆")
    def login_in(cls):
        """类方法"""
        print("登录ing")

    @staticmethod
    @Log
    def show_news():
        """静态方法"""
        print("今天的新闻是...")

def main():
    LoginComponent.login_in()
    LoginComponent.show_news()
    login = LoginComponent("小明")
    login.show()

if __name__ == '__main__':
    main()

 

login_in log_info...
登录ing
show_news log_info...
今天的新闻是...
show log_info...
欢迎你:小明

 

更多的可以参考如下链接:

详解Python装饰器

将装饰器定义为类

Python中的__init__()和__call__()函数

python中装饰器的使用和类装饰器在类中方法的使用


@note

2.装饰器传参的扩展(可传可不传)

In [13]:

import logging
from functools import wraps, partial

def logged(func=None, *, level=logging.DEBUG, name=None, message=None):
    if func is None:
        return partial(logged, level=level, name=name, message=message)

    logname = name if name else func.__module__
    log = logging.getLogger(logname)
    logmsg = message if message else func.__name__

    @wraps(func)
    def wrapper(*args, **kwargs):
        log.log(level, logmsg)
        return func(*args, **kwargs)
    return wrapper

@logged
def add(x, y):
    return x + y

@logged(level=logging.CRITICAL, name='测试')
def get_data():
    print("读数据ing")

def main():
    add(1,2)
    get_data()

if __name__ == '__main__':
    main()

 

get_data

 

读数据ing

 

In [25]: c = (a,b)

上次知识回顾:https://www.cnblogs.com/dotnetcrazy/p/9278573.html

·==是比较两个对象是否相等。

2.Python装饰器

那Python怎么实现装饰器呢?小胖问道。

小明屁颠屁颠的跑过去说道,通过闭包咯~(闭包如果忘了,可以回顾一下)

删除的方法:

2.5.扩展补充

其实装饰器可以做很多事情,比如强制类型检测等,先看几个扩展:

print("error:不是整型数字")

3.5.垃圾回收

之前写的文章里面有提到过,可以简单回顾一下:(可变类型和不可变类型 引用数的引入)

其实程序员基本上关注,实在要关注的就是怎么显示回收:

import gc # 需要导入gc模块

print(gc.collect()) # 显式垃圾回收
print(gc.garbage)   # 看回收了哪些

先看看之前讲可变类型和不可变类型说的一句话:

Python对int类型和较短的字符串进行了缓存,无论声明多少个值相同的变量,实际上都指向同个内存地址

看个案例:

In [2]:

a=10
b=10
c=10
print(id(a))
print(id(b))
print(id(c))

 

94747627400000
94747627400000
94747627400000

 

上面的ID都一样,那较短到底是多短呢?

先贴一下逆天的测试结果:(不要在编辑器里面测试,建议进入官方的python3交互模式,用vscode测试的结果不准)

  1. 小整数[-5,257)共用对象,常驻内存不在这个范围内的均创建一个新的对象
  2. 单个字符共用对象,常驻内存
  3. 字符串:
    • 英文单词,共用对象,引用计数为0就删除
    • 英文中有空格(英文句子、词组),不共用,引用计数为0的时候就删掉
    • 中文字符串:不共用,引用计数为0的时候就删掉

其实也很好理解,第一个范围是程序员经常用的范围,字符串系列嘛就更正常了,老外肯定不管中文什么的,要是中国人发明的可以常用汉字常驻内存^_^ 然后一篇文章里面单词出现频率肯定比词组和句子高,所以都能解释通了

来简单验证一下:

金沙官网线上 1

In [1]:

# 257的时候就取不到了,这时候都是不同的ID
# 这个就是所谓的大整数了(每一个大整数,均创建一个新的对象)
a=257
b=257
c=257
print(id(a))
print(id(b))
print(id(c))

 

140602139583728
140602139584112
140602139583792

In [2]:

# 单个字符
d='a'
e='a'
f='a'
print(id(d))
print(id(e))
print(id(f))

 

140602366927792
140602366927792
140602366927792

In [3]:

# 英文单词
str1 = "dog"
str2 = "dog"
str3 = "dog"
print(id(str1))
print(id(str2))
print(id(str3))

 

140602139175376
140602139175376
140602139175376

In [4]:

# 英文中有空格(句子,词组)
str4 = "big dog"
str5 = "big dog"
str6 = "big dog"
print(id(str4))
print(id(str5))
print(id(str6))

 

140602139174984
140602139174816
140602139175544

In [5]:

# 不共享对象,计数为0就删除
str7 = "明"
str8 = "明"
str9 = "明"
print(id(str7))
print(id(str8))
print(id(str9))

 

140602139296272
140602139296352
140602139296192

In [6]:

str10 = "小明"
str11 = "小明"
str12 = "小明"
print(id(str10))
print(id(str11))
print(id(str12))

 

140602139147320
140602139146616
140602139146792

In [7]:

str13 = "小 明"
str14 = "小 明"
str15 = "小 明"
print(id(str10))
print(id(str11))
print(id(str12))

 

140602139147320
140602139146616
140602139146792

 

再说说查看引用的时候注意一下:sys.getrefcount的参数object也会占1个引用计数(sys.getrefcount(a)可以查看a对象的引用计数,但是比正常计数大1,因为调用函数的时候传入a,这会让a的引用计数+1)

这个是Python主要的一种垃圾回收方式(计数引用),看看源码:

参考链接:https://github.com/python/cpython/blob/master/Include/object.h

// 实际上没有任何东西被声明为PyObject,但是每个指向Python对象的指针都可以强制转换为PyObject(这是手工制作的继承)
typedef struct _object {
    _PyObject_HEAD_EXTRA
    Py_ssize_t ob_refcnt; /* 引用计数 */
    struct _typeobject *ob_type;
} PyObject;

// 类似地,每个指向可变大小Python对象的指针都可以转换为PyVarObject
typedef struct {
    PyObject ob_base;
    Py_ssize_t ob_size; /* 可变变量引用计数 */
} PyVarObject;

In [1]:

# 引用计数
import sys


# 定义一个临时类
class Temp(object):
    def __del__(self):
        print("你被干掉了")


t1 = Temp()
print(sys.getrefcount(t1))  #(结果比实际引用大1)【object也会占1个引用计数】

t2 = t1
print(sys.getrefcount(t1))
print(sys.getrefcount(t2))

del t1
print(sys.getrefcount(t2))
# sys.getrefcount(t1)#被删掉自然没有了

del t2
print("-" * 10)

 

2
3
3
2
你被干掉了
----------

 

引用计数基本上可以解决大部分的问题,用起来比较简单,而且实时性比较高(一旦没有引用,内存就直接释放了。不用像其他机制等到特定时机。实时性还带来一个好处:处理回收内存的时间分摊到了平时)

但对于循环引用,或者对于像双向链表这样的方式,就算引用对象删除了,它的计数还是1(相互引用嘛)

所以Python解释器用了另一种方法解决这个:

分代回收(隔代回收)

Python解释器设置了某些阀值,当达到了阀值就进行第一轮回收(大概是有循环引用的-1,然后看两个相互引用的对象现在的引用结果是不是都是0,如果都是0说明没有外部引用,那就是垃圾了),不是垃圾的移到第二个链表里面,当第二轮达到阀值的时候,进行第二轮回收(一轮的也回收下),不是垃圾的"老对象"移到第三个链表里面,当第三轮达到阀值的时候统统回收一波)

gc.get_count() 获取当前自动执行垃圾回收的计数器

gc.get_threshold() 获取的gc模块中自动执行垃圾回收的频率(可以自己设置)默认是:(700, 10, 10)

来看看阀值情况:

In [1]:

import gc

print(gc.get_count())
print(gc.get_threshold())

 

(234, 8, 1)
(700, 10, 10)

 

比如你新创建了1000个对象,才释放20个,就已经超过默认的700阀值,Python第一代检测就上场了(以此类推)

一般能活到最后的都不大可能是垃圾了,比如配置文件之类的,基本上不太改动的(越老越成精嘛)

小张若有所思的说道:

  1. 当计数器从(699,3,0)增加到(700,3,0),gc模块就会执行gc.collect(0),即检查一代对象的垃圾,并重置计数器为(0,4,0)
  2. 当计数器从(699,9,0)增加到(700,9,0),gc模块就会执行gc.collect(1),即检查一、二代对象的垃圾,并重置计数器为(0,0,1)
  3. 当计数器从(699,9,9)增加到(700,9,9),gc模块就会执行gc.collect(2),即检查一、二、三代对象的垃圾,并重置计数器为(0,0,0)

小明左右端详小张,终于忍不住说出了那句话:“小张,你能不能..."

话没说完就被小张打断了:”我是男的,不搞基!就是搞基也只喜欢我们班的培哥!“

小明吃惊的说道:”你想啥呢?我只是看你骨骼清奇,想要收你为徒罢了...“

(完)


经典引用:(参考1 参考2

在Python中,每个对象都保存了一个称为引用计数的整数值,来追踪到底有多少引用指向了这个对象。无论何时,如果我们程序中的一个变量或其他对象引用了目标对象,Python将会增加这个计数值,而当程序停止使用这个对象,则Python会减少这个计数值。一旦计数值被减到零,Python将会释放这个对象以及回收相关内存空间。

从六十年代开始,计算机科学界就面临了一个严重的理论问题,那就是针对引用计数这种算法来说,如果一个数据结构引用了它自身,即如果这个数据结构是一个循环数据结构,那么某些引用计数值是肯定无法变成零的。

刚刚说到的例子中,我们以一个不是很常见的情况结尾:我们有一个“孤岛”或是一组未使用的、互相指向的对象,但是谁都没有外部引用。换句话说,我们的程序不再使用这些节点对象了,所以我们希望Python的垃圾回收机制能够足够智能去释放这些对象并回收它们占用的内存空间。但是这不可能,因为所有的引用计数都是1而不是0。Python的引用计数算法不能够处理互相指向自己的对象。

这就是为什么Python要引入Generational GC算法的原因!

Python使用一种不同的链表来持续追踪活跃的对象。而不将其称之为“活跃列表”,Python的内部C代码将其称为零代(Generation Zero)。每次当你创建一个对象或其他什么值的时候,Python会将其加入零代链表。

因为循环引用的原因,并且因为你的程序使用了一些比其他对象存在时间更长的对象,从而被分配对象的计数值与被释放对象的计数值之间的差异在逐渐增长。一旦这个差异累计超过某个阈值,则Python的收集机制就启动了,并且触发上边所说到的零代算法,释放“浮动的垃圾”,并且将剩下的对象移动到一代列表。

随着时间的推移,程序所使用的对象逐渐从零代列表移动到一代列表。而Python对于一代列表中对象的处理遵循同样的方法,一旦被分配计数值与被释放计数值累计到达一定阈值,Python会将剩下的活跃对象移动到二代列表。

通过这种方法,你的代码所长期使用的对象,那些你的代码持续访问的活跃对象,会从零代链表转移到一代再转移到二代。通过不同的阈值设置,Python可以在不同的时间间隔处理这些对象。Python处理零代最为频繁,其次是一代然后才是二代。

参考链接:

Python垃圾回收机制详解

经典之~画说 Ruby 与 Python 垃圾回收

使用 GC、Objgraph 干掉 Python 内存泄露与循环引用

else

扩展:__getattribute__属性拦截器

有点像C#里面的Attribute标签,AOP其实就是这类的思想

更多可以参考如下链接:

动态添加属性和方法

反射以及魔法方法相关内容

制定类以及魔法方法相关内容

In [33]:

class Person(object):
    def __init__(self, name):
        self.__name = name

    def show(self):
        print(self.__name)

    # 属性拦截器里面不要调用self.方法 or self.属性
    def __getattribute__(self, obj):
        print("obj:", obj)
        if obj == "show":
            print("do something")
        elif obj == "_Person__name":  # 注意这种情况,如果你想要访问私有属性,需要写出类名.属性
            print("Log info : xxx")
        return object.__getattribute__(self, obj) # 你重写了属性、方法获取的方式,别忘记返回对应的属性

def main():
    p = Person("小明")
    p.show()

if __name__ == '__main__':
    main()

 

obj: show
do something
obj: _Person__name
Log info : xxx
小明

 

1.12.5sorted函数

3.3.1.type动态创建类

前面我们讲过了type()函数可以查看一个类型或变量的类型。比如说:

Person是一个class,它的类型就是type,而xiaoming是一个实例,它的类型就是class Person

看个例子:

In [34]:

class Person(object):
    pass

def main():
    xiaoming = Person()
    print(type(Person))
    print(type(xiaoming))

if __name__ == '__main__':
    main()

 

<class 'type'>
<class '__main__.Person'>

 

其实还可以通过 __class__ 来查看创建对象的是谁:

In [35]:

class Person(object):
    pass

def main():
    xiaoming = Person()
    print(Person.__class__)
    print(xiaoming.__class__)

if __name__ == '__main__':
    main()

 

<class 'type'>
<class '__main__.Person'>

 

小张被小明看的发毛,然后赶紧扯开话题说道:”怎么都是type?难道这个就是接下来准备讲的内容?“

小明点头说道:”是滴~“

我们说class的定义是运行时动态创建的,而创建class的方法就是使用type()函数

那怎么创建呢?以上面那个案例为摸版,来个案例:

类名 = type("类名", 父类们的Tuple, Dict)

In [36]:

def main():
    Person = type("Person", (object, ), {})
    xiaoming = Person()
    print(Person.__class__)
    print(xiaoming.__class__)

if __name__ == '__main__':
    main()

 

<class 'type'>
<class '__main__.Person'>

 

小张感叹道:”Python的这种‘反射’太过简单了吧,我直接都可以写案例了“

比如,实现如下内容:

In [37]:

class Person(object):
    def show(self):
        print("父类方法:mmd")

class Student(Person):
    gender = "男"

    def __init__(self, name):
        self.__name = name

    def eat(self):
        print("%s实例方法:大口吃饭" % self.__name)

    @classmethod
    def run(cls):
        print("我是类方法:跑着上课")

    @staticmethod
    def sleep():
        print("静态方法:晚安")

def main():
    print(Student.gender)
    xiaoming = Student("小明")
    xiaoming.show()
    xiaoming.eat()
    xiaoming.run()
    xiaoming.sleep()

if __name__ == '__main__':
    main()

 

男
父类方法:mmd
小明实例方法:大口吃饭
我是类方法:跑着上课
静态方法:晚安

In [38]:

def show(self):
    print("父类方法:mmd")

def __init__(self, name):
    self.__name = name

def eat(self):
    print("%s实例方法:大口吃饭" % self.__name)

@classmethod
def run(cls):
    print("我是类方法:跑着上课")

@staticmethod
def sleep():
    print("静态方法:晚安")

def main():
    Person = type("Person", (object, ), {"show": show})
    Student = type(
        "Student", (Person, ), {
            "gender": "男",
            "__init__": __init__,
            "eat": eat,
            "run": run,
            "sleep": sleep
        })

    print(Student.gender)
    xiaoming = Student("小明")
    xiaoming.show()
    xiaoming.eat()
    xiaoming.run()
    xiaoming.sleep()

if __name__ == '__main__':
    main()

 

男
父类方法:mmd
小明实例方法:大口吃饭
我是类方法:跑着上课
静态方法:晚安

 

1.10.5.1.3查看一个对象的引用计数

3.3.元类系列

小张一脸懵逼的看着小明,然后说道:”就没有类似于C#里面的反射机制?“

小明背着手,缓缓的绕着小张走了一圈,那眼神仿佛是在看一件工艺艺术品一样,然后随口说道:

function is None, return the items that are true.If sequence is a tuple

在线编程:https://mybinder.org/v2/gh/lotapp/BaseCode/master

self.__money =0

3.扩展:看看对类有啥影响

测试结果:不影响

In [32]:

# 类方法案例
class Person(object):
    __slots__ = ("name", "age")
    pass

@classmethod
def test1(cls):
    print("类方法")

@staticmethod
def test2():
    print("静态方法")

def main():
    Person.qq = 110
    Person.test1 = test1  # 类方法
    Person.test2 = test2  # 静态方法
    xiaoming = Person()
    print(xiaoming.qq)
    xiaoming.test1()
    xiaoming.test2()

if __name__ == '__main__':
    main()

 

110
类方法
静态方法

 

returnwrapped

代码裤子:https://github.com/lotapp/BaseCode

执行f2(),进程占用的内存会不断增大。

2.2.多个装饰器

小明赶紧扯开话题,”咳咳,我们接下来我们接着讲装饰器"

小张问道,像上面那个第三方登录的案例,想加多少加多少,Python怎么办呢?

小明一笑而过~

现在项目又升级了,要求每次调用都要打印一下日记信息,方便以后纠错,小张先用自己的理解打下了这段代码,然后像小明请教:

In [4]:

def log(func):
    def wrapper():
        print("输出日记信息")
        cache(func)()
    return wrapper

def cache(func):
    def wrapper():
        print("给功能添加了缓存")
        if True:
            pass
        else:
            func()  # 如果缓存失效则读取数据库获取新的数据
    return wrapper

@log
def get_data():
    print("直接数据库读取数据")

def main():
    get_data()

if __name__ == '__main__':
    main()

 

输出日记信息
给功能添加了缓存

 

小明刚美滋滋的喝着口口可乐呢,看到代码后一不小心喷了小张一脸,然后尴尬的说道:“Python又不是只能装饰一个装饰器,来看看我的代码”:

In [5]:

def log(func):
    print("开始装饰Log模块")
    def wrapper():
        print("输出日记信息")
        func()
    return wrapper

def cache(func):
    print("开始装饰Cache模块")
    def wrapper():
        print("给功能添加了缓存")
        if True:
            pass
        else:
            func()  # 如果缓存失效则读取数据库获取新的数据
    return wrapper

@log
@cache
def get_data():
    print("直接数据库读取数据")

def main():
    get_data()

if __name__ == '__main__':
    main()

 

开始装饰Cache模块
开始装饰Log模块
输出日记信息
给功能添加了缓存

 

小张耐心的看完了代码,然后说道:“咦,我发现它装饰的时候是从下往上装饰,执行的时候是从上往下啊?执行的时候程序本来就是从上往下,按照道理应该是从上往下装饰啊?”

小明神秘的说道:“你猜啊~你可以把它理解为寄快递和拆快递

小张兴奋的跳起来了:

装饰器:装快递,先包装里面的物品,然后再加个盒子。执行装饰器:拆快递,先拆外面的包装再拆里面的~简直妙不可言啊

c1.t = c2

 

In [51]: my_foo.echo_bar()

2.添加类方法和静态方法

看一下类方法和静态方法的案例:

In [26]:

# 类方法案例
class Person(object):
    pass

@classmethod
def test(cls):
    print(cls)

def main():
    Person.test = test # 直接赋值即可
    xiaoming = Person()
    xiaoming.test()

if __name__ == '__main__':
    main()

 

<class '__main__.Person'>

In [27]:

# 静态方法案例
class Person(object):
    pass

@staticmethod
def test():
    print("test")

def main():
    Person.test = test
    xiaoming = Person()
    xiaoming.test()

if __name__ == '__main__':
    main()

 

test

 

c = (a+b) * (a-b)

2.1.装饰器引入

来看一个应用场景,以前老版本系统因为并发比较小,没考虑到缓存

def get_data():
    print("直接数据库读取数据")

def main():
    get_data()

if __name__ == '__main__':
    main()

在不修改原有代码的前提下咋办?我们参照C#和Java写下如下代码:

In [1]:

# 添加一个闭包
def cache(func):
    def decorator():
        print("给功能添加了缓存")
        if True:
            pass
        else:
            func()# 如果缓存失效则读取数据库获取新的数据
    return decorator

def get_data():
    print("直接数据库读取数据")

def main():
    f1 = cache(get_data)
    f1()
    print(type(f1))

if __name__ == '__main__':
    main()

 

给功能添加了缓存
<class 'function'>

 

小张问道:“怎么也这么麻烦啊,C#的那个我就有点晕了,怎么Python也这样啊?”f1 = cache(get_data) f1()

小明哈哈一笑道:“人生苦短,我用Python~这句话可不是随便说着玩的,来来来,看看Python的语法糖”:

In [2]:

def cache(func):
    def wrapper():
        print("给功能添加了缓存")
        if True:
            pass
        else:
            func()  # 如果缓存失效则读取数据库获取新的数据
    return wrapper

@cache
def get_data():
    print("直接数据库读取数据")

def main():
    get_data()

if __name__ == '__main__':
    main()

 

给功能添加了缓存

 

其实

@cache
def get_data()

等价于

# 把f1改成函数名字罢了。可以这么理解:get_data重写指向了一个新函数
get_data = cache(get_data)

小张同学瞪了瞪眼睛,努力回想着以前的知识点,然后脱口而出:“这不是我们之前讲的属性装饰器吗?而且好方便啊,这完全符合开放封闭原则啊!“

class Student(object):
    def __init__(self, name, age):
        # 一般需要用到的属性都直接放在__init__里面了
        self.name = name
        self.age = age

    @property
    def name(self):
        return self.__name

    @name.setter
    def name(self, name):
        self.__name = name

    @property
    def age(self):
        return self.__age

    @age.setter
    def age(self, age):
        if age > 0:
            self.__age = age
        else:
            print("age must > 0")

    def show(self):
        print("name:%s,age:%s" % (self.name, self.age))

小明也愣了愣,说道:”也对哦,你不说我都忘了,我们学习面向对象三大特性的时候经常用呢,怪不得这么熟悉呢“

随后又嘀咕了一句:”我怎么不知道开放封闭原则...“

小张嘲笑道:”这你都不知道?对扩展开放,对已经实现的代码封闭嘛~“

In [3]:

# 需要注意一点
def cache(func):
    print("装饰器开始装饰")
    def wrapper():
            print("给功能添加了缓存")
            if True:
                pass
            else:
                func()  # 如果缓存失效则读取数据库获取新的数据
    return wrapper

@cache # 当你写这个的时候,装饰器就开始装饰了,闭包里面的功能是你调用的时候执行
def get_data():
    print("直接数据库读取数据")

 

装饰器开始装饰

 

Out[21]: 4

3.2.__slots__

这下小张急了,怎么又和上次讲得模块一样,无法无天了啊?有没有办法限制一下呢?

小明哈哈一笑,娓娓道来:

>>> ObjectCreatorMirror = ObjectCreator #可以将类赋值给一个变量

2.3.带参装饰器

小明继续讲述他哥哥的血泪历史:

需求时刻在变,系统使用范围更广了,为了不砸场子,抠门的老板决定每年多花5W在技术研发的硬件支持上,这下子技术部老开心了,想想以前前端只能通过CDN和HTTP请求来缓存,后端只能依赖页面缓存和数据库缓存就心塞,于是赶紧新增加一台Redis的云服务器。为了以后和现在缓存代码得变一变了,需要支持指定的缓存数据库:(如果不是维护别人搞的老项目,你这么玩保证被打死,开发的时候老老实实的工厂模式搞起)

带参数的装饰器一般都是用来记录logo日记比较多,自己开发知道debug模式,生产指定except模式等等

In [6]:

# 可以理解为,在原来的外面套了一层
def cache(cache_name):
    def decorator(func):
        def wrapper():
            if cache_name == "redis":
                print("给功能添加了Redis缓存")
            elif cache_name == "memcache":
                pass
            else:
                func()
        return wrapper
    return decorator

@cache("redis") # 相当于是:get_data = cache(”redis“)(get_data)
def get_data():
    print("直接数据库读取数据")

def main():
    get_data()

if __name__ == '__main__':
    main()

 

给功能添加了Redis缓存

 

小张很高兴,然后练了练手,然后质问小明道:”你是不是藏了一手!“

代码如下:

In [7]:

def log(func):
    def inner():
        print("%s log_info..." % func.__name__)
        func()
    return inner

@log
def login_in(name_str, pass_str):
    return "欢迎登录:%s" % (name_str)

@log
def login_out():
    print("已经退出登录")

@log
def get_data(id):
    print("%s:data xxx" % id)

def main():
    login_out()
    get_data(1)
    print(login_in("小明", "xxx"))

if __name__ == '__main__':
    main()

 

login_out log_info...
已经退出登录

 

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-7-dcb695819107> in <module>()
     23 
     24 if __name__ == '__main__':
---> 25main()

<ipython-input-7-dcb695819107> in main()
     19 def main():
     20     login_out()
---> 21get_data(1)
     22     print(login_in("小明", "xxx"))
     23 

TypeError: inner() takes 0 positional arguments but 1 was given

 

mktime() --将本地时间元组转换为时间戳。接受一个时间元组,必选。

终于期末考试结束了,聪明的小明同学现在当然是美滋滋的过暑假了,左手一只瓜,右手一本书~正在给老乡小张同学拓展他研究多日的知识点

importsys

3.面向对象系列扩展

看着小张准备回家换衣服了,小明有点失落,又有点孤单,于是说道:“逗逼张,你还要听吗?我准备讲类相关的知识了,这些可是我课后自学的哦~”

小张转了转身,一念间就留了下来~

p1(4,5,6)

3.3.2.元类~metaclass

小明又仔细端详了小张一次,然后继续讲到:

当我们定义了类以后,就可以根据这个类创建出实例,所以:先定义类,然后创建实例。

但是如果我们想创建出类呢?那就必须根据metaclass创建出类,所以:先定义metaclass,然后创建类。

总的流程就是:先定义metaclass,再创建类,最后创建实例

type就是Python在背后用来创建所有类的那个元类


小张有点恐慌的看了一眼小明,然后继续听讲

Python2是看看类里面有没有__metaclass__这个属性,有就通过它指向的函数或者方法来创建类

Python3简化了一下,在Class定义的时候就可以指定了,eg:class Person(object, metaclass=type)

In [39]:

# 这三个参数其实就是type对应的三个参数
def create_class(name, bases, attrs):
    attrs["name"] = "小明"
    return type(name, bases, attrs)

class Person(object, metaclass=create_class):
    pass

def main():
    # 判断一个对象有没有某个属性
    hasattr(Person, "name")
    print(Person.name)

if __name__ == '__main__':
    main()

 

小明

 

其实原类有点像刚刚讲的属性拦截器了,大概流程如下:

  1. 拦截类的创建
  2. 修改类
  3. 返回修改之后的类

来一个正规化的写法,eg:给MyList添加一个add方法(list是append方法,别混淆了)

In [40]:

# metaclass是类的模板,所以必须从`type`类型派生:
class ListMetaclass(type):
    def __new__(cls, name, bases, attrs):
        attrs['add'] = lambda self, value: self.append(value)
        return type.__new__(cls, name, bases, attrs)

class MyList(list, metaclass=ListMetaclass):
    pass

def main():
    mylist = MyList()
    mylist.add("mmd")
    print(mylist)

if __name__ == '__main__':
    main()

 

['mmd']

 

元类一般ORM用的比较多(映射),如果你不编写ORM框架的话,基本上用不到

这方面可以参考这篇文章:尝试编写一个ORM框架


....:

1.装饰器方法签名的问题

成也装饰器,败也装饰器,来个案例看看,装饰器装饰的函数真的就对原函数没点影响?

In [9]:

# 添加一个闭包
def cache(func):
    def wrapper(*args,**kv):
        if True:
            print("缓存尚未失效:直接返回缓存数据")
        else:
            func(*args,**kv)
    return wrapper

def get_data(id):
    """获取数据"""
    print("通过%d直接数据库读取数据"%id)

In [10]:

# 进行装饰
get_data = cache(get_data)
# 调用原有名称的函数
get_data(110)
# 发现虽然函数调用时候的名字没有变
# 但是内部签名却变成了闭包里面的函数名了
print(get_data.__name__)
print(get_data.__doc__)
# print(get_data.__annotations__)

 

缓存尚未失效:直接返回缓存数据
wrapper
None

 

发现虽然函数调用时候的名字没有变,但是内部签名却变成了闭包里面的函数名了!

玩过逆向的人都知道,像你修改了apk文件,它看似一样,但签名就变了,得再处理才可能绕过原来的一些自效验的验证措施

这边一样的道理,你写了一个装饰器作用在某个函数上,但是这个函数的重要的元信息比如名字、文档字符串、注解和参数签名都丢失了。

functools里面的wraps就帮我们干了这个事情(之前讲模块的时候引入了functools,随后讲衍生的时候用了里面的偏函数,这边讲讲wraps

上面代码改改:

In [11]:

from functools import wraps

# 添加一个闭包
def cache(func):
    @wraps(func)
    def wrapper(*args,**kv):
        if True:
            print("缓存尚未失效:直接返回缓存数据")
        else:
            func(*args,**kv)
    return wrapper

def get_data(id):
    """获取数据"""
    print("通过%d直接数据库读取数据"%id)

# 进行装饰
get_data = cache(get_data)
# 调用原有名称的函数
get_data(110)
# 签名已然一致
print(get_data.__name__)
print(get_data.__doc__)
# print(get_data.__annotations__)

 

缓存尚未失效:直接返回缓存数据
get_data
获取数据

 

另外:@wraps有一个重要特征是它能让你通过属性 __wrapped__ 直接访问被包装函数,eg:

In [12]:

get_data.__wrapped__(100)

 

通过100直接数据库读取数据

 

用for循环调用generator时,发现拿不到generator的return语句的返回值。如果想要拿到返回值,必须捕获StopIteration错误,返回值包含在StopIteration的value中:

2.4.通用装饰器

小明尴尬的笑了下,然后赶紧倾囊相授,定义一个通用的装饰器:(传参数就在外面套一层)

def log(func):
    @functools.wraps(func) # 签名下面一个案例就会讲
    def wrapper(*args,**kv):
        """可变参 + 关键字参数"""
        print("%s log_info..." % func.__name__)
        return func(*args,**kv)
    return wrapper

这部分知识如果忘记了可以回顾一下,我们之前讲的函数系列:https://www.cnblogs.com/dotnetcrazy/p/9175950.html

In [8]:

def log(func):
    # 可变参 + 关键字参数
    def wrapper(*args,**kv):
        print("%s log_info..." % func.__name__)
        return func(*args,**kv)
    return wrapper

@log
def login_in(name_str, pass_str):
    return "欢迎登录:%s" % (name_str)

@log
def login_out():
    print("已经退出登录")

@log
def get_data(id):
    print("%s:data xxx" % id)

def main():
    login_out()
    get_data(1)
    print(login_in("小明", "xxx"))

if __name__ == '__main__':
    main()

 

login_out log_info...
已经退出登录
get_data log_info...
1:data xxx
login_in log_info...
欢迎登录:小明

 

type可以像这样工作:

2.指定实例“方法”

这个限制对实例方法一样有效,再复习下给实例对象添加方法:

import types

class Person(object):
    __slots__ = ("__name", "age", "test")

    def __init__(self, name):
        self.__name = name
    def show(self):
        print("中国欢迎你~")

def test(self):
    print("test")

xiaoming = Person("小明")
xiaoming.age = 22
xiaoming.test = types.MethodType(test, xiaoming)
xiaoming.test()

看看被限制之后:(Python中定义的方法相当于定义了一个属性,然后指向了定义的函数)

In [31]:

# 这个限制对实例方法一样有效
import types

class Person(object):
    __slots__ = ("__name", "age")

    def __init__(self, name):
        self.__name = name
    def show(self):
        print("中国欢迎你~")

def test(self):
    print("test")

xiaoming = Person("小明")
xiaoming.age = 22
xiaoming.test = types.MethodType(test, xiaoming)
xiaoming.test()

 

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-31-d1bab7d57b40> in <module>()
     15 xiaoming = Person("小明")
     16 xiaoming.age = 22
---> 17xiaoming.test = types.MethodType(test, xiaoming)
     18 xiaoming.test()

AttributeError: 'Person' object has no attribute 'test'

 

小明讲得唾沫横飞,然后故作神秘的和小张说道:

In [21]: testList = [x+2forxinrange(5)]

3.类中定义装饰器

在类里面定义装饰器很简单,但是你首先要确认它的使用方式。比如到底是作为一个实例方法还是类方法:(别忘记写selfcls

In [14]:

from functools import wraps

class A(object):
    # 实例方法
    def decorator1(self, func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            print("实例方法装饰器")
            return func(*args, **kwargs)
        return wrapper

    # 类方法
    @classmethod
    def decorator2(cls, func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            print("类方法装饰器")
            return func(*args, **kwargs)
        return wrapper

In [15]:

# 装饰方式不一样
a = A()
@a.decorator1 # 实例方法调用
def test1():
    pass

@A.decorator2 # 类方法调用
def test2():
    pass

In [16]:

# 调用一下
test1()
test2()

 

实例方法装饰器
类方法装饰器

 

在涉及到继承的时候。 例如,假设你想让在A中定义的装饰器作用在子类B中。你需要像下面这样写:

class B(A):
    @A.decorator2
    def test(self):
        pass

也就是说,装饰器要被定义成类方法并且你必须显式的使用父类名去调用它。

你不能使用 @B.decorator2 ,因为在方法定义时,这个类B还没有被创建。

deftest(self):

1.添加实例方法

小张,还记得讲装饰器的时候有这么一句代码吗?

types.MethodType(self, instance)

小张:"记得当时用类装饰实例方法的时候出现了问题,然后才加的?"

对头,以上面Person类为例,来一起看怎么动态添加方法

In [24]:

import types

class Person(object):
    def __init__(self, name):
        self.__name = name

def test(self):
    print("测试一下")

def main():
    xiaoming = Person("小明")
    xiaoming.test = types.MethodType(test, xiaoming)
    xiaoming.test()

if __name__ == '__main__':
    main()

 

测试一下

 

你可以思考一下,为什么必须通过types.MethodType才行?(提示:self

注意一点,当你在新方法中调用类中私有方法时就会出问题

其实这个本质相当于通过实例对象调用里面公开属性

In [25]:

import types

class Person(object):
    def __init__(self, name):
        self.__name = name

# 一样的代码,只是调用了私有属性
def test(self):
    print("中国欢迎你,%s" % self.__name)

def main():
    xiaoming = Person("小明")
    xiaoming.test = types.MethodType(test, xiaoming)
    xiaoming.test() # 其实这个本质相当于通过实例对象调用里面公开属性

if __name__ == '__main__':
    main()

 

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-25-2bf92b457fc8> in <module>()
     15 
     16 if __name__ == '__main__':
---> 17main()

<ipython-input-25-2bf92b457fc8> in main()
     12     xiaoming = Person("小明")
     13     xiaoming.test = types.MethodType(test, xiaoming)
---> 14xiaoming.test() # 其实这个本质相当于通过实例对象调用里面公开属性
     15 
     16 if __name__ == '__main__':

<ipython-input-25-2bf92b457fc8> in test(self)
      7 # 一样的代码,只是调用了私有属性
      8 def test(self):
----> 9print("中国欢迎你,%s" % self.__name)
     10 
     11 def main():

AttributeError: 'Person' object has no attribute '__name'

 

foo = timefun(foo)

·start:计数从start开始。默认是从0开始。例如range(5)等价于range(0,5);

2

value:1

添加类方法

test()

元类就是用来创建类(对象)的,元类就是类的类:

print"--3-1--"

ham[ : upper]

#添加注释

dct ['key'] = lst [index]

'partialmethod',

子类没有实现__init__方法时,默认自动调用父类的。如定义__init__方法时,需自己手动调用父类的__init__方法

ret = test(20)

-----1------

....:n+=1

@makeBold

....:i+=1

In [94]: b

类就是一组用来描述如何生成一个对象的代码段:

fromtimeimportctime, sleep

;

所以,Python的functools包中提供了一个叫wraps的装饰器来消除这样的副作用。例如:

print("error:不是整型数字")

·限制所有行的最大行宽为79字符。

@timefun

print(id(test1))

·No

y=2

'_HashedSeq',

4

python里每一个东西都是对象,它们的核心就是一个结构体:PyObject

Out[16]: 4

....:return'done'

·创建了c1,c2后这两块内存的引用计数都是1,执行c1.t=c2和c2.t=c1后,这两块内存的引用计数变成2.

1.拦截类的创建

None

1

In [23]: next(G)

In [10]: help(Test) #用help查看Test类

'_gt_from_ge',

·导入始终在文件的顶部,在模块注释和文档字符串之后,在模块全局变量和常量之前。

|__dict__

Out[19]: 0

----> 1 next(G)

有三种情况会触发垃圾回收:

print('object born,id:%s'%str(hex(id(self))))

fromtimeimportctime, sleep

赋值等操作符前后不能因为对齐而添加多个空格

returnwrappedfunc

#右括号回退

说明:

test1()

5.权限校验等场景

7、进入方法,跳出这一步,shift+f8

…pass

>>>

filter(function or None, sequence) -> list, tuple, or string

#每次调用函数,就需要保存一些数据,那么随着调用的次数越来越多,最终内存吃光,所以程序崩溃

if__name__ =='__main__':

Out[22]: 3

printgc.get_count()# (590, 8, 0)

In [97]: id(a)

that_is_another_thing):

1.16.1.1pycharm

--2--

1.9.4使用type创建带有属性的类

....:exceptStopIterationase:

#decorator2.py

In [32]: f = copy.copy(c)

1.15.18避免采用的名字

'__name__',

do_blah_thing()

defshowarg(*args, **kw):

In [23]: a = [11,22,33]

'_ge_from_le',

sleep(2)

var_one, var_two,

result = some_function_that_takes_arguments(

#定义函数:完成包裹数据

....:break

# No

deftimefun(func):

l1 = [0,1,2,3,4,5,6]

defcomplex(real, imag=0.0):

MyObject = MyClass()#使用“类”来创建出实例对象

创建列表的另外一种方法

可以在定义一个类的时候添加__metaclass__属性。

Out[60]:False

m.update(str.encode('utf-8'))

c1 = ClassA()

'_lt_from_ge',

pass

1.7.4.5例5:装饰器带参数,在原有装饰器的基础上,设置外部变量

func(*args, **kwargs)

importsys

>>> def choose_class(name):

1.10.5.1垃圾回收机制

In [23]: MyDogClass = type('MyDog', (), {})

gc.disable()

my_list = [

var_one, var_two,

上面的函数和generator仅一步之遥。要把fib函数变成generator,只需要把print(b)改为yield b就可以了:

deftestStatic():

In [61]: isinstance(100, Iterator)

print(var_one)

In [2]:

决不要用字符'l'(小写字母el),'O'(大写字母oh),或'I'(大写字母eye)作为单个字符的变量名。一些字体中,这些字符不能与数字1和0区别。用'L'代替'l'时。

cpp

....:

....:a,b = 0,1

In [29]: b

>>> print FooChild

'partial',

1.10垃圾回收

%%‘%’字符

self.__money = value

def__getattribute__(self,obj):

运行结果

%b本地简化月份名称

#引用函数

--3--

Python有一套很有用的标准库(standard library)。标准库会随着Python解释器一起安装。它是Python的一个组成部分。

generator还可以用函数来实现。

def__init__(self):

....:print(x)

clock() --返回当前程序的cpu执行时间。unix系统始终返回全部运行时间;而windows从第二次开始都是以第一次调用此函数时的时间戳作为基准,而不是程序开始时间为基准。不接受参数。

s = Test("python")

'_c3_merge',

每一个大整数,均创建一个新的对象。

#

1,2,3,

·Python 3(默认UTF-8)不应有编码声明。

In [34]: a

deflong_function_name(

iffoo =='blah': one(); two(); three()

'namedtuple',

b = a[:]

fromtimeimportctime, sleep

print(value)

可以手动像这样创建:

#print('object born,id:%s'%str(hex(id(self))))

Out[15]: 3

8ad2d682e3529dac50e586fee8dc05c0

None

printgc.get_count()# (590, 8, 0)

In [68]: t = Test()

#

1.4生成器

'__doc__',

...:print(self.bar)

1.9.3使用type创建类

Out[29]:'done'

result = some_function_that_takes_arguments(

>>> print f.bar

__getattribute__例子:

time() --返回当前时间戳,浮点数形式。不接受参数

1.14.1.1time

#在函数内部再定义一个函数,并且这个函数用到了外边函数的变量,那么将这个函数以及用到的一些变量称之为闭包

filter函数会对指定序列执行过滤操作

delc1

In [41]: fooclid.echo_bar()

动态编程语言是一类在运行时可以改变其结构的语言:例如新的函数、对象、甚至代码可以被引进,已有的函数可以被删除或是其他结构上的变化。

--2--

Out[3]:0

....:while n

1.15.7导入在单独行

classPerson(object):

I am foo

returnnumber+number_in

#所以才有了self.__func = func这句代码,从而在调用__call__方法中能够调用到test之前的函数体

# No

reduce(lambdax, y: x+y, ['aa','bb','cc'],'dd')

daylight --当地时间是否反映夏令时,默认为0

]

…class Foo(object):

总结:

…bar =True

1.7.4.1例1:无参数的函数

#coding=utf-8

defeat(self):

print("heihei")

print"--4--"

'RLock',

@timefun

可以查看a对象的引用计数,但是比正常计数大1,因为调用函数的时候传入a,这会让a的引用计数+1

'_le_from_gt',

Out[19]: 0

if(this_is_one_thingand

deffoo():

Out[20]: 1

Out[44]:0

1.7装饰器

返回值的类型和参数sequence的类型相同

'she'

1.2.1浅拷贝

Out[33]: 1

None

#即在__init__方法中的func变量指向了test函数体

In [35]: b

f2()

深拷贝是对于一个对象所有层次的拷贝(递归)

b.prev = a

yield None

#额外添加缩进,推荐。

#

In [18]: f = gen()

if(--(op)->ob_refcnt !=0)

类装饰器demo

In [96]: b =copy.copy(a)

正确认知

ifisinstance(value, int):

---装饰器中的功能---

Out[3]: <__main__.Test at0x10d3f8438>

-----0------

给对象添加一个方法是对象.方法名= xxxx

b = copy.copy(a)

do_two()

delc1

4、包含的函数:

#给test函数赋值,这个20就是给参数number

例如(488,3,0),其中488是指距离上一次一代垃圾检查,Python分配内存的数目减去释放内存的数目,注意是内存分配,而不是引用计数的增加。例如:

print("--- in test1 func----")

importhashlib

range(stop) -> list of integers

1.12.3filter函数

classClassA():

ham[lower : : upper]

>>> print type(1) #数值的类型

|

t()# call me

'WRAPPER_ASSIGNMENTS',

...:deftestClass(cls):

spam(1)

In [31]: e

#悬挂缩进不一定是4个空格

functio绑定:

foo

'_c3_mro',

In [93]: a

....:n+=1

1.15.17通常不推荐复合语句

In [89]: b =copy.copy(a)

# Yes

do_one(); do_two(); do_three()

pass

returnwrappedfunc

#if条件不满足,所以程序执行else里面的代码,即return self.test问题就在这,因为return需要把

print("-----2------")

'singledispatch',

note something

that_is_another_thing):

--将时间戳转换为本地时间元组格式。接受一个浮点型时间戳参数,其默认值为当前时间戳。

·凡是可作用于next()函数的对象都是Iterator类型

1.可以将它赋值给一个变量

#对准左括号

....:a,b = b,a+b

In [17]: next(f)

altzone --当地夏令时时间与标准UTC时间的误差,以秒计

In [27]: a.append(77)

print(gc.collect())#显式执行垃圾回收

x =1

Out[52]:True

foo()

1.15.16关键字参数和默认值参数的前后不要加空格

添加后由于函数名和函数的doc发生了改变,对测试结果有一些影响,例如:

classTest():

>>>

iffoo =='blah': do_blah_thing()

'__spec__',

1.15.3空格或Tab?

__metaclass__可以被任意调用,它并不需要是一个正式的类。

创建L和G的区别仅在于最外层的[ ]和( ),L是一个列表,而G是一个生成器。可以直接打印出L的每一个元素,但如果要一个一个打印出G的元素,可以通过next()函数获得生成器的下一个返回值:

使用__next__()方法

生成器保存的是算法,每次调用next(G),就计算出G的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration的异常。当然,正确的方法是使用for循环,因为生成器也是可迭代对象。所以,创建了一个生成器后,基本上永远不会调用next(),而是通过for循环来迭代它,并且不需要关心StopIteration异常。

1.Foo中有__metaclass__这个属性吗?如果是,Python会通过__metaclass__创建一个名字为Foo的类(对象)

In [42]: @classmethod

上面fib的例子中,在循环过程中不断调用yield,就会不断中断。当然要给循环设置一个条件来退出循环,不然就会产生一个无限数列出来。同样的,把函数改成generator后,基本上从来不会用next()来获取下一个返回值,而是直接使用for循环来迭代:

print(ret(100))

reduce(lambdax, y: x+y, [1,2,3,4])

>>> print hasattr(ObjectCreator, 'new_attribute')

#4.为了能够在__call__方法中调用原来test指向的函数体,所以在__init__方法中就需要一个实例属性来保存这个函数体的引用

#定义一个函数

'__file__',

5、gc.get_count()获取当前自动执行垃圾回收的计数器,返回一个长度为3的列表

iffoo =='blah': do_blah_thing()

1.2.2深拷贝

把list、dict、str等Iterable变成Iterator可以使用iter()函数:

浅拷贝对不可变类型和可变类型的copy不同

log subject1

5

%U一年中的星期数。(00 - 53星期天是一个星期的开始。)第一个星期天之前的所有天数都放在第0周。

P = Person("老王",24)

1.16代码调试

1.12.1range

p1()

1.7.2多个装饰器

sleep(2)

1.15.12索引操作中的冒号

>>>P.sex

0

注意:

money = property(getMoney, setMoney)

I am test

True

# Yes

In [25]:

defgetMoney(self):

可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator。

尝试打印P1.sex,发现报错,P1没有sex这个属性。可以直接给Person绑定属性。

3是指距离上一次二代垃圾检查,一代垃圾检查的次数,同理,0是指距离上一次三代垃圾检查,二代垃圾检查的次数。

StopIterationTraceback (most recent call last)

引用计数机制的缺点:

·Yes:

优先级高的运算符或操作符的前后不建议有空格。

func(),则运行结果:

>>>printmy_object

Out[94]: [11,22,33]

注意点

....:print(b)

1.13.1partial函数(偏函数)

1.5迭代器

finally: cleanup()

value:2

动态语言与静态语言的不同:

>>> def echo(o):

迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。

"wrapper function"

gmtime() --将时间戳转换为UTC时间元组格式。接受一个浮点型时间戳参数,其默认值为当前时间戳。

·Yes

--1--

1.10.1小整数对象池

In [21]: next(G)

'a','b','c',

>>> print Foo.bar

gc: collectable

>>>classFoo(object):

在Python中,类也是对象,可以动态的创建类。

例如,假设阀值是(700,10,10):

print(ret(200))

1.8.3运行的过程中给类绑定(添加)属性

reduce依次从sequence中取一个元素,和上一次调用function的结果做参数再次调用function。第一次调用function时,如果提供initial参数,会以sequence中的第一个元素和initial作为参数调用function,否则会以序列sequence中的前两个元素做参数调用function。注意function函数不能为None。

print("I am foo")

submitted +=1

importcopy

%y去掉世纪的年份(00 - 99)

deftoo():

…pass

Out[32]: 1

>>> print hasattr(ObjectCreator, 'new_attribute')

#生了递归调用,由于这个递归过程中没有判断什么时候推出,所以这个程序会永无休止的运行下去,又因为

In [63]: isinstance(iter('abc'), Iterator)

defmoney(self):

Out[21]: 2

添加实例方法

__Py_Dealloc((PyObject *)(op))

defmoney(self, value):

print("%s called at %s %s"%(func.__name__, ctime(), pre))

Out[91]:59525600

当计数器从(699,3,0)增加到(700,3,0),gc模块就会执行gc.collect(0),即检查一代对象的垃圾,并重置计数器为(0,4,0)

Python允许在定义class的时候,定义一个特殊的__slots__变量,来限制该class实例能添加的属性:

my_list = [

添加静态方法

self.age = age

装饰器函数其实是这样一个接口约束,它必须接受一个callable对象作为参数,然后返回一个callable对象。在Python中一般callable对象都是函数,但也有例外。只要某个对象重写了__call__()方法,那么这个对象就是callable的。

|list of weak references to the object (if defined)

1.15.11逗号,冒号,分号之前避免空格

do_one()

运行结果:

# Add some extra indentation on the conditional continuation line.

·分片表达式可以赋值一个序列

[<__main__.ClassA instance at0x724b20>, <__main__.ClassA instance at0x724b48>, {'t': <__main__.ClassA instance at0x724b48>}, {'t': <__main__.ClassA instance at0x724b20>}]

classClassA():

sleep(2)

fromsubprocessimportPopen, PIPE

In [44]:

1.3.2使用property升级getter和setter方法

…return Bar

defgetInfo():

'get_cache_token',

Python Enhancement Proposals:python改进方案

deftest1():

classMoney(object):

1.2.3拷贝的其他方式

----> 1 next(f)

deftimefun(func):

·function:接受一个参数,返回布尔值True或False

None

#2. test函数相当于指向了用Test创建出来的实例对象

|Data descriptors defined here:

# No

In [37]: next(F)

%w一个星期中的第几天(0 - 6,0是星期天)

步骤:

In [23]: f.__next__()

type可以接受一个类的描述作为参数,然后返回一个类。

defwrappedfunc():

Out[35]: 3

l2 = ['Sun','M','T','W','T','F','S']

t = Test()

p2(1,2)

在终端中输入命令:

>>>

Out[98]:58890680

print(kw)

dir(functools)

1.12.2map函数

--3-1--

python -m http.server PORT

#3.当在使用test()进行调用时,就相当于让这个对象(),因此会调用这个对象的__call__方法

def__init__(self,subject1):

c2 = ClassA()

classTest(object):

…else:

2

模块名要简短,全部用小写字母,可使用下划线以提高可读性。包名和模块名类似,但不推荐使用下划线。

In [35]: next(F)

reduce(lambdax, y: x+y, [1,2,3,4],5)


....:n =0

#没有额外缩进,不是很好看,个人不推荐.

3

map(lambdax, y: x+y, [1,2,3], [4,5,6])

…class Bar(object):

x = x *2-1

return"hello world-3"

·stop:到stop结束,但不包括stop.例如:range(0,5)是[0,

·两行空行分割顶层函数和类的定义。

func()

1.12内建函数

1.10.5.2循环引用导致内存泄露

'_gt_from_le',

Traceback (most recent call last):

1.15.6源文件编码

Out[36]: 5

·这很浪费时间

hypot2 = x * x + y * y

forxinlst: total += x

'_lru_cache_wrapper',

In [1]:fromget_setimportMoney

list1 = []

# No

In [36]: next(F)

--4--

2、名词解释:

print('call me!')

print(Person.num)

var_three, var_four)

·No:

In [27]:forxinG:

#内部函数wrappedfunc被引用,所以外部函数的func变量(自由变量)并没有释放

错误认知

·导入顺序如下:标准库进口,相关的第三方库,本地库。各组的导入之间要有空行。

deftest2():

[1,3]

StopIterationTraceback (most recent call last)

当计数器从(699,9,9)增加到(700,9,9),gc模块就会执行gc.collect(2),即检查一、二、三代对象的垃圾,并重置计数器为(0,0,0)

1.15.14赋值等操作符前后

...:print("static method ....")

func()

可以理解为

%c本地相应的日期和时间表示

True

·sequence:序列可以是str,tuple,list

%M分钟数(00 - 59)

haha

getInfo called at Fri Nov421:55:372016

'_ge_from_gt',

...:

print("func name is %s"%func.__name__)

....:yield b

deftimefun(func):

deffoo():

test()

1.引入日志

In [50]:fromcollectionsimportIterable

>>> FooChild = type('FooChild', (Foo,),{})

-----2------

Out[28]: [11,22,33,77]

·集合数据类型如list、dict、str等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。

a = list(range(10))

>>>P.run = types.MethodType(run, P)

#func里保存的是原foo函数对象

4、下一行:f8

defwrapper():

·在核心Python发布的代码应该总是使用UTF-8。

Out[13]: 1

In [41]:

returntest_in

Out[47]:3

# Since both conditions are true, we can frobnicate.

1.14.1.2hashlib

1.7.4装饰器示例

ham[1:9], ham[1:9:3], ham[:9:3], ham[1::3], ham[1:9:]

asctime() --将时间元组格式转换为字符串形式。接受一个时间元组,其默认值为localtime()返回值

returnfunc()

print('note something')

·initial:固定初始值

1.6.2什么是闭包

print("eat food")

>>> print type("1") #字符串的类型

ham[lower + offset:upper + offset]

In [3]: a =Money()

In [91]: id(b)

·function:是一个函数

Out[29]: [44,55,66]

showpy()#如果把这句话注释,重新运行程序,依然会看到"--初始化--"

6.缓存

5、进入方法:f7

·有助于代码审查

2.如果Python没有找到__metaclass__,它会继续在Bar(父类)中寻找__metaclass__属性,并尝试做和前面同样的操作。

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

#定义函数:完成包裹数据

def__init__(self):

@makeBold

ifobj.startswith("a"):

·对象作为一个元素,存储在容器中,例如list1=[a,a]

#逗号,冒号,分号之前避免空格

sorted(...)

执行结果:

>>> print MyClass()#可以通过这个类创建类实例,也就是对象

运行结果

1、gc.set_debug(flags)设置gc的debug日志,一般设置为gc.DEBUG_LEAK

returnwrappedfunc

使用next函数

a ="abc"

too()

print(a+b+c)

3.可以为它增加属性

print("--1--")

line1 = line_conf(1,1)

True

#定义了一个类

deflong_function_name(

return'redirect python'

def__init__(self, name = None, age = None):

'__loader__',

#结果为:[1, 4, 9]

In [43]:

2.修改类

c1 = ClassA()

#定义一个静态方法

In [48]:

Person.testClass = testClass

print(gc.garbage)

num =0

Out[34]: [11,22,33,77,88]

classPerson(object):

self.__money =0

1.5.3迭代器

一些工具函数放在此functools里。

print("--2--")

#print('object del,id:%s'%str(hex(id(self))))

In [67]:classTest(Person):

'male'

#定义一个实例方法

>>>P1 = Person("小丽","25")

foo()

#说明:

如果修改装饰器为return

cls.num =100

In [51]: isinstance([], Iterable)

%X本地相应时间

print(getInfo())

'__builtins__',

#并且会把test这个函数名当做参数传递到__init__方法中

is not )、布尔( and , or , not )。

>>> ObjectCreator.new_attribute = 'foo' #可以为类增加属性

submitted +=1

defcomplex(real, imag =0.0):

defline_conf(a, b):

1.1==,is的使用

p1=functools.partial(showarg,1,2,3)

引用计数的缺陷是循环引用的问题

类同样也是一种对象。

这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。

...:pass

....:try:

1.5.2判断是否可以迭代

Out[12]: 0

#不使用垂直对齐时,第一行不能有参数。

deftimefun(func):

10

%S秒(01 - 61)

'update_wrapper',

print(line1(5))

1.8.2运行的过程中给对象绑定(添加)属性

test function

1.9.6到底什么是元类

if(this_is_one_thingand

生成器不仅“记住”了它数据状态;生成器还“记住”了它在流控制构造(在命令式编程中,这种构造不只是数据值)中的位置。

>>>P1 = Person("小丽","25")

var_four):

defrun(self, speed):

print("-----0------")

defnote(func):

1、设置断点

returnwrapper

1.6闭包

P.eat()

|

1、time有2种时间表示形式:

print("-----4------")

3、gc.get_threshold()获取的gc模块中自动执行垃圾回收的频率。

----test---

importtypes

In [37]: Foochild = type('Foochild', (Foo,), {"echo_bar":echo_bar,"testStatic":

1.15.15二元运算符两边放置一个空格

%I第几个小时(12小时制,01 - 12)

>>>P.run()

c2.t = c1

#调用实例方法

hello world-1

StopIterationTraceback (most recent call last)

斐波拉契数列用列表生成式写不出来,但是,用函数把它打印出来却很容易:

c2 = ClassA()

In [28]: a

In [26]: G = ( x*2forxinrange(5))

['MappingProxyType',

#结果为:[5, 7, 9]

In [17]: G = ( x*2forxinrange(5))

self.__func()

m.update('test')#更新哈希对象以字符串参数

t.a#返回hahha

动态语言:可以在运行的过程中,修改代码

In [19]: f.__next__()

1.5.4iter()函数

x=1

In [95]:

%Y完整的年份

foo = long_function_name(var_one, var_two,

return""+ fn() +""

%p本地am或者pm的相应符

@classmethod

·Tab仅仅在已经使用tab缩进的代码中为了保持一致性而使用。

1.7.4.4例4:装饰器中的return

c1.t = c2

4,5,6,

python采用的是引用计数机制为主,标记-清除和分代收集两种机制为辅的策略

·对象被创建,例如a=23

reduce(function, sequence[, initial]) -> value

Out[58]:False

运行结果如下:

return"hello world-2"

4

returnwrapper

....:n = 0

returnself.__money

1.7.4.2例2:被装饰的函数有参数

Compound statements:多条语句写在同一行

1.3.3使用property取代getter和setter方法

3.返回修改之后的类

>>>P.sex ="male"

...省略...

大整数不共用内存,引用计数为0,销毁

b = list(a)

...:

并且可以将Foo当成一个普通的类一样使用:

@property成为属性函数,可以对属性赋值时做必要的检查,并保证代码的清晰短小,主要有2个作用:

...:

object born,id:0x724b48

·额外的空行可以必要的时候用于分割不同的函数组,但是要尽量节约使用。

ham[1:9], ham[1:9], ham[1:9:3]

UTC(Coordinated Universal Time,世界协调时)亦即格林威治天文时间,世界标准时间。在中国为UTC+8。

whilet <10: t = delay()

Out[5]:100

#注意这里的100其实给参数number_in

foo()

1

#t.test此时要获取t这个对象的test属性,那么就会跳转到__getattribute__方法去执行,即此时产

# def __del__(self):

浅拷贝是对于一个对象的顶层拷贝

In [21]: f.__next__()

sleep(2)

Python做了如下的操作:

In [18]: G

In [22]: next(G)

returnobject.__getattribute__(self,obj)

gc: uncollectable

·减少bug处理

value:5

@money.setter

用于注册、登录....

5

gc: collectable

reduce(...)

当计数器从(699,9,0)增加到(700,9,0),gc模块就会执行gc.collect(1),即检查一、二代对象的垃圾,并重置计数器为(0,0,1)

Out[5]: <__main__.Test2 at0x10d406b38>

print("-----1------")

|Data descriptors defined here:

AttributeError: Person instance has no attribute'score'

'd','e','f',

In [32]:

Person.testStatic()

type接受一个字典来为类定义属性,因此

....:print(n)

range返回一个迭代值。如果想得到列表,可通过list函数

defwrapped():

#把python的gc关闭

timezone --当地时间与标准UTC时间的误差,以秒计

-----4------

1.14.2常用扩展库

In [14]: next(f)

>>> print ObjectCreator.new_attribute

long_variable =3

PyObject是每个对象必有的内容,其中ob_refcnt就是做为引用计数。当一个对象有新的引用时,它的ob_refcnt就会增加,当引用它的对象被删除,它的ob_refcnt就会减少

1.2深拷贝、浅拷贝

>>>classObjectCreator(object):

importdatetime

In [4]:

生成器不但可以作用于for循环,还可以被next()函数不断调用并返回下一个值,直到最后抛出StopIteration错误表示无法继续返回下一个值了。

|__weakref__

In [19]:

var_three, var_four)

1.6.1函数引用

P1.sex

....:print("value:%d"%x)

·step:每次跳跃的间距,默认为1。例如:range(0,5)等价于range(0, 5, 1)

>>> MyClass = choose_class('foo')

·有些内置函数可以生成拷贝(list)

note something

6

总结

'reduce',

True

None

deftimefun_arg(pre="hello"):

Python解释器在执行class的时候会创建一个对象。

t.b#会让程序死掉

#通过引用调用函数

def__init__(self, name = None, age = None):

print("I am foo")

# No

m = hashlib.md5()#创建hash对象,md5:(message-Digest Algorithm 5)消息摘要算法,得出一个128位的密文

1.15.1每级缩进用4个空格。

1.9.2动态地创建类

localtime()

元类就是创建类这种对象的东西。type就是Python的内建元类。

defshow(self):

·对象所在的容器被销毁,或从容器中删除对象

None

map(...)

....:

sequence is empty.

>>> print ObjectCreator#可以打印一个类,因为它其实也是一个对象

print(test3()))

foo called at Fri Nov421:55:592016

'_lt_from_le',

In [4]: a.money =100

map(lambdax: x*x, [1,2,3])

foo called at Fri Nov421:55:372016

print('I am test')

value:3

iffoo =='blah':

a.next = b

def test2():

filter(None,"she")

>>>

Out[22]: 6

print(a+b)

StopIteration: done

|list of weak references to the object (if defined)

@Test

ifobj =='subject1':

'd','e','f',

将在内存中创建一个对象,名字就是ObjectCreator。这个对象(类对象ObjectCreator)拥有创建对象(实例对象)的能力。但是,它的本质仍然是一个对象,可以进行如下的操作:

Test2 = type("Test2",(),{})#定了一个Test2类

...:


In [24]: print MyDogClass

ham[: upper_fn(x) : step_fn(x)], ham[:: step_fn(x)]

importgc

in ()

classTest(object):

4

8

print(a, b)

deftest3():

In [2]:classTest:#定义了一个Test类

Traceback (most recent call last):

Fasle

In [16]: next(f)

class Test(builtins.object)

[]

通配符导入(fromimport*)应该避免,因为它不清楚命名空间有哪些名称存,混淆读者和许多自动化的工具。

'_make_key',

<__main__.ObjectCreator object at 0x8997b4c>

>>> print FooChild.bar# bar属性是由Foo继承而来

Out[63]:True

do_three()

·对象被作为参数,传入到一个函数中,例如func(a)

Out[59]:False

)

本文由金沙官网线上发布于操作系统,转载请注明出处:Python3 与 【金沙官网线上】C# 扩展之~基础拓展

您可能还会对下面的文章感兴趣: