python：基础知识

基本数据类型

数字

整型，浮点型，布尔型，复数

组

序列，集合，字典

1 组

# 序列-字符串 str 不可变类型
# 序列-列表 list [1,2,3,4,5,6,'as'] 可变类型
# 序列-元组 tuple (1,2,3,4,5,6,'as') 不可变类型
    #和列表选择、切片很相似
    #type((1)) int;type(('as')) str 此处（）不是元祖，而是运算符
    # ord() 查询字符串返回对应的 ASCII 数值 
# 集合 set {1,2,3,4,5}
    # 1 无序
    # 2 不重复 {1,1,2,2,3,3} {1,2,3}
    # 3 差集- {1,2,3,4,5}-{3,4} {1,2,5}
    # 4 交集&
    # 5 并集|
    # 6 type({}) 为dict字典;set() 创建一个无序不重复元素集
# 字典 dict {'q':'打击','w':'前进'}
    # key不重复
    # key需为不可变类型,不能为列表，可以为元组
    # {} 定义空字典

2 集合

set {1,2,3,4,5}

1 无序 
2 不重复 {1,1,2,2,3,3} {1,2,3} 
3 差集- {1,2,3,4,5}-{3,4} {1,2,5} 
4 交集& 
5 并集| 
6 type({}) 为dict字典;set() 创建一个无序不重复元素集 

3 字典

dict {'q':'打击','w':'前进'} key不重复 key需为不可变类型,不能为列表，可以为元组 {} 定义空字典

注： 1.列表可以存放不同类型的数据，是最常用的Python数据类型。与字符串不同，列表元素支持改写。 
2.列表和元组的区别在于：列表中的元素的值可以修改，而元组中的元素的值不可以修改。元组比列表更加安全，因为不能修改 
3.集合一个功能是进行集合操作，另一个功能是消除重复的元素。

4 包、模块、类

# 区分包和文件夹 包内含__init__.py文件 此模块名为：init，内容可为空，加上,可解决
# import引入模块
# from t import c1 从t模块引入c1类、方法、变量或者 从t文件引入c1模块
# from t import * 可引入t所有类 不推荐，当命名冲突时难处理
# python 一行建议不超过80，换行,上行末尾加：\，不推荐，可用括号
# 包和模块不会被重复导入
# 避免循环引入模块

5 类

# 特殊类：枚举 enum (from enum import Enum)
    # 枚举标签名称最好用大写，表示常量
    # 枚举的意义重在标签，不在数值
    # 字典和类变量的缺点是：可变，值可被轻易更改；没有防止相同标签的功能
    # 枚举类型：VIP.GREEN 枚举名称：VIP.GREEN.name 枚举值：VIP.GREEN.value
    # 枚举可以被for in遍历，遍历VIP.__members__.items()或VIP.__members，可将别名加入遍历
    # 枚举可以做==比较，不能做大小比较
    # 枚举值相同时，第二个标签将成为第一个的别名
    # 用法：在数据库中存储数值，在代码中用标签代表类型，通过数字转换成数据类型 a=1 VIP(a)
    # 值需强制为整型数字，不许值相同时(from enum import IntEnum,unique) ,class VIP(IntEnum,unique):
    

#枚举案例

from enum import IntEnum,unique
#from enum import Enum

class VIP(IntEnum):
    YELLOW=1
    RED=2
    BLUE=2
    GREEN=4
print(VIP.GREEN)
print(VIP.GREEN.name)
print(type(VIP.GREEN),type(VIP.GREEN.name))
print(VIP.GREEN.value)

for v in VIP:
    print(v)
    
for v in VIP.__members__:
    print(v)
    
for v in VIP.__members__.items():
    print(v)
    
a=1
print(VIP(a))

6 函数

# 函数可以作为结果被返回，函数可以赋值给另外一个变量
# 闭包（和函数的作用域有关）
    # 闭包=函数+环境变量
    # 环境变量：定义在函数外部，非全局变量，避免外部对其影响
    # 环境变量保存在  函数.__closure__[0].cell_contents中
    # nonlocal将变量转为环境变量
    # 闭包容易造成内存泄漏，用面向对象更加主流
#三目运算 x if x>y else y
# map 函数，序列 每个元素依次执行函数
    # 结合lambda匿名函数使用 list_x=[1,2,3] list_y=[1,2,3] r=map(lambda x,y:x*x+y,list_x,list_y)
# reduce在python3中已不是全局函数 from functools import reduce
    # 连续计算 返回结果

# 闭包案例展示

def curve_pre():
    a=25
    def curve(x):
        return a*x*x
    return curve
f=curve_pre()
print(f.__closure__)
print(f.__closure__[0].cell_contents)
print(f(2))

#闭包案例：计算走了多远
origin=1
def dis(pos):
    def do(x):
        nonlocal pos
        pos=x+pos
        return pos
    return do
t=dis(origin)
print(t(3))
print(t(3))

7 装饰器 decorator（AOP编程思想）

# 不改变原有函数，增加新的特性
# 最有价值的功能 @+装饰器的名字 不改变原函数调用方式
    # 直接调用原函数即可，无需通过新函数（体现出原函数和新函数之间的关联）
    
    # 为满足原函数可任意传入参数，可在装饰器内的函数加入 可变参数(*任意+参数名)：例如：wrapper(*args)
    
    # **kw 关键字参数，可以指定任意数量，打印kw会以字典形式出现
    # 为支持**kw关键字参数，可在装饰器内部加入参数 **kw
    

# 装饰器案例

import time

def decorator1(func):
    def wrapper(*args,**kw):
        func(*args,**kw)
        print(time.time())
    return wrapper
@decorator1
def f1():
    print('打印现在时间:')
#f=decorator1(f1)
#f() 这里就可以看出装饰器的好处可以直接引用f1
f1()


@decorator1
def f2(myName):
    print(myName,'打印现在时间:')
f2('MA')

@decorator1
def f3(myName,**kw):
    print(myName,'打印现在时间:')
    print(kw)
f3('MA',a=1,b=2)