python

前言

　　内容摘自Python参考手册(第4版) 及自己测试后得出。仅作为一个简单记录，方便使用查询之用。

另 dir(func)及func.__doc__可以查看对象属性及说明文档。

序列Sequence

　　序列包括字符串、列表、元组。

a = [5,6,3,2]
b = [1,3]

1、连接 s+r

c = a + b # [5,6,3,2,1,3]

2、解包 V1,V2..,Vn = s

v1,v2,v3,v4 = a #v1 = 5,v2 = 6 ,v3 = 3 ,v4 =2

3、索引 s[i],切片 s[i:j],s[i:j:stride]

v = a[0]       #  5
c = a[0:2]     #  [5,6]
d = a[0:2:2]   # [5]
e = a[3:2:-1]  # [2]  stride负数则反过来取子序列

4、从属关系 x in s , x not in s

3 in a  #  True
0 in a  #  False

5、迭代 for x in s：

for x in a:
    print x
# 5 6 3 2

6、其他

print all(a)      # True   全部为True返回True
print any(a)      # True   任意为True返回True
print len(a)      # 4       长度
print min(a)      # 2       最小值
print max(a)      # 6       最大值
print sum(a)      # 16      和

7、复制

a = [ 1,2 ,[3,4]]
b = list(a)  # 浅复制 地址拷贝,值类型拷贝
b[0]      = 6    # a = [1,2,[3,4]]    b = [6,2,[3,4]]
b[2][0] = 5    # a = [1,2,[5,4]]    b = [6,2,[5,4]]

#  深拷贝
import copy
b = copy.deepcoy(a)
b[2][0] =5         # a = [1,2,[3,4]]    b = [6,2,[5,4]]

字符串格式化

　　一、取模运算符(s%d) 生成格式化字符串，s是一个格式字符串，d是对象元组或映射对象(字典)。

在字符串内 %后修饰符意思：

1）位于括号内的键名，映射对应字典内的对象。

2) ' - ' 字符表示左对齐，默认右对齐。 ' + ' 表示包含数字符号(正负号) 。 ' 0 ' 表示一个零填充。

3) 一个指定最小自动宽度的数字。(%10d ) 长度为10

4) 一个小数点，按精度分割字段宽度。

5) 一个数字，指定打印字符串的最大字符个数，浮点数中小数点之后的位数，或者整数最小位数。

6) 星号(*)，用于在任意宽度字段中替换数字。

栗子：　

a = 42
b = 3.1415926
c = "hello world"
d ={'x':13,'y':b,'z':c}
e = 123456789012345678901234567890
r ="a is 10:%d  16:%x  8:%o" % (a,a,a)               #a is 10:42  16:2a  8:52
r ="%10d %f  %E" % (a,b,b)                           #        42 3.141593  3.141593E+00
r ="%(x)-10d %(y)0.3g" % d                           #13         3.14   #g,G表示指数小于-4使用%e或%E,否则使用%f
stock ={
    'name': 'GooG',
    'shares':100,
    'price': 490.10
}
r = "%(shares)d of %(name)s at %(price)0.2f" % stock #100 of GooG at 490.10
shares =111
name ="currect_name"
r = "%(shares)d of %(name)s" %vars()                 # 111 of currect_name #vars() 取当前变量名表示的值

　　二、用字符串的 s.format(*args,*kwargs) 方法。

1) ｛n｝占位符，n为数字，将被format()方法的位置参数n代替。

2) {name} 占位符，将被format()方法关键字参数name所代替。

栗子:

r = "{0} {1} {2} {age}".format('GOOG',100,490.10,age =47)      # GOOG 100 490.1 47
r = "Use {{ and }} to output single curly braces".format()     # Use { and } to output single curly braces
r = "{0[name]:8} {0[shares]:8d} {0[price]:0.3f}".format(stock) # GooG          100 490.100

装饰器

　　装饰器是一个函数，主要用途是包装另一个函数或类。

栗子:

1) 函数装饰器

enable_tracing = True
def trace(func):
    if enable_tracing:
        def callf(*args,**kwargs):
            print("Calling %s: %s, %s
" % (func.__name__,args,kwargs))
            r = func(*args,**kwargs)
            print("%s returned %s
" % (func.__name__,r))
            return r
        return callf
    else:
        return func

@trace
def square(x):
    return x*x
print square(5)

#>>>>>>>>>>>>>
Calling square: (5,), {}

square returned 25

25

上述trace就是装饰器，添加@trace相当于执行square = trace(square)。而为了保持被装饰函数的属性不被改变,装饰器需要做如下处理:

def trace(func):
    if enable_tracing:
        def callf(*args,**kwargs):
            print("Calling %s: %s, %s
" % (func.__name__,args,kwargs))
            r = func(*args,**kwargs)
            print("%s returned %s
" % (func.__name__,r))
            return r
        callf.__doc__ = func.__doc__
        callf.__name__ = func.__name__
        callf.__dict__.update(func.__dict__)
        return callf
    else:
        return func

2) 类装饰器:

def register(cls):
    def cls__init(self): print 'register init!'    
    cls.__init__ =cls__init
    return cls
@register
class Foo(object):
    def __init__(self):
        print "Foo init!"

Foo()  #register init!

类对象

　　类定义了一组属性，这些属性与一组叫做实例的对象相关且由其共享。类通常是由函数(方法)、变量(类变量)和计算出的属性(特性)组成的集合。

1) 继承

# 父类
class classA(object):
    var = 0 
    def __init__(self):
        self.classname = classA.__name__ 
    def show(self):
        print self.var,self.classname
# 子类
class classB(classA):
    def __init__(self):
        classA.__init__(self)
        self.classname = classB.__name__ 
f = classB()
f.show()  #  0 classB

实例方法默认第一个参数都是self,函数定义也要有self作为第一个参数。

2) 静态方法

　　相当于用类名作为命名空间的方式的普通函数。

class Foo(object):
   @staticmethod
   def add(x,y):
       return x+y
x = Foo.add(233,332)  # x = 565

3) 类方法

　　将类作为第一个参数的函数。

class Foo(object):
   @classmethod
   def show_classname(cls):
       return cls.__name__
f =  Foo()
print  f.show_classname()    # 'Foo'
print  Foo.show_classname()  # 'Foo'

4) 特性 (property)

　　实例或者类的属性方法,可以直接通过访问属性得到函数值。

import math
class Circle(object):
    __radius = 1.0
    @property
    def area(self):
        return math.pi*self.__radius**2
    @property
    def perimeter(self):
        return 2*math.pi*self.__radius
    @property
    def radius(self):
        return self.__radius
    @radius.setter
    def radius(self,var):
        self.__radius = var
    @radius.deleter
    def radius(self):
        self.__radius = 1.0
f =  Circle()
f.radius =4.0
print f.area            #  50.2654824574
print f.perimeter        # 25.1327412287
del f.radius
print f.area            # 3.14159265359
print f.perimeter        # 6.28318530718

属性.setter和.deleter分别表示对属性设置和删除

除了上述方法外，也可以用类的默认属性函数 __getattr__,__setattr__,__delattr。如下所示，还实现了只读的功能。

class Circle(object):
    radius = 1.0
    def __getattr__(self,name):
        if name == 'area':
            return math.pi*self.radius**2
        elif name == 'perimeter':
            return 2*math.pi*self.radius
        else:
            return object.__getattr__(self,name)
    def __setattr__(self,name,value):
        if name in ['area','perimeter'] :
            raise TypeError("%s readonly" % name) 
        object.__setattr__(self,name,value)

5) 元类 __metaclass__

　　用来创建和管理类的对象。

class DocMeta(type):
    def __init__(self,name,bases,dict):
        for key,value in dict.items():
            print key,value
            # 以"__"开始的 默认函数不检查
            if key.startswith("__"):continue
            # 仅检测可以调用  "__call__"  的函数
            if not hasattr(value,"__call__"):continue
            # 判断函数是否有说明文档 
            if not getattr(value,"__doc__"):
                raise TypeError("%s must have a docstring" % key)
        type.__init__(self,name,bases,dict)
class Circle(object):
    __metaclass__ = DocMeta

6) 弱引用 weakref

　　可以用来检测对象是否被正常释放。简单栗子如下:

import weakref
class LeakObserver(object):
    table_observers = []
    @classmethod
    def add(cls,obj): 
        "添加需要监听释放的对象"
        cls.table_observers.append(weakref.ref(obj))
    @classmethod
    def findLeak(cls):
        "查找未被正常释放对象"
        cls.table_observers = [ref for ref in cls.table_observers if ref()]
        print cls.table_observers
a = Circle()
LeakObserver.add(a)
#del a
LeakObserver.findLeak()

协程

　　通过在函数内使用yield语句的方式,称为协程。先执行next()或for循环才会时函数执行到yield语句。如果yield在左侧则循环生成列表返回，如果在右侧则挂起等待send()消息传入yield处。

1) yield在左侧

import os
import fnmatch
def find_files(topdir,pattern):
    for path,dirname,filelist in os.walk(topdir):
        for name in filelist:
            if fnmatch.fnmatch(name,pattern):
                yield os.path.join(path,name)

import gzip,bz2

def opener(filenames):
    for name in filenames:
        if name.endswith(".gz"): f = gzip.open(name)
        elif name.endswith(".bz2"): f = bz2.BZ2File(name)
        else: f = open(name,"r")
        yield f
def cat(filelist):
    for f in filelist:
        for line in f:
            yield line
def grep(pattern,lines):
    for line in lines:
        if pattern in line:
            yield line

debuglogs = 'debug.log'
files   = opener(debuglogs)
lines   = cat(files)
pylines = grep("python",lines)
for line in pylines:
    sys.stdout.write(line)

在该栗子中,整个程序由最后的for语句驱动,中间不会产生临时列表等,占用内存极少。

2)yield在右侧

def receiver():
    print("ready to receiver")
    while True:
       n = (yield)
       print("Got %s" % n)
r = receiver()
r.next()
r.send("hello")

执行next()后，函数执行到yield处。

消息日志

　　通过 import logging 来使用 logging模块记录日志。

1) 基本配置

通过 basicConfig设置默认的日志配置。如下：

import logging
logging.basicConfig(
    filename ="app.log",
    format   = "%(levelname)-10s %(asctime)s %(message)s",
    level    = logging.INFO
)

然后通过正常的logging记录如下:

log = logging.getLogger('app')
log.info("hello world")

这样可以在 app.log文件中看到按format格式输出的记录了。

2) 筛选日志

　　通过addFilter,setLevel可以对单独的logging对象进行输出控制。如下:

format = logging.Formatter("%(levelname)-10s %(asctime)s %(message)s")
log = logging.getLogger('app.test')
log.addHandler(logging.FileHandler('app.test.log'))     # 添加输出到文件
stdout_hand = logging.StreamHandler(sys.stdout)         # 输出到控制台显示
stdout_hand.setFormatter(format)                        # 设置输出格式
log.addHandler(stdout_hand)                             # 添加输出Handler
log.setLevel(logging.ERROR)                             # 设置消息级别
log.info("info message!")
log.log(logging.ERROR,"error message!")

这样控制台和app.test.log文件都会按格式输出错误消息!"ERROR 2016-03-28 10:29:28,651 error message!"

而因为基础设置上的设置，app.log上会输出info和error的日志信息。

3) 其他

log.propagate = False #禁止输出到父级log对象 'app.test' -> ‘app’

log.close() #关闭当前输出log对象

命令行输入

　　optparse模块处理sys.argv中提供的UNIX风格命令行选项高级支持。栗子如下:

import optparse
p = optparse.OptionParser()

#简单项,不带参数
p.add_option("-t",action = "store_true",dest = "tracing")
#接受字符串参数
p.add_option("-o","--outfile",action = "store", type = "string",dest= "outfile")
#接收整数
p.add_option("-d","--debuglevel",action = "store", type = "int",dest= "debug")
#带选项参数
p.add_option("--speed",action = "store" , type ="choice",dest="speed",choices=["slow","fast","ludicrous"])
#多个参数
p.add_option("--coord",action = "store", type="int", dest="coord",nargs =2)
#一组控制常用目的地的选项
p.add_option("--novice",action="store_const",const="novice",dest="mode")
p.add_option("--guru",action="store_const",const="guru",dest="mode")
#设置默认值
p.set_defaults(tracing=False,debug=0,speed="fast",coor=(0,0),mode="novice")
opt,args = p.parse_args()
print opt,args

可以通过输入test.py(文件名) -h参看说明。

调优策略

　　以下仅摘自参考手册并没有进行过系统测试。

1、理解程序

　　a、理解算法

b、使用内置类型

2、不要添加层

import timeit
print timeit.timeit("s=  {'name':'GOOG','shares':100,'price':490.10}") #0.139700907932
print timeit.timeit("s = dict(name='GOOG',shares=100,price = 490.10)") #0.341468762487

3、了解如何基于字典构建类和实例

　　如果值构建简单数据结构存储数据，字典比类可能更好。

4、使用__slots__

　　不实用字典(__dict__)存储实例数据，内存少，访问效率高。__slots__ =['name','shares','price']

5、避免使用(.)运算符

6、使用异常处理不常见的情况

　　正常情况下不会抛出异常的代码设置try代码块比if语句速度更快。

7、避免对常见情况使用异常

#方法1
try:
    value = items[key]
except KeyError:
    value = None

#方法2
if key in items:
    value = items[key]
else:
    value = None

　　　大部分是查找得到值的情况下，方法2运算是方法1的17倍。而且in运算符比方法调用(items.get(key))更快。

8、鼓励使用函数编程和迭代

9、使用装饰器和元类