知识点总结(基础篇)
2019-06-10 21:29
134 查看
知识点总结1
- PEP8 规范
每一级缩进使用4个空格。
空格是首选的缩进方式。
行限制的最大字符数为79
使用下划线分隔的小写字母
类名一般使用首字母大写的约定
异常名后面加上“Error”后缀
全局变量前加下划线的方式(表明这些全局变量是模块内非公有)。
函数名应该小写
None这样的单例对象进行比较的时候应该始终用 is 或者 is not
使用with 表达式来确保这个资源使用完后被清理干净。用try/finally也可以
10
1
每一级缩进使用4个空格。
2空格是首选的缩进方式。
3行限制的最大字符数为79
4使用下划线分隔的小写字母
5类名一般使用首字母大写的约定
6异常名后面加上“Error”后缀
7全局变量前加下划线的方式(表明这些全局变量是模块内非公有)。
8函数名应该小写
9None这样的单例对象进行比较的时候应该始终用 is 或者 is not
10使用with 表达式来确保这个资源使用完后被清理干净。用try/finally也可以
- python递归的最大层数
998层 获取:sys.getrecursionlimit() 设置:sys.setrecursionlimit(3000) 3 1998层
2获取:sys.getrecursionlimit()
3设置:sys.setrecursionlimit(3000)
- ascil,unicode,utf-8,gbk的区别
ASCII 码一共规定了128个字符的编码 Unicode 当然是一个很大的集合,现在的规模可以容纳100多万个符号 UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式。其他实现方式还包括 UTF-16(字符用两个字节或四个字节表示)和 UTF-32(字符用四个字节表示),不过在互联网上基本不用。重复一遍,这里的关系是,UTF-8 是 Unicode 的实现方式之一。 GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准(好像还不是国家标准)。GBK编码专门用来解决中文编码的,是双字节的。不论中英文都是双字节的 4 1ASCII 码一共规定了128个字符的编码
2Unicode 当然是一个很大的集合,现在的规模可以容纳100多万个符号
3UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式。其他实现方式还包括 UTF-16(字符用两个字节或四个字节表示)和 UTF-32(字符用四个字节表示),不过在互联网上基本不用。重复一遍,这里的关系是,UTF-8 是 Unicode 的实现方式之一。
4GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准(好像还不是国家标准)。GBK编码专门用来解决中文编码的,是双字节的。不论中英文都是双字节的
- and or
v1 = 1 or 3 # v1=1 v1 = 1 and 3 # v1=3 v1 = 0 and 2 and 1 # v1 = 0 v1 = 0 and 2 or 1 # v1 = 1 v1 = 0 and 2 or 1 or 4 # v1 =1 v1 = 0 or False and 1 # v1 = False 6 1v1 = 1 or 3 # v1=1
2v1 = 1 and 3 # v1=3
3v1 = 0 and 2 and 1 # v1 = 0
4v1 = 0 and 2 or 1 # v1 = 1
5v1 = 0 and 2 or 1 or 4 # v1 =1
6v1 = 0 or False and 1 # v1 = False
- 三元运算符
为真时的结果 if 判断条件 else 为假时的结果(注意,没有冒号) a = 4 r = a if a>2 else 0 4 1为真时的结果 if 判断条件 else 为假时的结果(注意,没有冒号)
2 3a = 4
4r = a if a>2 else 0
- a = 1,b=2 交换值
a,b = b,a 1 1a,b = b,a
- xrange 和 range的区别
python2: range返回真实的列表,有时会很长,占用空间 xrange返回一个列表生成器,每次遍历内部会调用.next()函数拿到下一个元素 python3: range就是python2中的xrange 5 1python2:
2range返回真实的列表,有时会很长,占用空间
3xrange返回一个列表生成器,每次遍历内部会调用.next()函数拿到下一个元素
4python3:
5range就是python2中的xrange
- 文件操作 xreadlines,readlines
<open file './test.txt', mode 'r' at 0x7f024288fe40> # xreadlines 返回一个生成器 ['1111111\n', '222222\n', '333333\n', '4444444\n', '5555555\n', '6666666\n', '7777777\n', '88888888\n'] # readlines 返回一个列表 2 1<open file './test.txt', mode 'r' at 0x7f024288fe40> # xreadlines 返回一个生成器
2['1111111\n', '222222\n', '333333\n', '4444444\n', '5555555\n', '6666666\n', '7777777\n', '88888888\n'] # readlines 返回一个列表
- 布尔值为False的常见值
int : 0 list:[] tuple:() dict:{} None 1 1int : 0 list:[] tuple:() dict:{} None
- 字符串、列表、元组、字典每个常用的5个方法
string:
string.count(str, beg=0, end=len(string)) 返回 str 在 string 里面出现的次数,如果 beg 或者 end 指定则返回指定范围内 str 出现的次数
string.endswith(obj, beg=0, end=len(string)) 检查字符串是否以 obj 结束,如果beg 或者 end 指定则检查指定的范围内是否以 obj 结束,如果是,返回 True,否则返回 False.
string.find(str, beg=0, end=len(string)) 检测 str 是否包含在 string 中,如果 beg 和 end 指定范围,则检查是否包含在指定范围内,如果是返回开始的索引值,否则返回-1
string.format() 格式化字符串
string.index(str, beg=0, end=len(string)) 跟find()方法一样,只不过如果str不在 string中会报一个异常.
string.join(seq) 以 string 作为分隔符,将 seq 中所有的元素(的字符串表示)合并为一个新的字符串
string.replace(str1, str2, num=string.count(str1)) 把 string 中的 str1 替换成 str2,如果 num 指定,则替换不超过 num 次.
string.split(str="", num=string.count(str)) 以 str 为分隔符切片 string,如果 num 有指定值,则仅分隔 num+ 个子字符串
string.strip([obj]) 在 string 上执行 lstrip()和 rstrip()
list:
list.append(obj) 在列表末尾添加新的对象
list.count(obj) 统计某个元素在列表中出现的次数
list.extend(seq) 在列表末尾一次性追加另一个序列中的多个值(用新列表扩展原来的列表)
list.index(obj) 从列表中找出某个值第一个匹配项的索引位置
list.insert(index, obj) 将对象插入列表
list.pop([index=-1]) 移除列表中的一个元素(默认最后一个元素),并且返回该元素的值
list.remove(obj) 移除列表中某个值的第一个匹配项
list.reverse() 反向列表中元素
tuple:
min(tuple) 返回元组中元素最小值。
tuple(seq) 将列表转换为元组。
len(tuple) 计算元组元素个数。
cmp(tuple1, tuple2) 比较两个元组元素。
dict:
dict.clear() 删除字典内所有元素
dict.copy() 返回一个字典的浅复制
dict.fromkeys(seq[, val]) 创建一个新字典,以序列 seq 中元素做字典的键,val 为字典所有键对应的初始值
dict.get(key, default=None) 返回指定键的值,如果值不在字典中返回default值
dict.has_key(key) 如果键在字典dict里返回true,否则返回false
dict.items() 以列表返回可遍历的(键, 值) 元组数组
dict.keys() 以列表返回一个字典所有的键
dict.values() 以列表返回字典中的所有值
dict.update(dict2)把字典dict2的键/值对更新到dict里
34
1
string:
2string.count(str, beg=0, end=len(string)) 返回 str 在 string 里面出现的次数,如果 beg 或者 end 指定则返回指定范围内 str 出现的次数
3string.endswith(obj, beg=0, end=len(string)) 检查字符串是否以 obj 结束,如果beg 或者 end 指定则检查指定的范围内是否以 obj 结束,如果是,返回 True,否则返回 False.
4string.find(str, beg=0, end=len(string)) 检测 str 是否包含在 string 中,如果 beg 和 end 指定范围,则检查是否包含在指定范围内,如果是返回开始的索引值,否则返回-1
5string.format() 格式化字符串
6string.index(str, beg=0, end=len(string)) 跟find()方法一样,只不过如果str不在 string中会报一个异常.
7string.join(seq) 以 string 作为分隔符,将 seq 中所有的元素(的字符串表示)合并为一个新的字符串
8string.replace(str1, str2, num=string.count(str1)) 把 string 中的 str1 替换成 str2,如果 num 指定,则替换不超过 num 次.
9string.split(str="", num=string.count(str)) 以 str 为分隔符切片 string,如果 num 有指定值,则仅分隔 num+ 个子字符串
10string.strip([obj]) 在 string 上执行 lstrip()和 rstrip()
11list:
12list.append(obj) 在列表末尾添加新的对象
13list.count(obj) 统计某个元素在列表中出现的次数
14list.extend(seq) 在列表末尾一次性追加另一个序列中的多个值(用新列表扩展原来的列表)
15list.index(obj) 从列表中找出某个值第一个匹配项的索引位置
16list.insert(index, obj) 将对象插入列表
17list.pop([index=-1]) 移除列表中的一个元素(默认最后一个元素),并且返回该元素的值
18list.remove(obj) 移除列表中某个值的第一个匹配项
19list.reverse() 反向列表中元素
20tuple:
21min(tuple) 返回元组中元素最小值。
22tuple(seq) 将列表转换为元组。
23len(tuple) 计算元组元素个数。
24cmp(tuple1, tuple2) 比较两个元组元素。
25dict:
26dict.clear() 删除字典内所有元素
27dict.copy() 返回一个字典的浅复制
28dict.fromkeys(seq[, val]) 创建一个新字典,以序列 seq 中元素做字典的键,val 为字典所有键对应的初始值
29dict.get(key, default=None) 返回指定键的值,如果值不在字典中返回default值
30dict.has_key(key) 如果键在字典dict里返回true,否则返回false
31dict.items() 以列表返回可遍历的(键, 值) 元组数组
32dict.keys() 以列表返回一个字典所有的键
33dict.values() 以列表返回字典中的所有值
34dict.update(dict2)把字典dict2的键/值对更新到dict里
- lambda表达式格式以及应用场景
lambda 参数(可以没有):返回值
应用场景:
不需要被重复调用的函数
3
1
lambda 参数(可以没有):返回值
2应用场景:
3不需要被重复调用的函数
- *arg和**kwarg作用
*arg会把多出来的位置参数转化为tuple
**kwarg会把关键字参数转化为dict
def exmaple2(required_arg, *arg, **kwarg):
if arg:
print "arg: ", arg
if kwarg:
print "kwarg: ", kwarg
exmaple2("Hi", 1, 2, 3, keyword1 = "bar", keyword2 = "foo")
>> arg: (1, 2, 3)
>> kwarg: {'keyword2': 'foo', 'keyword1': 'bar'}
13
1
*arg会把多出来的位置参数转化为tuple
2**kwarg会把关键字参数转化为dict
3def exmaple2(required_arg, *arg, **kwarg):
4if arg:
5print "arg: ", arg
6 7if kwarg:
8print "kwarg: ", kwarg
9 10exmaple2("Hi", 1, 2, 3, keyword1 = "bar", keyword2 = "foo")
11 12>> arg: (1, 2, 3)
13>> kwarg: {'keyword2': 'foo', 'keyword1': 'bar'}
- is和==的区别
is 判断id是否一样 == 判断值是否相等 2 1is 判断id是否一样
2== 判断值是否相等
- 深浅拷贝以及应用场景
浅拷贝指仅仅拷贝数据集合的第一层数据,深拷贝指拷贝数据集合的所有层。所以对于只有一层的数据集合来说深浅拷贝的意义是一样的,比如字符串,数字,还有仅仅一层的字典、列表、元祖等. 直接赋值: 其实就是对象的引用(别名),赋值的两边指向的是同一个对象 浅拷贝(copy): 拷贝父对象,不会拷贝对象的内部的子对象 深拷贝(deepcopy):拷贝父对象,同时会开辟空间,逐层拷贝内部子对象 5 1浅拷贝指仅仅拷贝数据集合的第一层数据,深拷贝指拷贝数据集合的所有层。所以对于只有一层的数据集合来说深浅拷贝的意义是一样的,比如字符串,数字,还有仅仅一层的字典、列表、元祖等.
2 3直接赋值: 其实就是对象的引用(别名),赋值的两边指向的是同一个对象
4浅拷贝(copy): 拷贝父对象,不会拷贝对象的内部的子对象
5深拷贝(deepcopy):拷贝父对象,同时会开辟空间,逐层拷贝内部子对象
- Python垃圾回收机制
Python垃圾回收主要以引用计数为主,分代回收为辅。引用计数法的原理是每个对象维护一个ob_ref,用来记录当前对象被引用的次数,也就是来追踪到底有多少引用指向了这个对象,当发生以下四种情况的时候,该对象的引用计数器+1 对象被创建 a=14 对象被引用 b=a 对象被作为参数,传到函数中 func(a) 对象作为一个元素,存储在容器中 List={a,”a”,”b”,2} 与上述情况相对应,当发生以下四种情况时,该对象的引用计数器-1 当该对象的别名被显式销毁时 del a 当该对象的引别名被赋予新的对象, a=26 一个对象离开它的作用域,例如 func函数执行完毕时,函数里面的局部变量的引用计数器就会减一(但是全局变量不会) 将该元素从容器中删除时,或者容器被销毁时。 当指向该对象的内存的引用计数器为0的时候,该内存将会被Python虚拟机销毁 参考:http://python.jobbole.com/87843/ 14 1Python垃圾回收主要以引用计数为主,分代回收为辅。引用计数法的原理是每个对象维护一个ob_ref,用来记录当前对象被引用的次数,也就是来追踪到底有多少引用指向了这个对象,当发生以下四种情况的时候,该对象的引用计数器+1
2对象被创建 a=14
3对象被引用 b=a
4对象被作为参数,传到函数中 func(a)
5对象作为一个元素,存储在容器中 List={a,”a”,”b”,2}
6与上述情况相对应,当发生以下四种情况时,该对象的引用计数器-1
7 8当该对象的别名被显式销毁时 del a
9当该对象的引别名被赋予新的对象, a=26
10一个对象离开它的作用域,例如 func函数执行完毕时,函数里面的局部变量的引用计数器就会减一(但是全局变量不会)
11将该元素从容器中删除时,或者容器被销毁时。
12当指向该对象的内存的引用计数器为0的时候,该内存将会被Python虚拟机销毁
13 14参考:http://python.jobbole.com/87843/
- Python的可变类型和不可变类型
可变类型(mutable):列表,字典
变量对应的值中的数据可以被修改,但内存地址保持不变
不可变类型(unmutable):数字,字符串,元组,字符串,int
变量对应的值中的数据是不能被修改,如果修改就会生成一个新的值从而分配新的内存空间
4
1
可变类型(mutable):列表,字典
2变量对应的值中的数据可以被修改,但内存地址保持不变
3不可变类型(unmutable):数字,字符串,元组,字符串,int
4变量对应的值中的数据是不能被修改,如果修改就会生成一个新的值从而分配新的内存空间
- 求结果:
v = dict.fromkeys(['k1','k2'],[])
v[‘k1’].append(666)
print(v)
v[‘k1’] = 777
print(v) {'k1': [666], 'k2': [666]} {'k1': 777, 'k2': [666]} 解释:初始k1,k2的value都是[],两个[]实际指向同一个内存地址,[]是可变类型,一个修改另一个也会随之变化,所以k1,k2的value都变成了[666], 而v['k1'] = 777,将k1 vlaue的地址指向了777,而k2的内存地址指向不变 6 1{'k1': [666], 'k2': [666]}
2{'k1': 777, 'k2': [666]}
3 4解释:初始k1,k2的value都是[],两个[]实际指向同一个内存地址,[]是可变类型,一个修改另一个也会随之变化,所以k1,k2的value都变成了[666],
5而v['k1'] = 777,将k1 vlaue的地址指向了777,而k2的内存地址指向不变
6 - filter、map、reduce的作用
filter用法:返回执行结果为TRUE的入参(入参是列表字符元组) print filter(lambda x:x*x-4,range(10)) #结果:[0, 1, 3, 4, 5, 6, 7, 8, 9] map的用法:对列表入参依次执行函数。入参为列表,有多少个列表,就应该有多少个入参。 print map(lambda x:x*x-4,range(10)) #结果:[-4, -3, 0, 5, 12, 21, 32, 45, 60, 77] reduce用法:先把sequence中第一个值和第二个值当参数传给function,再把function的返回值和第三个值当参数传给fuction,最终返回一个结果值 print reduce(lambda x,y:x*y-4,range(4)) # 结果:-40 6 1filter用法:返回执行结果为TRUE的入参(入参是列表字符元组)
2print filter(lambda x:x*x-4,range(10)) #结果:[0, 1, 3, 4, 5, 6, 7, 8, 9]
3map的用法:对列表入参依次执行函数。入参为列表,有多少个列表,就应该有多少个入参。
4print map(lambda x:x*x-4,range(10)) #结果:[-4, -3, 0, 5, 12, 21, 32, 45, 60, 77]
5reduce用法:先把sequence中第一个值和第二个值当参数传给function,再把function的返回值和第三个值当参数传给fuction,最终返回一个结果值
6print reduce(lambda x,y:x*y-4,range(4)) # 结果:-40
- 一行代码实现9*9乘法表
print('\n'.join(['\t'.join(["%2s*%2s=%2s"%(j,i,i*j) for j in range(1,i+1)]) for i in range(1,10)])) 1 1print('\n'.join(['\t'.join(["%2s*%2s=%2s"%(j,i,i*j) for j in range(1,i+1)]) for i in range(1,10)]))
- 常用模块
time,os,sys,datetime,hashlib,logging,json,subprocess,random
1
1
time,os,sys,datetime,hashlib,logging,json,subprocess,random
- re的match和search区别
match()函数只检测RE是不是在string的开始位置匹配,search()会扫描整个string查找匹配; 1 1match()函数只检测RE是不是在string的开始位置匹配,search()会扫描整个string查找匹配;
- 什么是正则的贪婪匹配
贪婪匹配:正则表达式一般趋向于最大长度匹配。 非贪婪匹配:匹配到结果就好。 默认是贪婪模式。在量词后面直接加一个问号?就是非贪婪模式 3 1贪婪匹配:正则表达式一般趋向于最大长度匹配。
2非贪婪匹配:匹配到结果就好。
3默认是贪婪模式。在量词后面直接加一个问号?就是非贪婪模式
- 求结果: a. [ i % 2 for i in range(10) ] b. ( i % 2 for i in range(10) )
a:[0, 1, 0, 1, 0, 1, 0, 1, 0, 1] b:<generator object <genexpr> at 0x0000008CB5BD7BA0> # 生成器 2 1a:[0, 1, 0, 1, 0, 1, 0, 1, 0, 1]
2b:<generator object <genexpr> at 0x0000008CB5BD7BA0> # 生成器
- 求结果: a. 1 or 2 b. 1 and 2 c. 1 < (2==2) d. 1 < 2 == 2
a:1 b:2 c:False d:True
# 注意:True表示1,Flase表示0
2
1
a:1 b:2 c:False d:True
2# 注意:True表示1,Flase表示0
- def func(a,b=[]) 这种写法有什么坑
将可变对象作为默认参数,若多次调用时使用默认参数,默认参数会保留上次调用时的状态! 1 1将可变对象作为默认参数,若多次调用时使用默认参数,默认参数会保留上次调用时的状态!
- 如何实现 “1,2,3” 变成 [‘1’,’2’,’3’]
a = '1,2,3' b= a.split(',') print(b) 3 1a = '1,2,3'
2b= a.split(',')
3print(b)
- 如何实现[‘1’,’2’,’3’]变成[1,2,3]
a = ['1','2','3'] print([int(i) for i in a]) 2 1a = ['1','2','3']
2print([int(i) for i in a])
- a = [1,2,3] 和 b = [(1),(2),(3) ] 以及 c = [(1,),(2,),(3,) ] 的区别?
a,b 均为整型列表, c为元组列表。 1 1a,b 均为整型列表, c为元组列表。
- 如何用一行代码生成[1,4,9,16,25,36,49,64,81,100]
list1 = [i ** 2 for i in range(1, 11)] print(list1) 2 1list1 = [i ** 2 for i in range(1, 11)]
2print(list1)
- 一行代码实现删除列表中重复的值
list2 = [1,2,3,4,4,5,5,6,6,7] print(list(set(list2))) 2 1list2 = [1,2,3,4,4,5,5,6,6,7]
2print(list(set(list2)))
- 如何在函数中设置一个全局变量
def f(): global x x = 1 f() print(x) 6 1def f():
2global x
3x = 1
4 5f()
6print(x)
- logging模块的作用?以及应用场景
日志存储,异常记录等 1 1日志存储,异常记录等
- 请用代码简答实现stack
栈:先进后出,后进先出 用列表来实现: class MyStack(): def __init__(self): self.stack = [] def push(self, item): return self.stack.append(item) def pop(self): return self.stack.pop() def is_empty(self): return False if self.stack else True def size(self): return len(self.stack) def clear(self): self.stack.clear() 22 1栈:先进后出,后进先出
2用列表来实现:
3 4class MyStack():
5def __init__(self):
6self.stack = []
7 8def push(self, item):
9return self.stack.append(item)
10 11def pop(self):
12return self.stack.pop()
13 14def is_empty(self):
15return False if self.stack else True
16 17def size(self):
18return len(self.stack)
19 20def clear(self):
21self.stack.clear()
22 - 常用字符串格式化哪几种
{}.format() %s %d &f 1 1{}.format() %s %d &f
- 简述 生成器、迭代器、可迭代对象 以及应用场景
生成器: 常规函数定义,但是,使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次重它离开的地方继续执行
应用:通过生成器表达器完成对文件的读完跟操作
迭代器: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
(x for x in range(10))
可迭代对象:
list、dict、str
把list、dict、str等可迭代对象变成迭代器可以使用iter()函数:
isinstance(iter([]), Iterator)
True
isinstance(iter('abc'), Iterator)
True
11
1
生成器: 常规函数定义,但是,使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次重它离开的地方继续执行
2应用:通过生成器表达器完成对文件的读完跟操作
3迭代器: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
4(x for x in range(10))
5可迭代对象:
6list、dict、str
7把list、dict、str等可迭代对象变成迭代器可以使用iter()函数:
8isinstance(iter([]), Iterator)
9True
10isinstance(iter('abc'), Iterator)
11True
- 用Python实现一个二分查找的函数
def BinarySearch(seq, num): if not len(seq): print('list is none') if len(seq) == 1: if seq[0] == num: print('find:{}'.format(num)) else: print('{} not exist'.format(num)) return middle = len(seq) // 2 if seq[middle - 1] == num: print("find:{}".format(num)) elif seq[middle] < num: BinarySearch(seq[middle::], num) else: BinarySearch(seq[0:middle], num) 16 1def BinarySearch(seq, num):
2if not len(seq):
3print('list is none')
4if len(seq) == 1:
5if seq[0] == num:
6print('find:{}'.format(num))
7else:
8print('{} not exist'.format(num))
9return
10middle = len(seq) // 2
11if seq[middle - 1] == num:
12print("find:{}".format(num))
13elif seq[middle] < num:
14BinarySearch(seq[middle::], num)
15else:
16BinarySearch(seq[0:middle], num)
- 对闭包的理解
闭包是由函数及其相关的引用环境组合而成的实体(即:闭包=函数+引用环境) 闭包可以根据外部作用域的局部变量来得到不同的结果,这有点像一种类似配置功能的作用,我们可以修改外部的变量,闭包根据这个变量展现出不同的功能。比如有时我们需要对某些文件的特殊行进行分析,先要提取出这些特殊行 2 1闭包是由函数及其相关的引用环境组合而成的实体(即:闭包=函数+引用环境)
2闭包可以根据外部作用域的局部变量来得到不同的结果,这有点像一种类似配置功能的作用,我们可以修改外部的变量,闭包根据这个变量展现出不同的功能。比如有时我们需要对某些文件的特殊行进行分析,先要提取出这些特殊行
- os和sys模块的作用
os模块负责程序与操作系统的交互,提供了访问操作系统底层的接口; sys模块负责程序与python解释器的交互,提供了一系列的函数和变量,用于操控python的运行时环境。 2 1os模块负责程序与操作系统的交互,提供了访问操作系统底层的接口;
2sys模块负责程序与python解释器的交互,提供了一系列的函数和变量,用于操控python的运行时环境。
- 如何生成一个随机数
random模块 1 1random模块
- 如何使用python删除一个文件
os.remove('path/filename') # 删除文件 1 1os.remove('path/filename') # 删除文件
- 对面向对象的理解
面向对象编程是种具有对象概念的程序编程范型,同时也是一种程序开发的抽象方针。它可能包含数据、属性、代码与方法。对象则指的是类的实例。它将对象作为程序的基本单元,将程序和数据封装其中,以提高软件的可重用性、灵活性和可扩展性,对象里的程序可以访问及修改对象相关联的数据。在面向对象编程里,计算机程序会被设计成彼此相关的对象。 1 1面向对象编程是种具有对象概念的程序编程范型,同时也是一种程序开发的抽象方针。它可能包含数据、属性、代码与方法。对象则指的是类的实例。它将对象作为程序的基本单元,将程序和数据封装其中,以提高软件的可重用性、灵活性和可扩展性,对象里的程序可以访问及修改对象相关联的数据。在面向对象编程里,计算机程序会被设计成彼此相关的对象。
- 面向对象中的继承有什么特点
继承更多了是为了多态,也可提升代码的复用程度。 特点: 在继承中基类的构造(init()方法)不会被自动调用,它需要在其派生类的构造中亲自专门调用; Python总是首先查找对应类型的方法,如果它不能在派生类中找到对应的方法,它才开始到基类中逐个查找。(先在本类中查找调用的方法,找不到才去基类中找); 4 1继承更多了是为了多态,也可提升代码的复用程度。
2特点:
3在继承中基类的构造(init()方法)不会被自动调用,它需要在其派生类的构造中亲自专门调用;
4Python总是首先查找对应类型的方法,如果它不能在派生类中找到对应的方法,它才开始到基类中逐个查找。(先在本类中查找调用的方法,找不到才去基类中找);
- 面向对象深度优先和广度优先是什么
当出现多重继承并产生菱形交叉时查找属性或方法路径顺序。 python2中多继承是深度优先,python3找那个多继承是广度优先 2 1当出现多重继承并产生菱形交叉时查找属性或方法路径顺序。
2python2中多继承是深度优先,python3找那个多继承是广度优先
- 面向对象中super的作用
super() 函数是用于调用父类(超类)的一个方法。 super 是用来解决多重继承问题的,直接用类名调用父类方法在使用单继承的时候没问题,但是如果使用多继承,会涉及到查找顺序(MRO)、重复调用(钻石继承)等种种问题。 MRO 就是类的方法解析顺序表, 其实也就是继承父类方法时的顺序表。 Python3.x 和 Python2.x 的一个区别是: Python 3 可以使用直接使用 super().xxx 代替 super(Class, self).xxx 4 1super() 函数是用于调用父类(超类)的一个方法。
2super 是用来解决多重继承问题的,直接用类名调用父类方法在使用单继承的时候没问题,但是如果使用多继承,会涉及到查找顺序(MRO)、重复调用(钻石继承)等种种问题。
3MRO 就是类的方法解析顺序表, 其实也就是继承父类方法时的顺序表。
4Python3.x 和 Python2.x 的一个区别是: Python 3 可以使用直接使用 super().xxx 代替 super(Class, self).xxx
- functools中的函数 其作用是什么?
functools模块用于高级函数:作用于或返回其他函数的函数,一般来说,任何可调用对象都可以作为这个模块的用途来处理。 1 1functools模块用于高级函数:作用于或返回其他函数的函数,一般来说,任何可调用对象都可以作为这个模块的用途来处理。
- 列举面向对象中带双下划线的特殊方法,如:__new__、__init__
__init__ 构造方法,当类被实例化的时候执行 __new__ 工厂函数,在类被实例前执行 __del__ 析构方法,当一个对象没有任何引用时执行,用于销毁对象 __call__ 允许一个类的实例像函数一样被调用 4 1__init__ 构造方法,当类被实例化的时候执行
2__new__ 工厂函数,在类被实例前执行
3__del__ 析构方法,当一个对象没有任何引用时执行,用于销毁对象
4__call__ 允许一个类的实例像函数一样被调用
- 如何判断是函数还是方法
区分是否有对象来带调用,有就是方法,没有就是函数 1 1区分是否有对象来带调用,有就是方法,没有就是函数
- 静态方法和类方法区别
在使用静态方法时,类中的self将不会再进行传值,此时,静态方法已经和类没什么关系了。 用@staticmethod 声明 类方法只能访问类变量,不能访问实例变量。 都能被实例和类调用 3 1在使用静态方法时,类中的self将不会再进行传值,此时,静态方法已经和类没什么关系了。 用@staticmethod 声明
2类方法只能访问类变量,不能访问实例变量。
3都能被实例和类调用
- 列举面向对象中的特殊成员以及应用场景
构造方法 1 1构造方法
- 1、2、3、4、5 能组成多少个互不相同且无重复的三位数
count = 0 for i in range(1, 6): for j in range(1, 6): for k in range(1, 6): if i != j and i != j and j != k: print('{}{}{}'.format(i, j, k)) count += 1 print(count) 8 1count = 0
2for i in range(1, 6):
3for j in range(1, 6):
4for k in range(1, 6):
5if i != j and i != j and j != k:
6print('{}{}{}'.format(i, j, k))
7count += 1
8print(count)
- 什么是反射?以及应用场景?
getattr() 它接收2个参数,前面的是一个对象或者模块,后面的是一个字符串,注意了!是个字符串 例子,用户输入储存在inp中,这个inp就是个字符串,getattr函数让程序去commons这个模块里,寻找一个叫inp的成员(是叫,不是等于),这个过程就相当于我们把一个字符串变成一个函数名的过程。然后,把获得的结果赋值给func这个变量,实际上func就指向了commons里的某个函数。最后通过调用func函数,实现对commons里函数的调用。这完全就是一个动态访问的过程,一切都不写死,全部根据用户输入来变化。 3 1getattr()
2它接收2个参数,前面的是一个对象或者模块,后面的是一个字符串,注意了!是个字符串
3例子,用户输入储存在inp中,这个inp就是个字符串,getattr函数让程序去commons这个模块里,寻找一个叫inp的成员(是叫,不是等于),这个过程就相当于我们把一个字符串变成一个函数名的过程。然后,把获得的结果赋值给func这个变量,实际上func就指向了commons里的某个函数。最后通过调用func函数,实现对commons里函数的调用。这完全就是一个动态访问的过程,一切都不写死,全部根据用户输入来变化。
- metaclass作用?以及应用场景
元类就是创建类对象 Django ORM 1 1元类就是创建类对象 Django ORM
- 用尽量多的方法实现单例模式
#1. 装饰器实现 def Singleton(cls): _instance = {} def wrapper(*args, **kwargs): if cls not in _instance: _instance[cls] = cls(*args, **kwargs) return _instance[cls] return wrapper @Singleton class A(object): def __init__(self, a): self.a = a print self.a #2. 重新__new__方法 (有坑,__init__会执行多次) import threading class B(object): lock = threading.Lock() _instance = None def __init__(self): self.b = {} def __new__(cls, *args, **kwargs): if not B._instance: with B.lock: if not B._instance: B._instance = object.__new__(cls) return B._instance #3. 元类实现 class SingletonType(type): def __init__(self, *args, **kwargs): super(SingletonType, self).__init__(*args, **kwargs) def __call__(cls, *args, **kwargs): # 这里的cls,即Foo类 print('cls', cls) obj = cls.__new__(cls, *args, **kwargs) cls.__init__(obj, *args, **kwargs) # Foo.__init__(obj) return obj metaclass = SingletonType class Foo(): # 指定创建Foo的type为SingletonType def __init__(self, name): self.name = name def __new__(cls, *args, **kwargs): return object.__new__(cls) #4.模块实现 a.py class A(object): def __init__(self, a): self.a = a print self.a objA = A('aaa') print(id(objA)) b.py from a import objA print(id(objA)) 70 1#1. 装饰器实现
2def Singleton(cls):
3_instance = {}
4 5def wrapper(*args, **kwargs):
6if cls not in _instance:
7_instance[cls] = cls(*args, **kwargs)
8return _instance[cls]
9 10return wrapper
11 12@Singleton
13class A(object):
14def __init__(self, a):
15self.a = a
16print self.a
17 18 19 20#2. 重新__new__方法 (有坑,__init__会执行多次)
21import threading
22class B(object):
23lock = threading.Lock()
24_instance = None
25 26def __init__(self):
27self.b = {}
28 29def __new__(cls, *args, **kwargs):
30if not B._instance:
31with B.lock:
32if not B._instance:
33B._instance = object.__new__(cls)
34return B._instance
35 36#3. 元类实现
37class SingletonType(type):
38def __init__(self, *args, **kwargs):
39super(SingletonType, self).__init__(*args, **kwargs)
40 41def __call__(cls, *args, **kwargs): # 这里的cls,即Foo类
42print('cls', cls)
43obj = cls.__new__(cls, *args, **kwargs)
44cls.__init__(obj, *args, **kwargs) # Foo.__init__(obj)
45return obj
46 47 48metaclass = SingletonType
49 50 51class Foo(): # 指定创建Foo的type为SingletonType
52def __init__(self, name):
53self.name = name
54 55def __new__(cls, *args, **kwargs):
56return object.__new__(cls)
57 58 59#4.模块实现
60a.py
61class A(object):
62def __init__(self, a):
63self.a = a
64print self.a
65objA = A('aaa')
66print(id(objA))
67 68b.py
69from a import objA
70print(id(objA))
- 装饰器的写法以及应用场景
#闭包的形式,接受一个函数,返回内部函数,内湖函数中有对接受的函数的处理。装饰器可以在不影响原函数的情况下拓展自定义功能,提代码的复用性。 def output_current_time(func): def warpper(*args,**kargs): import datetime now_time = datetime.datetime.now() print(now_time) res = func() return res return warpper @output_current_time def task(): print('do task') 13 1#闭包的形式,接受一个函数,返回内部函数,内湖函数中有对接受的函数的处理。装饰器可以在不影响原函数的情况下拓展自定义功能,提代码的复用性。
2def output_current_time(func):
3def warpper(*args,**kargs):
4import datetime
5now_time = datetime.datetime.now()
6print(now_time)
7res = func()
8return res
9return warpper
10 11@output_current_time
12def task():
13print('do task')
- 异常处理写法以及如何主动跑出异常
try: 可能出现异常的代码块 except Exception as es: 出现的异常的处理方式 主动抛出异常:raise 6 1try:
2可能出现异常的代码块
3except Exception as es:
4出现的异常的处理方式
5 6主动抛出异常:raise
- 什么是面向对象的mro
python中至少有三种不同的MRO: 经典类(calssic class),深度优先遍历 在python2.2中提出了type和class的统一,出现了一个内建类型以及自定义类的公共祖先object,即新式类(new-style class)预计算 python2.3之后新式类的C3算法,这是python3唯一支持的方式 5 1python中至少有三种不同的MRO:
2 3经典类(calssic class),深度优先遍历
4在python2.2中提出了type和class的统一,出现了一个内建类型以及自定义类的公共祖先object,即新式类(new-style class)预计算
5python2.3之后新式类的C3算法,这是python3唯一支持的方式
- isinstance作用以及应用场景
isinstance用于类型判断: 接受两个参数:第一个为:object对象,第二个为类型类型 比如,要判断3是不是int类型: isinstance(3,int) 如果时返回True,否则返回False 5 1isinstance用于类型判断:
2接受两个参数:第一个为:object对象,第二个为类型类型
3比如,要判断3是不是int类型:
4isinstance(3,int)
5如果时返回True,否则返回False
- 写代码并实现:
给定一个整数数和一个目标值,找出数组中和为目标值的两个数, 你可以假设每个输入只对应一种答案,且元素不能被重复利用 # 例子: #nums = [2,7,11,15],target=9 #因为nums[0]+nums[1]=2+7=9 #所以返回[0,1] # code: list1 = [1, 4, 6, 8, 9] target_num = 15 def twoSum(listobj, target_num): d = {} # 用来存放元素与下标的对应关系 for i, v in enumerate(listobj): if target_num - v in d: return [d[target_num - v], i] d[v] = i print(twoSum(list1, target_num)) 18 1# 例子:
2#nums = [2,7,11,15],target=9
3#因为nums[0]+nums[1]=2+7=9
4#所以返回[0,1]
5 6# code:
7 8list1 = [1, 4, 6, 8, 9]
9target_num = 15
10 11def twoSum(listobj, target_num):
12d = {}# 用来存放元素与下标的对应关系
13for i, v in enumerate(listobj):
14if target_num - v in d:
15return [d[target_num - v], i]
16d[v] = i
17print(twoSum(list1, target_num))
- json序列化时,可以处理的数据类型有哪些?如何定制支持datetime类型
# 可以处理 : list,dict,int,str,float,object # 支持datetime? #关键在于重写JSONEncoder的default方法 import json from json import JSONEncoder from datetime import datetime class ComplexEncoder(JSONEncoder): def default(self, obj): if isinstance(obj, datetime): # 如果obj是datatime类型 就将obj格式化为字符串 return obj.strftime('%Y-%m-%d %H:%M:%S') else: # 否则交给父类的delault处理 return super(ComplexEncoder, self).default(obj) d = {'name': 'alex', 'data': datetime.now()} print(json.dumps(d, cls=ComplexEncoder)) 19 1# 可以处理 : list,dict,int,str,float,object
2 3# 支持datetime?
4#关键在于重写JSONEncoder的default方法
5import json
7from json import JSONEncoder
8from datetime import datetime
9 10 11class ComplexEncoder(JSONEncoder):
12def default(self, obj):
13if isinstance(obj, datetime): # 如果obj是datatime类型 就将obj格式化为字符串
14return obj.strftime('%Y-%m-%d %H:%M:%S')
15else: # 否则交给父类的delault处理
16return super(ComplexEncoder, self).default(obj)
17d = {'name': 'alex', 'data': datetime.now()}
19print(json.dumps(d, cls=ComplexEncoder))
- json序列化时,默认遇到中文会转换成unicode,如果想要保留中文怎么办
# 这是因为json.dumps 序列化时对中文默认使用的ascii编码 jsonData = json.dumps({'name': '小明同学'}, ensure_ascii=False) print(jsonData) 3 1# 这是因为json.dumps 序列化时对中文默认使用的ascii编码
2jsonData = json.dumps({'name': '小明同学'}, ensure_ascii=False)
3print(jsonData)
- 什么是断言?应用场景
# Python的assert是用来检查一个条件,如果它为真,就不做任何事。如果它为假,则会抛出AssertError并且包含错误信息。例如: x = 23 assert x > 0, "x is not zero or negative" assert x%2 == 0, "x is not an even number" #场景: """ ☆防御型的编程 ☆运行时检查程序逻辑 ☆检查约定 ☆程序常量 ☆检查文档 """ # 在unittest中很常用 x 1# Python的assert是用来检查一个条件,如果它为真,就不做任何事。如果它为假,则会抛出AssertError并且包含错误信息。例如:
2x = 23
3assert x > 0, "x is not zero or negative"
4assert x%2 == 0, "x is not an even number"
5 6#场景:
7"""
8☆防御型的编程
9☆运行时检查程序逻辑
10☆检查约定
11☆程序常量
12☆检查文档
13"""
14# 在unittest中很常用
- with语句
# with语句的作用是通过某种方式简化异常处理,它是所谓的上下文管理器的一种
# 例如:
with open(filepath,'r') as f :
·······
# 自动管理文件关闭 不用我们先open再close
5
1
# with语句的作用是通过某种方式简化异常处理,它是所谓的上下文管理器的一种
2# 例如:
3with open(filepath,'r') as f :
4·······
5# 自动管理文件关闭 不用我们先open再close
- 使用代码实现查看列举目录下的所有文件,过滤文件夹
import os
for file in os.listdir():
if os.path.isfile(file):
print(file)
4
1
import os
2for file in os.listdir():
3if os.path.isfile(file):
4print(file)
- 简述 yield和yield from关键字
https://www.cnblogs.com/gqtcgq/p/8126124.html # 这篇博客讲的很好 1https://www.cnblogs.com/gqtcgq/p/8126124.html # 这篇博客讲的很好
相关文章推荐
- SQL SERVER 基础篇(一):知识点、SQL语句学习及详细总结
- java知识点总结(基础篇)
- Java多线程知识点总结——基础篇
- Java个人知识点总结(基础篇)
- Servlet与Jsp重要知识点总结(基础篇)
- 【学习日记】java多线程的知识点总结
- html前端开发的20个知识点(个人建站总结出来的)
- 10.11笔试时遇到的知识点总结
- 20135323符运锦----第十三章知识点总结
- c++知识点总结七
- 黑马程序员 知识点总结-Java继承
- 黑马程序员_C#基础篇总结1
- 进程与线程的相关知识点总结
- mybatis知识点总结和梳理
- 关于UITableView的一些细碎知识点总结
- java集合Map,HashMap,TreeMap知识点总结
- Unity Shader 知识点总结(二)
- C#中的”域和属性”知识点的总结
- C#知识点总结(上)
- 继承知识点总结