笔者QQ 360212316
迭代器&生成器
生成器：
一个函数调用返回一个迭代器，那这个函数叫做生成器，如果函数中包含yield语法，那么这个函数就会变成生成器
生成器的特点：
1、生成器必须从前往后一次访问，不能跳着取
2、生成器只记录访问的数据，其他数据释放
3、生成器的作用就是预想可能用到那么多的数据
生成器的两种方式：
方式一：
data = (x * 2 for x in range(5)) # 获取结果的两种方式 print(data.__next__()) print(next(data))
方式二：
def fib(num): count = 0 a, b = 0, 1 while count < num: tmp = a a = b b = a + tmp yield a # 有yield代表这个函数其实是个生成器，类似return,但是不结束 # a 返回给了__next__()调用当前函数的人 f = fib(10000) # 生成一个生成器对象，就是代表生成式准备好了生成公式 print(f.__next__()) print(f.__next__())
此处yield的作用：
这个yield的主要效果就是可以中断函数，并保存中断状态，中断后，代码可以继续往下执行，过一段时间含还可以重新调用这个函数，从上次的yield的下一行开始执行
另外，还可以通过yield实现单线程的情况下实现并发运算的效果
import time # 导入时间模块 def xf(name): print("%s 吃包子了" % name) while True: baozi = yield print("包子 %s 来了，被 %s吃 了" % (baozi, name)) def chushi(name): c = xf('A') # 调用生成式 c2 = xf('B') # 调用生成式 c.__next__() c2.__next__() print("开始做包子") for i in range(10): time.sleep(1) # 睡眠一秒 print("做了俩个包子") c.send(i) # 将i发送给yield c2.send(i) # 将i发送给yield chushi("xiaofeng")
列表生成式
需求，列表[0,1,2,3,4,5]，要求把每个值都加1，实现方法：
方法1：
data = [0, 1, 2, 3, 4, 5] data = map(lambda x: x+1, data) for i in data: print(i) # 结果： 1 2 3 4 5 6
迭代器：
迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素都被访问结束。迭代器只能往前不能往后退，迭代器的有点就是不用事先准备好整个过程中的手游元素，迭代器仅仅在跌带到某个元素时才开始计算该元素，而在之前或之后，元素可以不存在或销毁，这个特点使他特别适合用于遍历一些巨大无限的集合，比如几个G的文件
特点：
1、访问者不需要关心迭代器内部的结构，仅需要通过next()方法不断去取下一个内容
2、不能随机访问集合中的某个值，只能从头到尾依次访问
3、访问到一半时不能回退
4、便于循环比较大的数据集合，节省内存
迭代小结：
1、凡是可作用于for循环的对象都是Iterable类型；
2、凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
3、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。
4、Python的for循环本质上就是通过不断调用next()函数实现的，例如：
装饰器：
装饰器的功能就是给函数添加功能，同时又不改变源代码，也不改变元程序的调用方式
第一步：最简单的函数
def home(): print("--首页---") def america(): print("---欧美---") def japan(): print("---日韩---") def henan(): print("---河南---") # 调用方法 home() america() japan() henan()
第二步：使用装饰器函数在函数执行前添加额外认证功能
user_status = False def loggin(func): def inner(): _username = "xiao" _password = "abc123" global user_status if user_status == False: username = input("username:") password = input("password:") if username == _username and password == _password: print("welcome loging") user_status = True # func() else: print("wrong username or password") if user_status == True: func() return inner def home(): print("--首页---") def america(): print("---欧美---") home() america= loggin(america) america()
第三步：使用语法糖来装饰函数
user_status = False def loggin(func): def inner(): _username = "xiao" _password = "abc123" global user_status if user_status == False: username = input("username:") password = input("password:") if username == _username and password == _password: print("welcome loging") user_status = True # func() else: print("wrong username or password") if user_status == True: func() return inner def home(): print("--首页---") @loggin # 语法糖@来装饰函数 def america(): print("---欧美---") home() america()
第四步：对带参数的函数进行装饰
user_status = False def loggin(func): def inner(x,y): _username = "xiao" _password = "abc123" global user_status if user_status == False: username = input("username:") password = input("password:") if username == _username and password == _password: print("welcome loging") user_status = True # func(x,y) else: print("wrong username or password") if user_status == True: func() return inner def home(): print("--首页---") @loggin # 语法糖@来装饰函数 def america(x,y): print("---欧美---") print(x,y) home() america(1,2)
第5步：对参数不确定装饰
user_status = False def loggin(func): def inner(*args,**kwargs): _username = "xiao" _password = "abc123" global user_status if user_status == False: username = input("username:") password = input("password:") if username == _username and password == _password: print("welcome loging") user_status = True func(args,kwargs) else: print("wrong username or password") if user_status == True: func() return inner def home(): print("--首页---") @loggin # 语法糖@来装饰函数 def america(x,y): print("---欧美---") print(x,y) home() america(1,2)
模块
什么是模块：
模块，用一对代码实现某个功能的集合。
类似于函数式变成和面向过程，函数式变成则完成一个功能，其他的代码用来调用即可，提供了代码的重用性和代码间的耦合。而对于一个复杂的功能来，可能需要多个函数才能完成（函数又可以在不同的.py文件中），n个，.py文件组成的代码集合就称为模块。
见到点说就是一个功能一个py文件
模块的分类：
1、内置标准模块（又称标准库）
2、自定义模块
3、第三方模块
os模块
| 常用模块方法 | 含义 |
os.getcwd() |
获取当前工作目录，即当前python脚本工作的目录路径 |
os.chdir("dirname") |
改变当前脚本工作目录；相当于shell下cd |
os.curdir |
返回当前目录: ('.') |
os.pardir |
获取当前目录的父目录字符串名：('..') |
os.makedirs('dirname1/dirname2') |
可生成多层递归目录 |
os.removedirs('dirname1') |
若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推 |
os.mkdir('dirname') |
生成单级目录；相当于shell中mkdir dirname |
os.rmdir('dirname') |
删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname |
os.listdir('dirname') |
列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印 |
os.remove() |
删除一个文件 |
os.rename("oldname","newname") |
重命名文件/目录 |
os.stat('path/filename') |
获取文件/目录信息 |
os.sep |
输出操作系统特定的路径分隔符，win下为"\",Linux下为"/" |
os.linesep |
输出当前平台使用的行终止符，win下为"
",Linux下为"
" |
os.pathsep |
输出用于分割文件路径的字符串 |
os.name |
输出字符串指示当前使用平台。win->'nt'; Linux->'posix' |
os.system("bash command") |
运行shell命令，直接显示 |
os.environ |
获取系统环境变量 |
os.path.abspath(path) |
返回path规范化的绝对路径 |
os.path.split(path) |
将path分割成目录和文件名二元组返回 |
os.path.dirname(path) |
返回path的目录。其实就是os.path.split(path)的第一个元素 |
os.path.basename(path) |
返回path最后的文件名。如何path以／或结尾，那么就会返回空值。即os.path.split(path)的第二个元素 |
os.path.exists(path) |
如果path存在，返回True；如果path不存在，返回False |
os.path.isabs(path) |
如果path是绝对路径，返回True |
os.path.isfile(path) |
如果path是一个存在的文件，返回True。否则返回False |
os.path.isdir(path) |
如果path是一个存在的目录，则返回True。否则返回False |
os.path.join(path1[, path2[, ...]]) |
将多个路径组合后返回，第一个绝对路径之前的参数将被忽略 |
os.path.getatime(path) |
返回path所指向的文件或者目录的最后存取时间 |
os.path.getmtime(path) |
返回path所指向的文件或者目录的最后修改时间 |
sys模块
| 常用方法 | 含义 |
sys.argv |
命令行参数List，第一个元素是程序本身路径 |
sys.exit(n) |
退出程序，正常退出时exit(0) |
sys.version |
获取Python解释程序的版本信息 |
sys.maxint |
最大的Int值 |
sys.path |
返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值 |
sys.platform |
返回操作系统平台名称 |
|
|
|
|
|
json和pickle模块
json和pickle模块用于序列化的模块
json,用于字符串和python数据类型间进行转换
pickle,用于python特有的类型和python的数据类型间进行转换
json模块提供了四个功能，dumps、dump、load、loads
pickle模块提供了四个功能，dumps、dump、load、loads
json示例：
import json data = { "name": "panfeng", "age": 22 } with open("data", 'w', encoding='utf-8') as f: json.dump(data, f) # 字典序列化写入到文件 with open("data", 'r', encoding='utf-8') as f: a = json.load(f) # 字符串以序列化读取 print(a['age']) 结果： 22
pickle序列化示例
import pickle # 导入pickle模块才能pickle方法 data = { "name": "panfeng", "age": 22 } with open("data", 'wb') as f: pickle.dump(data, f) # 字典序列化写入到文件 with open("data", 'rb') as f: a = pickle.load(f) # 字符串以序列化读取 print(a['age']) # 结果： 22
软件目录结构规范
为什么要要设计好目录结构？
设计项目目录结构，就和代码的风格一样，属于个人风格问题，对于这种风格的规范，一直存在两种态度：
1、一类人任务，这种个人风格问题无关紧要，理由就是能让程序work更好，风格问题根本不是问题
2、另一类人认为，规范化能更高的控制程序结构，让程序具有更高的可读性。
项目目录结构其实是属于可读性和可维护性的范畴，我们设计一个清晰的目录机构就是为了达到一下两点：
1、可读性高，不熟悉这个项目代码的人，一眼就能看懂不了机构，知道程序的启动脚本是哪个，测试目录在哪里，配置文件在哪里等等。从而非常快速的了解这个项目
2、可维护性高：定义好组织规则后，维护者就能明确的知道，新增的哪个文件和代码应该放在什么目录之下。这个好处就是，随着时间的推移，代码/配置的规则增加，项目结构不会混乱，仍然都能够组织良好。
所哟保持一个层次清晰的目录结构是有必要的。更何况组织一个良好的工程目录，其实是一件简单的事。
目录的组织方式
关于如何组织一个较好的Python工程目录结构，已经有一些得到了共识的目录结构。在Stackoverflow的这个问题上，能看到大家对Python目录结构的讨论。
这里面说的已经很好了，我也不打算重新造轮子列举各种不同的方式，这里面我说一下我的理解和体会。
假设你的项目名为foo, 我比较建议的最方便快捷目录结构这样就足够了:
Foo/
|-- bin/
| |-- foo
|
|-- foo/
| |-- tests/
| | |-- __init__.py
| | |-- test_main.py
| |
| |-- __init__.py
| |-- main.py
|
|-- docs/
| |-- conf.py
| |-- abc.rst
|
|-- setup.py
|-- requirements.txt
|-- README
简要解释一下:
bin/: 存放项目的一些可执行文件，当然你可以起名script/之类的也行。foo/: 存放项目的所有源代码。(1) 源代码中的所有模块、包都应该放在此目录。不要置于顶层目录。(2) 其子目录tests/存放单元测试代码； (3) 程序的入口最好命名为main.py。docs/: 存放一些文档。setup.py: 安装、部署、打包的脚本。requirements.txt: 存放软件依赖的外部Python包列表。README: 项目说明文件。
除此之外，有一些方案给出了更加多的内容。比如LICENSE.txt,ChangeLog.txt文件等，我没有列在这里，因为这些东西主要是项目开源的时候需要用到。如果你想写一个开源软件，目录该如何组织，可以参考这篇文章。
关于README的内容
这个我觉得是每个项目都应该有的一个文件，目的是能简要描述该项目的信息，让读者快速了解这个项目。
它需要说明以下几个事项:
- 软件定位，软件的基本功能。
- 运行代码的方法: 安装环境、启动命令等。
- 简要的使用说明。
- 代码目录结构说明，更详细点可以说明软件的基本原理。
- 常见问题说明。
我觉得有以上几点是比较好的一个README。在软件开发初期，由于开发过程中以上内容可能不明确或者发生变化，并不是一定要在一开始就将所有信息都补全。但是在项目完结的时候，是需要撰写这样的一个文档的。
可以参考Redis源码中Readme的写法，这里面简洁但是清晰的描述了Redis功能和源码结构。
关于requirements.txt和setup.py
setup.py
一般来说，用setup.py来管理代码的打包、安装、部署问题。业界标准的写法是用Python流行的打包工具setuptools来管理这些事情。这种方式普遍应用于开源项目中。不过这里的核心思想不是用标准化的工具来解决这些问题，而是说，一个项目一定要有一个安装部署工具，能快速便捷的在一台新机器上将环境装好、代码部署好和将程序运行起来。
这个我是踩过坑的。
我刚开始接触Python写项目的时候，安装环境、部署代码、运行程序这个过程全是手动完成，遇到过以下问题:
- 安装环境时经常忘了最近又添加了一个新的Python包，结果一到线上运行，程序就出错了。
- Python包的版本依赖问题，有时候我们程序中使用的是一个版本的Python包，但是官方的已经是最新的包了，通过手动安装就可能装错了。
- 如果依赖的包很多的话，一个一个安装这些依赖是很费时的事情。
- 新同学开始写项目的时候，将程序跑起来非常麻烦，因为可能经常忘了要怎么安装各种依赖。
setup.py可以将这些事情自动化起来，提高效率、减少出错的概率。"复杂的东西自动化，能自动化的东西一定要自动化。"是一个非常好的习惯。
setuptools的文档比较庞大，刚接触的话，可能不太好找到切入点。学习技术的方式就是看他人是怎么用的，可以参考一下Python的一个Web框架，flask是如何写的: setup.py
当然，简单点自己写个安装脚本（deploy.sh）替代setup.py也未尝不可。
requirements.txt
这个文件存在的目的是:
- 方便开发者维护软件的包依赖。将开发过程中新增的包添加进这个列表中，避免在
setup.py安装依赖时漏掉软件包。 - 方便读者明确项目使用了哪些Python包。
这个文件的格式是每一行包含一个包依赖的说明，通常是flask>=0.10这种格式，要求是这个格式能被pip识别，这样就可以简单的通过 pip install -r requirements.txt来把所有Python包依赖都装好了。具体格式说明： 点这里。
关于配置文件的使用方法
注意，在上面的目录结构中，没有将conf.py放在源码目录下，而是放在docs/目录下。
很多项目对配置文件的使用做法是:
- 配置文件写在一个或多个python文件中，比如此处的conf.py。
- 项目中哪个模块用到这个配置文件就直接通过
import conf这种形式来在代码中使用配置。
所以，我认为配置的使用，更好的方式是，
- 模块的配置都是可以灵活配置的，不受外部配置文件的影响。
- 程序的配置也是可以灵活控制的。
能够佐证这个思想的是，用过nginx和mysql的同学都知道，nginx、mysql这些程序都可以自由的指定用户配置。
所以，不应当在代码中直接import conf来使用配置文件。上面目录结构中的conf.py，是给出的一个配置样例，不是在写死在程序中直接引用的配置文件。可以通过给main.py启动参数指定配置路径的方式来让程序读取配置内容。当然，这里的conf.py你可以换个类似的名字，比如settings.py。或者你也可以使用其他格式的内容来编写配置文件，比如settings.yaml之类的。