Python高级知识点学习(五)

简介: dict的子类首先,不建议自己编写代码继承dict和list这种原生使用c语言编写的,因为有时候,用c语言写的dict不会调用python写的覆盖的方法。

dict的子类

首先,不建议自己编写代码继承dict和list这种原生使用c语言编写的,因为有时候,用c语言写的dict不会调用python写的覆盖的方法。

如果确实有继承dict来写代码的需求,可以使用UserDict,继承这个UserDict。
UserDict这个内部使用了python语言实现了c语言写的逻辑。

from collections import UserDict

class Mydict(UserDict):
    def __setitem__(self, key, value):
        super().__setitem__(key, value*2)

my_dict = Mydict(one=1)
print (my_dict)

打印结果:
{'one': 2}

set和fronzenset

set集合:

  1. 无序
  2. 不重复
  3. set 接受一个可迭代对象

frozenset集合:

  1. 一旦设置好就无法修改。
  2. frozenset为不可变类型。
  3. 相对于可变类型来说的好处,可以作为dict的key。

set的初始化方法:

set([a, b, c])
a = {a, b, c}
两种都可以初始化

dict、set实现原理

当我们了解了背后的实现原理,就可以判断什么情况下使用dict以及为什么要使用dict。
dict查找的性能远远大于list。

在list中随着list数据的增大 查找时间会增大。
在dict中查找元素不会随着dict的增大而增大。

dict原理实际上就是利用hash算法。

数组和链表相比来说最大的优势,就是它可以做到任何一个位置直接存取而不需要从头到尾遍历,因为数组是一段连续的空间,数组取数据的时间复杂度是O(1)。

dict的key或者set的值,都必须是可以hash的。不可变对象都是可hash的, str, fronzenset, tuple。

自己实现的类重载__hash__这个魔法函数,让它可以变为可哈希对象。

dict的内存花销大,但是查询速度快, 自定义的对象或者python内部的对象都是用dict包装的。

dict的存储顺序和元素添加顺序有关,添加数据有可能改变已有数据的顺序。

Python中的变量是什么

python和java中的变量本质不一样,python的变量实质上是一个指针。我们可以理解变量就是一个便利贴,

例如:a = 1
先成对象,然后贴便利贴,把a贴在1上面。

a = [1, 2, 3]
b = a
print(id(a), id(b))
打印结果:
a和b的地址值一样。

is 和 == 的区别

is是判断对象的id是否相同,但是注意看下边例子:

a = [1, 2, 3, 4]
b = [1, 2, 3, 4]
print (id(a), id(b))
print (a is b)
输出结果:
4446597320 4446597640
False

上边这种用法得到的结果很正常,再看下边代码:

a = 1
b = 1
print (id(a), id(b))
print (a is b)

运行结果:
4325627840 4325627840
True

这种情况下,a和b指向的是同一个。这是由于Python内部机制决定的,将小正数建立一个全局唯一的对象,小段字符串也是一样的。

a = [1, 2, 3]
b = [1, 2, 3]
print(a==b) 返回True

因为:
list里边实现了一个魔法函数 __eq__,当我们调用a==b这种模式的时候,会调用__eq__这个魔法函数,从而来判断值是否相等。
它们的值是相等的,只是不是同一个对象而已,所有a==b是True。

垃圾回收和del语句

cpython中垃圾回收的算法是采用 引用计数

a = 1
b = a
此时,1这个对象上就又有一个计数器,a = 1 时会在计数器上加1,b如果指向的还是1,1上边的计数器会再加1,当不使用时,执行del a,他就会将引用计数器减1,当引用计数器减到0时,python解释器会将对象回收。

对象只有在计数器减到0时,才会被回收,del只是减计数器的功能。

a = object()
b = a
del a
print(b)
print(a)

打印结果:
<object object at 0x104a86100>
NameError: name 'a' is not defined

可以看到,执行del后,只是把a销毁了,b还在。

__del__魔法函数:
可以在__del__魔法函数中实现自己的逻辑,当python解释器回收对象的时候,会调用对象的__del__魔法函数,它可以帮我们在回收对象时做一些事。

@property的用法

我们在读源码时,往往会看到这这种方法:

@property
def hello(self):
     pass

@property 这个装饰器会把函数变为属性描述符,怎么说?

看代码:

class Allen(object):

    def word(self):
        return 'word'

    @property
    def hello(self):
        return 'hello'

a = Allen()
print(a.hello)
print(a.word())

运行结果:
hello
word

可以发现,@property这个装饰器把取方法的模式变为取属性。

魔法函数__getattr____getattribute__介绍

魔法函数是python解释器内部需要用的方法,它是整个python动态特性的最根本原因。

__getattr__:就是在查找不到属性的时候调用。
例1:

class User:
    def __init__(self, info):
        self.info = info

    def __getattr__(self, item):
        return '2'

if __name__ == "__main__":
    user = User('allen')
    print(user.info)
    print(user.age)

运行结果:
allen
2

例2:

class User:
    def __init__(self, info={}):
        self.info = info

    def __getattr__(self, item):
        return self.info[item]

if __name__ == "__main__":
    user = User(info={"name": "allen", "age": "3"})
    print(user.name)

打印结果:
allen

__getattribute__ : 比__getattr__更高级,只要查找属性,就会首先进入__getattribute__这个魔法函数,强制进入,无条件的。

__getattribute__这个魔法函数尽量不要去重写,因为如果一旦写不好,整个类的属性访问就会崩溃掉,一般写框架时会用到这个魔法函数。

class User:
    def __init__(self,info={}):
        self.info = info

    def __getattr__(self, item):
        return self.info[item]

    def __getattribute__(self, item):
        return "10"

if __name__ == "__main__":
    user = User(info={"name":"allen"})
    print(user.name)
    print(user.test)

打印结果:
10
10

属性描述符和属性查找过程

一个类只需要实现__get____set____delete__这三个中的任意一个方法,它就算是属性描述符。

通过属性描述符,可以控制在赋值的时候它的行为,在属性设置的时候参数检查。

属性描述符有两种:

  1. 数据属性描述符:实现__get____set__就是数据属性描述符。
  2. 非数据属性描述符:只实现一个__get__方法就是非数据属性描述符。

数据属性描述符 和 非数据属性描述符 它们的属性查找过程是不一样的。

前边提到的属性查找过程,先查找实例中的属性,然后查找类中的属性,实际上它有更加详细的查找过程。

魔法函数__new____init__ 区别

__new__ 魔法函数在python新式类才会有 python2.2之前没有这个。

class User:
    def __new__(cls, *args, **kwargs):
        print(" in new ")
        return super().__new__(cls)

    def __init__(self):
        print(" in init")
        pass

if __name__ == "__main__":
    user = User()

打印结果:
 in new 
 in init

__new__魔法函数允许在生成对象之前加逻辑,自定义对象生成过程,传递进来的是类。

__init__方法传递进去的是对象。

__new____init__ 之前调用。

__new__中必须return super().__new__(cls)才会调用__init__方法

def __new__(cls, *args, **kwargs):这个中的*args,和**kwargs,代表的是传入的参数。

目录
相关文章
|
2月前
|
Python
python知识点
【8月更文挑战第27天】python知识点
3372 1
WK
|
2月前
|
存储 机器学习/深度学习 JSON
Python入门知识点
Python入门覆盖历史、设计理念、变量、数据类型、控制结构等。了解Python的发展,掌握动态类型的灵活性,熟悉整数、浮点数、字符串等数据类型。学会if/else、for/while循环构建逻辑流程,使用def定义函数,lambda快速创建匿名函数。通过类实现面向对象编程,利用模块和包组织代码。掌握try-except处理异常,open()进行文件操作。利用标准库和第三方库增强功能,理解集合、字典、列表推导式的应用,深入魔法方法、递归、装饰器等高级特性,以及上下文管理器和字符串、列表、元组的操作技巧。
WK
29 0
|
4天前
|
数据采集 数据挖掘 大数据
【Python篇】详细学习 pandas 和 xlrd:从零开始
【Python篇】详细学习 pandas 和 xlrd:从零开始
23 2
|
17天前
|
Python
python之基础知识点
python之基础知识点
24 3
|
2天前
|
设计模式 运维 安全
Python学习—装饰器的力量 (一)
Python学习—装饰器的力量 (一)
10 0
|
2天前
|
Python
Python学习—装饰器的力量 (二)
Python学习—装饰器的力量 (二)
11 0
|
1月前
|
监控 Python Windows
python知识点100篇系列-pysnooper用于调试
PySnooper是一个便捷的Python调试工具,用于监控代码执行过程及局部变量的变化,替代繁琐的打印语句。作为GitHub上的热门开源项目,它通过装饰器自动记录代码执行细节。安装简便,支持多种平台,可通过pip安装。使用时,只需在目标函数上添加装饰器即可实时查看变量变化或将其记录至日志文件。此外,还支持使用with块对特定代码段进行调试。更多详细信息可参阅其官方使用文档。
python知识点100篇系列-pysnooper用于调试
|
2月前
|
存储 Python
Python时间模块四大必备知识点
Python时间模块四大必备知识点
45 4
Python时间模块四大必备知识点
|
2月前
|
Unix 开发者 iOS开发
开发知识点-Python-virtualenv
`virtualenv`通过其简易性、灵活性与高度的可配置性,成为Python开发中推荐的环境隔离工具之一。随着Python生态的发展,类似的工具如 `venv`(Python 3.3+自带的轻量级环境构建工具)和 `pipenv`(提供更复杂的依赖管理功能)也越来越受欢迎,但 `virtualenv`仍保持着重要的地位,尤其是在需要维护旧项目或者系统没有提供最新工具的情况下。
36 1
|
2月前
|
程序员 测试技术 开发工具
豆瓣评分7.9!世界级讲师耗时5年整理出的Python学习手册!
Python是一门流行的开源编程语言,广泛用于各个领域的独立程序与脚本化应用中。它不仅免费、可移植、功能强大,同时相对简单,而且使用起来充满乐趣。从软件业界的任意一角到来的程序员,都会发现Python着眼于开发者的生产效率以及软件质量,因此无论你的项目是大还是小,选择Python都将带来战略性的优势。 今天给小伙伴们分享的这份手册讲述了完整的Python语言,力争满足“语言”和“原理”两个方面的需求,并拥有足够的深度以便实用。废话不多说,下面展示给大家。