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
|
17天前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
33 3
|
22天前
|
安全 关系型数据库 测试技术
学习Python Web开发的安全测试需要具备哪些知识?
学习Python Web开发的安全测试需要具备哪些知识?
32 4
|
3天前
|
存储 程序员 Python
Python学习的自我理解和想法(2)
今日学习Python第二天,重点掌握字符串操作。内容涵盖字符串介绍、切片、长度统计、子串计数、大小写转换及查找位置等。通过B站黑马程序员课程跟随老师实践,非原创代码,旨在巩固基础知识与技能。
|
2天前
|
程序员 Python
Python学习的自我理解和想法(3)
这是学习Python第三天的内容总结,主要围绕字符串操作展开,包括字符串的提取、分割、合并、替换、判断、编码及格式化输出等,通过B站黑马程序员课程跟随老师实践,非原创代码。
|
5天前
|
安全 程序员 Python
Python学习的自我理解和想法(1)
本篇博客记录了作者跟随B站“黑马程序员”课程学习Python的第一天心得,涵盖了`print()`、`input()`、`if...else`语句、三目运算符以及`for`和`while`循环的基础知识。通过实际编写代码,作者逐步理解并掌握了这些基本概念,为后续深入学习打下了良好基础。文中还特别强调了循环语句的重要性及其应用技巧。
|
1月前
|
缓存 Java 索引
[Python]知识点
本文主要介绍了Python的一些高级知识点和使用细节,包括pip的使用、内置函数、列表、元组、字典、集合、变量、Lambda表达式、面向对象编程、异常处理、模块及标准库等。文章适合有一定Python基础的读者,重点在于深入理解和掌握Python的高级特性。文中还提供了大量示例代码,帮助读者更好地理解和应用这些知识点。
31 1
[Python]知识点
|
23天前
|
存储 网络协议 IDE
从零起步学习Python编程
从零起步学习Python编程
|
2月前
|
安全 Linux 数据安全/隐私保护
python知识点100篇系列(15)-加密python源代码为pyd文件
【10月更文挑战第5天】为了保护Python源码不被查看,可将其编译成二进制文件(Windows下为.pyd,Linux下为.so)。以Python3.8为例,通过Cython工具,先写好Python代码并加入`# cython: language_level=3`指令,安装easycython库后,使用`easycython *.py`命令编译源文件,最终生成.pyd文件供直接导入使用。
python知识点100篇系列(15)-加密python源代码为pyd文件
|
2月前
|
网络协议 数据库连接 Python
python知识点100篇系列(17)-替换requests的python库httpx
【10月更文挑战第4天】Requests 是基于 Python 开发的 HTTP 库,使用简单,功能强大。然而,随着 Python 3.6 的发布,出现了 Requests 的替代品 —— httpx。httpx 继承了 Requests 的所有特性,并增加了对异步请求的支持,支持 HTTP/1.1 和 HTTP/2,能够发送同步和异步请求,适用于 WSGI 和 ASGI 应用。安装使用 httpx 需要 Python 3.6 及以上版本,异步请求则需要 Python 3.8 及以上。httpx 提供了 Client 和 AsyncClient,分别用于优化同步和异步请求的性能。
python知识点100篇系列(17)-替换requests的python库httpx
|
2月前
|
调度 Python
python知识点100篇系列(20)-python协程与异步编程asyncio
【10月更文挑战第8天】协程(Coroutine)是一种用户态内的上下文切换技术,通过单线程实现代码块间的切换执行。Python中实现协程的方法包括yield、asyncio模块及async/await关键字。其中,async/await结合asyncio模块可更便捷地编写和管理协程,支持异步IO操作,提高程序并发性能。协程函数、协程对象、Task对象等是其核心概念。