slotspython

發布時間: 2023-01-07 18:51:32

① 萬字干貨，python語法大合集，一篇文章帶你入門

這份資料非常純粹，只有Python的基礎語法，專門針對想要學習Python的小白。

Python中用#表示單行注釋，#之後的同行的內容都會被注釋掉。

使用三個連續的雙引號表示多行注釋，兩個多行注釋標識之間內容會被視作是注釋。

Python當中的數字定義和其他語言一樣：

我們分別使用+, -, *, /表示加減乘除四則運算符。

這里要注意的是，在Python2當中，10/3這個操作會得到3，而不是3.33333。因為除數和被除數都是整數，所以Python會自動執行整數的計算，幫我們把得到的商取整。如果是10.0 / 3，就會得到3.33333。目前Python2已經不再維護了，可以不用關心其中的細節。

但問題是Python是一個 弱類型 的語言，如果我們在一個函數當中得到兩個變數，是無法直接判斷它們的類型的。這就導致了同樣的計算符可能會得到不同的結果，這非常蛋疼。以至於程序員在運算除法的時候，往往都需要手工加上類型轉化符，將被除數轉成浮點數。

在Python3當中撥亂反正，修正了這個問題，即使是兩個整數相除，並且可以整除的情況下，得到的結果也一定是浮點數。

如果我們想要得到整數，我們可以這么操作：

兩個除號表示 取整除 ，Python會為我們保留去除余數的結果。

除了取整除操作之外還有取余數操作，數學上稱為取模，Python中用%表示。

Python中支持 乘方運算 ，我們可以不用調用額外的函數，而使用**符號來完成：

當運算比較復雜的時候，我們可以用括弧來強制改變運算順序。

Python中用首字母大寫的True和False表示真和假。

用and表示與操作，or表示或操作，not表示非操作。而不是C++或者是Java當中的&&, || 和！。

在Python底層， True和False其實是1和0 ，所以如果我們執行以下操作，是不會報錯的，但是在邏輯上毫無意義。

我們用==判斷相等的操作，可以看出來True==1， False == 0.

我們要小心Python當中的bool()這個函數，它並不是轉成bool類型的意思。如果我們執行這個函數，那麼 只有0會被視作是False，其他所有數值都是True ：

Python中用==判斷相等，>表示大於，>=表示大於等於， <表示小於，<=表示小於等於，!=表示不等。

我們可以用and和or拼裝各個邏輯運算：

注意not，and，or之間的優先順序，其中not > and > or。如果分不清楚的話，可以用括弧強行改變運行順序。

關於list的判斷，我們常用的判斷有兩種，一種是剛才介紹的==，還有一種是is。我們有時候也會簡單實用is來判斷，那麼這兩者有什麼區別呢？我們來看下面的例子：

Python是全引用的語言，其中的對象都使用引用來表示。is判斷的就是 兩個引用是否指向同一個對象 ，而==則是判斷兩個引用指向的具體內容是否相等。舉個例子，如果我們把引用比喻成地址的話，is就是判斷兩個變數的是否指向同一個地址，比如說都是沿河東路XX號。而==則是判斷這兩個地址的收件人是否都叫張三。

顯然，住在同一個地址的人一定都叫張三，但是住在不同地址的兩個人也可以都叫張三，也可以叫不同的名字。所以如果a is b，那麼a == b一定成立，反之則不然。

Python當中對字元串的限制比較松， 雙引號和單引號都可以表示字元串 ，看個人喜好使用單引號或者是雙引號。我個人比較喜歡單引號，因為寫起來方便。

字元串也支持+操作，表示兩個字元串相連。除此之外，我們把兩個字元串寫在一起，即使沒有+，Python也會為我們拼接：

我們可以使用[]來查找字元串當中某個位置的字元，用 len 來計算字元串的長度。

我們可以在字元串前面 加上f表示格式操作 ，並且在格式操作當中也支持運算，比如可以嵌套上len函數等。不過要注意，只有Python3.6以上的版本支持f操作。

最後是None的判斷，在Python當中None也是一個對象， 所有為None的變數都會指向這個對象 。根據我們前面所說的，既然所有的None都指向同一個地址，我們需要判斷一個變數是否是None的時候，可以使用is來進行判斷，當然用==也是可以的，不過我們通常使用is。

理解了None之後，我們再回到之前介紹過的bool()函數，它的用途其實就是判斷值是否是空。所有類型的 默認空值會被返回False ，否則都是True。比如0，""，[], {}, ()等。

除了上面這些值以外的所有值傳入都會得到True。

Python當中的標准輸入輸出是 input和print 。

print會輸出一個字元串，如果傳入的不是字元串會自動調用__str__方法轉成字元串進行輸出。 默認輸出會自動換行 ，如果想要以不同的字元結尾代替換行，可以傳入end參數：

使用input時，Python會在命令行接收一行字元串作為輸入。可以在input當中傳入字元串，會被當成提示輸出：

Python支持 三元表達式 ，但是語法和C++不同，使用if else結構，寫成：

上段代碼等價於：

Python中用[]表示空的list，我們也可以直接在其中填充元素進行初始化：

使用append和pop可以在list的末尾插入或者刪除元素：

list可以通過[]加上下標訪問指定位置的元素，如果是負數，則表示 倒序訪問 。-1表示最後一個元素，-2表示倒數第二個，以此類推。如果訪問的元素超過數組長度，則會出發 IndexError 的錯誤。

list支持切片操作，所謂的切片則是從原list當中拷貝出指定的一段。我們用start: end的格式來獲取切片，注意，這是一個 左閉右開區間 。如果留空表示全部獲取，我們也可以額外再加入一個參數表示步長，比如[1:5:2]表示從1號位置開始，步長為2獲取元素。得到的結果為[1, 3]。如果步長設置成-1則代表反向遍歷。

如果我們要指定一段區間倒序，則前面的start和end也需要反過來，例如我想要獲取[3: 6]區間的倒序，應該寫成[6:3:-1]。

只寫一個:，表示全部拷貝，如果用is判斷拷貝前後的list會得到False。可以使用del刪除指定位置的元素，或者可以使用remove方法。

insert方法可以 指定位置插入元素 ，index方法可以查詢某個元素第一次出現的下標。

list可以進行加法運算，兩個list相加表示list當中的元素合並。 等價於使用extend 方法：

我們想要判斷元素是否在list中出現，可以使用 in關鍵字 ，通過使用len計算list的長度：

tuple和list非常接近，tuple通過()初始化。和list不同， tuple是不可變對象 。也就是說tuple一旦生成不可以改變。如果我們修改tuple，會引發TypeError異常。

由於小括弧是有改變優先順序的含義，所以我們定義單個元素的tuple， 末尾必須加上逗號 ，否則會被當成是單個元素：

tuple支持list當中絕大部分操作：

我們可以用多個變數來解壓一個tuple：

解釋一下這行代碼：

我們在b的前面加上了星號， 表示這是一個list 。所以Python會在將其他變數對應上值的情況下，將剩下的元素都賦值給b。

補充一點，tuple本身雖然是不可變的，但是 tuple當中的可變元素是可以改變的 。比如我們有這樣一個tuple：

我們雖然不能往a當中添加或者刪除元素，但是a當中含有一個list，我們可以改變這個list類型的元素，這並不會觸發tuple的異常：

dict也是Python當中經常使用的容器，它等價於C++當中的map，即 存儲key和value的鍵值對 。我們用{}表示一個dict，用:分隔key和value。

對。我們用{}表示一個dict，用:分隔key和value。

dict的key必須為不可變對象，所以 list、set和dict不可以作為另一個dict的key ，否則會拋出異常：

我們同樣用[]查找dict當中的元素，我們傳入key，獲得value，等價於get方法。

我們可以call dict當中的keys和values方法，獲取dict當中的所有key和value的集合，會得到一個list。在Python3.7以下版本當中，返回的結果的順序可能和插入順序不同，在Python3.7及以上版本中，Python會保證返回的順序和插入順序一致：

我們也可以用in判斷一個key是否在dict當中，注意只能判斷key。

如果使用[]查找不存在的key，會引發KeyError的異常。如果使用 get方法則不會引起異常，只會得到一個None ：

setdefault方法可以 為不存在的key 插入一個value，如果key已經存在，則不會覆蓋它：

我們可以使用update方法用另外一個dict來更新當前dict，比如a.update(b)。對於a和b交集的key會被b覆蓋，a當中不存在的key會被插入進來：

我們一樣可以使用del刪除dict當中的元素，同樣只能傳入key。

Python3.5以上的版本支持使用**來解壓一個dict：

set是用來存儲 不重復元素 的容器，當中的元素都是不同的，相同的元素會被刪除。我們可以通過set()，或者通過{}來進行初始化。注意當我們使用{}的時候，必須要傳入數據，否則Python會將它和dict弄混。

set當中的元素也必須是不可變對象，因此list不能傳入set。

可以調用add方法為set插入元素：

set還可以被認為是集合，所以它還支持一些集合交叉並補的操作。

set還支持 超集和子集的判斷 ，我們可以用大於等於和小於等於號判斷一個set是不是另一個的超集或子集：

和dict一樣，我們可以使用in判斷元素在不在set當中。用可以拷貝一個set。

Python當中的判斷語句非常簡單，並且Python不支持switch，所以即使是多個條件，我們也只能 羅列if-else 。

我們可以用in來循環迭代一個list當中的內容，這也是Python當中基本的循環方式。

如果我們要循環一個范圍，可以使用range。range加上一個參數表示從0開始的序列，比如range(10)，表示[0, 10)區間內的所有整數：

如果我們傳入兩個參數，則 代表迭代區間的首尾 。

如果我們傳入第三個元素，表示每次 循環變數自增的步長 。

如果使用enumerate函數，可以 同時迭代一個list的下標和元素 ：

while循環和C++類似，當條件為True時執行，為false時退出。並且判斷條件不需要加上括弧：

Python當中使用 try和except捕獲異常 ，我們可以在except後面限制異常的類型。如果有多個類型可以寫多個except，還可以使用else語句表示其他所有的類型。finally語句內的語法 無論是否會觸發異常都必定執行 ：

在Python當中我們經常會使用資源，最常見的就是open打開一個文件。我們 打開了文件句柄就一定要關閉 ，但是如果我們手動來編碼，經常會忘記執行close操作。並且如果文件異常，還會觸發異常。這個時候我們可以使用with語句來代替這部分處理，使用with會 自動在with塊執行結束或者是觸發異常時關閉打開的資源 。

以下是with的幾種用法和功能：

凡是可以使用in語句來迭代的對象都叫做 可迭代對象 ，它和迭代器不是一個含義。這里只有可迭代對象的介紹，想要了解迭代器的具體內容，請移步傳送門：

Python——五分鍾帶你弄懂迭代器與生成器，夯實代碼能力

當我們調用dict當中的keys方法的時候，返回的結果就是一個可迭代對象。

我們 不能使用下標來訪問 可迭代對象，但我們可以用iter將它轉化成迭代器，使用next關鍵字來獲取下一個元素。也可以將它轉化成list類型，變成一個list。

使用def關鍵字來定義函數，我們在傳參的時候如果指定函數內的參數名， 可以不按照函數定義的順序 傳參：

可以在參數名之前加上*表示任意長度的參數，參數會被轉化成list：

也可以指定任意長度的關鍵字參數，在參數前加上**表示接受一個dict：

當然我們也可以兩個都用上，這樣可以接受任何參數：

傳入參數的時候我們也可以使用*和**來解壓list或者是dict：

Python中的參數 可以返回多個值 ：

函數內部定義的變數即使和全局變數重名，也 不會覆蓋全局變數的值 。想要在函數內部使用全局變數，需要加上 global 關鍵字，表示這是一個全局變數：

Python支持 函數式編程 ，我們可以在一個函數內部返回一個函數：

Python中可以使用lambda表示 匿名函數 ，使用:作為分隔，:前面表示匿名函數的參數，:後面的是函數的返回值：

我們還可以將函數作為參數使用map和filter，實現元素的批量處理和過濾。關於Python中map、rece和filter的使用，具體可以查看之前的文章：

五分鍾帶你了解map、rece和filter

我們還可以結合循環和判斷語來給list或者是dict進行初始化：

使用 import語句引入一個Python模塊 ，我們可以用.來訪問模塊中的函數或者是類。

我們也可以使用from import的語句，單獨引入模塊內的函數或者是類，而不再需要寫出完整路徑。使用from import *可以引入模塊內所有內容（不推薦這么干）

可以使用as給模塊內的方法或者類起別名：

我們可以使用dir查看我們用的模塊的路徑：

這么做的原因是如果我們當前的路徑下也有一個叫做math的Python文件，那麼 會覆蓋系統自帶的math的模塊 。這是尤其需要注意的，不小心會導致很多奇怪的bug。

我們來看一個完整的類，相關的介紹都在注釋當中

以上內容的詳細介紹之前也有過相關文章，可以查看：

Python—— slots ，property和對象命名規范

下面我們來看看Python當中類的使用：

這里解釋一下，實例和對象可以理解成一個概念，實例的英文是instance，對象的英文是object。都是指類經過實例化之後得到的對象。

繼承可以讓子類 繼承父類的變數以及方法 ，並且我們還可以在子類當中指定一些屬於自己的特性，並且還可以重寫父類的一些方法。一般我們會將不同的類放在不同的文件當中，使用import引入，一樣可以實現繼承。

我們創建一個蝙蝠類：

我們再創建一個蝙蝠俠的類，同時繼承Superhero和Bat：

執行這個類：

我們可以通過yield關鍵字創建一個生成器，每次我們調用的時候執行到yield關鍵字處則停止。下次再次調用則還是從yield處開始往下執行：

除了yield之外，我們還可以使用()小括弧來生成一個生成器：

關於生成器和迭代器更多的內容，可以查看下面這篇文章：

五分鍾帶你弄懂迭代器與生成器，夯實代碼能力

我們引入functools當中的wraps之後，可以創建一個裝飾器。裝飾器可以在不修改函數內部代碼的前提下，在外麵包裝一層其他的邏輯:

裝飾器之前也有專門的文章詳細介紹，可以移步下面的傳送門：

一文搞定Python裝飾器，看完面試不再慌

不知道有多少小夥伴可以看到結束，原作者的確非常厲害，把Python的基本操作基本上都囊括在裡面了。如果都能讀懂並且理解的話，那麼Python這門語言就算是入門了。

如果你之前就有其他語言的語言基礎，我想本文讀完應該不用30分鍾。當然在30分鍾內學會一門語言是不可能的，也不是我所提倡的。但至少通過本文我們可以做到熟悉Python的語法，知道大概有哪些操作，剩下的就要我們親自去寫代碼的時候去體會和運用了。

根據我的經驗，在學習一門新語言的前期，不停地查閱資料是免不了的。希望本文可以作為你在使用Python時候的查閱文檔。

最後，我這里有各種免費的編程類資料，有需要的及時私聊我，回復"學習"，分享給大家，正在發放中............

② slots關鍵字可以省略嗎

不可以省略。
slots關鍵字的作用如下：
1、限制用戶的使用。由於Python是動態語言，所以類的成員甚至可以在類創建好了之後動態創建。這在靜態語言當中是絕對不行的，我們只能調用類當中已有的屬性，是不能或者很難添加新屬性的。
2、節省內存。使用dict來維護實例，會消耗大量的內存，額外存儲了許多數據，而使用__slots__之後，Python內部將不再為實例創建一個字典來維護，而是會使用一個固定大小的數組，這樣就節省了大量的空間。這個節省可不是一點半點，一般可以節省一半以上。也就是說犧牲了一定的靈活性，保證了性能。

③ Python 為什麼要繼承 object 類

繼承 object 類的是新式類，不繼承 object 類的是經典類
2.2以前的時候type和object還不統一. 在2.2統一以後到3之間, 要用class Foo(object)來申明新式類, 因為他的type是 < type 'type' > .不然的話, 生成的類的type就是 < type 'classobj' >
Python2 里的新式類, 其特點如下:

low-level constructors named __new__() – 低級別的構造函數.
Note: Python 的 class __init__ 並不是其他語言意義上的構造函數,
在 new 創建實例後對實例屬性初始化的函數.
descriptors, a generalized way to customize attribute access – 描述符.
或者說描述符協議支持.descriptor protocol __get__, __set__ ,__delete__ 等,
可以閱讀 descriptor 文檔
static methods and class methods －靜態方法和類方法
properties (computed attributes) – 屬性訪問 setter getter.
decorators (introced in Python 2.4) – 裝飾器.
現在裝飾器語法糖遍布各Python框架.
slots – 用戶設置後可以限定實例的屬性.
在 Python2 中替代 __dict__, 可以節省近 2/3 內存, Python3 中可以
不因為優化內存使用率而使用 slots, 因為 __dict__ 結構內存做了優化,
Note: __dict__ 並不是 Python 意義上的內置的 dict, 其實是一個 proxy 類.
a new Method Resolution Order (MRO) – MRO 方法解析次序改變
(由左遞歸改為C3演算法)

④ Python 實現slots的繼承

__slots__ 是python的一大神器。

它有兩大的特點：

python文檔中這樣介紹它

首先第一點，python的動態性一部分源自於 __dict__ ，屬性都保存在 __dict__ 的一個字典中，我們可以隨時向這個字典添加新內容，這是 MonkeyPatch 的能力。
而當我們顯示的聲明了 __slots__ ，python將不會給這個類創建 __dict__ 和 __weakref__

沒有了 __dict__ 我們便不能隨意創建實例屬性，而必須遵守 __slots__ 的約定。

對於性能而言，使用了 __slots__ 後，屬性會直接存儲到對象中，而不是 __dict__ 中，相當於少了一次檢索步驟。

__slots__ 的兩大優點，對於python來說，是難以拒絕的誘惑。既能限制不必要的動態性，又能提高性能！
但是 __slots__ 遇到繼承時，就會出現很多問題。准確的說， __slots__ 不會被繼承。當我們用一個不帶有 __slots__ 的子類，繼承帶有 __slots__ 的父類時。子類還是會生成 __dict__ 和 __weakref__ 。

這是之前寫的一個metaclass，創建新的類對象時，會進行以下邏輯。

實際上我們的目的正是解決，父類規定的 __slots__ 約束不了無 __slots__ 子類的問題。這個結果令人非常滿意

注意這里子類的d，在 pycharm 等IDE中不會提示錯誤，因為 pycharm 無法探知你的metaclass做了這樣 逆天改命 的邏輯。

需要注意一點， __slots__ 是 類對實例屬性的約束 ，而類對象無法通過該屬性，約束自己。即為類對象添加新屬性，仍然是被允許的。

按照正常思路，也許我們應該到metaclass寫一個 __slots__ ，但實際上這是不被允許的。
抽空找時間我會考慮下有無可行性。

⑤ Python中處理屬性的重要屬性和函數是什麼

處理屬性的重要屬性和函數

1、特殊屬性

__class__：對象所屬類的引用（即obj.__class__和type(obj)的作用相同）。Python中的某些特殊方法比如 __getattr__，只在對象的類中尋找，而不在實例中尋找。__dict__：一個映射，存儲對象或類的可寫屬性。__slots__：類可以定義這個屬性，限制實例有哪些屬性。

2、內置函數

dir([object])：列出對象的大多數屬性。getattr(object,name[,default])：從object對象中獲取name字元串對應的屬性。獲取的屬性可能來自對象所屬的類或超類。hasattr(object,name)：若object對象中存在指定的屬性，或者能以某種方式（如繼承）通過object對象獲取指定的屬性，返回True。setattr(object,name,value)：把object對象指定屬性的值設為value，前提是object對象能接受那個值。這個函數可能會創建一個新屬性，或者覆蓋現有的屬性。var([object])：返回object對象的__dict__屬性。

slotspython

與slotspython相關的資訊