Grundlegende Vorgänge für den Einstieg in Python (muss gelesen werden)

Der folgende Editor bietet Ihnen eine unverzichtbare Operation für den Einstieg in die Python-Grundlagen. Der Herausgeber findet es ziemlich gut, deshalb teile ich es jetzt mit Ihnen und gebe es als Referenz. Folgen wir dem Herausgeber und werfen wir einen Blick darauf.

Hier sind die Methoden und Techniken, die häufig bei der Entwicklung mit Python verwendet werden. Wenn es Fehler gibt, können Sie mich gerne kritisieren und korrigieren.

Wichtige Punkte: Abfrage von Klassen- und Variablenmerkmalen während der Entwicklung, Typ ist Klasse, Verwendung von Behauptungen, Beurteilung von tiefer und flacher Kopie usw.

Python-Skriptdateien sind in UTF-8 codiert Wenn also chinesische Zeichen gefunden werden Wenn verstümmelte Zeichen angezeigt werden, sollten Sie überlegen, ob die Textdatei die UTF-8-Codierung verwendet.

Wenn Sie eine andere Kodierung angeben möchten, müssen Sie diesen Kommentar am Anfang der Quellcodedatei hinzufügen:

# -*- coding: utf-8 -*-

Wenn Python ist in Linux- und Unix-Systemen. Zum Ausführen müssen Sie in der ersten Zeile des Quellcodes Folgendes hinzufügen:

#!/usr/bin/python3

How to get the Inhalte jedes Moduls, jeder Variablen, jeder Klasse usw. in Python?

Abfragen zu Hilfegruppen in Python können über die Variablen __all__, __dict__, Funktionen help(), dir() abgerufen werden.

Wenn __all__ in einer Klasse oder einem Modul definiert ist, enthält es im Allgemeinen Features, die extern aufgerufen werden können. Wenn es ohne Zuweisung definiert ist, wird es automatisch mit Features gefüllt, die nicht mit einem Unterstrich beginnen. Wenn kein Parameter vorhanden ist, löst __all__python einen AttributeError-Attributfehler aus.

__dict__ gibt im Allgemeinen die in der Klasse oder im Modul definierten Merkmale (einschließlich Attributen und Methoden) an, die in Form eines Wörterbuchs ausgegeben werden und Tupel verwenden, um Parameter und Parameterwerte (Parameter, Parameterwerte) darzustellen oder Beschreibungen)

list’s __dict__ View

>>> list.__dict__
2 mappingproxy({&#39;__repr__&#39;: <slot wrapper &#39;__repr__&#39; of &#39;list&#39; objects>, &#39;__hash__&#39;: None, &#39;__getattribute__&#39;: <slot wrapper &#39;__getattribute__&#39; of &#39;list&#39; objects>, &#39;__lt__&#39;: <slot wrapper &#39;__lt__&#39; of &#39;list&#39; objects>, &#39;__le__&#39;: <slot wrapper &#39;__le__&#39; of &#39;list&#39; objects>, &#39;__eq__&#39;: <slot wrapper &#39;__eq__&#39; of &#39;list&#39; objects>, &#39;__ne__&#39;: <slot wrapper &#39;__ne__&#39; of &#39;list&#39; objects>, &#39;__gt__&#39;: <slot wrapper &#39;__gt__&#39; of &#39;list&#39; objects>, &#39;__ge__&#39;: <slot wrapper &#39;__ge__&#39; of &#39;list&#39; objects>, &#39;__iter__&#39;: <slot wrapper &#39;__iter__&#39; of &#39;list&#39; objects>, &#39;__init__&#39;: <slot wrapper &#39;__init__&#39; of &#39;list&#39; objects>, &#39;__len__&#39;: <slot wrapper &#39;__len__&#39; of &#39;list&#39; objects>, &#39;__getitem__&#39;: <method &#39;__getitem__&#39; of &#39;list&#39; objects>, &#39;__setitem__&#39;: <slot wrapper &#39;__setitem__&#39; of &#39;list&#39; objects>, &#39;__delitem__&#39;: <slot wrapper &#39;__delitem__&#39; of &#39;list&#39; objects>, &#39;__add__&#39;: <slot wrapper &#39;__add__&#39; of &#39;list&#39; objects>, &#39;__mul__&#39;: <slot wrapper &#39;__mul__&#39; of &#39;list&#39; objects>, &#39;__rmul__&#39;: <slot wrapper &#39;__rmul__&#39; of &#39;list&#39; objects>, &#39;__contains__&#39;: <slot wrapper &#39;__contains__&#39; of &#39;list&#39; objects>, &#39;__iadd__&#39;: <slot wrapper &#39;__iadd__&#39; of &#39;list&#39; objects>, &#39;__imul__&#39;: <slot wrapper &#39;__imul__&#39; of &#39;list&#39; objects>, &#39;__new__&#39;: <built-in method __new__ of type object at 0x000000005BBAF530>, &#39;__reversed__&#39;: <method &#39;__reversed__&#39; of &#39;list&#39; objects>, &#39;__sizeof__&#39;: <method &#39;__sizeof__&#39; of &#39;list&#39; objects>, &#39;clear&#39;: <method &#39;clear&#39; of &#39;list&#39; objects>, &#39;copy&#39;: <method &#39;copy&#39; of &#39;list&#39; objects>, &#39;append&#39;: <method &#39;append&#39; of &#39;list&#39; objects>, &#39;insert&#39;: <method &#39;insert&#39; of &#39;list&#39; objects>, &#39;extend&#39;: <method &#39;extend&#39; of &#39;list&#39; objects>, &#39;pop&#39;: <method &#39;pop&#39; of &#39;list&#39; objects>, &#39;remove&#39;: <method &#39;remove&#39; of &#39;list&#39; objects>, &#39;index&#39;: <method &#39;index&#39; of &#39;list&#39; objects>, &#39;count&#39;: <method &#39;count&#39; of &#39;list&#39; objects>, &#39;reverse&#39;: <method &#39;reverse&#39; of &#39;list&#39; objects>, &#39;sort&#39;: <method &#39;sort&#39; of &#39;list&#39; objects>, &#39;__doc__&#39;: "list() -> new empty list\nlist(iterable) -> new list initialized from iterable&#39;s items"})

dir() gibt alle verfügbaren Feature-Attribute in Form einer Liste ohne Wert und an Attributbeschreibung:

Liste verwendet dir(), um

1 >>> dir(list)
2 ['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

anzuzeigen. Im Allgemeinen verwenden Sie einfach __dict__ und dir(). Natürlich helfen(. ) wird oft benötigt, um detaillierte Dokumente anzuzeigen (eigentlich der Inhalt in __doc__):

list verwendet help() zum Anzeigen von

help(list)
Help on class list in module builtins:

class list(object)
 | list() -> new empty list
 | list(iterable) -> new list initialized from iterable's items
 |
 | Methods defined here:
 |
 | __add__(self, value, /)
 |  Return self+value.
 |
 | __contains__(self, key, /)
 |  Return key in self.
 |
 | __delitem__(self, key, /)
 |  Delete self[key].
 |
 | __eq__(self, value, /)
 |  Return self==value.
 |
 | __ge__(self, value, /)
 |  Return self>=value.
 |
 | __getattribute__(self, name, /)
 |  Return getattr(self, name).
 |
 | __getitem__(...)
 |  x.__getitem__(y) <==> x[y]
 |
-- More --

Wenn wir erstellen Jetzt ist ein Objekt a = list() und wir möchten nun die charakteristischen Methoden von Objekt a erhalten. Wir verwenden auch dir() und help().

Was hier betont werden muss, ist, dass die Leistungsfähigkeit von dir() und help() nicht nur die Klasse, sondern auch die von uns definierten Variablen überprüfen kann. Auf diese Weise können wir während des Kodierungsprozesses mehr Inhalte erhalten.

Suche nach Variable a, die Methoden in a=1 enthält

>>> a=1
>>> dir(a)
['__abs__', '__add__', '__and__', '__bool__', '__ceil__', '__class__', '__delattr__', '__dir__', '__pmod__', '__doc__', '__eq__', '__float__', '__floor__', '__floorp__', '__format__', '__ge__', '__getattribute__', '__getnewargs__', '__gt__', '__hash__', '__index__', '__init__', '__init_subclass__', '__int__', '__invert__', '__le__', '__lshift__', '__lt__', '__mod__', '__mul__', '__ne__', '__neg__', '__new__', '__or__', '__pos__', '__pow__', '__radd__', '__rand__', '__rpmod__', '__reduce__', '__reduce_ex__', '__repr__', '__rfloorp__', '__rlshift__', '__rmod__', '__rmul__', '__ror__', '__round__', '__rpow__', '__rrshift__', '__rshift__', '__rsub__', '__rtruep__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__truep__', '__trunc__', '__xor__', 'bit_length', 'conjugate', 'denominator', 'from_bytes', 'imag', 'numerator', 'real', 'to_bytes']
>>> help(a)
Help on int object:

class int(object)
 | int(x=0) -> integer
 | int(x, base=10) -> integer
 |
 | Convert a number or string to an integer, or return 0 if no arguments
 | are given. If x is a number, return x.__int__(). For floating point
 | numbers, this truncates towards zero.
 |
 | If x is not a number or if base is given, then x must be a string,
 | bytes, or bytearray instance representing an integer literal in the
 | given base. The literal can be preceded by '+' or '-' and be surrounded
 | by whitespace. The base defaults to 10. Valid bases are 0 and 2-36.
 | Base 0 means to interpret the base from the string as an integer literal.
 | >>> int('0b100', base=0)
 | 4
 |
 | Methods defined here:
 |
 | __abs__(self, /)
 |  abs(self)
 |
 | __add__(self, value, /)
 |  Return self+value.
 |
 | __and__(self, value, /)
 |  Return self&value.
 |
-- More --

Suche nach Variablen und Objekttypen und anderen Operationen

Zusätzlich zur Verwendung von dir(), help(), __all__, __dict__ zum Anzeigen des Inhalts des ursprünglich definierten Designs können Sie viele definierte Funktionen verwenden, um weitere Informationen zu erhalten:

Methoden zum Abrufen von Variablentypen und Objekttypen:

Variablen und Klassentypen über __class__ abfragen

>>> a =1
>>> a.__class__
<class &#39;int&#39;>
>>> b = 1.0
>>> b.__class__
<class &#39;float&#39;>
>>> c = &#39;&#39;
>>> c.__class__
<class &#39;str&#39;>
>>> d = list()
>>> d.__class__
<class &#39;list&#39;>
>>> e = tuple()
>>> e.__class__
<class &#39;tuple&#39;>
>>> f = dict()
>>> f.__class__
<class &#39;dict&#39;>
>>> list.__class__
<class &#39;type&#39;>
>>> dict.__class__
<class &#39;type&#39;>
>>> tuple.__class__
<class &#39;type&#39;>
>>> object.__class__
<class &#39;type&#39;>
>>> None.__class__
<class &#39;NoneType&#39;>

Durch den obigen Code haben wir das gefunden Wenn es sich bei der Klasse um einen Typ handelt, handelt es sich tatsächlich um die Definition einer Klasse. Wenn es sich um etwas anderes handelt, handelt es sich um ein Objekt.

Haben Sie jemals gedacht, dass Basisvariablen in Python auch Objekte sind?

In allgemeinen Sprachen sind unsere Typen in Ganzzahlen, Gleitkommatypen, Zeichenfolgen usw. unterteilt. Aber in Python werden diese Typen tatsächlich in Form von Klassen definiert, und Klassen erben auch Superklassen der obersten Ebene.

Verwenden Sie __class__, um den Typ anzuzeigen, und __bases__, um die Superklasse anzuzeigen

>>> a = 1
>>> a.__class__
<class &#39;int&#39;>
>>> int.__class__
<class &#39;type&#39;>
>>> str.__class__
<class &#39;type&#39;>
>>> bool.__class__
<class &#39;type&#39;>
>>> list.__class__
<class &#39;type&#39;>
>>> dict.__class__
<class &#39;type&#39;>
>>> tuple.__class__
<class &#39;type&#39;>
>>> type.__class__
<class &#39;type&#39;>
>>> object.__class__
<class &#39;type&#39;>
>>> type.__bases__
(<class &#39;object&#39;>,)
>>> int.__bases__
(<class &#39;object&#39;>,)
>>> str.__bases__
(<class &#39;object&#39;>,)
>>> bool.__bases__
(<class &#39;int&#39;>,)
>>> float.__bases__
(<class &#39;object&#39;>,)
>>> object.__bases__
()
>>>

Ich habe herausgefunden, dass nein, die von uns verwendeten Typen tatsächlich Klassen sind , außer bool Es erbt die Klasse int und alles andere erbt das Superklassenobjekt. Die Objektklasse hat keine Oberklasse. Es sollte gesagt werden, dass Typ eine Typklasse ist! Natürlich ist der None-Typ NoneType, aber NoneType ist keine Klasse. Das bedeutet, dass None ein Nullwert ist.

Der in der Typklasse enthaltene Inhalt und der in der Objektklasse enthaltene Inhalt

>>> dir(type)
['__abstractmethods__', '__base__', '__bases__', '__basicsize__', '__call__', '__class__', '__delattr__', '__dict__', '__dictoffset__', '__dir__', '__doc__', '__eq__', '__flags__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__instancecheck__', '__itemsize__', '__le__', '__lt__', '__module__', '__mro__', '__name__', '__ne__', '__new__', '__prepare__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasscheck__', '__subclasses__', '__subclasshook__', '__text_signature__', '__weakrefoffset__', 'mro']
>>> dir(object)
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']

ist und id() können lassen Wir sehen versteckte Beziehungen zwischen Variablen!

Wir alle wissen, dass Python bei der Verwendung den Komfort schwacher Typen bietet. Natürlich gibt es in Python nur eine Variable mit demselben Wert! Warum ist das so? Dies liegt daran, dass sie alle auf dieselbe Speicheradresse verweisen. Sie können sich diese Variablen so vorstellen, als würden sie Speicheradressen einzeln speichern. Unsere Zuweisung zu ihnen besteht lediglich darin, die Speicheradressen zu ändern, auf die sie verweisen. !

Es ist hilfreich, Python aus der Perspektive von Zeigern zu verstehen. Die Variable selbst speichert Zeiger. Wenn Sie dies verstehen, können Sie die Variablen und den Speicherrecyclingmechanismus von Python leicht verstehen und verwenden.

Die Funktion der Operation „A ist B“ besteht darin, zu bestimmen, ob A B ist. Wenn sie wahr ist, bedeutet dies, dass A und B dasselbe Objekt sind. Wenn sie falsch ist, bedeutet dies, dass A und B es sind nicht das gleiche Objekt.

id(A) Die Funktion der Operation besteht darin, die ID-Sequenznummer von A im Speicher zu bestimmen.

Lassen Sie uns die verwandten Phänomene in Python im Detail erklären:

1 Obwohl A und B in Python dasselbe Objekt sind, Aber nachdem A ein Wert zugewiesen wurde, sind A und B wieder dasselbe Objekt, da die Zuweisung in Python die von A angegebene Adresse in die Adresse eines anderen Objekts ändert, das sich von der Adresse in B unterscheidet. Der Wert des Objekts wird verursacht durch die B-Adresse wird durch die A-Zuweisung nicht beeinflusst.

2.python中同一个对象所具有的id可能是不同的，因为在没有指向该地址的变量时，python内存自动清理会清理掉这个对象。再次使用到具有相同数值的对象可能是在前一个对象自动清理之后创建的新对象。

针对第一个情况我们首先通过对True和False和数字来确定哪些值对象的id是系统自带的，即便这些值对象不被变量使用python内存清理也不会清理这些对象！

通过id来判断数值和布尔值中的值对象是否是系统自带的对象

>>> id(True)
1538937056
>>> id(False)
1538937088
>>> id(False) - id(True)
32
>>> id(-5)
1539416992
>>> id(-6)
1667933956912
>>> id(-4)
1539417024
>>> id(-4)-id(-5)
32
>>> id(-3)-id(-4)
32
>>> id(-3)
1539417056
>>> id(-2)
1539417088
>>> id(-2) - id(-3)
32
>>> id(255)
1539425312
>>> id(256)
1539425344
>>> id(256) - id(255)
32
>>> id(257)
1667904611440
>>> id(1.0)
1667904643192

你会发现数字-5到256是连续的，他们相邻的id值相差是32，意思是他们是32表示的数值。id返回的值就是他们在python中逻辑内存地址的值，在不同python进程中这些相同值对象返回的id值是一致的。而小于-5或者大于256的数值，小数，超过单个字符的字符串都是python在用户使用时创建的值对象，在不同的python进程中相同的值的id是不同的！其他值在不使用时有的就会被python内存清理程序清理掉释放内存！

当然，python中还有很多对象、类、函数等是python自创建的不会因为不使用而被内存清理程序清理掉。比如 int，None，dict，list。

不够值得一提的是 None is None是返回True 。并且id(None)的返回值是1538983120。这说明与其他脚本（比如javascript）不一样，None是空值，是一个唯一的空值对象，程序中所有的None都是相等的。都是同一个内存地址中存放的值。

很多情况下，我们想判断两个变量是否指向同一个内存地址块存放的值，可以使用is来判断。

python中对于全局变量，局部变量，外部变量有着额外的处理方式

如果一个函数中定义了与外部名称相同的变量，在函数内部如何能够获得外部定义的变量呢？在其他语言中，我们都知道局部变量会覆盖掉同名的外部变量。而在python中虽然也是这个逻辑，但是他提供了 3个函数来使得我们能够获得不同作用域中定义的同名的变量值。

globals()获取所有全局变量值

locals()获取所有局部变量值

nonlocals()获取所有外部变量值(因为python是支持函数嵌套的，内部函数如果想要获得外部函数局部变量的值可以使用这个)

在局部变量中获取全局变量中同名变量

>>> a = 234
>>> globals()
{&#39;__name__&#39;: &#39;__main__&#39;, &#39;__doc__&#39;: None, &#39;__package__&#39;: None, &#39;__loader__&#39;: <class &#39;_frozen_importlib.BuiltinImporter&#39;>, &#39;__spec__&#39;: None, &#39;__annotations__&#39;: {}, &#39;__builtins__&#39;: <module &#39;builtins&#39; (built-in)>, &#39;a&#39;: 234}
>>> def s():
...  a = &#39;hello&#39;
...  print(locals())
...
>>> s()
{&#39;a&#39;: &#39;hello&#39;}
>>> def u():
...  a = &#39;world&#39;
...  c = globals()[&#39;a&#39;]
...  print(c)
...
>>> u()
234

如上面代码显示的，在函数u()中a的值是‘world'而在全局变量中a的值是234，函数s()中局部变量a的值是'hello'通过globals()[变量名]就可以获得全局变量中同名的变量的值。

局部改变上段代码中同名的全局变量值

>>> def e():
...  a = 'sdf'
...  globals()['a'] = a
...
>>> e()
>>> a
'sdf'
>>>

Das obige ist der detaillierte Inhalt vonGrundlegende Vorgänge für den Einstieg in Python (muss gelesen werden). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!