Python基础知识

参考原文：https://github.com/taizilongxu/interview_python

Python的函数传递

传入的参数都是值的引用地址
值分为2类，可变的与不可变的
可变的有list, dict。不可变的有string,tuple,numbers
可变的可以修改，但不能改引用
不可变的不能修改，赋值操作等于改引用

@staticmethod 和 @classmethod 和实例方法

Python有3个对象方法，静态方法，类方法和实例方法。
静态方法staticmethod，类和实例都可以用。一般用于与函数数据无关，纯处理，工具类函数
类方法，传递的参数是cls（类本身）。
实例方法，类不可调用，传递的参数self是实例。

类变量和实例变量

类变量与实例变量与参数的机制相同。

# Part 1
class Person:
    name="aaa"

p1=Person()
p2=Person()
p1.name="bbb"
print p1.name  # bbb
print p2.name  # aaa
print Person.name  # aaa

# Part 2
class Person:
    name=[]

p1=Person()
p2=Person()
p1.name.append(1)
print p1.name  # [1]
print p2.name  # [1]
print Person.name  # [1]

Python中单下划线和双下划线

>>> class MyClass():
...     def __init__(self):
...             self.__superprivate = "Hello"
...             self._semiprivate = ", world!"
...
>>> mc = MyClass()
>>> print mc.__superprivate
Traceback (most recent call last):
  File "", line 1, in 
AttributeError: myClass instance has no attribute '__superprivate'
>>> print mc._semiprivate
, world!
>>> print mc.__dict__
{'_MyClass__superprivate': 'Hello', '_semiprivate': ', world!'}

__foo__:
一种约定,Python内部的名字,用来区别其他用户自定义的命名,以防冲突.

_foo:
一种约定,用来指定变量私有.程序员用来指定私有变量的一种方式.

__foo:
这个有真正的意义:解析器用_classname__foo来代替这个名字,以区别和其他类相同的命名。
以双下划线做前缀的名称（特别是方法名）并不是一种惯例；它对解释器有特定含义。Python会改写这些名称，以免与子类中定义的名称产生冲突。

迭代器与生成器与yield

生成器

要理解Yield你必须先理解当你调用函数的时候,函数里的代码并没有运行.函数仅仅返回生成器对象,这就是它最微妙的地方:-)

然后呢,每当for语句迭代生成器的时候你的代码才会运转.

现在,到了最难的部分:

当for语句第一次调用函数里返回的生成器对象,函数里的代码就开始运作,直到碰到yield,然后会返回本次循环的第一个返回值.所以下一次调用也将运行一次循环然后返回下一个值,直到没有值可以返回.

一旦函数运行并没有碰到yeild语句就认为生成器已经为空了.原因有可能是循环结束或者没有满足if/else之类的.

返回一次数据后便结束，等待下一次调用，返回的方法就是用yield

用途

便于大数据的生成，不会占用大量内存。

迭代器

L = [1,2,3,4]
i = iter(L)
i.next()

装饰器

基础

Python中函数都是对象
所有变量都是引用
函数也是引用

实践与说明

可以传入函数，也可以返回函数

# 定义一个可接受参数的装饰器
from functools import wraps
import logging

def logged(level, name=None, message=None):
    def decorate(func):
        logname = name if name else func.__module__
        log = logging.getLogger(logname)
        logmsg = message if message else func.__name__

        @wraps(func)
        def wrapper(*args, **kwargs):
            log.log(level, logmsg)
            return func(*args, **kwargs)
        return wrapper
    return decorate

@logged(logging.DEBUG, 'debug')
def add(x, y):
    return x + y
"""
等于=>
def add(x, y):
    return x + y

add = looged(logging.DEBUG, 'debug')(add)
"""

其他

原函数被装饰器操作后，会丢失原来的函数元数据。
@wraps 装饰器就是解决上述问题的。

new和init的区别

new是一个静态方法,而init是一个实例方法.
new方法会返回一个创建的实例,而init什么都不返回.
只有在new返回一个cls的实例时后面的init才能被调用.
当创建一个新实例时调用new,初始化一个实例时用init.

单例模式

GIL线程全局锁

线程全局锁(Global Interpreter Lock),即Python为了保证线程安全而采取的独立线程运行的限制,说白了就是一个核只能在同一时间运行一个线程.
见Python 最难的问题
解决办法就是多进程和下面的协程(协程也只是单CPU,但是能减小切换代价提升性能).

Python的List

Python的is

is是对比地址,==是对比值

read,readline和readlines

read 读取整个文件
readline 读取下一行,使用生成器方法
readlines 读取整个文件到一个迭代器以供我们遍历