流畅的python第一章 数据模型 第二章序列构成的数组 第三章字典和集合

第一章数据模型

random.choice
choice（序列）随机重一个序列中选一个值
python内置的complex可以用来表示二维向量
向量对象的构造函数只接受数值，不接受字符串。
str__和__repr 的区别在于，前者是在str()函数被使用，或者在用print函数打印一个对象时才被调用的，并且它返回的字符串对终端用户较友好。如果你只想实现这两个特殊方法中的一个，__repr__是更好的选择，因为如果一个对象没有__str__函数，而python又需要调用它的时候，解释器会用__repr__做为替代。
算术操作符：通过__add__和__mul__为+和*运算时调用的。这两个方法返回值都是新创建的向量对象，被操作的两个向量还是原封不动，代码里只是读取了他们的值而已。
为了判定一个值为真还是假，python会调用bool（x），而这个函数会调用x.bool()的结果。如果__bool__不存在，就会尝试调用x.len()。

特殊方法一览

1 跟运算符无关的特殊方法

字符串/字节序列表示形式： repr str format bytes
数值转换： abs bool complex init float hash index
集合模拟： len getitem setitem delitem contains
迭代枚举： iter reversed next
可调用模拟： call
上下文管理： enter exit
实例创建和销毁： new init del
属性管理： getattr getattribute setattr delattr dir
属性描述符： get set delete
跟类相关的服务： prepare instancecheck subclasscheck

2 跟运算相关的特殊方法

一元运算符： neg - ,pos + , abs abs()
众多比较符： lt < , le <= ,eq == ,ne != , gt > ,ge >=
算术运算符： add +，sub -.mul * ,truediv / ,floordiv // , mod % ,divmod divmod() , pow **或pow() , round round()
位运算符： invert ~ ,lshift << ,rshift >> , and & ,or | , xor ^

第二章 序列构成的数组

python标准库用C实现了丰富的序列类型：
容器序列： list tuple 和collections.deque 这些序列能存放不同类型的数据
扁平序列： str bytes bytearray memoryview和array.array，这类序列只能容纳一种类型。
容器序列存放的是他们所包含的任意类型的对象的引用，而扁平序列存放的是值而不是引用。扁平序列其实是一段连续的内存空间。
序列类型还能安装能否被修改类分类： 可变序列和不可变序列
列表推导式是构建列表的快捷方式，而生成器表达式则可以用来创建其他任何类型的序列。listcomps:列表推导式 genexps: 生成器表达式。

具名元组

collections.namedtuple:是一个工厂函数，它可以用来构建一个带字段名的元组和一个有名字的类，这个带名字的类对调试程序有很大帮助。用namedtuple构建的类的实例所消耗的内存跟元组是一样的，因为字段名都被存在对应的类里面。这个实例跟普通的对象实例比起来也要小一些，因为python不会用__dict__来存放这些实例的属性。
1 创建一个具有元组需要两个参数，一个是类名，另一个是类的各个字段的名字。后者可以是由数个字符串组成的可迭代对象，或者是由空格分隔开的字段名组成的字符串。
2 存放在对应字段里的数据要以一串参数的形式传入到构造函数中（注意，元组的构造函数切只接受单一的可迭代对象）
3 你可以通过字段名或位置来获取一个字段的信息。
具名元组还有一些自己的属性：_fields类属性 类方法_make(iterable)和实例方法_asdict()
_fields属性是一个包含这个类所有字段名称的元组。
用_make()通过接受一个可迭代对象来生成这个类的一个实例。
_asdict()把具名元组以collections.Ordereddict的形式返回，我们利用它来吧元组里的信息友好的呈现出来.
from collections import namedtuple*
City = namedtuple(‘City’,‘name country population coordinates’)
tokyo = City(‘tokyo’,‘JP’,36.933,(35.689722,139.691667))
tokyo ====》 City(name=‘tokyo’, country=‘JP’, population=36.933, coordinates=(35.689722, 139.691667))
列表 元组 字符串都是支持切片操作的。
python默认序列是支持+和操作的。通常+号两侧的序列由相同类型的数据所构成，在拼接的过程中，两个被操作的序列都不会被修改，python会新建一个包含同样类型数据的序列来作为拼接的结果。+和都遵循这个规律，不修改原有的操作对象，而是构建一个全新的序列。

list.sort方法和内置函数sorted

list.sort方法会就地排序列表，也就是说不会把原列表复制一份，这也是这个方法的返回值为None的原因。
sorted内置函数，它会新建一个列表作为返回值，这个方法接收任何形式的可迭代对象作为参数。甚至包括不可变序列或生成器。而不管sorted接收的是怎样的参数，它最后都会返回一个列表。
不管list。sort方法还是sorted函数，都有两个可选的关键字参数： reverse 和 key，可选参数key还可以在内置函数min()和max()中起作用。

用bisect来管理已排序的序列

bisect模块包含两个主要函数，bisect和insort，这两个函数都利用二分查找算法来在有序序列中查找或插入元素
实例：
import bisect
import sys

HAYSTACK=[1,4,5,6,8,12,15,20,21,23,23,26,29,30]
NEEDLES=[0,1,2,5,8,10,22,23,29,30,31]
ROW_FMT=’{0:2d}@{1:2d} {2}{0:<2d}’

def demo(bisect_fn):
for needle in reversed(NEEDLES):
position = bisect_fn(HAYSTACK,needle) // 用特定的bisect函数来计算元素应该出现的位置
offset = position*’ |’ // 利用该位置来计算出需要几个分隔符号
print(ROW_FMT.format(needle,position,offset)) // 把元素和其应该出现的位置打印出来

if name == ‘main’:

if sys.argv[-1] == 'left': // 根据命令上最后一个参数来选用bisect函数
    bisect_fn = bisect.bisect_left

else:
    bisect_fn = bisect.bisect
print('DEMO:',bisect_fn.__name__) // 把选定的函数在抬头打印出来
print('haystack  ->',' '.join('%2d'%n for n in HAYSTACK) )
demo(bisect_fn)

bisect可以用来建立一个用数字作为索引的查询表格。
bisect.insort(seq,item)把变量item插入到序列seq中，并能保持seq的升序排序。

数组（array.array）

如果我们需要一个只包含数字的列表，那么arrary.arrary比list更高效。数组支持所有跟可变序列相关的操作，比如.pop .insert和.extend，另外，数组还提供从文件读取和存入文件的更快的方法。如：.formbytes和.tofile。
arrary（b’ '）创建出的数组只能存放一个字节大小的整数（-128-127）

NumPy和SciPy

Numpy提供高阶数组，SciPy提供矩阵操作，SciPy是基于NumPy的另一个库，它提供了很多跟科学计算有关的算法。专为线性代数，数值积分和统计学而设计。

双向队列和其他形式的队列

collections.deque类（双向队列）是一个线程安全，可以快速从两端添加或者删除元素的数据类型。
双向队列实现了大部分列表所拥有的方法，也有一些额外的符合自身设计的方法，比如说popleft和rotate。但是为了实现这些方法，双向队列也付出了一些代价，从队列中间删除元素的操作要慢一些，因为它只对在头尾的操作进行了优化。
append和popleft都是原子操作，也就是说deque可以在多线程程序总安全地当作先进先出的队列使用，而使用这不需要担心资源锁的问题。
除了deque之外，还有其他python标准库也有对队列的实现：
queue： 提供了同步（线程安全）类Queue,lifoQueue和PriortyQueue,不同的线程利用这些数据类型来交换信息。这三个类的构造方法都有一个可选参数maxsize，限定队列的大小。
mutiprocessing： 这个包实现了自己的Queue，它跟queue.Queue类似，是设计给进程间通信用的。
asynico： 为异步编程里的任务管理提供了专门的便利。
heapq： heapq没有队列类，而是提供了heappush和heappop方法。让用户可以把可变序列当作堆队列或者优先队列来使用。
list.sort sorted max和min函数的key参数是很好的设计。

字典和集合

泛映射类型

collections.abc模块中有Mapping 和MutaleMapping这两个抽象基类.他们的作用为dict和其他类似的类型定义形式接口然而,非抽象映射类型一般不会直接继承这些抽象基类,他们直接对dict或者collections.UserDict进行扩展,这些抽象基类的主要作用是作为形式化的文档,他们可以跟isinstance一起被用来判定某个数据是不是广义上的映射类型.
标准库里的所有映射类型都是理由dict来实现的,因此它们有个共同的限制,即只有可散列的数据类型才能用作这些映射里的键(只有键有这个要求,值并不需要是可散列的数据类型)
标准库里collections模块中,除了defaultdict之外的不同映射类型.
collections.OrderedDict 这个类型在添加键的时候会保持顺序,因此键的迭代次序总是一致的.
collections.ChainMap 这个类型可以容纳数个不同的映射对象,然后在进行键查找操作的时候,这些对象会被当做一个整体被逐个查找,直到键被找到为止.
collections.Counter: 这个映射类型会给键准备一个整数计数器.每次更新一个键的时候都会增加这个计数器.所以这个类型用来给可散列表对象计数,或者当多重集来用.
collections.UserDice: 这个类其实就是把标准dict用纯python实现了一遍,

集合

集合的本质是许多唯一对象的聚集,因此集合可以用于去重.
集合是实现了很多基础的中辍运算符.a|b返回的是他们的合集,a&b得到的是交集,a-b的到的是差集(存在于a但不存在与b的元素).a^b是:.对称差集 只在a或只在b的元素.
python3里面,除了空集,集合的字符串表示形式总是以{…}的形式出现
想求4个聚合类型a,b,c和d的合集,可以用a.union(b,c,d),这里a必须是有set,但是b c d则可以是任何类型的可迭代对象.
在python3中,.keys() .items() .values()方法返回的都是字典视图,也就是说这些方法返回的值更像集合.
集合总结:
集合里的元素必须是可散列的
集合很消耗内存
可以很高效的判断元素是否存储于集合.
元素的次序取决于被添加到集合里面的次序
往集合里面添加元素,可能会改变集合里已有元素的次序.
a_set = {1,2,3,4,5}
{1,2,3}.issubset(a_set) 检测一个集合是否是另一个集合的子集或父集

函数

关键字参数必须位于位置参数之后.

生成器和迭代器

迭代器是一种特殊对象,它可以在诸如for循环之类的上下文中向python解释器输送对象,大部分能接受列表之类的对象的方法也都可以接受任何可迭代对象.比如:min max sum等内置方法以及list tuple等类型构造器
生成器是构造新的可迭代对象的一种简单方式. 一般的函数执行之后只会返回单个值,而生成器则是以延迟的方式返回一个值序列,即每返回一个值之后暂停,直到下一个值被请求时再继续.要创建一个生成器,只需将函数中的return替换为yeild即可
另一种更简洁的构造生成器的方法是使用生成器表达式.器创建方式为,把列表推导式两端的方括号改为圆括号. 生成器表达式也可以取代列表推导式,作为函数参数

itertools模块

标准库itertools模块中有一组用于许多常见数据算法的生成器.它根据函数的返回值对序列中的连续元素进行分组.