python进阶数据_Python 进阶

高阶函数

定义

函数接受的参数是一个函数

函数的返回值为一个函数

满足以上2点中其中一个就是高阶函数

函数嵌套

定义

函数中def定义一个函数

嵌套会存在闭包, 其他情况不会有闭包(闭包闭的是变量)

装饰器

实质

装饰器 == 高阶函数 + 嵌套函数 + 闭包

虽然1中提到装饰器等于右边3个项, 右边3个项的相加的结果就是函数, 所以装饰器就是函数

实战(装饰器(无参)标准写法)

不借助Python装饰器实现装饰器

def wrapper(func):

def inner(*args, **kwargs):

# args是元组, kwargs是map

start_time = time.time()

# 保持返回值不变

res = func(*args, **kwargs)

end_time = time.time()

print("耗时%ds" % (end_time - start_time))

return res

return inner

def cal(l):

res = 0

for i in l:

res += i

return res

# 关键点

cal = wrapper(cal)

使用Python内置的装饰器

def wrapper(func):

def inner(*args, **kwargs):

# args是元组, kwargs是map

start_time = time.time()

res = func(*args, **kwargs)

end_time = time.time()

print("耗时 %d s" % (end_time - start_time))

return res

return inner

# 使用Python的装饰器

@wrapper

# cal = wrapper(cal)

def cal(l):

res = 0

for i in l:

res += i

return res

标准无参装饰器写法

# 接受函数

def my_func(func):

# 使用*args和**kwargs

def wrapper(*args, **kwargs):

# 接受被修饰函数的返回值

# 注意这个时候会发生闭包

ret = func()

# 返回被修饰函数的返回值

return ret

# 返回修饰的函数, 以后执行的就是wrapper的函数

return wrapper

@my_func

# @my_func <-> test = my_func(test) !!

def test(name, age):

print(name)

print(age)

标准有参装饰器写法

def my_func(msg):

def my_wrapper(func):

def wrapper(*args, **kwargs):

print(msg)

ret = func()

return ret

return wrapper

return my_wrapper

@my_func('hello') # -> func = my_func('hello') -> @func

def test():

print('test')

有参数的装饰器在传入参数的时候会先执行一遍, 返回外层函数, 接着自动将被修饰的函数传入刚刚返回的外层函数执行返回修饰后的函数

Python面向对象设计

使用函数嵌套与闭包实现面向对象设计

def Person(name, age):

def __init__(name, age):

person = {

'name': name,

'age': age

}

return person

def say(person, words):

print(person['name'] + 'say: ' + words)

return __init__(name, age)

# 调用

p = Person('Main', 18)

p[say](p, 'Hello, world!')

魔法方法

1. __dict__: # 查看属性字典, 调用类的__dict__时显示出类的数据属性与函数属性, 调用对象的__dict__时显示的是该对象的数据属性, 没有函数属性, 因为对象没有保存着函数属性, 函数属性保存在类中

2. __name__: # 返回类名

3. __doc__: # 返回文档字符串, 不能被继承

4. __module__: # 返回所在模块

5. __class__: # 返回类型

6. __base__: # 基类

7. __bases__: # 基类元组

8. __init__: # 对象初始化属性, 系统在调用了__init__之后就会将self返回

9. __call__: # object()

10. __getattr__(self, item): # 在调用或者访问一个对象不存在的属性的时候调用

11. __getattribute__: # 只要通过object.property访问或者调用都会调用__getattribute__魔法方法, 在重写的情况下, 如果属性不存在则__getattribute__方法就会跑出AttributeError, 只要抛出AttributeError解析器内部就是紧接着调用__getattr__魔法方法, 默认__getattr__魔法方法就是抛异常; 如果重写__getattribute__方法的时候没有抛出异常则一定不会执行__getattr__, 但是只要抛出了AttributeError异常一定会调用__getattr__方法, 这才是第9点提到的__getattr__调用的实质

12. __setattr__(self, key, value): # 为对象添加属性, foo.x = x 底层调用, 重写时需要防止递归, 要操作dict

13. __delattr__(self, item): # 删除对象的属性, del foo.x 底层调用, 重写时需要防止递归, 要操作dict

14. __getitem__

15. __setitem__

16. __delitem__

17. __str__与__repr: # str()工厂类默认调用`__str__`方法, 但是如果该对象的`__str__`方法没有被重写, 则调用`__repr__`方法

18. __format__(self, format\_spec): # 调用format的实质就是调用该方法

19. __slots__: # 不是从object继承过来的, 需要我们添加定义为类变量, 定义了__slots__会消掉__dict__, 我们知道在Python中可以通过反射的方式添加新的属性, 其实质就是操作dict, 如果定义了__slots__的时候则没有了dict, 那么就可以限制用户定义其他属性, 但是使用slots的功能是为了节省内存, 不要用它来显示属性定义

20. __del__: # 析构方法

21. __iter__: # 返回迭代器, 使用for i in obj时调用obj.__iter__()

22. __next__: # 返回迭代器下一个值, 抛出StopIteration时for循环停止迭代

注意: 关于属性读取与设置的魔法方法除了__getattr__尽量不要定义, 很容易递归

调用魔法方法的函数

1. hasattr(object, attr): # 判断一个对象是否可以调用attr属性, 并不是查找dict字典

2. getattr(object, attr): # foo.x

3. setattr(object, key, value): # foo.x = x

4. delattr(object, item): # del foo.x

5. str(object): # object.__str__() -> object.__repr__() if __str__ 没有被重写

6. repr(object): # object.__repr()

7. isinstance(object, cls): # 查找object.__mro__如果里面有一个等于cls则返回True

8. issubclass(cls1, cls2): # 查找cls1.__bases__()中是否有cls2

9. format(object, format\_spec): # 调用__format__, 如果没有重写, 则调用__str__, 如果没有重写__str__, 则调用__repr__

10. iter(): # 调用__iter__()

11. next(): # 调用__next__(), 一个类只有同时定义了__iter__和__next__才算接受了迭代器协议, 这样在调用iter, for i in some的时候才不会报错

魔法函数

1. __import__(modulename): 导入模块, __import__('a.b'), 导入a.b模块, 但是返回的是最高层的模块a, 此时要访问b的内容需要a.b.something; 类似的功能为importlib模块, importlib.import_module(modulename), 与__import__区别就是返回的模块是最内层模块, 而不是最高层模块

子类中调用父类方法

1. BaseClass.__init__(self, ...)

2. super().__init__(...) == super(CurrentClass, self).__init__(...), 注意带有参数的super中地址参数是类对象, 并且该类对象是当前正在编辑的类, 不是基类

Python继承顺序

Python2

经典类: 定义的类的最高基类没有继承object, 也就是定义的class的括号中没有object, 类对象会有__mro__属性, 基类的搜索顺序是深度搜索

新式类: 定义的类的最高基类进程了object, 也就是定义的class的括号中填入了object, 类对象没有__mro__属性, 基类的搜索顺序是广度搜索

Python3

Python3中之后新式类, 没有经典类, 基类的搜索顺序是广度搜索, 类有__mro__属性

Python实现接口

# 导入Abstract Class模块

import abc

class Animal(abc.ABCMeta):

@abs.abstractmethod

def run(self):

pass

class Dog(Animal):

# 如果没有实现run方法则在创建Dog对象的时候会报错

def run(self):

print('dog is running!')

封装标准或者第三方库

采用继承实现

以str为例

# 采用继承的方式继承基类公开的属性, 采用重写方式修改函数属性逻辑, 采用派生方式添加新功能

class String(str):

def show(self):

print(self)

采用组合(Python中特有授权)实现

以str为例

class String(object):

def __init__(self, string):

self.string = str(string)

def show(self):

print(self.string)

# 在item不是String中的属性的时候调用

def __getattr(self, item):

return getattr(self.string, item)

如果使用C/C++实现会非常麻烦, 需要为组合中的对象的没有方法都专门设置同名函数, 因为他们没有Python中的授权, 没有自省(反射)机制

协议

迭代器协议

定义__iter__方法, 一般来说直接返回self

定义__next__方法, 到达一定程度记得raise StopIteration

描述符协议

定义一个描述符需要至少有定义__get__, __set__, __delete__其中一个

描述符对象在本类中没有任何意义, 描述符是一种代理, 在作为另外一个类的类变量并且描述实例才有意义

描述符在Python中的重要性就是反射在Java中的重要性, 基本上所有的框架都会使用描述符

使用描述符可以实现基本上所有Python底层支持的魔法, @staticmethod, @classmethod, __slots__, 只要描述符+装饰器, 因为他们底层就是这样实现的

描述符的应用

限定用户传入的数据类型

注意: 在描述符中要小心hasattr函数, 该函数会产生递归调用, 可以使用for in __dict__替代

上下文管理协议

定义__enter__方法, 返回值赋给as后面的变量

定义__exit__方法, 在with中抛出异常或者结束时调用, 如果返回True则不会再抛出异常了

属性访问优先级

类属性

数据描述符

实例属性

非数据描述符

类的类(元类)

元类为type

类的装饰器与描述符的组合应用

在Python中数据都是弱类型的, 这样容易对象的属性赋予的值不是我们期望的, 使用类的装饰器与描述符组合达到类型检测的功能

class TypeChecker(object):

def __init__(self, name, type):

self.name = name

self.type = type

def __set__(self, instance, value):

if isinstance(value, self.type):

instance.__dict__[self.name] = value

return

raise TypeError

def __get__(self, instance, owner):

if self.name in instance.__dict__:

return instance.__dict__[self.name]

raise AttributeError

def __delete__(self, instance):

if self.name in instance.__dict__:

del instance.__dict__[self.name]

raise AttributeError

def type_check(**kwargs):

def wrapper(cls):

for key in kwargs:

setattr(cls, key, TypeChecker(key, kwargs[key]))

return cls

return wrapper

@type_check(name=str, age=int)

class Person(object):

def __init__(self, name, age):

self.name = name

self.age = age

制作@classmethod

def bind_cls(func, cls):

def wrapper(*args, **kwargs):

ret = func(cls, *args, **kwargs)

return ret

return wrapper

class ClassMethod(object):

def __init__(self, func):

self.func = func

def __get__(self, instance, owner):

return bind_cls(self.func, owner)

Socket编程(连接循环与通讯循环)

TCP Socket编程

# server.py

tcp_server = socket(AF_INET, SOCK_STREAM)

tcp_server.bind(('127.0.0.1', 8080))

tcp_server.listen(5)

while True:

conn, addr = tcp_accept()

while True:

data = conn.recv(1024)

# 客户端关闭了, 在Windows与Linux会抛出异常, 但是在Mac上返回b''

if not data:

break

print(data.decoding('utf-8'))

conn.send(data.upper())

conn.close()

tcp_server.close()

# client.py

tcp_client = socket(AF_INET, SOCK_STREAM)

tcp_client.connect(('127.0.0.1', 8080))

while True:

msg = input('>> ')

tcp_client.send(msg.encoding('utf-8'))

print(tcp_client.recv(1024).decoding('utf-8'))

tcp_client.close()

UDP Socket编程

# ntp_server.py

ntp_server = socket(AF_INET, SOCK_DGRAM)

ntp_server.bind(('127.0.0.1', 8080))

while True:

data, addr = ntp_server.recvfrom(1024)

# ret[0]为内容, ret[1]为ip_port

npt_server.sendto(time.strftime('%Y-%m-%d %H:%M:%S').encode('utf-8'), addr)

ntp_server.close()

# ntp_client.py

ntp_client = socket(AF_INET, SOCK_DGRAM)

while True:

msg = input('>> ').strip()

ntp_client.sendto(msg.encode('utf-8'), ('127.0.0.1', 8080))

data, addr = ntp_client.recvfrom(1024)

print(data.decode('utf-8'))

ntp_client.close()

粘包

问题

假如服务端发送了10G内容给客户端, 而客户端的socket缓冲区为4098MB, 一次从缓冲区中读取1024MB数据, 这就造成了粘包, 下一次服务端发送数据, 客户端照样从socket缓冲区中取数据, 但是此时的数据还是上一次的数据, 之后取完上一次的数据才能取下一次的数据

解决

分两次发送, 第一次服务器端发送数据的大小, 紧接着服务器端发送数据; 客户端获取到数据的大小, 在循环中读取所有数据

代码

# server.py

#!/usr/bin/env python

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

from socket import *

import struct

import subprocess

ip_port = ('127.0.0.1', 8080)

buffer_size = 1024

backlog = 5

tcp_server = socket(AF_INET, SOCK_STREAM)

tcp_server.bind(ip_port)

tcp_server.listen(backlog)

while True:

conn, addr = tcp_server.accept()

while True:

cmd = conn.recv(buffer_size).decode('utf-8')

pipe = subprocess.Popen(cmd,

shell=True,

stdout=subprocess.PIPE,

stdin=subprocess.PIPE,

stderr=subprocess.PIPE)

err = pipe.stderr.read()

data = None

if err:

data = err

else:

out = pipe.stdout.read()

if out:

data = out

data_size = struct.pack('i', len(data))

conn.send(data_size)

conn.send(data)

conn.close()

tcp_server.close()

# client.py

#!/usr/bin/env python

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

from socket import *

import struct

ip_port = ('127.0.0.1', 8080)

buffer_size = 1024

tcp_client = socket(AF_INET, SOCK_STREAM)

tcp_client.connect(ip_port)

while True:

cmd = input('>> ').strip()

if cmd == 'exit':

break

cmd = cmd.encode('utf-8')

if not cmd:

continue

tcp_client.send(cmd)

data_size = struct.unpack('i', tcp_client.recv(4))[0]

output = ''

while data_size > 0:

data = tcp_client.recv(buffer_size)

data_size -= len(data)

output += data.decode('utf-8')

print(output)

socker并发编程

UDP因为其基于数据包的形式, 无连接性, 天然支持并发

#!/usr/bin/env python

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

from socket import *

ip_port = ('127.0.0.1', 8080)

buffer_size = 1024

udp_server = socket(AF_INET, SOCK_DGRAM)

udp_server.bind(ip_port)

while True:

data, addr = udp_server.recvfrom(buffer_size)

print(data.upper())

udp_server.sendto(data.upper(), addr)

udp_server.close()

#!/usr/bin/env python

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

from socket import *

ip_port = ('127.0.0.1', 8080)

buffer_size = 1024

udp_client = socket(AF_INET, SOCK_DGRAM)

while True:

msg = input('>> ').strip()

udp_client.sendto(msg.encode('utf-8'), ip_port)

data, addr = udp_client.recvfrom(buffer_size)

print(data.decode('utf-8'))

TCP并发编程

多线程方式

使用socketserver模块

#!/usr/bin/env python

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

import socketserver

class MyServer(socketserver.BaseRequestHandler):

buffer_size = 1024

# 实现通讯循环

def handle(self):

while True:

data = self.request.recv(self.buffer_size)

if not data:

break

print(data.upper())

self.request.sendall(data.upper())

self.request.close()

if __name__ == '__main__':

# 创建ThreadingTCPServer对象

server = socketserver.ThreadingTCPServer(('127.0.0.1', 8080), MyServer)

# 调用server_forever()产生连接循环

server.serve_forever()

多进程方式

#!/usr/bin/env python

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

import socketserver

class MyServer(socketserver.BaseRequestHandler):

buffer_size = 1024

# 实现通讯循环

def handle(self):

while True:

data = self.request.recv(self.buffer_size)

if not data:

break

print(data.upper())

self.request.sendall(data.upper())

self.request.close()

if __name__ == '__main__':

# 创建ThreadingTCPServer对象

server = socketserver.ForkingTCPServer(('127.0.0.1', 8080), MyServer)

# 调用server_forever()产生连接循环

server.serve_forever()

线程编程(开始走心写博客)

GIL

为每一个进程加一个锁, 一个进程中的一个线程需要获得锁才能执行

对于IO密集型的可以解决Python这个BUG, 但是CPU密集型不行

threading模块

线程同步锁与递归锁

Lock()

RLock()

线程事件对象

e = threading.Event()

e.isSet() # 没有打标签则返回False

e.set() # 设置标志位

e.wait() # 如果e.set()在e.wait()之前调用则e.wait()就不会阻塞了

e.clear() # 清楚标志位

信号量(Semaphore)

规定最多可以开启几个线程

线程队列

Queue()

进程编程

multiprocessing模块

Process()

Lock()

Pool() -> apply_sync

Manager()

Pipe() -> close() -> join()

回调函数

进程队列: Queue()

协程(协做)编程 -> 本质上就是一个线程

用户态切换

greenlet模块: 在单线程中, 加入有20个任务, 这样yield很多会增加用户负担, 单程了greenlet可以更加方便切换

gevent模块: greenlet还是用户手动切换, gevent会自动切换, gevent封装了greenlet, gevent的自动切换需要修改Python的库, 所有在导入了gevent之后, 还要导入gevent中的monkey, 接着monkey.patch_all(), 这样处理遇到IO时, 遇到time, socket也会自动切换

IO模型

select系统调用

demo

#!/usr/bin/env python

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

from socket import *

import select

server = socket(AF_INET, SOCK_STREAM)

buffer_size = 1024

backlog = 5

address = ('127.0.0.1', 8080)

server.bind(address)

server.listen(backlog)

rlist = [server,]

wlist = []

xlist = []

def main():

while True:

# select 为水平触发的, 接收到了连接, 必须调用recv系统调用拿走数据才会停止此次触发

r_list, w_list, x_list = select.select(rlist, wlist, xlist)

# 接收到了新的连接

for sock in r_list:

# 处理连接

if sock == server:

conn, addr = sock.accept()

print('接受到%s:%s的连接' % (addr[0], addr[1]))

# 添加到rlist中是关键

rlist.append(conn)

else:

# 处理数据的接受与发送

data = sock.recv(buffer_size)

if not data:

sock.close()

rlist.remove(sock)

continue

print(data.upper())

server.close()

if __name__ == '__main__':

main()

selectors模块

demo

#!/usr/bin/env python

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

import selectors

from socket import *

address = ('127.0.0.1', 8080)

buffer_size = 1024

backlog = 5

server = socket(AF_INET, SOCK_STREAM)

server.bind(address)

server.listen(backlog)

# !!!

server.setblocking(False)

def read(conn, mask):

while True:

data = None

try:

data = conn.recv(buffer_size)

if not data:

conn.close()

# 相当于在使用select方法中使用remove删除list中的一个socket

sel.unregister(conn)

break

print(data.upper())

except Exception as e:

continue

def accept(server, mask):

conn, addr = server.accept()

# 相当于在select方法中append一个socket到list中

sel.register(conn, selectors.EVENT_READ, read)

print('this is accept function')

def main():

while True:

events = sel.select()

for key, value in events:

conn = key.fileobj

callback = key.data

callback(conn, value)

if __name__ == '__main__':

sel = selectors.DefaultSelector()

sel.register(server, selectors.EVENT_READ, accept)

main()

python进阶数据_Python 进阶相关推荐

python保存数据_Python 保存数据的方法（4种方法）
Python 保存数据的方法: open函数保存使用with open()新建对象写入数据(这里使用的是爬取豆瓣读书中一本书的豆瓣短评作为例子) import requests from lxml ...
python多线程并发_Python进阶记录之基础篇（二十四）
回顾在Python进阶记录之基础篇(二十三)中,我们介绍了进程的基本概念以及Python中多进程的基本使用方法.其中,需要重点掌握多进程的创建方法.进程池和进程间的通信.今天我们讲一下Python中 ...
python gui插件_Python进阶量化交易专栏场外篇17- GUI控件在回测工具上的添加
欢迎大家订阅<教你用 Python 进阶量化交易>专栏!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外已陆续推出一些手记来辅助同学们学习本专栏内容,目前推出的扩展篇链接如下: 为了 ...
python网络通信效率_Python进阶----网络通信基础 ,OSI七层协议() ,UDP和TCP的区别 , TCP/IP协议(三次握手,四次挥手)...
Python进阶----网络通信基础 ,OSI七层协议() ,UDP和TCP的区别 , TCP/IP协议(三次握手,四次挥手) 一丶CS/BS 架构 C/S: 客户端/服务器定义: 这里的客户端一般 ...
python中文下载_Python进阶中文PDF[17.1MB] 高清下载
< Python进阶>是<Intermediate Python>的中译本,对Python中的装饰器与推导式等高级用法做了详细说明,适合于掌握Python基础后的进一步提高. ...
python order函数_Python进阶内容（一）--- 高阶函数 High order function
0. 问题 # 本文将围绕这段代码进行Python中高阶函数相关内容的讲解 # 文中所有代码的兼容性要求为:Python 3.6,IPython 6.1.0 def addspam(fn): def ...
python 序列化模块_Python进阶-XII serialize(序列化)、序列化模块
一.serialize 序列化 1.什么叫序列化--将原本的字典.列表等内容转换成一个字符串的过程就叫做序列化. 比如,我们在python代码中计算的一个数据需要给另外一段程序使用,那我们怎么给? 现 ...
2023年Python面试题_Python进阶_48道
Python 中类方法.类实例方法.静态方法有何区别? 类方法:是类对象的方法,在定义时需要在上方使用"@classmethod"进行装饰,形参为 cls,表示类对象,类对象和实例 ...
python内存分配_Python进阶2－元组和列表的内存分配机制
本系列文章是一系列学习笔记,希望较为深入地分析Python3中的原理.性能,文章中绝大部分观点都是原作作者的观点(如下),本人对书中示例加以实践和总结,并结合相应的Python的C语言源码(3.6.1 ...

python进阶数据_Python 进阶

python进阶数据_Python 进阶相关推荐

最新文章

热门文章