Python | Python 新手不可错过的 Python 知识合集

#枚举的注意事项
fromenumimportEnum

class COLOR(Enum):
    YELLOW=1
#YELLOW=2#会报错
    GREEN=1#不会报错,GREEN可以看作是YELLOW的别名
    BLACK=3
    RED=4
print(COLOR.GREEN)#COLOR.YELLOW,还是会打印出YELLOW
for i in COLOR:#遍历一下COLOR并不会有GREEN
print(i)
#COLOR.YELLOW\nCOLOR.BLACK\nCOLOR.RED\n怎么把别名遍历出来
for i in COLOR.__members__.items():
print(i)
# output:('YELLOW', <COLOR.YELLOW: 1>)\n('GREEN', <COLOR.YELLOW: 1>)\n('BLACK', <COLOR.BLACK: 3>)\n('RED', <COLOR.RED: 4>)
for i in COLOR.__members__:
print(i)
# output:YELLOW\nGREEN\nBLACK\nRED

#枚举转换
#最好在数据库存取使用枚举的数值而不是使用标签名字字符串
#在代码里面使用枚举类
a=1
print(COLOR(a))# output:COLOR.YELLOW

import timeit
print(timeit.timeit('isLen1("5fsdfsdfsaf")',setup="from __main__ import isLen1"))
print(timeit.timeit('isLen("5fsdfsdfsaf")',setup="from __main__ import isLen"))

import types
types.coroutine #相当于实现了__await__

import html
html.escape("<h1>I'm Jim</h1>") # output:'<h1>I'm Jim</h1>'
html.unescape('<h1>I'm Jim</h1>') # <h1>I'm Jim</h1>

from concurrent.futures importThreadPoolExecutor

pool = ThreadPoolExecutor()
task = pool.submit(函数名，（参数）) #此方法不会阻塞，会立即返回
task.done()#查看任务执行是否完成
task.result()#阻塞的方法，查看任务返回值
task.cancel()#取消未执行的任务，返回True或False,取消成功返回True
task.add_done_callback()#回调函数
task.running()#是否正在执行     task就是一个Future对象

for data in pool.map(函数，参数列表):#返回已经完成的任务结果列表，根据参数顺序执行
print(返回任务完成得执行结果data)

from concurrent.futures import as_completed
as_completed(任务列表)#返回已经完成的任务列表，完成一个执行一个

wait(任务列表,return_when=条件)#根据条件进行阻塞主线程，有四个条件

future=asyncio.ensure_future(协程)  等于后面的方式  future=loop.create_task(协程)
future.add_done_callback()添加一个完成后的回调函数
loop.run_until_complete(future)
future.result()查看写成返回结果

asyncio.wait()接受一个可迭代的协程对象
asynicio.gather(*可迭代对象,*可迭代对象）    两者结果相同，但gather可以批量取消，gather对象.cancel()

一个线程中只有一个loop

在loop.stop时一定要loop.run_forever()否则会报错
loop.run_forever()可以执行非协程
最后执行finally模块中 loop.close()

asyncio.Task.all_tasks()拿到所有任务 然后依次迭代并使用任务.cancel()取消

偏函数partial(函数，参数)把函数包装成另一个函数名  其参数必须放在定义函数的前面

loop.call_soon(函数,参数)
call_soon_threadsafe()线程安全
loop.call_later(时间,函数,参数)
在同一代码块中call_soon优先执行，然后多个later根据时间的升序进行执行

如果非要运行有阻塞的代码
使用loop.run_in_executor(executor,函数，参数)包装成一个多线程，然后放入到一个task列表中，通过wait(task列表)来运行

通过asyncio实现http
reader,writer=await asyncio.open_connection(host,port)
writer.writer()发送请求
async for data in reader:
    data=data.decode("utf-8")
    list.append(data)
然后list中存储的就是html

as_completed(tasks)完成一个返回一个,返回的是一个可迭代对象

协程锁
async withLock():

from multiprocessing importManager,Process
def add_data(p_dict, key, value):
    p_dict[key] = value

if __name__ == "__main__":
    progress_dict = Manager().dict()
from queue importPriorityQueue

    first_progress = Process(target=add_data, args=(progress_dict, "bobby1", 22))
    second_progress = Process(target=add_data, args=(progress_dict, "bobby2", 23))

    first_progress.start()
    second_progress.start()
    first_progress.join()
    second_progress.join()

print(progress_dict)

from multiprocessing importPipe,Process
#pipe的性能高于queue
def producer(pipe):
    pipe.send("bobby")

def consumer(pipe):
print(pipe.recv())

if __name__ == "__main__":
    recevie_pipe, send_pipe = Pipe()
#pipe只能适用于两个进程
    my_producer= Process(target=producer, args=(send_pipe, ))
    my_consumer = Process(target=consumer, args=(recevie_pipe,))

    my_producer.start()
    my_consumer.start()
    my_producer.join()
    my_consumer.join()

from multiprocessing importQueue,Process
def producer(queue):
    queue.put("a")
    time.sleep(2)

def consumer(queue):
    time.sleep(2)
    data = queue.get()
print(data)

if __name__ == "__main__":
    queue = Queue(10)
    my_producer = Process(target=producer, args=(queue,))
    my_consumer = Process(target=consumer, args=(queue,))
    my_producer.start()
    my_consumer.start()
    my_producer.join()
    my_consumer.join()

def producer(queue):
    queue.put("a")
    time.sleep(2)

def consumer(queue):
    time.sleep(2)
    data = queue.get()
print(data)

if __name__ == "__main__":
    queue = Manager().Queue(10)
    pool = Pool(2)

    pool.apply_async(producer, args=(queue,))
    pool.apply_async(consumer, args=(queue,))

    pool.close()
    pool.join()

# 方法一
Truein[i in s for i in[a,b,c]]
# 方法二
any(i in s for i in[a,b,c])
# 方法三
list(filter(lambda x:x in s,[a,b,c]))

import sys
sys.getdefaultencoding()    # setdefaultencodeing()设置系统编码方式

class A(dict):
def __getattr__(self,value):#当访问属性不存在的时候返回
return2
def __getattribute__(self,item):#屏蔽所有的元素访问
return item

print([[x for x in range(1,101)][i:i+3] for i in range(0,100,3)])

type.__bases__  #(<class 'object'>,)
object.__bases__    #()
type(object)    #<class 'type'>

#eg
classYuan(type):
def __new__(cls,name,base,attr,*args,**kwargs):
return type(name,base,attr,*args,**kwargs)
classMyClass(metaclass=Yuan):
pass

classMyTest(unittest.TestCase):
def tearDown(self):# 每个测试用例执行前执行
print('本方法开始测试了')

def setUp(self):# 每个测试用例执行之前做操作
print('本方法测试结束')

@classmethod
def tearDownClass(self):# 必须使用 @ classmethod装饰器, 所有test运行完后运行一次
print('开始测试')
@classmethod
def setUpClass(self):# 必须使用@classmethod装饰器,所有test运行前运行一次
print('结束测试')

def test_a_run(self):
self.assertEqual(1, 1)  # 测试用例

for gevent import monkey
monkey.patch_all()  #将代码中所有的阻塞方法都进行修改，可以指定具体要修改的方法

 co_flags = func.__code__.co_flags

# 检查是否是协程
if co_flags & 0x180:
return func

# 检查是否是生成器
if co_flags & 0x20:
return func

#一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。
#请问用n个2*1的小矩形无重叠地覆盖一个2*n的大矩形，总共有多少种方法？
#方式一：
fib = lambda n: n if n <= 2else fib(n - 1) + fib(n - 2)
#方式二：
def fib(n):
    a, b = 0, 1
for _ in range(n):
        a, b = b, a + b
return b

#一只青蛙一次可以跳上1级台阶，也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。
fib = lambda n: n if n < 2else2* fib(n - 1)

import os
os.getenv(env_name,None)#获取环境变量如果不存在为None

#查看分代回收触发
import gc
gc.get_threshold()  #output:(700, 10, 10)

def conver_bin(num):
if num == 0:
return num
        re = []
while num:
            num, rem = divmod(num,2)
            re.append(str(rem))
return"".join(reversed(re))
conver_bin(10)

 list1 = ['A', 'B', 'C', 'D']

# 方法一
for i in list1:
        globals()[i] = []   # 可以用于实现python版反射

# 方法二
for i in list1:
exec(f'{i} = []')   # exec执行字符串语句

# bytearray是可变的，bytes是不可变的,memoryview不会产生新切片和对象
a = 'aaaaaa'
ma = memoryview(a)
ma.readonly# 只读的memoryview
mb = ma[:2]  # 不会产生新的字符串

a = bytearray('aaaaaa')
ma = memoryview(a)
ma.readonly# 可写的memoryview
mb = ma[:2]      # 不会会产生新的bytearray
mb[:2] = 'bb'# 对mb的改动就是对ma的改动

# 代码中出现...省略号的现象就是一个Ellipsis对象
L = [1,2,3]
L.append(L)
print(L)    # output:[1,2,3,[…]]

class lazy(object):
def __init__(self, func):
self.func = func

def __get__(self, instance, cls):
            val = self.func(instance)    #其相当于执行的area(c),c为下面的Circle对象
            setattr(instance, self.func.__name__, val)
return val`

classCircle(object):
def __init__(self, radius):
self.radius = radius

@lazy
def area(self):
print('evalute')
return3.14* self.radius ** 2

import os
all_files = []
def getAllFiles(directory_path):
for sChild in os.listdir(directory_path):
        sChildPath = os.path.join(directory_path,sChild)
if os.path.isdir(sChildPath):
            getAllFiles(sChildPath)
else:
            all_files.append(sChildPath)
return all_files

#secure_filename将字符串转化为安全的文件名
from werkzeug import secure_filename
secure_filename("My cool movie.mov") # output:My_cool_movie.mov
secure_filename("../../../etc/passwd") # output:etc_passwd
secure_filename(u'i contain cool \xfcml\xe4uts.txt') # output:i_contain_cool_umlauts.txt

from datetime import datetime

datetime.now().strftime("%Y-%m-%d")

import time
#这里只有localtime可以被格式化，time是不能格式化的
time.strftime("%Y-%m-%d",time.localtime())

# 会报错，但是tuple的值会改变，因为t[1]id没有发生变化
t=(1,[2,3])
t[1]+=[4,5]
# t[1]使用append\extend方法并不会报错，并可以成功执行

classMydict(dict):
def __missing__(self,key): # 当Mydict使用切片访问属性不存在的时候返回的值
return key

dict.fromkeys(['jim','han'],21) # output:{'jim': 21, 'han': 21}

# 方式一
defSingle(cls,*args,**kwargs):
        instances = {}
def get_instance (*args, **kwargs):
if cls notin instances:
                instances[cls] = cls(*args, **kwargs)
return instances[cls]
return get_instance
@Single
class B:
pass
# 方式二
classSingle:
def __init__(self):
print("单例模式实现方式二。。。")

    single = Single()
delSingle# 每次调用single就可以了
# 方式三(最常用的方式)
classSingle:
def __new__(cls,*args,**kwargs):
ifnot hasattr(cls,'_instance'):
                cls._instance = super().__new__(cls,*args,**kwargs)
return cls._instance

classDog:
def __init__(self):
print("Wang Wang Wang")
classCat:
def __init__(self):
print("Miao Miao Miao")


def fac(animal):
if animal.lower() == "dog":
returnDog()
if animal.lower() == "cat":
returnCat()
print("对不起，必须是：dog,cat")

classComputer:
def __init__(self,serial_number):
self.serial_number = serial_number
self.memory = None
self.hadd = None
self.gpu = None
def __str__(self):
            info = (f'Memory:{self.memoryGB}',
'Hard Disk:{self.hadd}GB',
'Graphics Card:{self.gpu}')
return''.join(info)
classComputerBuilder：
def __init__(self):
self.computer = Computer('Jim1996')
def configure_memory(self,amount):
self.computer.memory = amount
returnself#为了方便链式调用
def configure_hdd(self,amount):
pass
def configure_gpu(self,gpu_model):
pass
classHardwareEngineer:
def __init__(self):
self.builder = None
def construct_computer(self,memory,hdd,gpu)
self.builder = ComputerBuilder()
self.builder.configure_memory(memory).configure_hdd(hdd).configure_gpu(gpu)
@property
def computer(self):
returnself.builder.computer

def quick_sort(_list):
if len(_list) < 2:
return _list
            pivot_index = 0
            pivot = _list(pivot_index)
            left_list = [i for i in _list[:pivot_index] if i < pivot]
            right_list = [i for i in _list[pivot_index:] if i > pivot]
return quick_sort(left) + [pivot] + quick_sort(right)

def select_sort(seq):
        n = len(seq)
for i in range(n-1)
        min_idx = i
for j in range(i+1,n):
if seq[j] < seq[min_inx]:
                    min_idx = j
if min_idx != i:
                seq[i], seq[min_idx] = seq[min_idx],seq[i]

def insertion_sort(_list):
        n = len(_list)
for i in range(1,n):
            value = _list[i]
            pos = i
while pos > 0and value < _list[pos - 1]
                _list[pos] = _list[pos - 1]
                pos -= 1
            _list[pos] = value
print(sql)

def merge_sorted_list(_list1,_list2):   #合并有序列表
        len_a, len_b = len(_list1),len(_list2)
        a = b = 0
        sort = []
while len_a > a and len_b > b:
if _list1[a] > _list2[b]:
                sort.append(_list2[b])
                b += 1
else:
                sort.append(_list1[a])
                a += 1
if len_a > a:
            sort.append(_list1[a:])
if len_b > b:
            sort.append(_list2[b:])
return sort

def merge_sort(_list):
      if len(list1)<2:
        return list1
      else:
        mid = int(len(list1)/2)
        left = mergesort(list1[:mid])
        right = mergesort(list1[mid:])
        return merge_sorted_list(left,right)

from heapq import nsmallest
def heap_sort(_list):
return nsmallest(len(_list),_list)

from collections import deque
classStack:
def __init__(self):
self.s = deque()
def peek(self):
            p = self.pop()
self.push(p)
return p
def push(self, el):
self.s.append(el)
def pop(self):
returnself.pop()

from collections import deque
classQueue:
def __init__(self):
self.s = deque()
def push(self, el):
self.s.append(el)
def pop(self):
returnself.popleft()

def binary_search(_list,num):
    mid = len(_list)//2
    if len(_list) < 1:
        return Flase
    if num > _list[mid]:
        BinarySearch(_list[mid:],num)
    elif num < _list[mid]:
        BinarySearch(_list[:mid],num)
    else:
        return _list.index(num)