Python史上最全知识重点（超详细版）进阶篇_python进阶知识点

Python 进阶

• 进程间通信：
  • Manager(内置了好多数据结构，可以实现多进程间内存共享)

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

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

    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)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

• Pipe(适用于两个进程)

from multiprocessing import Pipe,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()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

• Queue(不能用于进程池,进程池间通信需要使用Manager().Queue())

from multiprocessing import Queue,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()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

• 进程池

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()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

• sys 模块几个常用方法

• • argv 命令行参数list,第一个是程序本身的路径
  • path 返回模块的搜索路径
  • modules.keys() 返回已经导入的所有模块的列表
  • exit(0) 退出程序

• a in s or b in s or c in s简写

• • 采用any方式：all() 对于任何可迭代对象为空都会返回 True

# 方法一
True in [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]))
1
2
3
4
5
6

• set集合运用

• • {1,2}.issubset({1,2,3})#判断是否是其子集
  • {1,2,3}.issuperset({1,2})
  • {}.isdisjoint({})#判断两个set交集是否为空,是空集则为True

• 代码中中文匹配

• • [u4E00-u9FA5]匹配中文文字区间[一到龥]

• 查看系统默认编码格式

import sys
sys.getdefaultencoding()    # setdefaultencodeing()设置系统编码方式
1
2

• getattr VS getattribute

class A(dict):
    def __getattr__(self,value):#当访问属性不存在的时候返回
        return 2
    def __getattribute__(self,item):#屏蔽所有的元素访问
        return item
1
2
3
4
5

• 类变量是不会存入实例__dict__中的，只会存在于类的__dict__中

• globals/locals(可以变相操作代码)

• • globals中保存了当前模块中所有的变量属性与值
  • locals中保存了当前环境中的所有变量属性与值

• python变量名的解析机制(LEGB)

• • 本地作用域(Local)
  • 当前作用域被嵌入的本地作用域(Enclosing locals)
  • 全局/模块作用域(Global)
  • 内置作用域(Built-in)

• 实现从1-100每三个为一组分组

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

• 什么是元类？

• • 即创建类的类，创建类的时候只需要将metaclass=元类，元类需要继承type而不是object,因为type就是元类

type.__bases__  #(<class 'object'>,)
object.__bases__    #()
type(object)    #<class 'type'>
class Yuan(type):
        def __new__(cls,name,base,attr,*args,**kwargs):
            return type(name,base,attr,*args,**kwargs)
    class MyClass(metaclass=Yuan):
        pass
1
2
3
4
5
6
7
8

• 什么是鸭子类型(即:多态)？

• • Python在使用传入参数的过程中不会默认判断参数类型，只要参数具备执行条件就可以执行

• 深拷贝和浅拷贝

• • 深拷贝拷贝内容，浅拷贝拷贝地址(增加引用计数)
  • copy模块实现神拷贝

• 单元测试

• • 一般测试类继承模块unittest下的TestCase
  • pytest模块快捷测试(方法以test_开头/测试文件以test_开头/测试类以Test开头，并且不能带有 init 方法)
  • coverage统计测试覆盖率

class MyTest(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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

• gil 会根据执行的字节码行数以及时间片释放 gil，gil 在遇到 io 的操作时候主动释放

• 什么是 monkey patch?

• • 猴子补丁，在运行的时候替换掉会阻塞的语法修改为非阻塞的方法

• 什么是自省(Introspection)？

• • 运行时判断一个对象的类型的能力，id,type,isinstance

• python 是值传递还是引用传递？

• • 都不是，python是共享传参，默认参数在执行时只会执行一次

• try-except-else-finally中 else 和 finally 的区别

• • else在不发生异常的时候执行，finally无论是否发生异常都会执行
  • except一次可以捕获多个异常，但一般为了对不同异常进行不同处理，我们分次捕获处理

• GIL 全局解释器锁

• • 同一时间只能有一个线程执行，CPython(IPython)的特点，其他解释器不存在
  • cpu 密集型：多进程+进程池
  • io 密集型：多线程/协程

• 什么是 Cython

• • 将 python 解释 成 C 代码工具

• 生成器和迭代器

• • 实现__next__和__iter__方法的对象就是迭代器
  • 可迭代对象只需要实现__iter__方法
  • 使用生成器表达式或者yield的生成器函数(生成器是一种特殊的迭代器)

• 什么是协程

• • 比线程更轻量的多任务方式
  • 实现方式
  • yield
  • async-awiat

• dict 底层结构

• • 为了支持快速查找使用了哈希表作为底层结构
  • 哈希表平均查找时间复杂度为o(1)
  • CPython 解释器使用二次探查解决哈希冲突问题

• Hash扩容和Hash冲突解决方案

• • 循环复制到新空间实现扩容
  • 冲突解决：
  • 链接法
  • 二次探查(开放寻址法)：python使用

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
1
2

• 判断是否为生成器或者协程

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
1
2
3
4
5
6
7
8
9

• 斐波那契解决的问题及变形

#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 <= 2 else 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 < 2 else 2 * fib(n - 1)
1
2
3
4
5
6
7
8
9
10
11
12
13

• 获取电脑设置的环境变量

import os
os.getenv(env_name,None)#获取环境变量如果不存在为None
1
2

• 垃圾回收机制

• • 引用计数
  • 标记清除
  • 分代回收

#查看分代回收触发
import gc
gc.get_threshold()  #output:(700, 10, 10)
1
2
3

• True 和 False 在代码中完全等价于1和0,可以直接和数字进行计算，inf 表示无穷大

• C10M/C10K

• • C10M:8核心cpu，64G内存，在10gbps的网络上保持1000万并发连接
  • C10K：1GHz CPU,2G内存，1gbps网络环境下保持1万个客户端提供FTP服务

• yield from 与 yield 的区别：

• • yield from 跟的是一个可迭代对象，而 yield 后面没有限制
  • GeneratorExit 生成器停止时触发

• 单下划线的几种使用

• • 在定义变量时，表示为私有变量
  • 在解包时，表示舍弃无用的数据
  • 在交互模式中表示上一次代码执行结果
  • 可以做数字的拼接(111_222_333)

• 使用 brea k就不会执行 else

• 10进制转2进制

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)
1
2
3
4
5
6
7
8
9

• list1 = [‘A’, ‘B’, ‘C’, ‘D’] 如何才能得到以list中元素命名的新列表 A=[],B=[],C=[],D=[]呢

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
1
2
3
4
5
6
7
8
9

• memoryview与bytearray不常用，只是看到了记载一下

# 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
1
2
3
4
5
6
7
8
9
10
11

• Ellipsis类型

# 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,[…]]
1
2
3
4

• lazy惰性计算

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`

class Circle(object):
    def __init__(self, radius):
        self.radius = radius

    @lazy
    def area(self):
        print('evalute')
        return 3.14 * self.radius ** 2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

• 遍历文件，传入一个文件夹，将里面所有文件的路径打印出来(递归)

all_files = []    
def getAllFiles(directory_path):
    import os                                       
    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
1
2
3
4
5
6
7
8
9
10

• 文件存储时，文件名的处理

#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
1
2
3
4
5

• 日期格式化

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())
1
2
3
4
5
6
7

• tuple使用+=奇怪的问题

# 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
1
2
3
4

• __missing__你应该知道

class Mydict(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
1
2
3

• +与+=

# +不能用来连接列表和元祖，而+=可以（通过iadd实现，内部实现方式为extends(),所以可以增加元组），+会创建新对象
#不可变对象没有__iadd__方法，所以直接使用的是__add__方法，因此元祖可以使用+=进行元祖之间的相加
1
2

• 如何将一个可迭代对象的每个元素变成一个字典的所有键？

dict.fromkeys(['jim','han'],21) # output:{'jim': 21, 'han': 21}
1

以上就是Python进阶篇的全部内容。

以上就是今天的全部内容分享，觉得有用的话欢迎点赞收藏哦！

Python经验分享

学好 Python 不论是用于就业还是做副业赚钱都不错，而且学好Python还能契合未来发展趋势——人工智能、机器学习、深度学习等。
小编是一名Python开发工程师，自己整理了一套最新的Python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。如果你也喜欢编程，想通过学习Python转行、做副业或者提升工作效率，这份【最新全套Python学习资料】 一定对你有用！

小编为对Python感兴趣的小伙伴准备了以下籽料 ！

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑培训的！

• 学习时间相对较短，学习内容更全面更集中
• 可以找到适合自己的学习方案

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等学习教程。带你从零基础系统性的学好Python！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最新全套【Python入门到进阶资料 & 实战源码 &安装工具】（安全链接，放心点击）

我已经上传至CSDN官方，如果需要可以扫描下方官方二维码免费获取【保证100%免费】

*今天的分享就到这里，喜欢且对你有所帮助的话，记得点赞关注哦~下回见 ！