本文共 5044 字，大约阅读时间需要 16 分钟。

王炳明的学习笔记

小整数池

在同一行里，同时给两个变量赋同一值时，解释器知道这个对象已经生成，那么它就会引用同一个对象。如果分成两行的话，解释器并不知道这个对象已经存在，就会重新申请内存存放这个对象。

intern机制

intern机制用于优化Python程序的性能。这一机制通过将小块的代码或常量存储在内存中，使得在相同行内的多个变量引用同一个内存地址，避免重复分配内存。

site-packages和dist-packages

dist-packages是Debian系的Linux系统（如Ubuntu）使用的目录，用于存储通过apt安装的Python包。而site-packages则是通过pip或easy_install安装的Python包的默认目录。

argument和parameter

• parameter：在函数定义时使用的变量名，属于函数的局部作用域。
• argument：在函数调用时传递的实际参数，属于函数调用时的临时变量。

/usr/bin/python 和 /usr/bin/env python

• /usr/bin/python：脚本或项目的入口文件的第一行通常包含#!/usr/bin/python，用于指定使用哪个Python解释器执行脚本。如果执行python，解释器会从文件系统中查找名为python的可执行文件。
• /usr/bin/env python：执行env python时，解释器会依次查找/usr/bin/env路径下的python可执行文件。如果找不到，继续查找下一个路径。

空字典生成方法

在Python中，{}的生成速度比dict()快。这是因为{}是通过Python内置的字典生成器实现的，而dict()需要初始化一个空字典并进行内存分配。

return和try…finally

return语句用于从函数中返回一个值，而try…finally语句用于确保代码块执行后无论是否发生异常都能执行 cleanup代码。

IDE环境和CMD环境的区别

IDE（Integrated Development Environment，集成开发环境）和CMD（Command-line Interface，命令行界面）在运行结果上可能存在差异。IDE通常提供更友好的调试和错误处理功能，而CMD则更适合批量处理和脚本执行。

切片异常

在Python中，切片操作可能会抛出切片异常（SliceError），这通常发生在切片范围超出序列长度时。

查看包搜索路径的方法

可以使用importlib.sys.modules或pkgutil.get_path等方法查看Python包的搜索路径。

安装包方法

安装Python包的常用方法是使用pip命令：

python3.6 -m pip install package_name

连接列表的方法

连接列表的常用方法包括：

list1 + list2

from itertools import chain
list(chain(list1, list2))

[*list1, *list2]

list1.extend(list2)

[x for x in list1 + list2]

import heapq
combined = list(heapq.merge(list1, list2))

##魔法方法

在Python中，魔法方法（如__add__）定义了对象的行为，直接使用+运算符会调用对应的魔法方法。

yield from方法

yield from语句用于在生成器中逐步生成值，适用于处理嵌套结构或大量数据。

合并字典的方法

合并字典的常用方法包括：

dict.update(other_dict)

{**other_dict}

from itertools import chain
dict(chain(other_dict.items()))

from collections import ChainMap
ChainMap(other_dict).dict()

dict_a.update(dict_b.items())

判断是否包含子串的方法

判断字符串是否包含子串的方法包括：

'abcd'.find('bc') → 1

'abcd'.find('bc') → 1

'abcd'.index('bc') → 1

'abcd'.count('bc') → 1

import re
re.search('bc', 'abcd').span() → (1, 2)

装饰器入门

装饰器是一种用于增强函数或类功能的机制，常用于日志记录、性能计时等场景。使用装饰器的步骤包括：

装饰器实例：日志打印器

def logger(func):
    def wrapper(*args, **kwargs):
        print(f'开始执行：{func.__name__}')
        func(*args, **kwargs)
        print(f'函数执行完了。')
    return wrapper
@logger
def add(x, y):
    print(f'{x} + {y} = {x + y}')
add(20, 30)

装饰器实例：时间计时器

import time
def timer(func):
    def wrapper(*args, **kwargs):
        t1 = time.time()
        func(*args, **kwargs)
        t2 = time.time()
        print(f'花费时间：{t2 - t1}')
    return wrapper
@timer
def want_sleep(sleep_time):
    time.sleep(sleep_time)
want_sleep(10)

类装饰器入门

类装饰器通常实现__call__和__init__方法，常用于对函数或类进行增强。

class Logger:
    def __init__(self, level='INFO'):
        self.level = level
    def __call__(self, func):
        def wrapper(*args, **kwargs):
            print(f'[{self.level}]: {func.__name__}()是运行...')
            func(*args, **kwargs)
        return wrapper
@Logger(level='WARNING')
def say(something):
    print(f'say {something}!')
say('hello')

描述符入门

描述符用于控制属性的访问、设置和删除，常用于保护属性不被修改。

class Student:
    def __init__(self, name):
        self.name = name
    @property
    def math(self):
        return self._math
    @math.setter
    def math(self, value):
        if 0 <= value <= 100:
            self._math = value
        else:
            raise ValueError('值必须在0到100之间')

上下文管理器入门

上下文管理器通过__enter__和__exit__方法实现资源的管理，确保资源在异常发生时也能被妥善处理。

class Resource:
    def __enter__(self):
        print('连接到资源...')
        return self
    def __exit__(self, exc_type, exc_val, exc_tb):
        print('关闭资源连接...')
        return True
with Resource() as res:
    res.operate()

缓存机制

使用functools.lru_cache实现函数缓存，可以显著提升函数调用的性能。

from functools import lru_cache
@lru_cache(maxsize=None)
def add(x, y):
    print(f'计算：{x} + {y}')
    return x + y
print(add(1, 2))
print(add(1, 2))
print(add(2, 3))

流式读取超大文件

使用read方法时，可以通过指定块大小实现流式读取。

def read_from_file(filename, block_size=1024 * 8):
    with open(filename, 'r') as fp:
        for chunk in iter(partial(fp.read, block_size), ''):
            yield chunk

自带的缓存机制

Python的functools.lru_cache提供了一种简单的缓存机制，适用于函数调用的性能优化。

延迟调用

使用上下文管理器实现延迟调用。

import contextlib
def callback():
    print('B')
with contextlib.ExitStack() as stack:
    stack.callback(callback)
    print('A')

快速计算函数运行时间

通过timeit库可以快速测试函数运行时间。

import timeit
def run_sleep(seconds):
    print(seconds)
    time.sleep(seconds)
print(timeit.timeit(lambda: run_sleep(2), number=5))

标准错误输出到日志文件中

可以使用上下文管理器将标准错误输出到日志文件。

import sys
import contextlib
log_file = 'test.log'
def close_stdout():
    raw_stdout = sys.stdout
    file = open(log_file, 'a')
    sys.stdout = file
    yield
    sys.stdout = raw_stdout
    file.close()
with close_stdout():
    task()

反转字符串/列表

可以使用切片操作来反转字符串或列表。

mstr = 'abcd'
ml = [1, 2, 3, 4]
mstr[::-1]
ml[::-1]

函数参数

函数参数的默认值可以通过赋值语句来实现。

def func(item, item_list=[]):
    item_list.append(item)
    print(item_list)
func('iphone')
func('xiaomi', item_list=['oppo', 'vivo'])
func('huawei')

转载地址：http://mpqs.baihongyu.com/