Python高级知识点总结

一、可迭代对象、迭代器对象和生成器

　　像list, tuple等这些序列是可以使用for...in ...语句来进行遍历输出的。这是为什么呢？这就需要知道可迭代对象(Iterable)、迭代器对象(Iterator)和生成器对象(Generator)了。

　　1.什么可迭代对象？

　　　　把可以通过for...in...这类语句迭代读取一条数据供我们使用的对象。

　　2. 可迭代对象的本质？

　　　　可迭代对象通过__iter__方法向我们提供一个迭代器，我们在迭代一个可迭代对象的时候，实际上就是先获取该对象提供的一个迭代器，然后通过这个迭代器来依次获取对象中的每一个数据。

　　　　也就是说可迭代对象必须要有__iter__()方法

　　3.iter()函数与next()函数的作用是什么?

　　　　通过iter()函数获取可迭代对象的迭代器。

　　　　然后我们可以对获取到的迭代器不断使用next()函数来获取下一条数据。当我们已经迭代完最后一个数据之后，再次调用next()函数会抛出StopIteration异常，

　　　　来告诉我们所有数据都已迭代完成，不用再执行next()函数了。

　　4.什么是迭代器对象?

　　　　一个实现了__iter__方法和__next__方法的对象，就是迭代器。

　　5. 什么是生成器？

　　　　简单来说：只要在def中有yield关键字的 就称为生成器

　　6.yield的作用是什么？

　　　　yield关键字有两点作用：

　　　　　　(1).保存当前运行状态（断点），然后暂停执行，即将生成器（函数）挂起

　　　　　　(2).将yield关键字后面表达式的值作为返回值返回，此时可以理解为起到了return的作用

　　　　Python2中的原生协程就是使用yield关键字，但在Python3中是使用了yield from。

　　7.如果启动生成器？

　　　　send()：除了能唤醒生成器外，还可以给生成器传递值；

　　　　next()：单纯的获取生成器中的一个值。

二、GIL

　　前言：了解Python的都知道，在Python中多线程并不是真正意义上的多线程。那为什么在Python中多线程的威力没有像其他语言那样大呢？

　　1.GIL全称是全局解释器锁，保证了同一时刻只有一个线程在执行。

　　 2.作用：在单核的情况下实现多任务！这在当时非常厉害的技术。

　　 3.产生问题的原因：一个CPU分配给一个进程，进程的线程使用GIL进行资源抢夺。在多核情况下，会使其他核空闲，CPU的利用率不高。

　　 4.解决方案：

　　　　1). 使用其他解释器，如JPython(但是太慢了，不好！)。因为只有在CPython中才存在GIL。

　　　　2). 使用其他语言(C/Java)来写多线程这部分代码

　　　　3). 使用多进程+协程的方式。(推荐的方式，很高效)！

　　

三、浅拷贝VS深拷贝

　　深拷贝(deepcopy)：它是一种递归的方式拷贝某个对象，单独形成一个新对象。这种方式很浪费资源。使用from some_moudle import xx 就是一种深拷贝的方式！

　　浅拷贝(copy)：它支复制一层信息，占用的资源少！而且大部分的形式都是一浅拷贝的方式！

　　深拷贝示意图：

　　

　　浅拷贝示意图：

　　　　

　　　　　　

　　

四、面向对象总结：

　　1.私有化

　　   (1).x：公有变量；

　　   (2)._x：单个前置下划线，私有化方法或属性，from some_module import *是不能导入的，只有类和对象可以访问；

　　　(3).__x：双前置下划线，避免与子类中的属性命名冲突，外部无法访问，但是可以通过特殊的方式(obj._类名__xx)访问到

　　　(4).__x__：双前后下划线，用户名字空间的魔法方法后属性。最好不要用这种命名方式！

　　　(5).x_：单后置下划线，用于避免与Python关键词冲突！不要使用哦！

　　2.封装

　　　　一个功能一个函数，把相关函数封装成一个类对象。好处是代码可以复用，让代码更加清爽！

　　3.继承：

　　　　多个子类拥有相同的功能，然后把相同的函数放到父类中，通过子类的方式继承下来。好处是代码复用。

　　4.多态：

　　　　(1).必须要有继承；

　　　　(2).不同对象调用同一个函数，会有不同的表现形式；

　　　　(3).Python中的多态并不是严谨的多态，因为没有做类型检查！

　　5.类与实例对象之间的关系：　　

　　　　

　　6.面向函数编程 VS 面向对象编程：

　　　面向函数编程：一个功能，一个函数。

　　　面向对象编程：把相关函数封装成一个类对象。

五、模块导入与路径搜索

　　1.动态导入：

　　　　(1). import module；

　　　　(2). __import__("some_module")

　　　　这两种方式是一样的！　

　　2.路径搜索：

　　　　在导入某个模块时，会在sys.path()中搜索目标模块。如果找到了，那么就停止搜索，否则一直找到最后！

　　3.重新加载模块

　　　　from imp import reload，reload函数的好处是当导入的某个模块做了修改时，又不想通过关机来重新导入，而是进行热更新，就能获取到修改后的值！

六、类中方法总结

　　1.魔法方法

　　　　(1). __init__：用于初始化对象

　　　　(2). __new__：用于创建对象

　　　　(3).__call_：使对象变得可调用

　　　　(4). __dict__：把类中的属性组成一个字典，属性名作为key， 属性值作为value

　　　　(5).__class__：用于查看对象是由哪个类创建的

　　2.super()：

　　　　当有多个类发生继承关系时，Python内部会维护着一张继承表(通过__mro__可以查看)。super()在当前继承表中找到自己的位置，然后执行下一个类的__init__方法。

七、上下文管理器(ContextManager)

　　在很多时候，我们都会看到with open(filename, 'w') as f:pass，这种操作文件的方式。这种操作的好处就是我们不需要手动调用f.close()来关闭我们打开的文件。这是为什么呢？

　　任何一个上下文管理器对象都可以使用with关键字来操作。什么是上下文管理器呢？

　　只要实现了__enter__()和__exit__()方法的类就是上下文管理器！

　　__enter__()：返回资源对象。

　　__exit__()：在操作完成之后，进行清除工作。如关闭文件

　　连接数据库的上下文管理器：

　　第一种方式：

 from pymysql import connect

 class DBHelper:
     def __init__(self):
         self.conn = connect(host='localhost', port=3306, user='user', password='password', database='database', charset='utf8')
         self.csr = self.conn.cursor()

     def __enter__(self):
         return self.csr

     def __exit__(self, exc_type, exc_val, exc_tb):
         self.csr.close()
         self.conn.close()

 with DBHelper() as csr:
     sql = """select * from table;"""
     csr.execute(sql)
     all_datas = csr.fetchall()

 for item in all_datas:
     print(item)

　　第二种方式：

　　

 @contextmanager
 def conn_db():
     conn = connect(host='localhost', port=3306, user='user', password='password', database='database', charset='utf8')
     csr = conn.cursor()

     yield csr

     csr.close()
     conn.close()

 with conn_db() as csr:
     sql = """select * from table"""
     csr.execute(sql)
     all_datas = csr.fetchall()

 for item in all_datas:
     print(item)