《流畅的Python》 读书笔记 230926
写在最前面的话
缘由
关于Python的资料市面上非常多,好的其实并不太多。
个人认为,基础的,下面的都还算可以
- B站小甲鱼
- 黑马的视频
- 刘江的博客
- 廖雪峰的Python课程
进阶的更少,《流畅的Python》应该算一个。
加上,自己也很久没有耐心的看完一本书了
鉴于以上2点,2023-9-26开始在这里跟大家一起重读下这本书
注意事项
文中
引用是书籍正文的内容
自己会加一些理解,示例,限于水平难免有不对的地方,请大神看到帮忙斧正。
内容上会同时参考书籍的第一版(纸质,中文)和第二版(电子档,全英文)
第一章 Python数据模型
Python 最好的品质之一是一致性
如果你带着来自其他面向对象语言的经验进入 Python 的世界,会对 len(collection)
而不是 collection.len() 写法觉得不适
如Java中
String s = "hello";
System.out.println(s.length()); // 5
如Javascript中是
var s="hello";
console.log(s.length); // 5
Python中对str类型求长度是
len('hello')
str虽然有很多的方法,但并没有直接求长度的,虽然是有的。
s = 'hello'
print(s.__len__())
Python这样设计:len(obj)而不是obj.len())
它所代表的庞大的设计思想,是形成我们通常说的“Python 风格”(Pythonic)的关键
这种设计思想完全体现在 Python 的数据模型上,而数据模型所描述的API,为使用最地道的语言特性来构建你自己的对象提供了工具
数据模型其实是对 Python 框架的描述,它规范了这门语言自身构建模块的接口,这些模块包括但不限于序列、迭代器、函数、类和上下文管理器。
obj[key] 的背后就是 getitem 方法
userinfo = {'username':'wuxianfeng'}
print(userinfo['username']) # wuxianfeng
print(userinfo.__getitem__('username')) # wuxianfeng
这些特殊方法名能让你自己的对象实现和支持以下的语言构架,并与之交互:
• 迭代
• 集合类
• 属性访问
• 运算符重载
• 函数和方法的调用
• 对象的创建和销毁
• 字符串表示形式和格式化
• 管理上下文(即 with 块)
是的,不光是len(),dict[key]等,很多实现的背后都是魔术方法在发挥着作用
但是,我们一般都只是用表面的形式,不会直接去用魔术方法(除了__init__);还要一种情况就是自定义对象,你如果善用魔术方法,能起到很好的Pythonic效果。
魔术方法(magic method)是特殊方法的昵称
特殊方法也叫双下方法(dunder method)
关于魔术方法:Python官网其实是非常详细的进行了说明的
以3.9为例: https://docs.python.org/zh-cn/3.9/reference/datamodel.html#special-method-names
我在知乎的另外一篇文章中也做了一些归类: https://zhuanlan.zhihu.com/p/656429071
其实流畅的Python可以说是对魔术方法的详解
1.1 一摞Python风格的纸牌
示例代码
import collections
Card = collections.namedtuple('Card', ['rank', 'suit'])
class FrenchDeck:
ranks = [str(n) for n in range(2, 11)] + list('JQKA') # 这是 23456789 10 JQKA 构成的列表
suits = 'spades diamonds clubs hearts'.split() #这是4个花色
def __init__(self):
self._cards = [Card(rank, suit) for suit in self.suits for rank in self.ranks]
def __len__(self):
return len(self._cards)
def __getitem__(self, position):
return self._cards[position]
看完代码你知道它在做什么吗?怎么做到的呢?让我们来逐一解开.... 其实很多初学者学完一遍基础是看不懂这个代码的,就是因为基础的书籍基本不会去讲这些,但其实这些是Python的思想(这个词,想了很久,说核心感觉有点大了,说原理,也不太对)
逐行解释
collections 是标准库的重要组成,其中有很多值得大家去掌握的API,比如defaultdict OrderedDict等等
第二行用了collections.namedtuple 顾名思义:命名元组
自 Python 2.6开始,namedtuple 就加入到 Python 里,用以构建只有
少数属性但是没有方法的对象
Card = collections.namedtuple('Card', ['rank', 'suit'])
这句话的意思其实是定义了一个类,名为Card,有2个属性rank 和 suit,需要你初始化的时候提供,有点像这样
Class Card:
def __init__(self,rank,suit):
pass
但作为namedtuple,有个非常重要的特性就是它像元组,因此你可以去用下标访问它
Card = collections.namedtuple('Card', ['rank', 'suit'])
card1 = Card('10','spades')
print(card1[0]) # 10
print(card1[1]) # spades
namedtuple的定义是这样的
def namedtuple(typename, field_names, *, rename=False, defaults=None, module=None):
pass
- typename: 类名
- field_names: 字段名,可以是['x', 'y'] 可以是'x y',也可以是'x,y'
- rename:如果元素名称中含有python的关键字,则必须设置为rename=True
- defaults: 默认值
更多的细节可以自己再深入了解,不再赘述,浅尝止之
再来看FrenchDeck类的实现
class FrenchDeck:
ranks = [str(n) for n in range(2, 11)] + list('JQKA')
suits = 'spades diamonds clubs hearts'.split()
def __init__(self):
self._cards = [Card(rank, suit) for suit in self.suits
for rank in self.ranks]
def __len__(self):
return len(self._cards)
def __getitem__(self, position):
return self._cards[position]
第2行:ranks = [str(n) for n in range(2, 11)] + list('JQKA') 构建了牌的大小的列表,值是str类型,2-A
第3行:suits = 'spades diamonds clubs hearts'.split() 就是4个花色
第4-6行:初始化的时候构成了52张牌,黑红金方2-A
用了双重列表推导式,举个例子
[i+j for i in '1234' for j in 'abcd']
['1a', '1b', '1c', '1d', '2a', '2b', '2c', '2d', '3a', '3b', '3c', '3d', '4a', '4b', '4c', '4d']
第7-8行:定义了魔术方法__len__,就是你在执行len()的时候会调用的,给你一个返回值,其实可以看得出来就是52
第9-10行:定义了魔术方法__getitem__,就是你在执行card[position]的时候给你的具体的牌
frenchdeck = FrenchDeck() # 新建一副牌
print('一共有多少张:',len(frenchdeck)) # 52
print('第1张牌是:',frenchdeck[0]) # 黑桃2
print('第5张牌是:',frenchdeck[4]) # 黑桃6
print('最后一张牌是:',frenchdeck[-1]) # 方块A
如果这个时候开始游戏,你要随便发一张牌给一个玩家
你可以用random.choice,而不需要自己去在这个类上实现随机的方法
通过目前的代码,你可以看到__len()__其实是事实上的标准获取对象长度的方法,所有的类都可以定义它,那么python就可以用len(obj)来看长度,不像有的语言,有的是size,有的是length,有的是len,千奇百怪,python统一了。
而__getitem__可不光是你可以下标去取牌这么简单
由于你的代码是把position给了self._cards
def __getitem__(self, position):
return self._cards[position]
你已经可以用切片操作了,甚至还可以进行迭代操作(仅仅实现了__getitem__),比如这样
print('前3张牌:',frenchdeck[:3]) #切片
print('4张A:',frenchdeck[12::13]) #切片
print('正着数--->') #迭代
for card in frenchdeck:
print(card,end=' ')
print('倒着数--->') #反向迭代
for card in frenchdeck[::-1]:
print(card,end=' ')
迭代通常是隐式的,譬如说一个集合类型没有实现 contains 方法,那么 in 运算符就会按顺序做一次迭代搜索。于是,in 运算符可以用在我们的 FrenchDeck 类上,因为它是可迭代的
测试代码
frenchdeck = FrenchDeck()
card1 = Card('2','hearts')
card2 = Card('11','clubs')
print(card1 in frenchdeck) # T
print(card2 in frenchdeck) # F
关于__contains__,Python 官方对此的描述: https://docs.python.org/zh-cn/3.9/reference/datamodel.html
object.__contains__(self, item)
调用此方法以实现成员检测运算符。如果 item 是 self 的成员则应返回真,否则返回假。对于映射类型,此检测应基于映射的键而不是值或者键值对。
对于未定义 __contains__() 的对象,成员检测将首先尝试通过 __iter__() 进行迭代,然后再使用 __getitem__() 的旧式序列迭代协议
关于纸牌的排序
假定我们的顺序是这样的
- 2最小,A最大
- 黑桃>红桃>方块>草花
那怎样来输出呢?
frenchdeck = FrenchDeck()
suit_values = dict(spades=3, hearts=2, diamonds=1, clubs=0)
def spades_high(card):
rank_value = FrenchDeck.ranks.index(card.rank)
return rank_value * len(suit_values) + suit_values[card.suit]
for card in sorted(frenchdeck,key=spades_high,reverse=True): # 从大 到小 , 改为False或不写就是小->大
print(card)
蛮多基础薄弱的人不知道为何这样是能做到的
这里其实涉及3个部分内容
- dict的另外一种创建方式
dict(spades=3, hearts=2, diamonds=1, clubs=0)这个就简单 - sorted用法
- 数学
其中数学是关键,另外2个都是用来实现数学思想的
原始顺序
■2<2<2<2<
■3<3<3<3<
...
■A<A<A<A
你可以构造的序列,应该做一个转化
0<1<2<3
4<5<6<7
...
如何得到的呢?其实这是一个小学级别的数学题,但的确很多人那道题都未必做得出来,更遑论要自己构思了,所以数学好编程应该是轻松的,但编程好,数学可能是不太擅长的,因为你可能只是个API调用侠或者...
■2<2<2<2
0<1<2<3
■3<3<3<3
4<5<6<7
2就对应0(正好是牌大小的索引),+ 花色所占的位序 (构建一个dict,存储对应关系)
来看核心代码
rank_value = FrenchDeck.ranks.index(card.rank)
# 得到的是 比如 2 在2-A这个列表中的索引 0
# 同理 3的话得到是1
return rank_value * len(suit_values) + suit_values[card.suit]
# 最终的返回
# 大小对应的索引(如2索引0)*4(花色的种类,在当前纸牌是固定的) + 花色对应的值(黑桃3红桃2梅花1方块0)
# 黑桃2--> 2的索引0*4 + 3 == 3
# 方块6--> 6的索引4*4 + 0 == 16
我不是个数学老师,所以未必能教的会啦,你自己再琢磨琢磨
最后的总结
虽然 FrenchDeck 隐式地继承了 object 类,但功能却不是继承而来的。我们通过数据模型和一些合成来实现这些功能。通过实现
__len__和__getitem__这两个特殊方法,FrenchDeck就跟一个 Python 自有的序列数据类型一样,可以体现出 Python 的核心语言特性(例如迭代和切片)。同时这个类还可以用于标准库中诸如 random.choice、reversed 和 sorted 这些函数。另外,对合成的运用使得__len__和__getitem__的具体实现可以代理给 self._cards 这个 Python 列表(即 list 对象
引申
按照目前的设计,FrenchDeck 是不能洗牌的,因为这摞牌是不可变的(immu-table):卡牌和它们的位置都是固定的,除非我们破坏这个类的封装性,直接对 _cards 进行操作。第 11 章会讲到,其实只需要一行代码来实现
__setitem__方法,洗牌功能就不是问题了
《流畅的Python》 读书笔记 230926的更多相关文章
- 流畅的Python读书笔记(二)
2.1 可变序列与不可变序列 可变序列 list. bytearray. array.array. collections.deque 和 memoryview. 不可变序列 tuple. str 和 ...
- 流畅的python 读书笔记 第二章 序列构成的数组 列表推导
列表推导是构建列表(list)的快捷方式,而生成器表达式则可以用来创建其他任何类型的序列.如果你的代码里并不经常使用它们,那么很可能你错过了许多写出可读性更好且更高效的代码的机会. 2.2.1 列表推 ...
- 流畅的python读书笔记-第十章-继承优缺点
继承的优缺点 推出继承的初衷是让新手顺利使用只有专家才能设计出来的框架.--Alan Kay 子类化内置类型很麻烦 (如 list 或 dict)) ,别搞这种 直接子类化内置类型(如 dict.li ...
- Web Scraping with Python读书笔记及思考
Web Scraping with Python读书笔记 标签(空格分隔): web scraping ,python 做数据抓取一定一定要明确:抓取\解析数据不是目的,目的是对数据的利用 一般的数据 ...
- OK - A byte of python - 读书笔记
看这本书的目的:再熟悉基本概念. 大部分都是知道,但是需要 明确 出来的 概念. - 欢迎吐槽错误,非常感谢. <A byte of python> - THIS 1. 组织行 - 形式: ...
- 流畅的python学习笔记:第三章
字典的变种: OrderedDict 首先来看下面的代码,在一个字典中,有name,age,city,在遍历这个字典的时候.顺序却是随机的,不是按照我们添加的顺序也就是name->age-> ...
- 流畅的python学习笔记:第二章
第二章开始介绍了列表这种数据结构,这个在python是经常用到的结构 列表的推导,将一个字符串编程一个列表,有下面的2种方法.其中第二种方法更简洁.可读性也比第一种要好 str='abc' strin ...
- 流畅的python学习笔记:第一章
这一章中作者简要的介绍了python数据模型,主要是python的一些特殊方法.比如__len__, __getitem__. 并用一个纸牌的程序来讲解了这些方法 首先介绍下Tuple和nametup ...
- 流畅的python学习笔记:第五章
在python中一切都可以视作为对象,包括函数.我们来看个例子: def function_try(): '''it is funciton try doc''' print 'fun ...
- 流畅的python学习笔记第七章:装饰器
装饰器就如名字一样,对某样事物进行装饰过后然后返回一个新的事物.就好比一个毛坯房,经过装修后,变成了精装房,但是房子还是同样的房子,但是模样变了. 我们首先来看一个函数.加入我要求出函数的运行时间.一 ...
随机推荐
- 使用numpy计算分子内坐标
技术背景 当我们打开一个用于表示分子构象的xyz文件或者pdb文件,很容易可以理解这种基于笛卡尔坐标的空间表征方法.但是除了笛卡尔坐标表示方法之外,其实也有很多其他的方法用于粗粒化或者其他目的的表征方 ...
- Apikit 自学日记:如何安装 Apikit
肯定会有和我一样的小白,第一次听说 Apikit这个工具,那么我今天和大家一起学习下这个工具如何安装. Apikit 有三种客户端,你可以依据自己的情况选择.三种客户端的数据是共用的,因此你可以随时切 ...
- Go语言学习总结
1. 跳出/执行下一次循环. {标签名}: for true { ... for true { ... break/continue {标签名} //默认不加标签,则跳出最近一层循环.加了标签可以跳出 ...
- GPT3:人工智能时代的新型语言模型
目录 GPT-3:人工智能时代的新型语言模型 随着人工智能技术的不断发展,自然语言处理领域也迎来了新的里程碑.GPT-3 是当前最具代表性的语言模型之一,它具有如下特点: GPT-3 是一种全新的语言 ...
- [python] 基于matplotlib-scalebar库绘制比例尺
matplotlib-scalebar是一个Python库,用于在matplotlib图形中添加比例尺.它允许用户指定比例尺的大小.位置.字体和颜色,以及比例尺的单位.该库支持不同的比例尺单位,例如米 ...
- 力扣 (LeetCode)算法入门——Day1
704. 二分查找 题目:给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1. ...
- ISP-AF相关-聚焦区域选择-清晰度评价
1.镜头相关 镜头类型 变焦类型: 定焦.手动变焦.自动变焦 光圈: 固定光圈.手动光圈.自动光圈 视场角: 鱼眼镜头.超广角镜头.广角镜头.标准镜头.长焦镜头.超长焦镜头(由大至小) 光圈: 超星光 ...
- [CF 1780B] GCD Partition
B. GCD Partition 题意 : 给一个长度为n的序列, 并将其分成连续的k块(k > 1), 得到序列b, 使得 \(gcd(b_{1}, b_{2}, b_{3}, ..., b_ ...
- 智能制造之路—从0开始打造一套轻量级MOM平台之仓库管理(WMS)
一.前言 讲仓库管理(WMS)之前,我们先来谈一谈ERP.前一篇文章,大家可以看出,我在做MOM平台规划的时候并没有提到任何ERP的信息,并不是被忽略掉了:而是对于制造企业来说,ERP是重中之重. M ...
- Redis从入门到放弃(1):安装配置
1. 介绍 Redis是一个高性能的开源key-value数据库.它被广泛应用于缓存.会话存储.实时分析.消息队列等场景.Redis具有以下三个主要特点: 数据持久化:Redis支持将内存中的数据保存 ...