Python语句、函数与方法的使用技巧总结_python函数总结
Python语句、函数与方法的使用技巧总结由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“python函数总结”。
Python语句、函数与方法的使用技巧总结
显示有限的接口到外部
当发布python第三方package时，并不希望代码中所有的函数或者cla可以被外部import，在__init__.py中添加__all__属性，该list中填写可以import的类或者函数名，可以起到限制的import的作用，防止外部import其他函数或者类。
#!/usr/bin/env python #-*-coding: utf-8-*-from base import APIBase from client import Client from decorator import interface, export, stream from server import Server from storage import Storage from util import(LogFormatter, disable_logging_to_stderr, enable_logging_to_kids, info)__all__ = ['APIBase', 'Client', 'LogFormatter', 'Server', 'Storage', 'disable_logging_to_stderr', 'enable_logging_to_kids', 'export', 'info', 'interface', 'stream']
with的魔力 with语句需要支持上下文管理协议的对象，上下文管理协议包含__enter__和__exit__两个方法。with语句建立运行时上下文需要通过这两个方法执行进入和退出操作。
其中上下文表达式是跟在with之后的表达式，该表达式返回一个上下文管理对象。
# 常见with使用场景
with open(“test.txt”, “r”)as my_file: # 注意, 是__enter__()方法的返回值赋值给了my_file,for line in my_file:
print line
知道具体原理，我们可以自定义支持上下文管理协议的类，类中实现__enter__和__exit__方法。
#!/usr/bin/env python #-*-coding: utf-8-*-cla MyWith(object):
def __init__(self):
print “__init__ method”
def __enter__(self):
print “__enter__ method”
return self # 返回对象给as后的变量
def __exit__(self, exc_type, exc_value, exc_traceback):
print “__exit__ method”
if exc_traceback is None:
print “Exited without Exception”
return True
else:
print “Exited with Exception”
return False def test_with():
with MyWith()as my_with:
print “running my_with”
print “------分割线-----”
with MyWith()as my_with:
print “running before Exception”
raise Exception
print “running after Exception” if __name__ == '__main__':
test_with()执行结果如下： __init__ method __enter__ method running my_with __exit__ method Exited without Exception------分割线-----__init__ method __enter__ method running before Exception __exit__ method Exited with Exception Traceback(most recent call last): File “bin/python”, line 34, in
exec(compile(__file__f.read(), __file__, “exec”))File “test_with.py”, line 33, in
test_with()File “test_with.py”, line 28, in test_with
raise Exception Exception 证明了会先执行__enter__方法, 然后调用with内的逻辑, 最后执行__exit__做退出处理, 并且, 即使出现异常也能正常退出 filter的用法
相对filter而言，map和reduce使用的会更频繁一些，filter正如其名字，按照某种规则过滤掉一些元素。
#!/usr/bin/env python #-*-coding: utf-8-*-lst = [1, 2, 3, 4, 5, 6] # 所有奇数都会返回True, 偶数会返回False被过滤掉 print filter(lambda x: x % 2!= 0, lst)#输出结果 [1, 3, 5] 一行作判断
当条件满足时，返回的为等号后面的变量，否则返回else后语句。
lst = [1, 2, 3] new_lst = lst[0] if lst is not None else None print new_lst # 打印结果 1 装饰器之单例
使用装饰器实现简单的单例模式 # 单例装饰器 def singleton(cls):
instances = dict()# 初始为空
def _singleton(*args, **kwargs):
if cls not in instances: #如果不存在, 则创建并放入字典
instances[cls] = cls(*args, **kwargs)
return instances[cls]
return _singleton @singleton cla Test(object):
pa if __name__ == '__main__':
t1 = Test()
t2 = Test()
# 两者具有相同的地址
print t1, t2 staticmethod装饰器
类中两种常用的装饰，首先区分一下他们：
普通成员函数, 其中第一个隐式参数为对象
clamethod装饰器, 类方法(给人感觉非常类似于OC中的类方法), 其中第一个隐式参数为类
staticmethod装饰器, 没有任何隐式参数.python中的静态方法类似与C++中的静态方法
#!/usr/bin/env python
#-*-coding: utf-8-*-cla A(object):
# 普通成员函数
def foo(self, x):
print “executing foo(%s, %s)” %(self, x)
@clamethod # 使用clamethod进行装饰
def cla_foo(cls, x):
print “executing cla_foo(%s, %s)” %(cls, x)
@staticmethod # 使用staticmethod进行装饰
def static_foo(x):
print “executing static_foo(%s)” % x def test_three_method():
obj = A()
# 直接调用噗通的成员方法
obj.foo(“para”)# 此处obj对象作为成员函数的隐式参数, 就是self
obj.cla_foo(“para”)# 此处类作为隐式参数被传入, 就是cls
A.cla_foo(“para”)#更直接的类方法调用
obj.static_foo(“para”)# 静态方法并没有任何隐式参数, 但是要通过对象或者类进行调用
A.static_foo(“para”)if __name__ == '__main__':
test_three_method()
# 函数输出
executing foo(, para)executing cla_foo(, para)executing cla_foo(, para)executing static_foo(para)executing static_foo(para)
property装饰器 定义私有类属性
将property与装饰器结合实现属性私有化(更简单安全的实现get和set方法)。
#python内建函数
property(fget=None, fset=None, fdel=None, doc=None)fget是获取属性的值的函数，fset是设置属性值的函数，fdel是删除属性的函数，doc是一个字符串(像注释一样)。从实现来看，这些参数都是可选的。property有三个方法getter()，setter()和delete()来指定fget，fset和fdel。这表示以下这行：
cla Student(object):
@property #相当于property.getter(score)或者property(score)
def score(self):
return self._score
@score.setter #相当于score = property.setter(score)
def score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value iter魔法
通过yield和__iter__的结合，我们可以把一个对象变成可迭代的 通过__str__的重写，可以直接通过想要的形式打印对象 #!/usr/bin/env python #-*-coding: utf-8-*-cla TestIter(object):
def __init__(self):
self.lst = [1, 2, 3, 4, 5]
def read(self):
for ele in xrange(len(self.lst)):
yield ele
def __iter__(self):
return self.read()
def __str__(self):
return ','.join(map(str, self.lst))
__repr__ = __str__ def test_iter():
obj = TestIter()
for num in obj:
print num
print obj if __name__ == '__main__':
test_iter()神奇partial partial使用上很像C++中仿函数(函数对象)。
在stackoverflow给出了类似与partial的运行方式：
def partial(func, *part_args):
def wrapper(*extra_args):
args = list(part_args)
args.extend(extra_args)
return func(*args)
return wrapper 利用用闭包的特性绑定预先绑定一些函数参数，返回一个可调用的变量，直到真正的调用执行：
#!/usr/bin/env python #-*-coding: utf-8-*-from functools import partial def sum(a, b):
return a + b def test_partial():
fun = partial(sum, 2)# 事先绑定一个参数, fun成为一个只需要一个参数的可调用变量
print fun(3)# 实现执行的即是sum(2, 3)if __name__ == '__main__':
test_partial()
# 执行结果 5 神秘eval eval我理解为一种内嵌的python解释器(这种解释可能会有偏差)，会解释字符串为对应的代码并执行，并且将执行结果返回。
看一下下面这个例子：
#!/usr/bin/env python #-*-coding: utf-8-*-def test_first():
return 3 def test_second(num):
return num action = { # 可以看做是一个sandbox
“para”: 5,“test_first” : test_first,“test_second”: test_second
} def test_eavl():
condition = “para == 5 and test_second(test_first)> 5”
res = eval(condition, action)# 解释condition并根据action对应的动作执行
print res if __name__ == '_ exec exec在Python中会忽略返回值，总是返回None，eval会返回执行代码或语句的返回值
exec和eval在执行代码时，除了返回值其他行为都相同
在传入字符串时，会使用compile(source, '', mode)编译字节码。mode的取值为exec和eval #!/usr/bin/env python #-*-coding: utf-8-*-def test_first():
print “hello” def test_second():
test_first()
print “second” def test_third():
print “third” action = {
“test_second”: test_second,“test_third”: test_third
} def test_exec():
exec “test_second” in action if __name__ == '__main__':
test_exec()# 无法看到执行结果 getattr getattr(object, name[, default])返回对象的命名属性，属性名必须是字符串。如果字符串是对象的属性名之一，结果就是该属性的值。例如，getattr(x, ‘foobar')等价于 x.foobar。如果属性名不存在，如果有默认值则返回默认值，否则触发 AttributeError。
# 使用范例
cla TestGetAttr(object):
test = “test attribute”
def say(self):
print “test method” def test_getattr():
my_test = TestGetAttr()
try:
print getattr(my_test, “test”)
except AttributeError:
print “Attribute Error!”
try:
getattr(my_test, “say”)()
except AttributeError: # 没有该属性, 且没有指定返回值的情况下
print “Method Error!” if __name__ == '__main__':
test_getattr()
# 输出结果 test attribute test method 命令行处理
def proce_command_line(argv):
“”“
Return a 2-tuple:(settings object, args list).`argv` is a list of arguments, or `None` for ``sys.argv[1:]``.”“”
if argv is None:
argv = sys.argv[1:]
# initialize the parser object:
parser = optparse.OptionParser（formatter=optparse.TitledHelpFormatter(width=78),add_help_option=None)
# define options here:
parser.add_option（# customized description;put--help last
'-h', '--help', action='help',help='Show this help meage and exit.')
settings, args = parser.parse_args(argv)
# check number of arguments, verify values, etc.:
if args:
parser.error('program takes no command-line arguments;'
'“%s” ignored.' %(args,))
# further proce settings & args if neceary
return settings, args def main(argv=None):
settings, args = proce_command_line(argv)
# application code here, like:
# run(settings, args)
return 0
# succe if __name__ == '__main__':
status = main()
sys.exit(status)读写csv文件
# 从csv中读取文件, 基本和传统文件读取类似 import csv with open('data.csv', 'rb')as f:
reader = csv.reader(f)
for row in reader:
print row # 向csv文件写入 import csv with open('data.csv', 'wb')as f:
writer = csv.writer(f)
writer.writerow(['name', 'addre', 'age'])# 单行写入
data = [
('xiaoming ','china','10'),('Lily', 'USA', '12')]
writer.writerows(data)# 多行写入 各种时间形式转换
只发一张网上的图, 然后查文档就好了, 这个是记不住的
