Python #

数据类型 #

数值类型, 字符串, 列表, 元组, 字典, 集合

可变数据类型: 列表, 字典, 集合

不可变数据类型: 数值类, 字符串, 元组

深浅拷贝 #

In [1]: import copy
   ...: a = [1, 2, 3, 4, ['a', 'b']]  # 原始对象
   ...: 
   ...: b = a  # 赋值, 传对象的引用
   ...: c = copy.copy(a)  # 对象拷贝, 浅拷贝
   ...: d = copy.deepcopy(a)  # 对象拷贝, 深拷贝
   ...: 
   ...: a.append(5)  # 修改对象a
   ...: a[4].append('c')  # 修改对象a中的['a', 'b']数组对象

In [2]: print(a)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]

In [3]: print(b)
[1, 2, 3, 4, ['a', 'b', 'c'], 5]

In [4]: print(c)
[1, 2, 3, 4, ['a', 'b', 'c']]

In [5]: print(d)
[1, 2, 3, 4, ['a', 'b']]

迭代器 生成器 #

• 可迭代对象 (Iterable) 是实现了 __iter__ 方法的对象, 通过调用 iter() 方法可以获得一个迭代器 (Iterator)
• 迭代器(Iterator)是实现了 __iter__ 方法和 __next__ 方法的对象
• for...in... 的迭代实际是将可迭代对象转换成迭代器, 再重复调用 next() 方法实现的
• 生成器 (Generator) 是一个特殊的迭代器, 它的实现更简单优雅, yield 是生成器实现 __next__ 方法的关键. 它作为生成器执行的暂停恢复点, 可以对 yield 表达式进行赋值, 也可以将 yield 表达式的值返回

闭包 #

如果在一个内部函数里, 对在外作用域(但不是在全局作用域)的变量进行引用, 那么内部函数就被认为是闭包

实例方法 类方法 静态方法 #

实例方法: 是类实例化对象的方法, 只有实例对象可以调用, 形参为 self , 指代对象本身

类方法: 是类对象的方法, 在定义时需要在上方使用 @classmethod 进行装饰,形参为 cls, 表示类对象, 类对象和实例对象都可调用

静态方法: 是一个任意函数, 在其上方使用 @staticmethod 进行装饰, 可以用对象直接调用, 静态方法实际上跟该类没有太大关系

class A(object):
    def foo(self,x):
        print "executing foo(%s,%s)"%(self,x)

    @classmethod
    def class_foo(cls,x):
        print "executing class_foo(%s,%s)"%(cls,x)

    @staticmethod
    def static_foo(x):
        print "executing static_foo(%s)"%x

a=A()

__new__ & __init__ #

• __new__ 是一个静态方法, 而 __init__ 是一个实例方法
• __new__ 方法会返回一个创建的实例, 而 __init__ 什么都不返回
• __new__ 返回一个 cls 的实例时后, __init__ 才能被调用
• 创建一个新实例时调用 __new__, 初始化一个实例时用 __init__

Python自省 #

自省就是面向对象的语言所写的程序在运行时, 所能知道对象的类型. 简单一句就是运行时能够获得对象的类型, 比如:

• type()
• dir()
• getattr()
• hasattr()
• isinstance()

object & type #

• type 是一切 type 的类型
• object 是所有对象的基类, type 也继承自 object
• object 的 type 是 type

进程 线程 协程 #

进程是指在系统中正在运行的一个应用程序, 是CPU的最小工作单元

线程是程序执行中一个单一的顺序控制流程, 是程序执行流的最小单元, 是处理器调度和分派的基本单位

协程是一种比线程更加轻量级的存在, 协程不是被操作系统内核所管理, 而完全是由程序所控制

GIL #

GIL 并不是 Python 的特性, 它是在实现 Python 解释器 (CPython) 时所引入的概念.

也就是任意时刻, Python 只有一个线程在运行

GC #

Python GC主要使用引用计数 (reference counting) 来跟踪和回收垃圾. 在引用计数的基础上, 通过 "标记-清除" (mark and sweep) 解决容器对象可能产生的循环引用问题, 通过 "分代回收" (generation collection) 以空间换时间的方法提高垃圾回收效率

触发垃圾回收

• 调用 gc.collect()
• gc 模块的计数器达到阀值
• 程序退出