重庆南岸营销型网站建设公司推荐,网站的建设技术有哪些内容,核酸收费?,展馆设计公司排名1. 面向对象编程#xff08;OOP#xff09;
面向对象编程 (OOP) 是一种通过将程序中的数据和功能封装为对象的编程范式。OOP 基于四个核心概念#xff1a;类与对象、继承、封装与多态。
类与对象 类#xff08;Class#xff09;#xff1a;类是创建对象的蓝图或模板。它…1. 面向对象编程OOP
面向对象编程 (OOP) 是一种通过将程序中的数据和功能封装为对象的编程范式。OOP 基于四个核心概念类与对象、继承、封装与多态。
类与对象 类Class类是创建对象的蓝图或模板。它定义了对象的属性和方法。在 Python 中使用 class 关键字定义一个类。 class Dog:def __init__(self, name, breed): # 构造函数self.name name # 实例属性self.breed breed __init__() 是类的构造函数用于初始化对象。在创建对象时__init__() 自动被调用。 对象Object对象是类的实例类定义了对象的属性和行为每个对象是独立的。 my_dog Dog(Buddy, Golden Retriever) # 创建对象
类的属性与方法 实例属性每个对象独立拥有的属性通过 self 引用。 类属性所有对象共享的属性定义在类级别。 class Dog:species Canine # 类属性
def __init__(self, name, breed):self.name name # 实例属性 实例方法操作对象数据的方法定义在类中并使用 self 参数访问对象的属性和其他方法。 类方法classmethod通过 classmethod 修饰的类方法使用 cls 访问类属性能作用于类本身而不是具体对象。 classmethod
def set_species(cls, new_species):cls.species new_species 静态方法staticmethod不需要访问实例属性或类属性使用 staticmethod 修饰。 staticmethod
def bark():print(Woof!)
继承 单继承一个子类继承一个父类子类继承父类的属性和方法。 class Animal:def __init__(self, name):self.name name
def speak(self):return Animal sound
class Dog(Animal): # Dog 继承自 Animaldef speak(self):return Woof! 多继承一个子类可以继承多个父类。Python 允许多继承但需要小心处理父类方法的冲突。 super()用于在子类中调用父类的方法特别是在构造函数中可以避免手动调用父类。 class Puppy(Dog):def __init__(self, name, breed):super().__init__(name, breed) # 调用父类构造函数
封装、继承与多态 封装将数据属性和操作数据的代码方法打包在一起并通过控制访问权限如私有和公有属性来保护数据。 继承子类继承父类的属性和方法从而实现代码复用。 多态不同类的对象可以以相同的接口使用。例如Dog 和 Cat 类都可以有 speak() 方法尽管它们的实现不同Python 中可以调用相同的接口。
特殊方法
Python 中有一些双下划线开头和结尾的特殊方法又称为魔术方法这些方法可以为类实现特定的行为。 __str__()定义对象的可打印字符串表示。 def __str__(self):return fDog({self.name}, {self.breed}) __repr__()返回对象的官方字符串表示通常用于调试。 __len__()使类可以使用 len() 函数。 __eq__()使类支持 运算符用于对象比较。 2. 生成器与迭代器
迭代器 迭代器Iterator迭代器是实现了 __iter__() 和 __next__() 方法的对象。__iter__() 返回迭代器对象本身__next__() 返回容器的下一个元素当没有元素时抛出 StopIteration。 class MyIterator:def __init__(self, limit):self.limit limitself.count 0
def __iter__(self):return self
def __next__(self):if self.count self.limit:self.count 1return self.countelse:raise StopIteration 使用 iter() 和 next()iter() 将对象转换为迭代器next() 获取下一个值。 it iter(MyIterator(5))
print(next(it)) # 输出 1
生成器 生成器函数生成器函数使用 yield 而不是 return 返回值。生成器每次被调用时都会返回一个值保持其状态即函数内的局部变量在多次调用中不会被重置。生成器是一种懒惰求值的方式只有在需要的时候才生成值适合处理大量数据。 def countdown(n):while n 0:yield nn - 1 生成器表达式生成器表达式是类似列表推导式的语法但它不会一次性生成所有元素而是逐步生成节省内存。 gen_exp (x * x for x in range(10)) # 生成器表达式
通过生成器我们可以处理大数据集而不会耗尽内存。例如处理一大段日志文件时可以使用生成器按行读取。
3. 装饰器
函数装饰器
装饰器是一种设计模式用来在不修改函数定义的情况下动态地为函数增加功能。在 Python 中可以使用 符号来应用装饰器。装饰器本质上是一个函数它接收另一个函数作为参数并返回一个新函数。
示例
def my_decorator(func):def wrapper():print(Something before the function runs)func()print(Something after the function runs)return wrapper
my_decorator
def say_hello():print(Hello!)
say_hello()
输出
Something before the function runs
Hello!
Something after the function runs
带参数的装饰器
带参数的装饰器比普通装饰器更加灵活。编写时需要使用三层函数最外层接受装饰器的参数第二层是普通装饰器第三层是实际包装的函数。
示例
def decorator_with_args(arg1, arg2):def decorator(func):def wrapper(*args, **kwargs):print(fDecorator args: {arg1}, {arg2})return func(*args, **kwargs)return wrapperreturn decorator
decorator_with_args(Hello, World)
def greet():print(Greetings!)
greet()
输出
Decorator args: Hello, World
Greetings!
类装饰器
类装饰器是通过类实现的装饰器。使用 __call__() 方法类可以像函数一样调用。类装饰器可以在装饰函数时保存更多的状态信息。
示例
class MyDecorator:def __init__(self, func):self.func func
def __call__(self, *args, **kwargs):print(Before the function call)result self.func(*args, **kwargs)print(After the function call)return result
MyDecorator
def say_hello():print(Hello!)
say_hello()
输出
Before the function call
Hello!
After the function call
4. 异常处理
捕获异常
Python 使用 try、except 语句来捕获异常确保程序在出现错误时不会崩溃。else 块在 try 成功时执行finally 块无论是否发生异常都会执行。
示例
try:num int(input(Enter a number: ))
except ValueError:print(Thats not a valid number!)
else:print(fNumber entered: {num})
finally:print(End of program.) try包含可能产生异常的代码。 except捕获特定类型的异常。 else当没有异常时执行的代码。 finally无论是否发生异常都会执行的代码通常用于清理操作。
自定义异常
可以通过继承 Exception 类自定义异常适用于需要在程序中捕获特定错误的情况。
示例
class MyCustomError(Exception):def __init__(self, message):self.message message
try:raise MyCustomError(This is a custom error)
except MyCustomError as e:print(fCaught an error: {e.message})
断言
断言是一种检查代码状态的简单方法。当条件为 False 时assert 会抛出 AssertionError。
示例
x 5
assert x 0, x should be greater than 0
assert x 10, x should be less than 10
5. 模块与包
模块导入
模块是包含 Python 代码的文件通常用于组织代码结构。可以通过 import 导入模块也可以使用 from ... import 导入特定的变量或函数。
示例
# 导入整个模块
import math
print(math.sqrt(16))
# 导入特定函数
from math import sqrt
print(sqrt(16)) import导入整个模块并通过模块名访问其内容。 from ... import直接导入模块中的特定变量或函数。
包
包是一种组织模块的方式通过包含一个 __init__.py 文件Python 将其目录识别为一个包。包可以包含多个模块和子包。
__init__.py 的作用 初始化包当包第一次被导入时执行。 定义包的公开接口。
示例
mypackage/__init__.pymodule1.pymodule2.py
# 使用包
from mypackage import module1
常用内置模块
Python 提供了许多内置模块涵盖了文件操作、系统功能、数学运算等常见需求。 os与操作系统交互的模块提供了文件、目录操作。 import os
print(os.getcwd()) # 获取当前工作目录 sys与 Python 解释器交互的模块提供命令行参数、系统路径等功能。 import sys
print(sys.version) # 打印Python版本 datetime处理日期和时间的模块。 from datetime import datetime
print(datetime.now()) # 获取当前日期和时间 random生成随机数和随机选择的模块。 import random
print(random.randint(1, 10)) # 生成1到10之间的随机整数 math提供基本数学函数和常量。 import math
print(math.pi) # 输出圆周率 itertools提供用于迭代的高效工具例如排列、组合等。 import itertools
print(list(itertools.permutations([1, 2, 3]))) # 生成排列
6. 正则表达式
正则表达式Regular Expressions, regex是一种强大的字符串匹配工具允许通过定义模式Pattern来进行复杂的字符串搜索、替换、分割等操作。Python 提供了 re 模块来支持正则表达式。
正则基础 模式和规则 正则表达式是一种用来描述字符串匹配规则的特殊符号组合。常见符号包括 .匹配任意一个字符除了换行符。 ^匹配字符串的开头。 $匹配字符串的结尾。 *匹配前一个字符 0 次或多次。 匹配前一个字符 1 次或多次。 ?匹配前一个字符 0 次或 1 次。 []匹配括号内的任意一个字符如 [a-z] 表示小写字母。 |表示“或”关系。 \d匹配数字。 \w匹配字母、数字和下划线。
常用方法 search()在字符串中搜索符合正则表达式的内容返回第一个匹配对象。 import re
result re.search(r\d, There are 123 apples)
print(result.group()) # 输出 123 match()从字符串开头开始匹配如果匹配成功返回匹配对象否则返回 None。 result re.match(r\d, 123 apples)
print(result.group()) # 输出 123 findall()返回字符串中所有与正则表达式匹配的部分以列表形式返回。 result re.findall(r\d, 123 apples, 456 oranges)
print(result) # 输出 [123, 456] sub()替换字符串中与正则表达式匹配的部分。 result re.sub(rapples, bananas, I like apples)
print(result) # 输出 I like bananas split()根据正则表达式匹配的部分拆分字符串。 result re.split(r\s, split by spaces)
print(result) # 输出 [split, by, spaces] 7. 数据结构与算法
常用数据结构 栈Stack后进先出LIFO的数据结构常用于递归问题。 stack []
stack.append(1) # 压栈
stack.pop() # 出栈 队列Queue先进先出FIFO的数据结构常用于广度优先搜索。 from collections import deque
queue deque()
queue.append(1) # 入队
queue.popleft() # 出队 链表Linked List由节点构成的线性数据结构每个节点包含一个数据和一个指向下一个节点的指针。 树Tree一种非线性数据结构常用于表示分层数据。二叉树是其中最常见的一种。 字典Dictionary键值对key-value映射的数据结构。 dict {a: 1, b: 2} 集合Set无序且不重复的元素集合。 set {1, 2, 3}
常见算法 排序算法 冒泡排序两两比较并交换时间复杂度为 O(n²)。 快速排序选取一个基准值将小于基准的放一边大于基准的放另一边递归进行时间复杂度平均为 O(n log n)。 归并排序分治法将数组递归拆分再合并时间复杂度为 O(n log n)。 搜索算法 二分查找在有序数组中查找元素时间复杂度为 O(log n)。 深度优先搜索DFS使用栈实现的图遍历算法。 广度优先搜索BFS使用队列实现的图遍历算法。
时间复杂度
时间复杂度衡量算法执行时间随输入规模的增长而变化的速度。常见的时间复杂度有 O(1)常数时间 O(log n)对数时间 O(n)线性时间 O(n log n)线性对数时间 O(n²)平方时间 8. 并发与多线程
线程 创建线程Python 使用 threading 模块来创建和管理线程。 import threading
def print_hello():print(Hello from thread)
thread threading.Thread(targetprint_hello)
thread.start()
thread.join() # 等待线程结束 线程同步使用 Lock 机制来避免多个线程同时修改共享数据导致竞争条件问题。 lock threading.Lock()
lock.acquire() # 获取锁
# 执行共享资源操作
lock.release() # 释放锁 Semaphore控制访问共享资源的线程数量。
进程 多进程 使用 multiprocessing 模块来创建多个进程提供更强大的并发能力。 from multiprocessing import Process
def print_hello():print(Hello from process)
process Process(targetprint_hello)
process.start()
process.join()
协程
协程是一种轻量级的并发方式Python 的 asyncio 模块允许编写异步协程程序async 和 await 是协程的关键字。
示例
import asyncio
async def say_hello():print(Hello)await asyncio.sleep(1)print(World)
asyncio.run(say_hello()) 9. 网络编程
Socket编程
使用 socket 模块实现 TCP/UDP 通信。
import socket
sock socket.socket(socket.AF_INET, socket.SOCK_STREAM)
sock.connect((www.example.com, 80))
sock.send(bGET / HTTP/1.1\r\nHost: www.example.com\r\n\r\n)
HTTP 请求
requests 模块是一个流行的 Python 库用于发送 HTTP 请求。
示例
import requests
response requests.get(https://api.example.com/data)
print(response.json())
Flask Web 框架
Flask 是一个轻量级 Web 框架适合快速搭建 Web 应用。
from flask import Flask
app Flask(__name__)
app.route(/)
def hello_world():return Hello, World!
if __name__ __main__:app.run() 10. 数据科学与机器学习库
Numpy
Numpy 是用于多维数组处理的库支持大量的数学运算。
示例
import numpy as np
array np.array([1, 2, 3])
print(np.mean(array)) # 输出 2.0
Pandas
Pandas 是用于数据处理和分析的库主要使用 DataFrame 数据结构。
示例
import pandas as pd
data {name: [John, Jane], age: [30, 25]}
df pd.DataFrame(data)
print(df)
Matplotlib
Matplotlib 是用于数据可视化的库可以创建各种图表。
示例
import matplotlib.pyplot as plt
plt.plot([1, 2, 3], [4, 5, 6])
plt.show()
Scikit-learn
Scikit-learn 提供了常用的机器学习模型和工具如线性回归、分类、聚类等。
示例
from sklearn.linear_model import LinearRegression
model LinearRegression()
model.fit([[1], [2], [3]], [1, 2, 3])
print(model.predict([[4]])) # 输出 [4.] 11. 高级 Python 特性
上下文管理
with 语句可以确保资源的正确管理通常用于文件操作等场景。__enter__() 和 __exit__() 方法实现上下文管理协议。
示例
with open(file.txt, r) as file:content file.read()
元类
元类是用来创建类的类type() 是最常见的元类。可以通过元类定制类的行为。
示例
class MyMeta(type):def __new__(cls, name, bases, dct):print(fCreating class {name})return super().__new__(cls, name, bases, dct)
class MyClass(metaclassMyMeta):pass
单例模式
单例模式确保类只有一个实例可以通过重写 __new__() 方法来实现。
示例
class Singleton:_instance None
def __new__(cls):if cls._instance is None:cls._instance super().__new__(cls)return cls._instance
