1. 函数:将实现某种功能的一组语句集合通过一个名称(函数名)封装起来;
2.函数参数:
·形参,实参,调用函数时,参数通过实参传给形参,因此实参必须是确定的,可以是常量、变量、表达式、函数等;
·在定义形参的时候,可以指定默认参数,当没有传值时就使用这个默认参数;一般情况下给函数传递参数时是有位置区别的,此时称为位置参数,也可以使用关键参数(name='alex'),没有位置区别,原则是关键参数不能放在位置参数之前;
·如果不确定需要多少个参数,可以使用非固定参数--*args会将参数保存为元组方式,**kwargs会将参数保存为字典方式;
3.局部变量和全局变量
·局部变量:在子程序中定义的变量;作用域为子程序;
·全局变量:在程序一开始定义的变量;作用域为整个程序;
==不同程序进行调用的时候,可以使用模块调用;
global _global_dict _global_dict = {} def set_value(key,value): """ 定义一个全局变量 """ _global_dict[key] = value def get_value(key,defValue=None): try: return _global_dict[key] except KeyError: return defValue
4. 返回值;
· 如果调用函数之后有返回值,可以使用return;未指定的话返回none;
· 遇到return则整个函数停止;
5. 几种函数介绍;--内置参数;https://docs.python.org/3/library/functions.html
· 递归函数;函数在内部调用自己;递归函数有两个特点:必须有一个明确的结束条件;进入更深一层的递归时,问题规模相比上次必须有所减少;
· 匿名函数;lambda n:n**n,关键字lambda,Lambda相当于简化了函数的书写,可以直接使用:g = lambda x:x+1——》匿名函数;Python中,也有几个定义好的全局函数方便使用的,filter, map, reduce(在functools中)
· 高阶函数:变量可以指向函数,函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。
6.装饰器:可以理解为高阶函数+嵌套函数,作用是装饰其他函数,即给其他函数添加功能;
· 原则:1.不能修改被修饰函数代码(高阶函数);2.不能更改被修饰函数的调用方式;(嵌套函数)
#高阶函数; import time def timer(fun): def test1(*args,**kwargs): print("In the timer!!") start_time = time.time() fun(*args,**kwargs) stop_time = time.time() print("the running time of this function is %s"%(stop_time-start_time)) return test1 @timer def fun1(): time.sleep(2) print("OK!!!") @timer def fun2(name): print(name) print("in the fun2!") # fun1 = timer(fun1) # fun2 = timer(fun2) fun1() fun2("alex")
--嵌套函数引入:如果只有一层函数的时候,调用的时候直接执行了,例如@timer=>fun1 = timer(fun1),如果加上嵌套的时候,此时只是返回了test1的地址,等到使用fun1()的时候,函数才真正执行;
· python引入一种语法糖的功能,@
7. 生成器,Python中,这种一边循环一边计算的机制,称为生成器:generator。generator保存的是算法,每次调用next(g),就计算出g的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration的错误。
· 可以使用列表生成式,将[]变成(),生成一个生成器;
· 带有yield的函数;
8. 迭代器;
· 可以使用for进行操作的有:
· 集合数据类型:如list,tuple,dict,set,str;
· generator:包括生成器和带yield的generator function。(这里可能会想到文件,文件的读取方式实际上也是generator的方式)
· 可迭代对象:可以直接作用于for循环的对象统称为可迭代对象:Iterable。isinstance([], Iterable)进行判断;
· 可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator。 isinstance([], Iterator)进行判断;
9. 软件目录结构规范:引用Alex博客https://www.cnblogs.com/alex3714/articles/5765046.html
关于如何组织一个较好的Python工程目录结构,已经有一些得到了共识的目录结构。在Stackoverflow的这个问题上,能看到大家对Python目录结构的讨论。
这里面说的已经很好了,我也不打算重新造轮子列举各种不同的方式,这里面我说一下我的理解和体会。
假设你的项目名为foo, 我比较建议的最方便快捷目录结构这样就足够了:
Foo/
|-- bin/
| |-- foo
|
|-- foo/
| |-- tests/
| | |-- __init__.py | | |-- test_main.py | | | |-- __init__.py | |-- main.py | |-- docs/ | |-- conf.py | |-- abc.rst | |-- setup.py |-- requirements.txt |-- README
简要解释一下:
bin/
: 存放项目的一些可执行文件,当然你可以起名script/
之类的也行。foo/
: 存放项目的所有源代码。(1) 源代码中的所有模块、包都应该放在此目录。不要置于顶层目录。(2) 其子目录tests/
存放单元测试代码; (3) 程序的入口最好命名为main.py
。docs/
: 存放一些文档。setup.py
: 安装、部署、打包的脚本。requirements.txt
: 存放软件依赖的外部Python包列表。README
: 项目说明文件。
除此之外,有一些方案给出了更加多的内容。比如LICENSE.txt
,ChangeLog.txt
文件等,我没有列在这里,因为这些东西主要是项目开源的时候需要用到。如果你想写一个开源软件,目录该如何组织,可以参考这篇文章。
下面,再简单讲一下我对这些目录的理解和个人要求吧。
关于README的内容
这个我觉得是每个项目都应该有的一个文件,目的是能简要描述该项目的信息,让读者快速了解这个项目。
它需要说明以下几个事项:
- 软件定位,软件的基本功能。
- 运行代码的方法: 安装环境、启动命令等。
- 简要的使用说明。
- 代码目录结构说明,更详细点可以说明软件的基本原理。
- 常见问题说明。
我觉得有以上几点是比较好的一个README
。在软件开发初期,由于开发过程中以上内容可能不明确或者发生变化,并不是一定要在一开始就将所有信息都补全。但是在项目完结的时候,是需要撰写这样的一个文档的。
可以参考Redis源码中Readme的写法,这里面简洁但是清晰的描述了Redis功能和源码结构。
关于requirements.txt和setup.py
setup.py
一般来说,用setup.py
来管理代码的打包、安装、部署问题。业界标准的写法是用Python流行的打包工具setuptools来管理这些事情。这种方式普遍应用于开源项目中。不过这里的核心思想不是用标准化的工具来解决这些问题,而是说,一个项目一定要有一个安装部署工具,能快速便捷的在一台新机器上将环境装好、代码部署好和将程序运行起来。
这个我是踩过坑的。
我刚开始接触Python写项目的时候,安装环境、部署代码、运行程序这个过程全是手动完成,遇到过以下问题:
- 安装环境时经常忘了最近又添加了一个新的Python包,结果一到线上运行,程序就出错了。
- Python包的版本依赖问题,有时候我们程序中使用的是一个版本的Python包,但是官方的已经是最新的包了,通过手动安装就可能装错了。
- 如果依赖的包很多的话,一个一个安装这些依赖是很费时的事情。
- 新同学开始写项目的时候,将程序跑起来非常麻烦,因为可能经常忘了要怎么安装各种依赖。
setup.py
可以将这些事情自动化起来,提高效率、减少出错的概率。"复杂的东西自动化,能自动化的东西一定要自动化。"是一个非常好的习惯。
setuptools的文档比较庞大,刚接触的话,可能不太好找到切入点。学习技术的方式就是看他人是怎么用的,可以参考一下Python的一个Web框架,flask是如何写的: setup.py
当然,简单点自己写个安装脚本(deploy.sh
)替代setup.py
也未尝不可。
requirements.txt
这个文件存在的目的是:
- 方便开发者维护软件的包依赖。将开发过程中新增的包添加进这个列表中,避免在
setup.py
安装依赖时漏掉软件包。 - 方便读者明确项目使用了哪些Python包。
这个文件的格式是每一行包含一个包依赖的说明,通常是flask>=0.10
这种格式,要求是这个格式能被pip
识别,这样就可以简单的通过 pip install -r requirements.txt
来把所有Python包依赖都装好了。具体格式说明: 点这里。
关于配置文件的使用方法
注意,在上面的目录结构中,没有将conf.py
放在源码目录下,而是放在docs/
目录下。
很多项目对配置文件的使用做法是:
- 配置文件写在一个或多个python文件中,比如此处的conf.py。
- 项目中哪个模块用到这个配置文件就直接通过
import conf
这种形式来在代码中使用配置。
这种做法我不太赞同:
- 这让单元测试变得困难(因为模块内部依赖了外部配置)
- 另一方面配置文件作为用户控制程序的接口,应当可以由用户自由指定该文件的路径。
- 程序组件可复用性太差,因为这种贯穿所有模块的代码硬编码方式,使得大部分模块都依赖
conf.py
这个文件。
所以,我认为配置的使用,更好的方式是,
- 模块的配置都是可以灵活配置的,不受外部配置文件的影响。
- 程序的配置也是可以灵活控制的。
能够佐证这个思想的是,用过nginx和mysql的同学都知道,nginx、mysql这些程序都可以自由的指定用户配置。
所以,不应当在代码中直接import conf
来使用配置文件。上面目录结构中的conf.py
,是给出的一个配置样例,不是在写死在程序中直接引用的配置文件。可以通过给main.py
启动参数指定配置路径的方式来让程序读取配置内容。当然,这里的conf.py
你可以换个类似的名字,比如settings.py
。或者你也可以使用其他格式的内容来编写配置文件,比如settings.yaml
之类的。