学习使用turtle在屏幕上绘制图形。
说明:turtle是Python内置的一个非常有趣的模块,特别适合对计算机程序设计进行初体验的小伙伴,它最早是Logo语言的一部分,Logo语言是Wally Feurzig和Seymour Papert在1966发明的编程语言。
1 import turtle 2 3 turtle.pensize(4) 4 turtle.pencolor('red') 5 6 turtle.forward(100) 7 turtle.right(90) 8 turtle.forward(100) 9 turtle.right(90) 10 11 turtle.mainloop()
变量和类型
变量名由字母(广义的Unicode字符,不包括特殊字符)、数字和下划线构成,数字不能开头。 用type()检查变量的类型。
- 整型:Python中可以处理任意大小的整数(Python 2.x中有
int
和long
两种类型的整数,因此在Python 3.x中整数只有int这一种),而且支持二进制(如0b100
,换算成十进制是4)、八进制(如0o100
,换算成十进制是64)、十进制(100
)和十六进制(0x100
,换算成十进制是256)的表示法。 - 浮点型:浮点数也就是小数,浮点数除了数学写法(如
123.456
)之外还支持科学计数法(如1.23456e2
)。 - 字符串型:字符串是以单引号或双引号括起来的任意文本,比如
'hello'
和"hello"
,字符串还有原始字符串表示法、字节字符串表示法、Unicode字符串表示法。 - 布尔型:布尔值只有
True
、False
两种值。在Python中可以直接用True
、False
表示布尔值(请注意大小写),也可以通过布尔运算计算出来(例如3 < 5
会产生布尔值True
,而2 == 1
会产生布尔值False
)。 - 复数型:形如
3+5j
,跟数学上的复数表示一样,唯一不同的是虚部的i
换成了j
。了解一下就可以了
可以使用Python中内置的函数对变量类型进行转换。
int()
:将一个数值或字符串转换成整数,可以指定进制。float()
:将一个字符串转换成浮点数。str()
:将指定的对象转换成字符串形式,可以指定编码。chr()
:将整数转换成该编码对应的字符串(一个字符)。ord()
:将字符串(一个字符)转换成对应的编码(整数)。
a = int(input('a = ')) # 用input()函数获取键盘输入字符串 b = int(input('b = ')) print('%d %% %d = %d' % (a, b, a % b)) # %%表示百分号
运算符
短路处理: and
运算符左边为False
的情况下,右边的表达式根本不会执行; or 左边的布尔值为True
的情况下,右边的表达式根本不会执行
运算符 | 描述 |
---|---|
[] [:] |
下标,切片 |
** |
指数 |
/ % // |
加,减, 乘,除,模,整除 |
>> << |
右移,左移 |
& |
按位与,按位异或,按位或, 按位取反 |
<= < > >= |
小于等于,小于,大于,大于等于,等于,不等于 |
is / is not |
身份运算符 |
in / not in |
成员运算符 |
not / or /and |
逻辑运算符 |
= += -= *= /= %= //= **= &= ` |
= ^= >>= <<=` |
for x in range(101):
break
只能终止它所在的那个循环; continue
用来放弃本次循环后续的代码直接让循环进入下一轮。
range(101)
:产生0到100范围的整数,需要注意的是取不到101。range(1, 101)
:产生1到100范围的整数,相当于前闭后开区间。range(1, 101, 2)
:产生1到100的奇数,其中2是步长,即每次数值递增的值。range(100, 0, -2)
:产生100到1的偶数,其中-2是步长,即每次数字递减的值。
函数
在Python中,函数的参数可以有默认值,也支持使用可变参数,所以Python并不需要像其他语言一样支持函数的重载,
def add(*args): # 可变参数 total = 0 for val in args: total += val return total
Python查找一个变量时会按照“局部作用域”、“嵌套作用域”、“全局作用域”和“内置作用域”的顺序进行搜索,所谓的“内置作用域”就是Python内置的那些标识符,我们之前用过的input
、print
、int
等都属于内置作用域。
'''用global关键字来指示foo函数中的变量a来自于全局作用域,如果全局作用域中没有a,下面一行代码就会定义变量a并将其置于全局作用域。同理,如果希望函数内部的函数能够修改嵌套作用域中的变量,可以使用nonlocal关键字来指示变量来自于嵌套作用域''' def foo(): global a a = 200 print(a) # 200 # 只有被Python解释器直接执行的模块的名字才是__main__ if __name__ == '__main__': a = 100 foo() print(a) # 200
-
将函数视为“一等公民”
- 函数可以赋值给变量
- 函数可以作为函数的参数
- 函数可以作为函数的返回值
-
高阶函数的用法(
filter
、map
以及它们的替代品)items1 = list(map(lambda x: x ** 2, filter(lambda x: x % 2, range(1, 10)))) # [1, 9, 25, 49, 81] items2 = [x ** 2 for x in range(1, 10) if x % 2]
-
位置参数、可变参数、关键字参数、命名关键字参数
-
参数的元信息(代码可读性问题)
-
匿名函数和内联函数的用法(
lambda
函数) -
闭包和作用域问题
-
Python搜索变量的LEGB顺序(Local >>> Embedded >>> Global >>> Built-in)
-
global
和nonlocal
关键字的作用global
:声明或定义全局变量(要么直接使用现有的全局作用域的变量,要么定义一个变量放到全局作用域)。nonlocal
:声明使用嵌套作用域的变量(嵌套作用域必须存在该变量,否则报错)。
-
自定义装饰器:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
from functools import wraps def singleton(cls): instances = {} @wraps(cls) def wrapper(*args, **kwargs): if cls not in instances: instances[cls] = cls(*args, **kwargs) return instances[cls] return wrapper @singleton class President: """总统(单例类)""" pass
from functools import wraps from threading import RLock def singleton(cls): instances = {} locker = RLock() @wraps(cls) def wrapper(*args, **kwargs): if cls not in instances: with locker: if cls not in instances: instances[cls] = cls(*args, **kwargs) return instances[cls] return wrapper
类和对象
PEP 8要求: 受保护实例属性用单个下划线开头; 私有实例属性用两个下划线开头
面向对象有三大支柱:封装、继承和多态
class Test:
NUM = 11 # 静态变量 def __init__(self, foo): self.__foo = foo def __bar(self): print(self.__foo) def main(): test = Test('hello')
Test.NUM test.__bar() # AttributeError: 'Test' object has no attribute '__bar' test._Test__bar() # Test._Test__bar(test) 也可通过类调用对象方法但要传入对象作为参数。 print(test._Test__foo) if __name__ == "__main__": main()
@property装饰器 |
@staticmethod |
@classmethod |
__slots__: 只对当前类的对象生效,对子类并不起任何作用 |
@abstractmethod |
![]() class Person(object): def __init__(self, name, age): self._name = name self._age = age # 访问器 - getter方法 @property def name(self): return self._name # 访问器 - getter方法 @property def age(self): return self._age # 修改器 - setter方法 @age.setter def age(self, age): self._age = age def main(): person = Person('王大锤', 12) person.age = 22 # person.name = '白元芳' # AttributeError: can't set attribute |
@staticmethod def is_valid(a, b, c) |
@classmethod def now(cls): # 通过cls可获取和类相关信息并创建出类对象 return cls("foo") |
# 限定Person对象只能动态绑定_name, _age和_gender属性 __slots__ = ('_name', '_age', '_gender') |
抽象方法 --> 抽象类 |
- 实例方法:可获取类属性、构造函数定义的变量,属于 method 类型。只能通过实例化调用。
- 静态方法:不能获取类属性、构造函数定义的变量,属于 function 类型。两种调用方式:类.方法名 ,实例化调用。
- 类方法 :可获取类属性,不能获取构造函数定义的变量,属于 method 类型。两种调用方式:类.方法名 ,实例化调用。
-
类和类之间的关系有三种:is-a、has-a和use-a关系。
- is-a: 继承或泛化
- has-a: 关联,比如部门和员工的关系,汽车和引擎的关系都属于关联关系;关联关系如果是整体和部分的关联,那么我们称之为聚合关系;如果整体进一步负责了部分的生命周期(整体和部分是不可分割的,同时同在也同时消亡),那么这种就是最强的关联关系,我们称之为合成关系。
- use-a: 依赖,比如司机有一个驾驶的行为(方法),其中(的参数)使用到了汽车,那么司机和汽车的关系就是依赖关系。
-
继承: 方法重写
def __init__(self, name, age, title):
super().__init__(name, age)
self._title = title
对象的复制(深复制/深拷贝/深度克隆和浅复制/浅拷贝/影子克隆)
-
垃圾回收、循环引用和弱引用
Python使用了自动化内存管理,这种管理机制以引用计数为基础,同时也引入了标记-清除和分代收集两种机制为辅的策略。
-
- 引用计数+1: 对象被创建、被引用、作为函数参数、作为元素存在容器中;
- 引用计数-1: 对象别名被显示销毁、被赋予新对象、离开作用域、所在容器被销毁或从容器中删除对象。
- 垃圾回收:调用
gc.collect()、
gc
模块的计数器达到阀值、程序退出。
引用计数可能会导致循环引用问题,而循环引用会导致内存泄露——解决:引入“标记-清除”和“分代收集”。创建对象时,对象被放在第一代中,如果在第一代的垃圾检查中对象存活了下来,该对象就会被放到第二代中,同理在第二代的垃圾检查中对象存活下来,该对象就会被放到第三代中。