Python进阶知识(一)-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python进阶知识(一)。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1.简单模块化

最简单的模块化方式，你可以把函数、类、常量拆分到不同的文件，把它们放在同一个文件夹，然后使用 from your_file import function_name, class_name 的方式调用。之后，这些函数和类就可以在文件内直接使用了。

1 # utils.py
2
3 def get_sum(a, b):
4 return a + b

# class_utils.py
class Encoder(object):
    def encode(self, s):
        return s[::-1]
class Decoder(object):
    def decode(self, s):
        return ''.join(reversed(list(s)))

1 # main.py 2
3 from utils import get_sum
4 from class_utils import *
5
6 print(get_sum(1, 2)) 7
8 encoder = Encoder()
9 decoder = Decoder()
10
11 print(encoder.encode('abcde'))
12 print(decoder.decode('edcba'))
13
14 ########## 输出 ########## 15
16 3
17 edcba
18 abcde

看看上面的示例代码，get_sum() 函数定义在 utils.py，Encoder 和 Decoder 类则在 class_utils.py，我们在 main 函数直接调用 from import ，就可以将我们需要的东西 import 过来。

但是这样就行了吗，不，慢慢的你会发现所有的文件都堆在一个文件夹下面也不是办法

然后就必须创建一些子文件夹

1 # utils/utils.py
2
3 def get_sum(a, b):
4     return a + b

# utils/class_utils.py
class Encoder(object):
    def encode(self, s):
        return s[::-1]
class Decoder(object):
    def decode(self, s):
        return ''.join(reversed(list(s)))

1 # src/sub_main.py 2
3 import sys
4 sys.path.append("..")
5
6 from utils.class_utils import * 7
8 encoder = Encoder()
9 decoder = Decoder()
而这一次，我们的文件结构是下面这样的:
1.
2 ├── utils
3 │ ├── utils.py
4 │ └── class_utils.py 5 ├── src
6 │ └── sub_main.py
7 └── main.py

很容易看出，main.py 调用子目录的模块时，只需要使用 . 代替 / 来表示子目录，utils.utils 表示 utils 子文件夹下的 utils.py 模块就行。

那如果我们想调用上层目录呢?注意，sys.path.append(“…”) 表示将当前程序所在位置向上提了一级，之后就能调用 utils 的模块了。

2.项目模块化

核心就是 以项目的根目录作为最基本的目录，所有的模块调用，都要通过根目录一层层向下索引的方式来 import

明白了这一点后，这次我们使用 PyCharm 来创建一个项目。这个项目结构如下所示:

2 ├── proto
3 │    ├── mat.py
  ├── utils
5 │    └── mat_mul.py
6 └── src
7      └── main.py

# proto/mat.py
class Matrix(object):
    def __init__(self, data):
        self.data = data
        self.n = len(data)
        self.m = len(data[0])

# utils/mat_mul.py
from proto.mat import Matrix
def mat_mul(matrix_1: Matrix, matrix_2: Matrix):
    assert matrix_1.m == matrix_2.n
    n, m, s = matrix_1.n, matrix_1.m, matrix_2.m
    result = [[0 for _ in range(n)] for _ in range(s)]
    for i in range(n):
        for j in range(s):
            for k in range(m):
                result[i][k] += matrix_1.data[i][j] * matrix_2.data[j][k]
    return Matrix(result)

1 # src/main.py 2
3 from proto.mat import Matrix
4 from utils.mat_mul import mat_mul
5 6
7 a = Matrix([[1, 2], [3, 4]])
8 b = Matrix([[5, 6], [7, 8]])
9
10 print(mat_mul(a, b).data)

请注意 utils/mat_mul.py，你会发现，它 import Matrix 的方式是from proto.mat。这种做法，直接从项目根目录中导入，并依次向下导入模块 mat.py 中的 Matrix，而不是使用 … 导入上一级文件夹。

是不是很简单呢?对于接下来的所有项目，你都能直接使用 Pycharm 来构建。把不同模块放在不同子文件夹里，跨模块调用则是从顶层直接索引，一步到位，非常方便。

在Python中，if __name__ == '__main__' 是一个常见的代码块，用于确定当前模块是作为主程序运行还是作为导入模块使用。

当一个Python脚本文件被直接执行时，Python解释器会将该脚本文件的__name__属性设置为'__main__'，这是Python中的内置属性。如果一个模块是作为主程序运行，那么__name__属性的值就是'__main__'。

因此，当你使用 if __name__ == '__main__' 来判断时，它实际上检查的是当前模块是否是作为主程序执行的。如果是主程序执行，该条件语句块中的代码将被执行；如果是作为导入模块使用，该条件语句块中的代码将被跳过。

这个机制通常用于模块的测试和调试。通过将一些测试代码放在if __name__ == '__main__'块中，你可以在模块被导入时避免这些测试代码被执行，只有在直接运行该模块时才会执行这些测试代码。

3.浅拷贝和深度拷贝

在 Python 中，浅拷贝（shallow copy）和深拷贝（deep copy）是用于创建对象副本的两种不同方式。

浅拷贝是指创建一个新对象，该对象的内容是原始对象中元素的引用。换句话说，浅拷贝创建了一个新的对象，但该对象中的元素仍然与原始对象共享。修改原始对象中的元素也会反映在浅拷贝对象中。在 Python 中，可以使用 copy 模块的 copy() 函数或者对象的 copy() 方法进行浅拷贝。

示例代码：

pythonCopy code
import copy

list1 = [1, 2, 3, [4, 5]]
list2 = copy.copy(list1)

# 修改原始对象
list1[3].append(6)

print(list1)  # 输出: [1, 2, 3, [4, 5, 6]]
print(list2)  # 输出: [1, 2, 3, [4, 5, 6]]

深拷贝是指创建一个新对象，该对象及其内容都是原始对象的完全独立副本。换句话说，深拷贝创建了一个与原始对象完全无关的新对象。修改原始对象中的元素不会影响深拷贝对象。在 Python 中，可以使用 copy 模块的 deepcopy() 函数或者对象的 deepcopy() 方法进行深拷贝。

示例代码：

pythonCopy code
import copy

list1 = [1, 2, 3, [4, 5]]
list2 = copy.deepcopy(list1)

# 修改原始对象
list1[3].append(6)

print(list1)  # 输出: [1, 2, 3, [4, 5, 6]]
print(list2)  # 输出: [1, 2, 3, [4, 5]]

浅拷贝只复制了对象的引用，而深拷贝创建了一个完全独立的对象副本。选择使用浅拷贝还是深拷贝取决于你的需求和数据结构的复杂性。

4.值传递和引用传递

在 Python 中，参数传递方式既不是纯粹的值传递（pass by value）也不是纯粹的引用传递（pass by reference），而是通过对象的引用进行传递，通常称为对象的传递（pass by object）。

当你将一个对象作为参数传递给函数或赋值给另一个变量时，实际上是将该对象的引用传递给了函数或变量。这意味着函数或变量可以通过引用访问和修改原始对象。

值传递是指将对象的副本传递给函数或变量，函数或变量对副本的修改不会影响原始对象。对于不可变对象（例如数字、字符串和元组），参数传递是值传递的。这是因为不可变对象无法修改，每次传递时都会创建一个新的对象副本。

示例代码：

pythonCopy code
def update_value(num):
    num += 1
    print(num)

value = 10
update_value(value)
print(value)  # 输出: 10

引用传递是指将对象的引用传递给函数或变量，函数或变量可以通过引用修改原始对象。对于可变对象（例如列表、字典和集合），参数传递是引用传递的。

示例代码：

pythonCopy code
def update_list(lst):
    lst.append(4)
    print(lst)

my_list = [1, 2, 3]
update_list(my_list)
print(my_list)  # 输出: [1, 2, 3, 4]

需要注意的是，虽然对于可变对象来说是引用传递，但如果在函数内部重新分配对象或修改引用，不会影响原始对象或变量。

示例代码：

pythonCopy code
def update_list(lst):
    lst = [4, 5, 6]  # 在函数内部重新分配对象
    print(lst)

my_list = [1, 2, 3]
update_list(my_list)
print(my_list)  # 输出: [1, 2, 3]