十個提高Python水平的高級知識點
本文，我們將分享一些有助于我們掌握 Python 的高級概念。如迭代器、生成器、裝飾器等！
一、異常處理
異常處理是一個很重要的概念，它可以幫助我們更好地解決程序中的各種問題。
異常是在程序執(zhí)行過程中發(fā)生并中斷的情況。它可能由于多種原因而發(fā)生。比如：除法運算中分母為0的情況，會拋出：ZeroDivisionError；導入不存在的包時，會拋出：ImportError；列表越界時，會拋出：IndexError。python 中大約有30個內置異常。
我們使用 try 和 except 來處理 Python 中的異常。語法如下：
try:
pass # 可能發(fā)生異常的代碼
except ValueError:
pass # 發(fā)生異常時執(zhí)行的代碼
except ZeroDivisionError:
pass # 發(fā)生異常時執(zhí)行的代碼
else:
pass # 其他情況時執(zhí)行的代碼
finally:
pass # 最終執(zhí)行的執(zhí)行的代碼二、collections模塊
collections 模塊被稱為用于存儲數(shù)據(jù)的容器。例如列表、元組、集合、字典。Python 中有許多庫是為了提供額外的數(shù)據(jù)結構而開發(fā)的， collections就是其中之一，旨在改進內置容器的功能。該模塊中最常用的五種數(shù)據(jù)結構：
1. Counter
對可迭代對象的計數(shù)。
from collections import Counter
data = [1,1,1,2,3,4,3,3,5,6,7,7,1]
count = Counter(data)
print(count) # Counter({1: 4, 2: 1, 3: 4, 4: 1, 5: 1, 6: 1, 7: 2})
## ?? Counter有幾個驚艷的方法：
# 返回出現(xiàn)次數(shù)最多的前3個元素
print(count.most_common(3)) # [('1', 4), ('3', 4), ('2', 1)]
# 返回生成Counter對象的數(shù)據(jù)，迭代器格式。
for i in count.elements():
print(i) # 1 1 1 2 3 4 3 3 5 6 7 7 12. namedtuple
給元組元素命名，并且可以通過名字訪問元素。
from collections import namedtuple
User = namedtuple('User', ['name', 'sex', 'age'])
user = User(name='Runoob', sex='male', age=12)
print(user) # User(name='Runoob', sex='male', age=12)
user = User._make(['RunoX', 'Male', 13])
print(user) # User(name='RunoX', sex='Male', age=13)
print(user.name, user.sex, user.age) # RunoX Male 13
user = user._replace(age=22)
print(user) # User(name='RunoX', sex='Male', age=22)
print(user._asdict()) # {'name': 'RunoX', 'sex': 'Male', 'age': 22}3. OrderedDict
OrderedDict 是一種可以記住它們插入順序的字典。當然，在最新版本的 Python 中，內置的 dict 也可以記住它。
from collections import OrderedDict
dictt = OrderedDict()
dictt['a'] = 5
dictt['d'] = 2
dictt['c'] = 1
dictt['b'] = 3
print(dictt) # OrderedDict([('a', 5), ('d', 2), ('c', 1), ('b', 3)])4. defaultdict
defaultdict 將返回字典中不存在的鍵的默認值，而不是顯示鍵錯誤。當然新版的dict.get()方法也可以返回默認值。
# 創(chuàng)建一個默認值為0的字典
from collections import defaultdict
dictt = defaultdict(int)
dictt['a'] = 2
print(dictt['a']) # 2
print(dictt['b']) # 0
# 新版本的 `dict.get()` 方法
dict = {'a': 1, 'b': 2}
print(dict.get('a', 0)) # 1
print(dict.get('c', 0)) # 0
print(dict.get('c')) # None5. deque
deque 是一個雙端隊列，可以從兩側添加和刪除元素。
from collections import deque
queue = deque(['a', 'b', 'c'])
queue.append('d')
print(queue) # deque(['a', 'b', 'c', 'd'])
queue.appendleft('e')
print(queue) # deque(['e', 'a', 'b', 'c', 'd'])
queue.pop()
print(queue) # deque(['e', 'a', 'b', 'c'])
queue.popleft()
print(queue) # deque(['a', 'b', 'c'])三、itertools 模塊
Python itertools 模塊提供了各種適用于組合計算的函數(shù)。
- product(iterable,iterable)：兩個iterables的笛卡爾積
- permutation(iterable)：所有可能的排序，沒有重復元素
- combinations(iterable,n)：指定長度的所有可能組合，不重復。這里 n 是組合元組的大小。
- combinations_with_replacement(iterable,n)：指定長度的所有可能的組合，重復。
- accumlate(iterable) ：返回累積iterable元素的總和。
- groupby(iterable,key=FUNC) ：返回一個迭代器，其中包含來自可迭代對象的連續(xù)鍵和組。
from itertools import product, permutations, combinations, combinations_with_replacement, accumulate, groupby
a = [1,2,3]
print(list(product(a,a))) # [(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)]
print(list(permutations(a))) # [(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)]
print(list(combinations(a,2))) # [(1, 2), (1, 3), (2, 3)]
print(list(combinations_with_replacement(a,2))) # [(1, 1), (1, 2), (1, 3), (2, 2), (2, 3), (3, 3)]
print(list(accumulate(a))) # [1, 3, 6]
print(list(groupby(a))) # [(1, <itertools._grouper object at 0x7f8b8b8b9d10>), (2, <itertools._grouper object at 0x7f8b8b8b9d20>), (3, <itertools._grouper object at 0x7f8b8b8b9d30>)]四、lambda 函數(shù)
lambda 函數(shù)是一種匿名函數(shù)，它的語法只包含一個語句，即：lambda [arg1 [,arg2,.....argn]]:expression。
even_or_odd = lambda a: a%2==0
numbers = [1,2,3,4,5]
even = list(map(even_or_odd,numbers))
print(even) # [False, True, False, True, False]五、裝飾器
裝飾器是 Python 的一個特性，它可以在不顯式修改現(xiàn)有代碼的情況下向現(xiàn)有代碼添加一些新功能。
有兩種類型的裝飾器——函數(shù)裝飾器和類裝飾器。裝飾器函數(shù)在函數(shù)名前有一個@。
要理解裝飾器的概念，我們首先需要了解一件事——python 中的函數(shù)是類對象。與其他對象不同，它們可以在函數(shù)內部定義，在其他函數(shù)中作為參數(shù)傳遞，甚至作為函數(shù)返回。
import functools
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kwargs):
a,b = args
print(a*b)
result = func(*args,**kwargs)
print(a/b)
return result
return wrapper
@decorator
def add(x,y):
return x+y
result = add(5,6)
print(result) ##讓我們理解上面裝飾器的例子:
首先，我們有一個函數(shù)名 add，它的工作是獲取兩個變量并返回它們的總和。現(xiàn)在經過一段時間的工作后，我們意識到需要為同一個函數(shù)添加乘法和除法功能。現(xiàn)在我們有兩個選擇，第一個是在同一個 add 函數(shù)中添加乘法和除法代碼。或者我們可以使用裝飾器來添加功能而無需顯式更改函數(shù)。
為了使用裝飾器，我們首先在第 2 行定義了一個裝飾器函數(shù)。此函數(shù)將 func 作為輸入。在第二行中，我們有另一個函數(shù)，因為我們知道我們可以在函數(shù)內部定義函數(shù)。它是一個具有 *args、**kwargs 函數(shù)參數(shù)的包裝函數(shù)。有了這些，兩者都定義為參數(shù)，現(xiàn)在我們可以在函數(shù)內部傳遞任意數(shù)量的參數(shù)。在包裝函數(shù)的主體中，我們有乘法邏輯，然后僅使用加法邏輯調用實際的加法函數(shù)，最后我們有除法邏輯。當我們使用一些參數(shù) add(5,6) 調用 add 函數(shù)時，輸出將是：
30
0.8333333333333334
11因為它首先執(zhí)行乘法邏輯并打印值，然后加法邏輯并保存值，然后除法邏輯并打印值，最后返回相加的值并打印值。
六、迭代器
生成器是一種返回可迭代對象的函數(shù)。它至少包含一個 yield 語句。yield 是 Python 中的一個關鍵字，用于從函數(shù)返回值而不破壞其當前狀態(tài)或對局部變量的引用。帶有 yield 關鍵字的函數(shù)稱為生成器。相對于 return 你可以把 yield 理解為不中斷函數(shù)的暫停，并且返回一個值。
生成器僅在需要時生成一次項目。它們的內存效率很高，占用的內存空間更少。
def fibonacci(n):
a,b = 0,1
for i in range(n):
a,b = b,a+b
yield a
for i in fibonacci(5):
print(i) ## 1 1 2 3 5七、進程和線程
線程和多處理都用于同時運行多個腳本。進程是程序的一個實例，線程是進程中的一個實體。
線程化是多個線程同時運行以執(zhí)行不同任務的技術，而多處理是多個進程同時運行在不同CPU上的技術。下圖對進程和線程的區(qū)別進行了說明，更多的信息請參考：這兒
八、雙下劃線方法
Dunder 是 Double 和 Under 的縮寫，稱為雙下劃線方法，是python中的一種特殊方法。
num =5
print(num*6) ## 30
print(num.__mul__(6)) ## 30這些方法主要用于重載預定義的運算符。例如，+、-、*、/ 是必須在數(shù)字對象周圍使用的數(shù)字運算符，但 + 也用作兩個字符串之間的連接運算符。所以我們可以說 + 運算符被重載來執(zhí)行多個任務。
a =5
b =6
print(a+b) ## 11
print(a.__add__(b)) ## 11
c = 'hello'
d = 'world'
print(c+d) ## helloworld
print(c.__add__(d)) ## helloworld九、日志
日志記錄是在代碼執(zhí)行時捕獲代碼流的過程。日志記錄有助于輕松調試代碼。它通常在文件中完成，以便我們以后可以檢索它。在 python 中，我們有一個庫日志記錄，可以幫助我們將日志寫入文件。有五個級別的日志記錄：
- Debug 調試：用于診斷問題的詳細信息。
- Info 信息：成功確認。
- Warning 警告：發(fā)生意外情況時。
- Error 錯誤：由于比警告更嚴重的問題。
- Critical 嚴重：嚴重錯誤后程序無法自行運行。
這兒作者推薦大家一個簡單的日志記錄工具：loguru。
十、上下文管理器
上下文管理器是 Python 中的一個很好的工具，可以幫助進行資源管理。它們允許您在需要時分配和釋放資源。上下文管理器最常用和最受認可的例子是 with 語句。with 主要用于打開和關閉文件。
with open('./test.txt', 'w') as f:
f.write('Hello World!')小節(jié)
上面分享的10個提供python水平的高級知識點，希望在你工作或面試中有所幫助。
在編程的路上，挑戰(zhàn)與精進同在，嘗試學習使用裝飾器 、yield、itertool 之類的高級功能，可以讓你的編程生活變得更加有趣！
