看例子，學 Python(三)

包

創建一個目錄 myutil，把 mymath.py 挪到里面，再添加一個空文件 __init__.py：

myutil/

__init__.py

mymath.py

myutil 便是一個包(package)。

import

最直接的用法：

>>> import myutil.mymath

>>> myutil.mymath.fac(4)

24

缺點是調用 fac 時太長，包和模塊作為前綴都要寫全。但是寫成 import myutil.mymath.fac 也是不對的。

通過 import 的語法(syntax)：

import ..

可以看出：

最后一項(item)可以是包也可以是模塊，前面的必須是包；

最后一項不可以是類、函數或變量的定義。

根據語法來看，可以 import 一個包：

>>> import myutil

>>> help(myutil)

...

但是這樣并沒有什么實際用處，因為無法就此調用具體的函數(類、變量)：

>>> myutil.mymath.fac(4)

Traceback (most recent call last):

File "", line 1, in

AttributeError: module 'myutil' has no attribute 'mymath'

from...import

如果要避免調用時帶著一串前綴，可以用 from...import：

>>> from myutil.mymath import fac

>>> fac(4) # 不再需要前綴

24

一次 import 多個時以逗號分割：

>>> from myutil.mymath import fib, fac

一次 import 所有：

>>> from myutil.mymath import *

from...import... 避免了前綴，但是也污染了名字，使用時需權衡。

高階函數

高階函數(higher-order)就是操作或返回其它函數的函數。

下面是幾個經典的高階函數，其它稍微函數式一點的語言里一般也有。

reduce(規約)

用 reduce 重寫階乘：

import operator, functools

def fac(n):

return functools.reduce(operator.mul, range(1, n+1))

用 reduce 求和:

def sum(n):

return functools.reduce(operator.add, range(1, n+1))

Python 的 reduce 就相當于 C++ 的 accumulate(C++17 已經新增 reduce)。

std::vector v{1, 2, 3, 4, 5, 6, 7, 8, 9, 10};

int sum = std::accumulate(v.begin(), v.end(), 0); // 求和

int product = std::accumulate(v.begin(), v.end(), 1, std::multiplies()); // 求積

map(映射)

>>> list(map(bool, [None, 0, "", u"", list(), tuple(), dict(), set(), frozenset()]))

[False, False, False, False, False, False, False, False, False]

None、0、空字符串、以及沒有元素的容器對象都可視為 False，反之為 True。

filter(過濾)

>>> list(filter(bool, [None, 0, "", 1]))

[1]

數據模型

== vs. is

== 判斷值是否相等，is 判斷兩個變量是否為同一個對象。

這就好像 Java 里的 == 和 equals 一樣。

下面是一些例子：

>>> a, b = 1, 1

>>> a == b

True

>>> a is b

True

a == b 比較好理解，a is b 是因為 Python 對整數做了優化，a 和 b 都指向同一個預先分配的對象(其值為 1)。

可以理解為 is 比較的是對象的內存地址。

內建函數 id() 返回對象的唯一標識，可以理解為內存地址。

>>> id(a), id(b)

(35169392, 35169392)

甚至可以拿到一個對象的引用計數(reference count)：

>>> import sys

>>> sys.getrefcount(a)

99

>>> sys.getrefcount(b)

99

引用計數為 99 有點意外，其實是因為很多裝載的內建模塊都用到了整數 1。

不妨看看其它整數如何：

>>> sys.getrefcount(0)

169

>>> sys.getrefcount(255)

4

對 Python 來說，變量只是名字，它的類型和值取決于它所綁定的對象。我們可以把 a b 綁定到其它對象：

>>> a, b = "hello", "hello"

>>> a is b

True

同樣，a is b 是因為 Python 對字符串做了優化。

值得一提的是，這種優化(也即引用計數)可能只針對 CPython，對于 Python 的其它實現可能就不是這樣了。你的程序不該依賴于這些特定于解釋器的實現。

整數和字符串有一個共同點，即它們都是不可變的(immutable)，現在來看看可變對象，比如列表：

>>> c, d = [a, b], [a, b]

>>> c == d

True

>>> c is d

False

可見雖然 c 和 d 具有相等的值，但對象是不同的兩個。

這些就是 Python 的數據模型(Data Model)，雖然不是全部。

對象

Python 的每一個對象(object)都有以下三個部分：

身份(identity)

類型(type)

值(value)

身份：

不可改變(unchangeable)(一旦對象創建了就不會改變)

對應于內存地址

通過操作符 is 進行比較: a is b

函數 id() 返回對象唯一的整形標識(內存地址)

類型：

不可改變(unchangeable)

函數 type() 返回對象類型

值：

可變的(mutable)：字典，列表

不可變的(immutable)：數字，字符串，元組

最后，對象不會被顯式地銷毀(explicitly destroyed)。

對 CPython 來說，對象由引用計數管理，計數為 0 時對象會自動銷毀。

練習

最后留一道練習。

給定：

>>> c = []

>>> d = []

>>> c is d

False

請問：

>>> e = f = []

>>> e is f

???

總結

以上是生活随笔為你收集整理的python对象模型映射_看例子，学 Python（三）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。