Python

一、引言：告别冗长的 For 循环你一定写过这样的代码： 123456names = ["Alice", "Bob", "Charlie"]ages = [25, 30, 35]result = []for i in range(len(names)): if ages[i] > 28: result.append(names[i].upper()) 索引操作、条件判断、手动追加……这段代码能跑，但不够 Pythonic。Python 提供了四个核心内置函数——zip、map、filter、reversed，它们让数据处理像搭积木一样简洁。 更重要的是，它们返回的都是迭代器，采用惰性求值（Lazy Evaluation）——数据不是一次性全部生成，而是按需产出。这意味着处理百万级数据时，内存占用可能只有几个字节。 二、Map：数据转换的流水线2.1 核心作用对序列中的每个元素执行相同的操作（映射）。 1map(function, iterable) 2.2 实战场景批量类型转换： 123st...

一、从"盒子"到"标签"1.1 C语言的"盒子"模型在 C 语言中，变量是一个有固定大小的"盒子"： 1234int a = 10; // 盒子 a 里装着 10int b = a; // 把 a 盒子里的 10 拷贝一份，装进盒子 ba = 20; // 把盒子 a 里的值改成 20// b 仍然是 10，因为每个盒子独立存储自己的值 赋值（a = b）就是把 b 盒子里的东西拷贝一份到 a 盒子里。两个盒子互不干扰。 1.2 Python的"标签"模型Python 的变量更像一张"便利贴"或"标签"，而数据本身是堆内存中的一个"对象"： 1234a = 10 # 创建整数对象 10，把标签 a 贴上去b = a # 把标签 b 也贴到同一个对象 10 上a = 20 # 把标签 a 从 10 撕下来，贴到新对象 20 上# b 仍然贴在 10 上 赋值（a = b）不是拷贝对象，而是给...

一、一个令人困惑的场景你刚学 Python 不久，写了这样一段代码： 123456def try_change(x): x = 100num = 42try_change(num)print(num) # 输出：42 —— 为什么不是 100？ 你期望 num 被改成 100，但它纹丝不动。然而换一种写法： 123456def try_append(lst): lst.append(4)nums = [1, 2, 3]try_append(nums)print(nums) # 输出：[1, 2, 3, 4] —— 居然改了！ 列表却被成功修改了。同一个函数、同一种"传参"，为什么有时改了外面，有时改不了？Python 到底是"传值"还是"传引用"？ 答案是：都不是。Python 使用的是一种更精确的机制——传对象引用（Pass by Object Reference）。 二、核心概念：传对象引用2.1 变量是"标签"，不是"盒子"在 C++ 中，变量是一个&qu...

一、引言如果你写过 functools.partial，或者曾经用闭包"锁定"一个参数，那你其实已经在不知不觉中使用了**柯里化（Currying）**的思想。这个名字来源于数学家 Haskell Curry，而它背后的思想极为简洁：将接受多个参数的函数，转化为一系列只接受一个参数的函数。 从 Python 的视角出发，柯里化不仅是一种函数式编程技巧，更是深入理解闭包、高阶函数与"函数是对象"这三件事的绝佳切入点。 二、什么是柯里化2.1 原始定义在数学和 lambda 演算中，柯里化的定义是： 将一个接受 N 个参数的函数 f(a, b, c) 转化为 f(a)(b)(c) —— 即接受第一个参数返回新函数，新函数接受第二个参数返回下一个新函数，直到收集完所有参数时执行原始逻辑。 2.2 一个直观的例子从一个简单的加法函数开始： 12345# 普通写法：一次接受两个参数def add(a, b): return a + bprint(add(3, 5)) # 输出：8 柯里化之后： 123456789# 柯里化写法：每次只接...

一、引言当你在 Python 中调用一个函数时，解释器在背后做了大量工作来管理变量的"可见性"。为什么函数内部能访问全局变量，但全局却不能直接看到函数内部的变量？为什么嵌套函数能记住外层函数的变量？这一切的答案，都指向一个核心概念——环境模型（Environment Model）。 本文源自 UC Berkeley CS61A 课程的核心内容，带你从"框架（Frame）"的视角理解 Python 的函数调用机制。 二、什么是环境模型环境模型是 Python 解释器用来追踪变量名与值之间绑定关系的一套机制。它的核心思想极其简单： 一个表达式在特定环境中被求值。环境由一系列框架（Frame）组成，每个框架包含一组绑定（Binding）——即变量名到值的映射。 在这套模型中，有两种最关键的结构： 全局框架（Global Frame）：程序启动时就存在的唯一框架，存储全局变量和函数定义 局部框架（Local Frame）：每次函数调用时动态创建的新框架，存储函数的形参和局部变量 三、框架是什么框架本质上是一个上下文（Context），记录着...

一、引言在C++中，我们通过#include指令引用头文件来复用代码，这种方式使得代码结构更加清晰，便于维护和管理。而在Python中，虽然没有直接的"头文件"概念，但通过其强大的模块导入系统，我们同样可以实现类似的代码组织和复用功能。本文将详细介绍Python中如何像C++引用头文件一样组织和导入代码。 二、C++头文件与Python模块的对比2.1 C++的头文件机制在C++中，头文件（.h文件）通常包含： 函数声明 类定义 常量定义 模板声明 通过#include指令，我们可以在源文件中引用这些头文件，从而使用其中定义的内容。 2.2 Python的模块机制在Python中，模块是一个包含Python定义和语句的文件，文件名就是模块名加上.py后缀。通过import语句，我们可以在其他Python文件中导入并使用模块中的内容。 三、Python模块的基本使用3.1 创建模块创建一个Python模块非常简单，只需要创建一个.py文件并在其中定义函数、类、变量等。 例如，创建一个名为utils.py的模块： 1234567891011# utils.py...

一、什么是迭代器？迭代器（Iterator）是 Python 中一种实现了迭代协议的对象，它允许我们逐个访问集合中的元素，而不需要知道集合的内部结构。迭代器必须实现两个方法： __iter__()：返回迭代器对象本身 __next__()：返回下一个元素，如果没有更多元素则抛出 StopIteration 异常 1.1 迭代器的基本使用123456789101112# 创建一个迭代器numbers = [1, 2, 3, 4, 5]iterator = iter(numbers)# 使用 next() 函数获取下一个元素print(next(iterator)) # 输出: 1print(next(iterator)) # 输出: 2print(next(iterator)) # 输出: 3# 使用 for 循环遍历（自动处理 StopIteration 异常）for num in iterator: print(num) # 输出: 4, 5 1.2 自定义迭代器1234567891011121314151617class Countdown: def...

一、什么是列表推导式？列表推导式（List Comprehension）是 Python 中一种简洁、优雅的语法特性，用于快速创建列表。它允许我们在一行代码中完成对序列的迭代、过滤和转换操作，相比传统的 for 循环，代码更加简洁易读。 二、基本语法列表推导式的基本语法如下： 1[表达式 for 变量 in 可迭代对象 if 条件] 表达式：对每个元素执行的操作，结果将作为新列表的元素 变量：从可迭代对象中取出的每个元素 可迭代对象：可以是列表、元组、字符串、range 等 条件（可选）：过滤条件，只有满足条件的元素才会被处理 三、基础用法3.1 简单列表生成123456789101112# 生成 0-9 的平方列表squares = [x ** 2 for x in range(10)]print(squares) # 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]# 生成 1-10 的偶数列表evens = [x for x in range(1, 11) if x % 2 == 0]print(evens) # 输出: [2, 4...

一、 什么是解包操作？解包（Unpacking）是 Python 中一种强大的语法特性，它允许我们将容器类型（如列表、元组、字典等）中的元素“解压”出来，分别赋值给多个变量。Python 提供了两种主要的解包操作符： *：用于序列解包（列表、元组、字符串等可迭代对象） **：用于字典解包（将键值对解包为关键字参数） 二、 基础解包：无需操作符的简单情况在学习 * 和 ** 之前，我们先了解一下最基本的解包操作： 123456789101112131415# 基本解包 - 左右两边元素数量必须匹配name, age, city = ["Alice", 30, "New York"]print(name) # 输出: Aliceprint(age) # 输出: 30print(city) # 输出: New York# 元组解包同样适用coordinates = (10.5, 20.7)x, y = coordinatesprint(x, y) # 输出: 10.5 20.7# 字符串解包word = "abc"...

一、什么是PIL？PIL（Python Imaging Library）是Python中最常用的图像处理库，它提供了丰富的图像处理功能，如打开、保存、调整大小、裁剪、旋转、滤镜等。PIL已经被Pillow库所取代，Pillow是PIL的一个分支，提供了更多的功能和更好的支持。 二、安装Pillow1pip install Pillow 三、基本操作1. 打开和显示图像123456789101112from PIL import Image# 打开图像img = Image.open('image.jpg')# 显示图像img.show()# 查看图像信息print(f"图像大小：{img.size}")print(f"图像模式：{img.mode}")print(f"图像格式：{img.format}") 2. 保存图像12345678from PIL import Image# 打开图像img = Image.open('im...

一、什么是CSV？CSV（Comma-Separated Values）是一种简单的文件格式，用于存储表格数据，如电子表格或数据库。CSV文件中的每行代表表格中的一行，每行中的值用逗号（或其他分隔符）分隔。 二、Python的CSV模块Python标准库中的csv模块提供了处理CSV文件的功能，它可以帮助你读取和写入CSV文件，处理各种CSV格式的变体。 三、读取CSV文件1. 基本读取123456import csvwith open('data.csv', 'r', encoding='utf-8') as f: reader = csv.reader(f) for row in reader: print(row) 2. 读取为字典123456import csvwith open('data.csv', 'r', encoding='utf-8') as f: reader = csv.DictReader(f) ...

一、引言：打破“魔法”的迷信初学者看到 __init__、__str__ 这种双下划线方法就头大，只能死记硬背。但对于C++程序员来说，这些其实就是编译器在特定时刻自动调用的“钩子函数”。 二、核心类比 Python 的 obj + obj 对应 C++ 的 operator+ 重载 Python 的 str(obj) 对应 C++ 的 operator std::string() 或 toString() 虚函数 Python 的 cls 对应 C++ 的 static 类作用域 三、变身术：类型转换协议 (str vs int)1. __str__ (人类视图) C++ 类比：相当于 C++ 中重载 std::ostream& operator<<(std::ostream&, const T&) 触发时机：当你执行 print(obj) 或 str(obj) 时 用途：返回一个人类可读的字符串 2. __repr__ (机器视图) C++ 类比：相当于调试器中显示对象的逻辑 触发时机：当你在交互式终端中直接输入对象名并回车时 用途：返...

一、装饰器的本质装饰器本质上就是高阶函数加语法糖。你想啊，装饰器做的事情就是：接收一个函数，包一层，返回一个新的函数。这不就是典型的高阶函数吗？ @decorator 等价于 func = decorator(func)，就是把原函数传给装饰器，装饰器决定什么时候调用它、传什么参数进去，然后再返回一个升级后的函数。 二、装饰器的基本结构让我们来看一个最简单的装饰器： 1234567891011121314def simple_decorator(func): def wrapper(*args, **kwargs): print("Before function call") result = func(*args, **kwargs) print("After function call") return result return wrapper@simple_decoratordef say_hello(name): print(f"Hello, &#...

在Python中，处理正则表达式的标准库是re。你可以把它想象成一把文本处理的“瑞士军刀”，专门用来在海量文本中查找、提取、替换或验证特定格式的字符串。 一、核心工具箱：5个最常用的方法在使用前，记得先导入模块：import re 方法 作用 形象比喻 返回值 re.match() 从开头匹配 “必须从门口进入” 匹配成功返回对象，失败返回None re.search() 扫描全文找第一个 “在屋里找一遍，找到就停” 匹配成功返回对象，失败返回None re.findall() 找到所有匹配项 “把所有符合条件的都抓出来” 列表 ['a', 'b', ...] re.sub() 替换文本 “把这里的A换成B” 替换后的新字符串 re.split() 按规则分割 “按这个符号切开” 分割后的列表 二、代码实战：一看就懂1. 查找与提取(search vs findall)如果你想提取文本中的手机号或数字： 123456789101112import retext = "我的手机号是 13800138000，备...

一、什么是re.IGNORECASE？re.IGNORECASE是Python re模块中的一个标志（Flag），用于在执行正则表达式匹配时忽略字母的大小写。它的简写形式是re.I。 二、为什么使用它？默认情况下，正则表达式是区分大小写的。例如，模式python只能匹配小写的"python"，无法匹配"Python"或"PYTHON"。使用re.IGNORECASE可以解决这个问题，让匹配过程对大小写不敏感，这在处理用户输入、日志分析或关键词搜索时非常实用。 三、如何使用？1. 在函数中直接使用123456789101112import retext = "The quick Brown fox jumps over the lazy dog."pattern = "brown"# 不加re.IGNORECASE，匹配失败result1 = re.search(pattern, text)print(result1) # 输出: None# 加上re.IGNORECASE，成功匹...

一、什么是模块？在Python中，模块是一个包含Python定义和语句的文件。文件名就是模块名加上.py后缀。例如，一个名为my_module.py的文件就是一个名为my_module的模块。 二、导入模块1. 基本导入1234import my_module# 使用模块中的函数my_module.say_hello() 2. 导入特定函数1234from my_module import say_hello# 直接使用函数say_hello() 3. 导入所有函数1234from my_module import *# 直接使用模块中的所有函数say_hello() 4. 导入并别名12345678910import my_module as mm# 使用别名访问模块mm.say_hello()# 或者from my_module import say_hello as sh# 使用别名访问函数sh() 三、模块的搜索路径当你导入一个模块时，Python会按照以下顺序搜索模块： 当前目录 PYTHONPATH环境变量中指定的目录 标准库目录 任何.pth文件中指定的目...

一、文件操作的基本概念在Python中，文件操作是一个非常基础但重要的功能。Python提供了多种方式来处理文件，包括打开、读取、写入、关闭等操作。 二、文件的打开与关闭1. 基本打开方式12345# 打开文件f = open('file.txt', 'r')# 关闭文件f.close() 2. 使用with语句为了避免忘记关闭文件，我们可以使用with语句，它会自动处理文件的关闭： 1234with open('file.txt', 'r') as f: # 处理文件 pass# 文件会自动关闭 三、文件的读取1. 读取整个文件123with open('file.txt', 'r') as f: content = f.read() print(content) 2. 逐行读取123with open('file.txt', 'r') as f: for line in f: ...

一、什么是海象运算符？海象运算符（Walrus Operator）是Python 3.8引入的新特性，它的语法是:=，读作“赋值表达式”。这个运算符的名字来源于它的外观，:= 看起来像一只眼睛和两颗长牙的海象。 二、与C++=运算符的区别与C++中=运算符不同，Python中的:=运算符在赋值后返回结果，而不是赋值前返回结果： C++：=运算符在赋值前返回结果，而不是赋值后返回结果 Python：:=运算符在赋值后返回结果，而不是赋值前返回结果 三、海象运算符的使用场景1. 在if语句中12345678# 传统写法user_input = input("请输入：")if user_input: print(f"你输入了：{user_input}")# 使用海象运算符if (user_input := input("请输入：")): print(f"你输入了：{user_input}") 2. 在while循环中123456789# 传...

一、异常继承体系的基本结构Python的内置异常继承体系是一个典型的“基类-派生类”家族结构。这个体系设计得非常精巧，它允许我们在写代码时，既可以抓具体的错，也可以抓“一类”错。 1. 核心继承关系 BaseException：所有异常的基类，包含系统退出相关的异常（如SystemExit） Exception：所有用户代码可处理的异常的基类 常见的派生异常： ArithmeticError：算术错误（如ZeroDivisionError） LookupError：查找错误（如KeyError, IndexError） ValueError：值错误 TypeError：类型错误 ImportError：导入错误 二、多态（Polymorphism）的绝佳体现Python的异常处理机制底层利用了“子类对象可以被视为父类对象”的多态特性。 1. 示例：捕获LookupError12345678data = {"name": "Alice"}try: # 尝试访问不存在的键 print(data["...

一、异常的基本概念在Python中，异常是指程序执行过程中发生的错误。当程序遇到错误时，会抛出异常，如果不处理这些异常，程序会终止执行。 二、异常处理的基本语法1. try-except语句123456try: # 可能会抛出异常的代码 result = 10 / 0except ZeroDivisionError: # 处理ZeroDivisionError异常 print("除数不能为零") 2. 捕获多个异常12345678910try: # 可能会抛出异常的代码 result = int(input("请输入一个数字")) print(10 / result)except ZeroDivisionError: # 处理ZeroDivisionError异常 print("除数不能为零")except ValueError: # 处理ValueError异常 print("请输入有效的数字") 3. 捕获所有异常123456t...

一、引言：一个“错误”的直觉从初学者的视角切入：我们通常认为 self.name = name 就是把数据存进字典，self.name 就是把数据取出来。但在处理复杂对象（如Django模型、Pydantic、@property）时，这种理解是完全错误的。在Python的高级世界里，. 和 = 只是表象，真正的幕后黑手是 Getter 和 Setter。 二、第一层洋葱：@property 的伪装展示一段标准的 @property 代码： 12345678910111213141516class Student: def __init__(self, name): self.name = name @property def name(self): return self._name @name.setter def name(self, value): self._name = value# 看起来像是在访问属性，但实际上是在调用方法s = Student("Alice")print(s...

一、多进程的基本概念在Python中，进程是程序执行的独立单元。多进程编程允许程序同时执行多个任务，充分利用多核CPU的性能。与多线程不同，多进程不受GIL（全局解释器锁）的限制，可以真正实现并行执行。 二、进程的创建与启动1. 使用multiprocessing模块123456789101112131415161718192021import multiprocessingimport timedef task(name): print(f"Task {name} started") time.sleep(2) print(f"Task {name} completed")# 创建进程process1 = multiprocessing.Process(target=task, args=('A',))process2 = multiprocessing.Process(target=task, args=('B',))# 启动进程proce...

一、多线程的基本概念在Python中，线程是程序执行的最小单位。多线程编程允许程序同时执行多个任务，提高程序的执行效率。 二、线程的创建与启动1. 使用threading模块123456789101112131415161718192021import threadingimport timedef task(name): print(f"Task {name} started") time.sleep(2) print(f"Task {name} completed")# 创建线程thread1 = threading.Thread(target=task, args=('A',))thread2 = threading.Thread(target=task, args=('B',))# 启动线程thread1.start()thread2.start()# 等待线程完成thread1.join()thread2.join()print(&q...

一、引言：从“万物皆对象”切入在Python中，我们常说“万物皆对象”。整数是对象，字符串是对象，那么函数呢？答案是肯定的。既然函数也是对象，它就可以像变量一样被赋值、被传递。这就引出了Python中极具威力的概念——高阶函数。 二、什么是高阶函数？简单来说，如果一个函数满足以下任一条件，它就是高阶函数： 接收一个或多个函数作为输入参数 返回一个函数作为输出结果 今天我们要重点讨论的是第一种情况：把函数当作参数传递。 三、核心疑问：参数到底由谁决定？当你把一个函数（比如my_func）传递给另一个函数（比如executor）时，很多初学者会困惑：my_func需要的参数是谁给的？ 答案是：由调用它的高阶函数（executor）决定。 这就好比你在C++中传递一个函数指针。你把“枪”（函数）交给了“士兵”（高阶函数），至于士兵什么时候开枪（调用函数）、朝哪里开枪（传入什么参数），完全由士兵的逻辑决定，而不是由枪自己决定。 在Python中，这被称为“回调”机制的一种体现。被传递的函数处于“被动”地位，它等待着高阶函数在特定的时机，用特定的数据来激活它。 四、实战演练：从内置函数...

一、数据校验与约束这是@property最常见的用途。当你需要确保某个属性的值符合特定规则时（例如，年龄不能为负数），可以使用它： 传统方式：需要显式调用set_age()方法 使用@property：可以像给普通属性赋值一样obj.age = 25，但赋值操作会触发你预设的校验逻辑 1234567891011121314151617181920class Person: def __init__(self, name, age): self.name = name self._age = age # 使用单下划线表示这是一个内部属性 @property def age(self): """获取年龄""" return self._age @age.setter def age(self, value): """设置年龄，并进行校验""" ...