1 高级概念与包

1.1 函数式编程包operator

form operator import mul

可以替代

reduce(lambda a,b:a*b, range(1,1+n))

为

reduce(mul, range(1,1+n))

itemgetter(1) 可以替代 lambda fields: fields[1]：创建一个接受集合的函数，返回索引位1上的元素

attrgetter与itemgetter类似，它创建的函数根据名称提取对象的属性。如果把多个属性名传给attrgetter，它也会返回提取的值构成的元组。

methodcaller会自行创建函数，创建的函数会在对象上调用参数指定的方法。

from operator import methodcaller
s = 'The time is come'
upcase = methodcaller('upper')
upcase(s)

Out[11]: 'THE TIME IS COME'

1.2 模块查找策略

目标：自动查找其他可用的*_promo函数

方式一：

promos = [globals()[name] for name in globals() if name.endswith('_promo') and name != 'best_promo']

方式二：将所有促销放在promotions模块

import inspect
promos = [func for name,func in inspect.getmembers(promotions, inspect.isfunction)]

inspect.getmembers用于捕获对象(这里是promotions模块)的属性，第二个参数是可选的判断条件(一个布尔值函数)，这里只提取模块中的函数

1.3 闭包closure和偏函数Partial

内层函数+所引用的外层变量，称为闭包

# 闭包就是函数里面嵌套一个函数
# 因为函数的出现，导致变量出现了分化：全局变量、局部变量
# 全局变量：当前模块中任意地方都能访问！
# 局部变量：当前函数中可以操作
# 全局变量-局部变量：变量-在函数外部调用访问：

def outer():
    msg = "这是一个局部变量"
    print("这是一个函数", msg)
    def inner():
        print("可以访问外部变量msg", msg)
        return msg
    return inner

在函数嵌套的前提下

内层函数引用了外层函数的变(包括参数)

外层函数又把内层函数当做返回值进行返回

闭包中，如果要修改引用的外层变量

需要使用 nonlocal 变量声明，表示非局部的

否则会被当做是闭包内，新定义的变量

# PYTHON中的偏函数，就是一个语法糖
# 为原来没有默认值的函数，创建带常用值的偏函数
from functools import partial
def show2(name, msg):
    print(name, ": " , msg)

s = partial(show2, msg="HI")
s("tom")
show2("jerry", "hello")


tom :  HI
jerry :  hello

python模块:profile,pstats

2 怪异问题避坑

class Teas:
    def __init__(self, lst=[]):
        self.lst = lst

    def hyc_print(self):
        logger.info(self.lst)

    def __del__(self):
        pass


if __name__ == '__main__':
    # multiprocessing_queue_test()
    te1 = Teas()
    te1.lst.append(1)
    te1.hyc_print()

    te2 = Teas()
    te2.lst.append(2)
    te2.hyc_print()

    te1.hyc_print()
    logger.info(te1.lst is te2.lst)

2020-05-29 17:14:40 multiprocessing_queue_iterator INFO:  [1]
2020-05-29 17:14:40 multiprocessing_queue_iterator INFO:  [1, 2]
2020-05-29 17:14:40 multiprocessing_queue_iterator INFO:  [1, 2]
2020-05-29 17:14:40 multiprocessing_queue_iterator INFO:  True

class Teas:
    def __init__(self, lst=None):
        self.lst = lst if lst is not None else []

    def hyc_print(self):
        logger.info(self.lst)

    def __del__(self):
        pass

2020-05-29 17:15:43 multiprocessing_queue_iterator INFO:  [1]
2020-05-29 17:15:43 multiprocessing_queue_iterator INFO:  [2]
2020-05-29 17:15:43 multiprocessing_queue_iterator INFO:  [1]
2020-05-29 17:15:43 multiprocessing_queue_iterator INFO:  False

3 扩展阅读

3.1 机器学习8大算法比较

https://mp.weixin.qq.com/s/0dT4BN01g0anVwyfjS-RVA

3.2 今年GitHub排名前20的Python机器学习开源项目

https://mp.weixin.qq.com/s/-WJ_S6CV7Cc14f4YzthPAQ

3.3 Python基础网站列表(有空再摘录)

1. 元组
    https://www.jianshu.com/p/b728648501a8
2. 字典
    https://www.jianshu.com/p/8b51c9bf6d12
3. 集合
    https://www.jianshu.com/p/75eb228b638e
4. 列表
    https://www.jianshu.com/p/636314cf0126

6.作用域
    https://www.jianshu.com/p/d8271c03a0f3

8. 对象(属性限制-公有私有)
    https://www.jianshu.com/p/c7f6ecf07fbc
9. 对象(属性限制-只读)
    https://www.jianshu.com/p/dd0e1487a4d6
10. 对象(属性限制-只读优化)
    https://www.jianshu.com/p/f54e0a5af635
11. 对象(系统内置方法-遍历操作)
    https://www.jianshu.com/p/bd87cca40d8b
12. 内存管理机制-引用计数/垃圾回收/循环引用/弱引用
    https://www.jianshu.com/p/ef8a218c6b89
13. 对象思想
    https://www.jianshu.com/p/0347ba667667
14. 综合案例：封装/继承/多态
    https://www.jianshu.com/p/b35043c76f50
15. 异常处理(错误和异常)
    https://www.jianshu.com/p/507d677e74a4
16. 包/模块(概念及导入语法)
    https://www.jianshu.com/p/1d9100f8292a
17. 包/模块(导入及其底层逻辑)
    https://www.jianshu.com/p/6a99e5e4c1b5
18. 包/模块(三方包安装)
    https://www.jianshu.com/p/68477d5625fc
19. 包/模块(创建和发布)
    https://www.jianshu.com/p/ee48fde9afd6
20.

3.4 其他

比如：

你要去做一个电商后台，存储着每件产品的 ID、名称和价格。现在需要根据商品 ID 找出价格，如何使用最合适的数据结构呢？
在 Python 中字典、集合都是经过高度性能优化的数据结构，如果采用列表来存储数据并进行查找，时间复杂度是多少？
换成字典呢？哪个更高效？事实上，采用不同数据结构存储十万数据，查找速度差异就有可能差出几千倍。

再比如：

Python 中的协程和线程有什么区别？
生成器如何进化成协程？
并发编程中的 future 和 asyncio 有什么关系？
如何写出线程安全的高性能代码呢？

Python 基础入门

必学知识：【Python 基础数据结构】【Python 基础语法】【文件操作】【错误与异常处理】【Python 面向对象】【模块化】

第一步，你需要掌握 Python 的核心基础知识。当然，不同于其他基础教材，我不仅仅只讲基础概念、操作，同时也为你整理了很多进阶难度的知识，或是一些重难点、易错点等需要注意的地方。不仅可以让入门级的程序员查漏补缺，打捞基础，也能让有经验的程序员，重新从工程角度认识基础，升华理解。

Python 进阶核心知识

必学知识：【Python 协议】【Python 高级语法】【Python 正则表达式】【Python 并发编程】【垃圾回收机制】【项目实战】

第二步，进阶 Python 核心知识点，比如装饰器、并发编程等等。如果你的工作只是写 100 行以下的脚本程序，可能不怎么会用得到。但如果你做的是大型程序的开发，则非常有必要。

规范：编写高质量的 Python 程序

这部分着重于教你把程序写得更加规范、更加稳定。我在实际工作中见过不少程序员，会写程序，但写得实在有点“惨不忍睹”，导致最后调试起来错误不断，修改非常费劲儿。因此，我觉得用单独一个版块讲解这个问题非常有必要。

当然，我不会用一些似是而非的规范来说教，而是会用具体的编程操作和技巧，教你提高代码质量。比如，如何合理地分解代码、运用 assert，如何写单元测试等等。

Python 实战，串联整个知识体系：带你搭建量化交易系统

必学知识点：【RESTful】【Socket】【Pandas】【Numpy】【Kafka】【RabbitMQ】【MySQL】【Django】

python进阶问题