''''''
'''类装饰器'''
class Test():
def __init__(self,func):
print('---初始化---')
print('func name is %s'%func.__name__)
self.__func = func
def __call__(self, *args, **kwargs):
print('---类装饰器中的内容----')
self.__func
@Test #相当于test = Test(test)
def test():
print('---test---')
test() #调用Test类中的__call__方法。
'''Python中万物皆对象，类也是一个对象，如下面一个类在定义后，他就是一个Person对象'''
print('--------------------1---------------------')
class Person():
print('----xxxxxx-------')
def __init__(self):
self.name = 'an'
'''元类：元类就是用来创建类（对象）的，元类就是类的类。'''
print('--------------------2---------------------')
def printNum(self):
print('----num-%d-----'%self.num)
Test3 = type('Test3',(),{'printNum':printNum}) #type()就是来定义元类的，第一个参数：类名，第二个参数：父类，第三个参数：属性名或方法名。
t3 = Test3()
t3.num = 100
t3.printNum()
#下面代码就和上边元类定义类效果一样，但是元类将类定义和方法定义分开，方便维护。
class printNum2():
def printNum(self):
print('----num-%d-----' % self.num)
t2 = printNum2()
t2.num = 100
t2.printNum()
#元类：metaclass_recv
def upper_attr(a,b,c): #第一个参数：类名，第二个参数：类的父类，第三个参数：类的属性。
#便利属性字典，把不是__开头的属性名字变为大写
newAttr = {}
for name,value in c.items():
if not name.startswith("__"):
newAttr[name.upper()] = value
#调用type来创建一个类
return type (a,b,newAttr)
class Foo(metaclass=upper_attr): #设置Foo类的元类为upper_attr，作用是，创建类的时候决定创建的类是什么样子的，
#创建类的时候先执行metaclass属性对应的东西。
bar = 'bip'
print(hasattr(Foo,'bar'))
print(hasattr(Foo,'BAR'))
f = Foo()
print(f.BAR)
'''垃圾回收GC：引用计数为主，隔代回收为辅。'''
print('--------------------3---------------------')
#引用计数机制：对象引用计数为0时，垃圾回收。但解决不了循环引用。
import gc
class ClassA():
def __init__(self):
print('object born,id:%s'%str(hex(id(self))))
def f2():
while True:
c1 = ClassA()
c2 = ClassA()
c1.t = c2
c2.t = c1
del c1
del c2
gc.collect() #手动进行垃圾回收
# gc.disable() 关闭GC gc.enable() 开启GC
# f2()
import sys
a = ClassA()
print(sys.getrefcount(a)) #查看对象引用个数
#所谓垃圾回收就是调用对象的__del__方法。
'''内建属性'''
print('--------------------4---------------------')
class Itcast():
def __init__(self,subject1):
self.subject1 = subject1
self.subject2 = 'cpp'
#属性访问时拦截器，打log
def __getattribute__(self, item): #item--->"subject2"
if item == 'subject1':
print('log subject1')
return 'redirect python'
else: #测试时注释掉这2行，将找不到subject2
return object.__getattribute__(self,item) #调用父类object的方法。
def show(self):
print('this is Itcast')
s = Itcast("python")
print(s.subject1)
print(s.subject2)
s.show() #先获取show属性对应的结果，，，应该是一个方法；方法()。
'''内建方法'''
print('--------------------5---------------------')
print(range(1,10)) #range()返回的是一个迭代值，什么时候用什么时候生成值,同生成器原理。
# 如果想的得到列表，用list(rang())
print(list(range(1,8,2))) #第三个参数是步长
#map()：根据原有数据得到新的数据
m = map(lambda x : x*x ,[1,2,3]) #[1,2,3]可迭代，但不是迭代对象
for i in m:
print(i)
m2 = map(lambda x,y : x+y,[1,2,3],[4,5,6])
for i in m2:
print(i)
def f1(x,y):
return (x,y)
l1 = [0,1,2,3,4,5,6]
l2 = ['Sun','M','T','W','T','F','S']
l3 = map(f1,l1,l2)
print(list(l3))
#fileter()：有筛选功能
l4 = filter(lambda x : x%2,[1,2,3,4]) #function接受一个参数，返回布尔值True或False。
print(list(l4))
l5 = filter(None,"she") #参数为None时不过滤
print(list(l5))
from functools import reduce
print(reduce(lambda x,y : x+y,[1,2,3,4]))
print(reduce(lambda x,y : x+y,['aa','bb','cc'],'dd'))
ss = [1,3,2,5,4]
print(sorted(ss)) #返回一个排序之后的新的列表
print(ss)
ss.sort() #将列表排序
print(ss)
'''集合'''
print('---------------------6--------------------')
aaa = [11,22,11,22,33]
print(set(aaa)) #集合去重
#集合运算&、|、
aa = {'a','b','c'}
bb = {'a','c','d'}
print(aa&bb)
print(aa|bb)
print(aa-bb)
print(aa^bb) #对称差集
'''functools模块'''
print('---------------------6--------------------')
import functools
print(dir(functools)) #functools模块中常用函数
#偏函数
def showarg(*args,**kwargs):
print(args)
print(kwargs)
p1 = functools.partial(showarg,1,2,3) #只需要传一次参数，后边再去调用这个函数的时候，相应的参数就不用再传了。
p1()
p1(4,5,6)
p1(a='python',b='itcast')
#wraps函数
def note(func):
"note function"
# @functools.wraps(func) #当加上这行，查看test()的说明文档时就会看到它原本的注释。
def wrapper():
"wrapper function2222"
print('note something')
return func()
return wrapper
@note
def test():
"test function"
print('I am test')
#使用装饰器时，有一些细节需要被注意，例如，被装饰后的函数其实已经是另外一个函数了（函数名等函数属性会发生改变）。
#添加后由于函数名和函数的doc发生了改变，对测试结果有一些影响。
print(help(test)) #此处函数的说明文档是装饰器中的说明文档，而非test()的原本的说明文档注释。
'''常见模块'''
print('---------------------7--------------------')
#常用标准库：
#builtins：内建函数默认加载 os：操作系统接口 sys:Python自身的运行环境
#functools：常用的工具 json：编码和解码JSON对象 logging：记录日志、调试
#multiprocessing：多进程 threading：多线程 copy：拷贝
#time：时间 datetime：日期和时间 calendar：日历
#hashlib：加密算法 random：生成随机数 re：字符串正则匹配
#socket：标准的BSD Sockets API shutil：文件和目录管理 glob：基于文件通配符搜索
import hashlib
m = hashlib.md5() #创建hash对象：md5：(message-Digest Algorithm 5)消息摘要算法，得出一个128位的密文。
print(m) #<md5 HASH object>
m.update(b'itcast') #更新哈希对象以字符串参数
print(m.hexdigest())
#常用第三方扩展库：
#requests：使用的是urllib3，继承了urllib2的所有特性 urlib：基于http的高层库 scrapy：爬虫
#beautifulsoup4：HTML/XML的解析器 celery：分布式任务调度模块 redis：缓存
#Pillow(PIL)：图像处理 xlsxwriter：仅写excel功能，支持xlsx xlwt：仅写Excel，支持xls，2013或更早版office
#xlrd：仅读Excel功能 elasticsearch：全文搜索引擎 pymysql：数据库连接库
#mongoengine/pymongo：mongodbpython接口 matplotlib：画图 numpy/scipy：科学计算
#diango/tornado/flask：web框架 xmltodict：xml转dict SimpleHTTPServer：简单的HTTPServer，不使用Web框架
#gevent：基于协程的python网络库 fabric：系统管理 pandas：数据处理库
#scikit-learn：机器学习库