构造函数

构造函数（constructor），类定义中的初始化方法，命名为_init_。然而，构造函数不同于普通方法的地方在于，将在对象创建后自动调用它。

析构函数

Python提供了魔法方法del，也称作析构函数（destructor）。这个方法在对象被销毁（作为垃圾被收集）前被调用，但鉴于你无法知道准确的调用时间，建议尽可能不要使用del。

重写构造方法

重写的构造函数必须调用其超类的构造函数，以确保基本的初始化得以执行。为此，有两种方法：调用未关联的超类构造函数，以及使用函数super。super().init()

def __init__(self): 
    super().__init__()

python 只要求对象遵循特定的协议

在Python中，协议通常指的是规范行为的规则，有点类似于第7章提及的接口。协议指定应实现哪些方法以及这些方法应做什么。在Python中，多态仅仅基于对象的行为（而不基于祖先，如属于哪个类或其超类等），因此这个概念很重要：其他的语言可能要求对象属于特定的类或实现了特定的接口，而Python通常只要求对象遵循特定的协议。因此，要成为序列，只需遵循序列协议即可。

__len__(self)
__getitem__(self, key)
__setitem__(self, key,value)
__delitem__(self, key)

存取方法

通过存取方法定义的属性通常称为特性（property）。 get(),set()
函数 property,通过调用函数property并将存取方法作为参数（获取方法在前，
设置方法在后）创建了一个特性，然后将名称size关联到这个特性。这样，你就能以同样的方式对待width、height和size，而无需关心它们是如何实现的.

class Rectangle: 
    def __init__ (self): 
        self.width = 0 
        self.height = 0 
        def set_size(self, size): 
        self.width, se

多态、封装、方法、属性、超类和继承

多态

每当无需知道对象是什么样的就能对其执行操作时，都是多态在起作用

>>> 'abc'.count('a') 
1 
>>> [1, 2, 'a'].count('a') 
1 

如果有一个变量x，你无需知道它是字符串还是列表就能调用方法count：只要你向这个方法提供一个字符作为参数，它就能正常运行。
多态形式是Python编程方式的核心，有时称为鸭子类型。这个术语源自如下说法：“如果走起来像鸭子，叫起来像鸭子，那么它就是鸭子。”有关鸭子类型的详细信息，请参阅http://en.wikipedia.org/wiki/Duck_typing。

封装

封装（encapsulation）指的是向外部隐藏不必要的细节。这听起来有点像多态（无需知道对象的内部细节就可使用它）。这两个概念很像，因为它们都是抽象的原则。它们都像函数一样，可帮助你处理程序的组成部分，让你无需关心不必要的细节。但封装不同于多态。多态让你无需知道对象所属的类（对象的类型）就能调用其方法，而封装让你无需知道对象的构造就能使用它。
如果
o将其名称存储在全局变量global_name中，如果尝试创建多个OpenObject对象，将出现问题，因为它们共用同一个变量。避免干扰全局变量，就需要将名称“封装”在对象中。使用属性而非全局变量。

类

在Python中，表示类约定使用单数并将首字母大写，如Bird和Lark。

在较旧的Python版本中，类型和类之间泾渭分明：内置对象是基于类型的，而自定义对象是基于类的。因此，你可以创建类，但不能创建类型。在较新的Python 2版本中，这种差别不那么明显。在Python 3中，已不再区分类和类型了。

隐藏

如果能直接访问ClosedObject（对象c所属的类）的属性name，就不需要创建方法setName和getName了。关键是其他程序员可能不知道（也不应知道）对象内部发生的情况。例如，ClosedObject可能在对象修改其名称时向管理员发送电子邮件。这种功能可能包含在方法set_name中。但如果直接设置c.name，结果将如何呢？什么都不会发生——根本不会发送电

Python 断言 并行迭代 异常

断言 assert

如果知道必须满足特定条件，程序才能正确地运行，可在程序中添加assert语句充当检查点，这很有帮助。还可在条件后面添加一个字符串，对断言做出说明。

>>> age = -1 
>>> assert 0 < age < 100, 'The age must be realistic' 
Traceback (most recent call last): 
 File "<stdin>", line 1, in ? 
AssertionError: The age must be realistic

并行迭代 用内置函数 zip

有时候，你可能想同时迭代两个序列。假设有下面两个列表：

names = ['anne', 'beth', 'george', 'damon'] 
ages = [12, 45, 32, 102] 

一个很有用的并行迭代工具是内置函数zip，它将两个序列“缝合”起来，并返回一个由元组组成的序列。返回值是一个适合迭代的对象，要查看其内容，可使用list将其转换为列表。

>>> list(zip(names, ages)) 
[('anne', 12), ('beth', 45), ('george', 32), ('damon', 102)]

“缝合”后，可在循环中将元组解包。

for name, age in zip(names, ages): 
    print(name, 'is', age, 'years old') 

函数zip可用于“缝合”任意数量的序列。需要指出的是，当序列的长度不同时，函数zip将在最短的序列用完后停止“缝合”。

>>> list(zip(range(5), range(100000000))) 
[(0, 0), (1, 1), (2, 2), (3, 3), (4, 4)]

迭代时获取索引

使用内置函数enumerate。

for index, string in enumerate(strings): 
    xxxxxx

用while 等待用户输入

可以使用循环来确保用户输

函数open的参数mode的最常见取值

显式地指定读取模式的效果与根本不指定模式相同。写入模式让你能够写入文件，并在文件不存在时创建它。
独占写入模式更进一步，在文件已存在时引发FileExistsError异常。在写入模式下打开文件时，既有内容将被删除（截断），并从文件开头处开始写入；
如果要在既有文件末尾继续写入，可使用附加模式。
'+'可与其他任何模式结合起来使用，表示既可读取也可写入。例如，要打开一个文本文件进行读写，可使用'r+'。（你可能还想结合使用seek，详情请参阅本章后面的旁注“随机存取”。）请注意，'r+'和'w+'之间有个重要差别：后者截断文件，而前者不会这样做。默认模式为'rt'.

每当调用f.write(string)时，你提供的字符串都将写入到文件中既有内容的后面。

>>> f = open('somefile.txt', 'w') 
>>> f.write('Hello, ') 
7 
>>> f.write('World!') 
6 
>>> f.close() 

读取也一样简单，只需告诉流你要读取多少个字符（在二进制模式下是多少字节），如下例所示：

>>> f = open('somefile.txt', 'r') 
>>> f.read(4) 
'Hell' 
>>> f.read() 
'o, World!

f.read() 读取了文件中余下的全部内容

三个标准流

模块sys的一节中，提到了三个标准流。
sys.stdin
一个标准数据输入源是sys.stdin。当程序从标准输入读取时，你可通过输入来提供文本，也可使用管道将标准输入关联到其他程序的标准输出.
sys.stdout
提供给print的文本出现在sys.stdout中，向input提供的提示信息

使用模块

模块是为了用来下定义和重用的。
导入放在c:/python 下的hello.py 作为模块使用。模块导入只导入一次，第二次什么也不会发生，打破互相导入的死循环。如果一定要重新加载模块，使用importlib.reload()

>>> import sys
>>> sys.path.append('C:/python')
>>> import hello 
Hello, world!

查看系统查找的全部路径有什么，除了sys.path , 标准做法是将模块所在的目录包含在环境变量PYTHONPATH中。

>>> import sys, pprint 
>>> pprint.pprint(sys.path) 
['C:\\Python35\\Lib\\idlelib', 
 'C:\\Python35', 
 'C:\\Python35\\DLLs', 
 'C:\\Python35\\lib', 
 'C:\\Python35\\lib\\plat-win', 
 'C:\\Python35\\lib\\lib-tk', 
 'C:\\Python35\\lib\\site-packages']

包含测试代码的模块，应该将代码放入if 条件中

if __name__ == '__main__': test()

使用包

模块存储在扩展名为.py的文件中，而包则是一个目录。要被Python视为包，目录必须包含文件init.py。如果像普通模块一样导入包，文件init.py的内容就将是包的内容。

模块包含什么

dir

要查明模块包含哪些东西，可使用函数dir，它列出对象的所有属性（对于模块，它列出所有的函数、类、变量等）。

[i for i in dir(copy) if not i.startswith("_")]
['Error', 'copy', 'deepcopy', 'dispatch_table', 'error']

all

>>> copy.__all__ 
['Error', 'copy', 'deepcopy'] 

all 的设置是在模块copy 是定义的

__all__ =

文档字符串

除了# 注释，有另一种编写注释的方式，就是添加独立的字符串。在有些地方，如def语句后面（以及模块和类的开头，），添加这样的字符串很有用。放在函数开头的字符串称为文档字符串（docstring），将作为函数的一部分存储起来。下面的代码演示了如何给函数添加文档字符串：

def square(x): 
 'Calculates the square of the number x.' 
 return x * x 

可以像下面这样访问文档字符串：

>>> square.__doc__ 
'Calculates the square of the number x.'

收集参数

单星号 * （元组）
前面有星号的参数将被放在元组中。
因此星号意味着收集余下的位置参数。如果没有可供收集的参数，params将是一个空元组。

>>> print_params_2('Nothing:') 
Nothing: 
() 

与赋值时一样，带星号的参数也可放在其他位置（而不是最后），但不同的是，在这种情况下你需要做些额外的工作：使用名称来指定后续参数。单星号不会收集关键字参数。

>>> def in_the_middle(x, *y, z): 
... print(x, y, z) 
... 
>>> in_the_middle(1, 2, 3, 4, 5, z=7) 
1 (2, 3, 4, 5) 7

双星号 ** （字典）
要收集关键字参数，可使用两个星号。

>>> def print_params_3(**params): 
... print(params) 
... 
>>> print_params_3(x=1, y=2, z=3) 
{'z': 3, 'x': 1, 'y': 2} 

如你所见，这样得到的是一个字典而不是元组。可结合使用这些技术。

def print_params_4(x, y, z=3, *pospar, **keypar): 
 print(x, y, z) 
 print(pospar) 
 print(keypar) 

其效果与预期的相同。

>>> print_params_4(1

字符串（以及数和元组）是不可变的（immutable），这意味着你不能修改它们（即只能替换为新值）。因此这些类型作为参数没什么可说的,不会影响 外部原来的值。但如果参数为可变的数据结构（如列表）呢？

>>> def change(n): 
... n[0] = 'Mr. Gumby' 
>>> names = ['Mrs. Entity', 'Mrs. Thing'] 
>>> change(names) 
>>> names 
['Mr. Gumby', 'Mrs. Thing'] 

在这个示例中，修改了变量关联到的列表。下面再这样做一次，但这次不使用函数调用。

>>> names = ['Mrs. Entity', 'Mrs. Thing'] 
>>> n = names # 再次假装传递名字作为参数
>>> n[0] = 'Mr. Gumby' # 修改列表
>>> names 
['Mr. Gumby', 'Mrs. Thing']

将同一个列表赋给两个变量时，这两个变量将同时指向这个列表。就这么简单。要避免这样的结果，必须创建列表的副本。对序列执行切片操作时，返回的切片都是副本。因此，如果你创建覆盖整个列表的切片，得到的将是列表的副本。

>>> names = ['Mrs. Entity', 'Mrs. Thing'] 
>>> n = names[:] 
现在n和names包含两个相等但不同的列表。
>>> n is names 
False 
>>> n == names 
True 
现在如果（像在函数change中那样）修改n，将不会影响names。
>>> n[0] = 'Mr. Gumby' 
>>> n 
['Mr. Gumby', 'Mrs. Thing'] 
>>> names 
['Mrs. Entity', 'Mrs. Thing'] 
下面来尝试结合使用这种技巧和函数change。
>>> change(names[:]) 
>>> names 
['Mrs. Entity', 'Mrs. Thing'] 

注意到参数n包含的是副本，因此原始列表是安全的。

append

方法append用于将一个对象附加到列表末尾。

>>> lst = [1, 2, 3] 
>>> lst.append(4) 
>>> lst 
[1, 2, 3, 4]

append也就地修改列表。这意味着它不会返回修
改后的新列表，而是直接修改旧列表。

# l 指向letterGirls['a'] , 然后 l 后面附加一串‘cc’  , letterGirls['a']的值也被修改，两者指向同一个列表，即原件相同，关联同一个列表
>>> l = letterGirls.setdefault('a', [])
>>> l
['alice', 'alice', 'aly', 'aa', 'bb']
>>> l.append('cc')
>>> l
['alice', 'alice', 'aly', 'aa', 'bb', 'cc']
>>> letterGirls
{'a': ['alice', 'alice', 'aly', 'aa', 'bb', 'cc'], 'b': ['bernice', 'bernice'], 'c': ['clarice', 'clarice']}
# 同理，引用同一个列表，其删作一个元素，另一个也修改
>>> b = l
>>> b
['alice', 'alice', 'aly', 'aa', 'bb', 'cc']
>>> del(b[3])
>>> l
['alice', 'alice', 'aly', 'bb', 'cc']
>>> b
['alice', 'alice', 'aly', 'bb', 'cc']

setdefault

方法setdefault有点像get，因为它也获取与指定键相关联的值，但除此之外，setdefault
还在字典不包含指定的键时，在字典中添加指定的键-值对。

>>> d = {} 
>>> d.setdefault('name', 'N/A') 
'N/A' 
>>> d 
{'name': 'N/A'} 
>>> d['name'] = 'Gumby' 
>>> d.setdefault('name', 'N/A') 
'Gumby' 
>>> d 
{'name': 'Gumby'}
# 如你所

推导并不是语句，而是表达式。它们看起来很像循环，通过列表推导，可从既有列表创建出新列表，这是通过对列表元素调用函数、剔除不想要的函数等实现的。推导功能强大，但在很多情况下，使用普通循环和条件语句也可完成任务，且代码的可读性可能更高。使用类似于列表推导的表达式可创建出字典。

列表推导：

括号 []

单个for

>>> [x * x for x in range(10)] 
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] 

多个for

>>> [(x, y) for x in range(3) for y in range(3)] 
[(0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (2, 2)] 

for + if

>>> girls = ['alice', 'bernice', 'clarice'] 
>>> boys = ['chris', 'arnold', 'bob'] 
>>> [b+'+'+g for b in boys for g in girls if b[0] == g[0]] 
['chris+clarice', 'arnold+alice', 'bob+bernice']

字典推导：

花括号 { }

>>> squares = {i:"{} squared is {}".format(i, i**2) for i in range(10)} 
>>> squares[8] 
'8 squared is 64'

在列表推导中，for前面只有一个表达式，而在字典推导中，for前面有两个用冒号分隔的表
达式。这两个表达式分别为键及其对应的值。

生成器推导：

圆括号 ( )
生成器推导（也叫生成器表达式）。其工作原理与列表推导相同，但不是创建一个列表（即不立即执行循环），而是返回一个生成器，让你能够逐步执行计算。

sum(i ** 2 for i in range(10))

python 中随机数

模块random中一些重要的函数

函 数 描 述
random() 返回一个0~1（含）的随机实数
getrandbits(n) 以长整数方式返回n个随机的二进制位
uniform(a, b) 返回一个a~b（含）的随机实数
randrange([start], stop, [step]) 从range(start, stop, step)中随机地选择一个数
choice(seq) 从序列seq中随机地选择一个元素
shuffle(seq[, random]) 就地打乱序列seq
sample(seq, n) 从序列seq中随机地选择n个值不同的元素

这里使用sample的一个例子

from random import sample
print('MY RED  : {}'.format(sample(list(range(1,34,1)), 6)))
print('MY BLUE : {}'.format(sample(list(range(1,17,1)), 1)))

(venv) C:\Users\LTE-LCFeng\PycharmProjects\ssq\venv>python ssq.py
MY RED  : [9, 1, 24, 26, 3, 6]
MY BLUE : [6]

Shell 中随机数

shell的RANDOM函数

范围 0~32767

echo $RANDOM

取小范围内随机数，对随机结果取模N ， 可取到0~（N-）1 内的随机数
取1~ 6 的随机数，只需加1

echo $[$RANDOM%6+1]

一个范例

在1-33 中取6个不重复的随机数，在1-16中取1随机数

#!/bin/bash
RED_D=33
BLUE_D=16
RED_MAX=6
count=0
touch RED.txt
while [ $count -lt ${RED_MAX} ]
do
  flag=$(expr 6 - $count)
  while [ $flag -gt 0 ]
  do
    flag=$(expr $flag - 1)
    RED=$[$RANDOM%