当前位置：首页 > news >正文

如何选择商城网站建设wordpress站内查找

news 2025/10/24 16:42:32

如何选择商城网站建设,wordpress站内查找,wordpress首页是什么意思,办公空间设计公司排名简单区分数据结构主要用途可变性典型场景例子字典 (dict)键值对映射可变快速查找、配置信息{"name": "Alice", "age": 25}集合 (set)唯一元素存储、集合运算可变去重、成员检查{1, 2, 3, 4}列表 (list)动态有序序列可变数据收集、临时存储[1, …

简单区分

数据结构	主要用途	可变性	典型场景	例子
字典 (dict)	键值对映射	可变	快速查找、配置信息	`{"name": "Alice", "age": 25}`
集合 (set)	唯一元素存储、集合运算	可变	去重、成员检查	`{1, 2, 3, 4}`
列表 (list)	动态有序序列	可变	数据收集、临时存储	`[1, 2, 3, 4, 5]`
元组 (tuple)	不可变有序序列	不可变	字典键、函数返回值、常量	`(1, 2, 3)`

Python 推导式

数据类型	推导式类型	语法格式
列表 []	列表推导式	[表达式 for 元素 in 可迭代对象]
	带条件的列表推导式	[表达式 for 元素 in 可迭代对象 if 条件]
	嵌套循环的列表推导式	[表达式 for 元素1 in 可迭代对象1 for 元素2 in 可迭代对象2]
字典{}	字典推导式	{键表达式: 值表达式 for 元素 in 可迭代对象}
字典{}	带条件的字典推导式	{键表达式: 值表达式 for 元素 in 可迭代对象 if 条件}
集合{}	集合推导式	{表达式 for 元素 in 可迭代对象}
集合{}	带条件的集合推导式	{表达式 for 元素 in 可迭代对象 if 条件}
生成器()	生成器表达式	(表达式 for 元素 in 可迭代对象)
生成器()	带条件的生成器表达式	(表达式 for 元素 in 可迭代对象 if 条件)

迭代器与生成器

它们都用于实现迭代（逐个访问元素）

加深理解

在这里插入图片描述

使用场景

处理大文件：逐行读取文件，避免一次性加载整个文件。从而节省内存。
生成无限序列：生成器非常适合生成无限序列。生成斐波那契数列、素数序列等。
数据流处理：在处理数据流时，生成器可以逐个处理数据，避免一次性加载所有数据，从而提高效率。
管道式数据处理：生成器可以用于构建管道式的数据处理流程，每个生成器负责一个处理步骤，数据在生成器之间逐个传递。
延迟计算：生成器是惰性的，只有在需要时才会计算下一个值。这使得生成器非常适合延迟计算，节省计算资源。
简化代码逻辑：生成器的语法简洁,使用yield关键字实现复杂的迭代逻辑。
内存优化：生成器可以逐个生成值，避免一次性将所有数据加载到内存中，从而节省内存。
自定义迭代逻辑：通过实现__iter__()和__next__()方法自定义迭代顺序。

函数

在这里插入图片描述

类型属于对象，对象有不同类型的区分，变量是没有类型的

这句话描述了 Python 的动态类型系统（Dynamic Typing）的核心特性。

类型属于对象（Types belong to objects）
在 Python 中，数据的类型是绑定在对象（Object）本身上的，而不是绑定在变量（Variable）上。

对象：Python 中一切皆对象（如整数 42、字符串 "hello"、列表 [1, 2, 3] 等）。
类型信息：每个对象内部会存储自己的类型（如 int、str、list）。a = 42       # 对象 42 的类型是 int
b = "hello"  # 对象 "hello" 的类型是 str

变量是没有类型的（Variables are untyped）
Python 的变量本质上是对象的引用（Reference），它只是一个名字（Name），可以随时绑定到任何类型的对象上。

变量本身没有类型：它只是指向某个对象的标签。
动态绑定：同一个变量可以先后指向不同类型的对象。x = 42       # x 绑定到 int 类型的对象
x = "hello"  # 现在 x 绑定到 str 类型的对象
x = [1, 2]   # 现在 x 绑定到 list 类型的对象

对象有不同类型的区分（Objects have distinct types）
Python 的对象类型是严格区分的，不同类型的对象支持不同的操作。

类型决定行为：对象的类型决定了它能做什么（如 + 对数字是加法，对字符串是拼接）。
运行时类型检查：操作是否合法由对象的类型决定（而非变量）。a = 5
b = "hello"
print(a + b)  # 报错！int 和 str 不能直接相加

可变和不可变对象

不可变对象类型：
int（整数）、float(浮点数）、bool(布尔值）、str(字符串）、tuple(元组）、frozenset(不可变集合）、bytes(字节串）
可变对象类型：
list(列表）、dict(字典）、set(集合）、bytearray(可变字节数组）

lambda【匿名】函数

lambda 函数是一种小型、匿名的、内联函数，它可以具有任意数量的参数，但只能有一个表达式。
lambda 函数通常用于编写简单的、单行的函数，通常在需要函数作为参数传递的情况下使用，例如在 map()、filter()、reduce() 等函数中。

装饰器

装饰器是一种非常强大的功能，它允许你在不修改原始函数代码的情况下，动态地为函数添加新的功能。装饰器本质上是一个返回函数的高阶函数，它接收一个函数作为参数，并返回一个新的函数。

装饰器的作用

增强函数功能：
在不修改原始函数代码的情况下，为函数添加额外的功能。例如，日志记录、性能测试、权限验证、缓存等。
代码复用：
将重复的逻辑封装到装饰器中，避免在多个函数中重复编写相同的代码。
解耦：
将核心业务逻辑与辅助功能分离，使代码更加清晰、易于维护。

举例说明

函数

import functoolsdef log_decorator(func):@functools.wraps(func)def wrapper(*args, **kwargs):print(f"调用函数 {func.__name__}，参数为：{args}, {kwargs}")result = func(*args, **kwargs)print(f"函数 {func.__name__} 返回值为：{result}")return resultreturn wrapper@log_decorator
def add(a, b):return a + bresult = add(3, 4)

输出

调用函数 add，参数为：(3, 4), {}
函数 add 返回值为：7

log_decorator 是一个装饰器函数，它接收一个函数 func 作为参数</font。
wrapper是装饰器内部定义的一个嵌套函数，它包装了原始函数 func。
@functools.wraps(func)是一个内置的装饰器，用于保留原始函数的元信息（如函数名、文档字符串等）。如果不使用它，wrapper 函数会覆盖原始函数的元信息。
wrapper 函数的逻辑：
-1.打印调用函数的信息，包括函数名和传入的参数。
-2.调用原始函数 func，并将结果存储在变量 result 中。
-3.打印函数的返回值。
-4.返回原始函数的返回值。

类

def my_decorator(cls):class Wrapper:def __init__(self, *args, **kwargs):self.wrapped = cls(*args, **kwargs)def display(self):print("在类方法之前执行")self.wrapped.display()print("在类方法之后执行")return Wrapper@my_decorator
class MyClass:def display(self):print("这是 MyClass 的 display 方法")obj = MyClass()
obj.display()

除了函数装饰器，Python 还支持类装饰器。类装饰器是包含 call 方法的类，它接受一个函数作为参数，并返回一个新的函数。
这里既然聊到了类，那就说一下类相关的知识。

如何定义类：

1.使用关键字class关键字定义类
2.使用init初始化类的实例
3.自定义其他方法

#使用 class 关键字定义类。使用首字母大写。
class MyClass:
#构造函数 __init__ 用于初始化类的实例，它接受一个参数 name 并将其存储在实例变量 self.name 中。def __init__(self, name):self.name = name
#方法 greet 用于打印一条问候信息，它使用了实例变量 self.name。def greet(self):print(f"Hello, {self.name}!")