从 Python到Tensorflow 学习之路(三)

桃扇骨 2022-06-02 01:18 164阅读 0赞

# 从 Python到Tensorflow 学习之路(四) #

--------------------

最近毕业设计题目是研究对抗样本,要用tensorflow来搭建神经网络,因此python必不可少,这个不是一个传统的Python学习教程只是把学习Python过程中遇到的问题和经验记录下来(**基于Python3.5**),如果想要一步一步学习Python建议看下面的网站。  
[Python学习教程][Python]

--------------------

## 模块 ##

>  *  在Python中，一个.py文件就称之为一个模块(module)，其大大提高了代码的可维护性。
>  *  使用模块可以避免函数名和变量名冲突，相同名字的函数和变量完全可以分别存在于不同的模块中。
>  *  为了避免模块名冲突，Python引入了按照目录来组织模块的方法，称为包(package)。  
>     假设我们有两个模块abc和xyz，与其他模块冲突，我们可以使用包来组织模块，方法是选择一个顶层包名，比如`mycompany`按照如下目录存放  
>     ![snapshot2.png-2.8kB][]  
>     那么**abc.py**模块名就变成了**mycompany.abc**,类似的**xyz.py**模块名就变成了**mycompany.xyz**

### 注意每一个包目录下都会有一个`__init__.py`，这个文件是必须存在的。否则Python就把这个目录当成普通目录，而不是一个包。`__init__.py`可以是空文件，也可以有Python代码。因为`__init__.py`本身就是一个模块，它的模块名就是`mycompany` ###

使用模块  
![snapshot4.png-31.1kB][]

"""a test module"""
    
    __author__ = 'LWP'
    
    import sys
    
    def test():
        args = sys.argv
        if len(args)==1:
            print('%s!' %args[0])
        elif len(args)==2:
            print('Hello, %s!' %args[1])
        else:
            print('Too many arguments!')
    
    
    if __name__=='__main__':
        test()

>  *  使用`sys`模块第一步就是导入该模块:`import sys`导入后，就有了变量`sys`指向该模块，利用`sys`这个变量，就可以访问`sys`模块的所有功能。`sys`模块有一个`argv`变量，用list存储了命令行的所有参数。`argv`至少有一个参数，因为第一个参数永远是该`.py`文件的名称，当我们运行`Python3 blog_test.py`获得的`sys.argv`就是`[/home/lwp/PycharmProjects/blog_test/blog_test.py!]`
>  *  注意这个代码:

if __name__ = '__main__':
        test()

>  *  当我们在命令行运行`blog_test`模块时，Python解释器会把一个特殊变量`__name__`置为`__main__`，而如果在其他地方导入该`blog_test`模块时，`if`判断将失败，因此这种`if`测试可以让一个模块通过命令行运行时执行一些额外的代码，最常见的就是运行测试。
>  *  **Python解释器在读取一个源文件时，会执行从中找到的所有代码。在执行所有代码前，它会定义一些特殊的变量。例如，当Python解释器在运行源文件模块并把它当做主程序，它会将`__name__`设置为`'__main__'`。如果这个源文件被其他模块导入那么`__name__`设置为模块本身的名字。因此你可以将一些不希望被导入的人运行的程序放进检查中，其他人便不会运行**

### 作用域 ###

在一个模块中，我们可能会定义很多的函数和变量，但有的函数和变量我们希望给别人使用，有的函数我们希望仅仅在模块内部使用。在Python中，是通过前缀`_`实现的

>  *  正常的函数和变量名是公开的(public)，可以被直接引用，比如`abc, x123`
>  *  类似与`__xx__`这样的前后**双下划线**变量是特殊变量，可以直接被引用，但是有特殊用途，比如上面的`__author__, __name__`
>  *  类似于`_xx, __xx`这样的前**单下划线或单双下划线**函数和变量”不应该“被直接引用，而不是”不能“被直接引用，因为Python并没有一种方法可以完全限制访问private函数或者变量。

def _private_1(name):
        return 'Hello, %s' % name
    
    
    def _private_2(name):
        return 'Hi, %s' % name
    
    
    def greeting(name):
        if len(name) > 3:
            return _private_1(name)
        else:
            return _private_2(name)

import blog_test
    
    print(blog_test.greeting('world'))
    # output: Hello, world

## 面向对象编程 ##

### 一个简单的处理学生成绩的类 ###

class Student(object):
    
        def __init__(self, name, score):
            self.name = name
            self.score = score
    
        def print_score(self):
            print('%s: %s' % (self.name, self.score))
    
    
    alice = Student('Alice', 99)
    bob = Student('Bob', 85)
    
    alice.print_score()
    bob.print_score()
    # output:Alice: 99
    #        Bob:85

### 类和实例 ###

>  *  class后面紧接着是类名，即Student，类名通常是大写开头的单词，紧接着是`(Object)`，表示该类是从哪个类继承下来的。
>  *  由于类可以起到模板的作用，因此可以在创建实例的时候，把一些我们认为必须绑定的属性强制填写进去。通过定义一个特殊的`__init__`方法，在创建实例的时候，就把`name, score`等属性绑定上去。注意**`__init__`前后都是双下划线**。
>  *  `__init__`方法的第一个参数永远是`self`，表示创建的实例本身，因此，在`__init__`方法内部，就可以把各种属性绑定到`self`，因为`self`就指向创建的实例本身。
>  *  有了`__init__`方法，在创建实例时，不能够传入空的参数，必须传入与`__init__`方法相匹配的参数，但是`self`不用传，Python解释器自己会把实例变量传进去。

### 访问限制 ###

>  *  从前面Student定义来看，外部的代码仍然可以自由地修改一个实例的`name、score`属性

>  *  如果要让内部属性不被外部访问，可以把属性前面的名称加上**两个下划线`__`**，在Python中，实例变量名如果以`__`开头，就变成了一个私有变量（private），只有内部可以访问，外部不能访问。

class Student(object):
    
        def __init__(self, name, score):
            self.__name = name
            self.__score = score
    
        def print_score(self):
            print('%s: %s' % (self.__name, self.__score))
    
    
    alice = Student('Alice', 99)
    bob = Student('Bob', 85)
    
    # print(alice.__score)
    '''Traceback (most recent call last):
      File "/home/lwp/PycharmProjects/blog_test/blog_test.py", line 17, in <module>
        print(alice.score)
    AttributeError: 'Student' object has no attribute '__score'''
    
    alice.print_score()
    # output:Alice: 99

>  *  如果外部代码需要获取name和score怎么办，可以增加变量的get方法；如果要允许外部代码修改score怎么办，可以增加变量的set方法。

class Student(object):
    
        def __init__(self, name, score):
            self.__name = name
            self.__score = score
    
        def print_score(self):
            print('%s: %s' % (self.__name, self.__score))
    
        def set_name(self, name):
            self.__name = name
    
        def set_score(self, score):
            if 0 <= score <= 100:
                self.__score = score
            else:
                raise ValueError('Bad Score!')
    
        def get_name(self):
            return self.__name
    
        def get_score(self):
            return self.__score
    
    
    alice = Student('Alice', 99)
    
    print(alice.get_name())
    # output:Alice
    print(alice.get_score())
    # output:99
    alice.set_name('ali')
    
    print(alice.get_name())
    # output: ali
    alice.set_score(60)
    
    print(alice.get_score())
    # output: 60
    #alice.set_score(111)

>  *  在设置参数方法中我们可以对参数进行类型检查，避免传入无效参数。
>  *  在Python中，变量名类似于`__xxx__`的，即**双下划线开头，双下划线结尾的是特殊变量**，特殊变量可以直接访问，不是private变量，所以不能起`__name__, __score__`。
>  *  **以一个下划线开头的变量**，比如`_name`，这样的实例变量外部是可以访问的，然而其约定“虽然我可以被访问，但是请把我视为私有变量，不要随意访问”
>  *  **双下划线开头的实例变量**也并不是完全不能被访问。不能直接访问`__name`是因为Python解释器对外把`__name`变量改成了`_Student__name`，我们仍然可以通过`_Student__name`来访问`__name`变量。**但是尽量不要这么干！**不同版本的Python解释器可能会把`__name`改成不同的变量名

...
    print(alice._Student__name)
    # output:Alice

>  *  注意一种错误写法，这个`__name`并不是真的是class内部的`__name`，内部的`__name`变量已经被Python解释器自动改成了`_Student__name`，而外部代码给`alice`新增加了一个`__name`变量

alice = Student('Alice', 99)
    print(alice.get_name())
    # output:Alice
    alice.__name = 'Bob'
    print(alice.__name)
    # output:Bob
    print(alice.get_name())
    # output:Alice

### 继承和多态 ###

class Animal(object):
        def run(self):
            print('Animal is running......')
    
    
    class Dog(Animal):
        def run(self):
            print('Dog is running......')
    
    
    class Cat(Animal):
        def run(self):
            print('Cat is running......')
    
    
    a = Animal()
    a.run()
    # output:Animal is running.....
    c = Cat()
    c.run()
    # output:Cat is running......
    d = Dog()
    d.run()
    # output:Dog is running.....

>  *    
>     
>  *  在继承关系中，如果一个实例的数据类型是某个子类，那么它的数据类型也可以被看作是父类。但是，反过来就不行
>  *  对于一个变量，我们只需要知道它是`Animal`类型，无需确切地知道它的子类型，就可以放心地调用`run()`方法，具体调用的`run()`方法是作用在哪个对象时，**由运行时该对象的确切类型决定**，这就是多态。
>  *  调用方只管调用，不管细节，当我们新增一种`Animal`的子类时，只要确保`run()`方法编写正确，不用管原来的代码是如何调用的，这即是著名的**开闭原则**  
>     
> 
> >  *  对扩展开放：允许新增`Animal`子类  
> >     
> >  *  对修改封闭：不需要修改依赖`Animal`类型的`run_twice()`函数

......
    def run_twice(animal):
        animal.run()
        animal.run()
    
    
    a = Animal()
    run_twice(a)
    # output:Animal is running......
    # output:Animal is running......
    
    c = Cat()
    run_twice(c)
    # output:Cat is running......
    # output:Cat is running......

>  *    
>     
>  *  静态语言vs动态语言：  
>     
> 
> >  *  静态语言(比如Java)，如果需要传入`Animal`类型，则传入的对象必须是`Animal`类型或者它的子类，否则将无法调用`run()`方法。  
> >     
> >  *  对于Python这种动态语言，则不一定需要传入Animal类型。我们只需要保证传入的对象有一个`run()`方法即可。这就是动态语言的“鸭子类型。”它并不要求严格的继承体系，一个对象只要“看起来像鸭子，走起路来像鸭子”，那它就可以被看做是鸭子。

......
    class Timer(object):
        def run(self):
            print('Start.....')
    
    ......
    run_twice(Timer())
    # output:Start.....
    # output:Start.....

### 获取对象信息 ###

如何在拿到一个对象的引用时，知道这个对象是什么类型、有哪些方法？

>  *  可以判断对象的基本类型
>  *  如果一个变量指向函数或者类，也可以用type()判断

print(type(123))
    # output:<class 'int'>
    
    print(type('str'))
    # output:<class 'str'>
    
    print(type(None))
    # output:<class 'NoneType'>
    
    print(type(abs))
    # output:<class 'builtin_function_or_method'>

>  *  判断一个对象是否是函数

import types
    
    def fn():
        pass
    
    print(type(fn) == types.BuiltinFunctionType)
    
    print(type(abs) == types.BuiltinFunctionType)

>  *  `isinstance()`可以判断一个对象是否是该类型本身，或者位于该类型的父继承链上。
>  *  判断一个变量是否是某些类型的一种

print(isinstance([1, 2, 3], (list, tuple)))
    # output: True
    
    print(isinstance({
       'name': 'Peter', 'age': 20}, (list, tuple)))
    # output: False

>  *  使用`dir()`可以获得一个对象的所有属性和方法，它返回一个包含字符串的list

print(dir('ABC'))
    # output: ['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']

>  *  里面有`__xx__`的特殊方法以及`upper()`等普通属性或方法
>  *  使用`getattr()、setattr()、hasattr()`直接操作一个对象状态， 如果试图获取不存在的属性，会抛出AttributeError的错误。可以传入一个default参数，如果属性不存在，就返回默认值

class MyObject(object):
        def __init__(self):
            self.x = 9
    
        def power(self):
            return self.x * self.x
    
    
    obj = MyObject()
    
    print(hasattr(obj, 'power'))
    # output: True
    print(getattr(obj, 'x'))
    # output: 9实例属性和类属性使用相同的名字，因为相同名称的实例属性将屏蔽掉类属性，但是当你删除实例属性后，再使用相同的名称，访问到的将是类属性。
    
    
    print(getattr(obj, 'y', 44))
    # output: 44

### 实例属性和类属性 ###

由于Python是动态语言，根据类创建的实例可以任意绑定属性。

>  *  给实例绑定属性的方法是通过实例变量，或者通过`self`变量

class Student(object):
        def __init__(self, name):
            self.name = name
    s = Student('Bob')
    s.score = 90

>  *  可以直接在class中定义属性，这个属性是类属性，归`Student`类所有

class Student(object):
        name = 'Student'
    
    
    s = Student()
    print(s.name)
    # output: Student(因为实例没有name属性，所以会查找class的name属性)
    print(Student.name)
    # output: Student(打印类的name属性)
    s.name = 'Bob'
    print(s.name)
    # output: Bob(实例属性的优先级高于类的属性)
    print(Student.name)
    # output: Student
    del s.name
    print(s.name)
    # output: Student

>  *  千万不要对实例属性和类属性使用相同的名字，因为相同名称的实例属性将屏蔽掉类属性，但是当你删除实例属性后，再使用相同的名称，访问到的将是类属性

### 使用**slots**限制定义的属性仅仅对当前类实例起作用 ###

>  *  之前我们可以给实例绑定一个属性，其实还可以绑定一个方法。但是给一个实例绑定的方法，对另一个实例是不起作用的。为了给所有实例都绑定方法，可以给class绑定方法

class Student(object):
        pass
    
    
    s = Student()
    
    
    def set_age(self, age):
        self.age = age
    
    
    from types import MethodType
    s.set_age = MethodType(set_age, s)
    s.set_age(25)
    print(s.age)
    # output: 25

class Student(object):
        pass
    
    
    s = Student()
    
    
    def set_age(self, age):
        self.age = age
    
    
    Student.set_age = set_age
    s.set_age(11)
    print(s.age)
    # output: 11
    s2 = Student()
    s2.set_age(22)
    print(s2.age)
    # output: 22

>  *  如果我们想限制实例的属性怎么办，我们应该在定义class的时候，定义一个特殊的变量`__slot__`变量，来限制该class实例能添加的属性

class Student(object):
        __slots__ = {
       'name', 'age'}
    
    
    s = Student()
    s.age = 55
    s.name = 'Bob'
    print(s.age, s.name)
    # output: 55 Bob
    s.score = 100
    # AttributeError: 'Student' object has no attribute 'score'

>  *  使用**score**, 其定义的属性仅仅对当前类实例起作用，对继承的子类不起作用

### 使用@property既可以检查参数又可以用类似于属性这样简单的方式来访问类变量 ###

>  *  把一个getter方法变成属性，只需要加上`@property`即可，此时`@property`本身又创建了另外一个装饰器`@score.setter`，负责把一个setter方法变成属性赋值

class Student(object):
        @property
        def score(self):
            return self._score
    
        @score.setter
        def score(self, value):
            if not isinstance(value, int):
                raise ValueError('score must be an integer!')
            if value < 0 or value > 100:
                raise ValueError('score must between 0~100!')
            self._score = value
    
    
    s = Student()
    s.score = 60
    print(s.score)
    # output: 60
    s.score = 9999
    # ValueError: score must between 0~100!

>  *  还可以定义只读属性，只定义getter方法，不定义setter方法就是一个只读属性

class Student(object):
        @property
        def birth(self):
            return self._birth
    
        @birth.setter
        def birth(self, value):
            self._birth = value
    
        @property
        def age(self):
            return 2017-self._birth
    
    
    s = Student()
    s.birth = 1996
    print(s.age)
    # output : 21
    s.age = 30
    # AttributeError: can't set attribute

### Python中多重继承 ###

>  *  在设计类的继承关系时，通常主线都是单一继承下来的，如果需要混入额外的功能，通常是通过多重继承实现，这种设计称为MixIn

### Python中定制类 ###

>  *  Python中打印一个类实例需要自定义`__str__()`方法， 但是这样仍需要print，直接显示变量调用的不是`__str__()`而是`__repr__()`，两者的区别在于`__str()__`返回的是用户看到的字符串，而`__repr()__`返回的是程序开发者看到的字符串。

class Student(object):
        def __init__(self, name):
            self.name = name
    
        def __str__(self):
            return 'Student object (name: %s)' % self.name
        __repr__ = __str__
    
    print(Student('Bob'))
    # output: Student object (name: Bob)
    s = Student('Bob')

>  *  如果一个类想被用于`for...in..`那么必须要实现`__iter__()`方法，该方法返回一个迭代对象，Python的for循环会不断调用该迭代对象的`__next__()`方法拿到循环的下一个值，知道遇到`StopIteration`错误时退出循环。  
>     下面是一个斐波那契数列

>  *  Fib实例虽然能够作用于for循环，但是不能像list一样支持索引，我们需要实现`__getitem__()`方法，但是这个实现没有对slice中的step参数作处理，也没有对负数进行处理

class Fib(object):
        def __init__(self):
            self.a, self.b = 0, 1
    
        def __iter__(self):
            return self
    
        def __next__(self):
            self.a, self.b = self.b, self.a+self.b
            if self.a > 10000:
                raise StopIteration()
            return self.a
    
        def __getitem__(self, item):
            if isinstance(item, int):
                a, b = 1, 1
                for x in range(item):
                    a, b = b, a+b
                return a
            if isinstance(item, slice):
                start = item.start
                stop = item.stop
                if start is None:
                    start = 0
                a, b = 1, 1
                L = []
                for x in range(stop):
                    if x >= start:
                        L.append(a)
                    a, b = b, a+b
                return L
    
    
    f = Fib()
    print(f[0])
    # output: 1
    print(f[10])
    # output: 89
    print(f[1:10])
    # output:[1, 2, 3, 5, 8, 13, 21, 34, 55]

>  *  正常情况下，我们调用类中方法或者属性时，如果不存在就会报错，但是我们可以通过`__getattr__()`方法动态返回一个属性

class Student(object):
        def __init__(self, name):
            self.name = name
    
        def __getattr__(self, attr):
            if attr == 'age':
                return lambda: 25
            raise AttributeError('\'Student\' object has no attribute \'%s\'' % attr)
    
    
    s = Student('Bob')
    print(s.age())
    # output: 25
    print(s.score())
    # AttributeError: 'Student' object has no attribute 'score'

>  *  我们可以利用`__call__()`方法，直接对实例进行调用， 所以可以把对象看成函数，把函数看成对象。我们可以通过`callable`函数来判断一个对象是否能被调用

class Student(object):
        def __init__(self, name):
            self.name = name
    
        def __call__(self):
            return ('Student name is %s'% self.name)
    
    
    s = Student('Bob')
    print(s())

>  *  使用枚举类，可以从`Enum`派生出自定义类

from enum import Enum, unique
    
    @unique
    class Weekday(Enum):
        Sun = 0
        Mon = 1
        Tue = 2
        Wed = 3
        Thu = 4
        Fri = 5
        Sat = 6
    
    
    day1 = Weekday.Mon
    print(day1)
    print(Weekday['Tue'])
    print(Weekday(1))
    print(Weekday.Thu.value)
    
    for name, member in Weekday.__members__.items():
        print(name, ' ==> ', member)
    """
    Weekday.Mon
    Weekday.Tue
    Weekday.Mon
    4
    Sun  ==>  Weekday.Sun
    Mon  ==>  Weekday.Mon
    Tue  ==>  Weekday.Tue
    Wed  ==>  Weekday.Wed
    Thu  ==>  Weekday.Thu
    Fri  ==>  Weekday.Fri
    Sat  ==>  Weekday.Sat
    """

## 我们下期见～ ##

--------------------

[Python]: https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
[snapshot2.png-2.8kB]: /images/20220602/149f264399af4cebbc4712bf114b2ba5.png
[snapshot4.png-31.1kB]: /images/20220602/123e5906dda54271bcb2df6359fc038e.png