自省python

① python中的函數和類的區別

樓上說錯了哦，類可以有類方法（查查什麼是classmethod），不需實例化也可以使用的。python的類和函數的區別主要在於類可以有變數和各種方法，而函數沒有。函數只能被運行，返回或者不返回值都可以。模塊如果沒有把類聲明為私有，其他模塊就可以使用這個類，方法是import這個模塊，然後用"模塊名.類名"來調用。

② Python如何快速實現分布式任務

給個最簡單的方案。
1. Pickle和Marshal可以序列化簡單的Python對象，甚至source也可以通過各種自省方法獲得。
2. 隨便找一個Web框架都可以實現一個ReST風格的伺服器作為Worker，eval相關的機制也可以方便地對已有代碼進行求值。
3. Redis實現一個簡單的任務分發系統很方便，比如可以直接使用訂閱發布機制，分布的Worker獲取Redis里待執行的任務，執行完後將結果統一放到另一個位置。
4. 調用者需要做的事就是分割計算任務，把相關的任務，包括使用的數據、參數等扔給Redis資料庫，還有收集結果並拼成最終的計算結果。一個最簡單的策略是直接分布實現一個map函數。

③ 關於Python（編程語言）的問題

dir() 函數是 Python 自省機制中最著名的部分,它返回傳遞給它的任何對象的屬性名稱經過排序的列表。如果不指定對象，則 dir() 返回當前作用域中的名稱。

④ 請問學了python有什麼用不

python適合快速開發，代碼不僅優美，而且簡潔。當然這是從美觀上來說的。它本身是解釋性語言，因此不需要編譯即可運行。而且內置許多的高級數據結構，如常見的鏈表(python叫list)，Hash表(python叫dict)等都是內置的。而且它沒有靜態類型聲明，這樣自然就是一種泛型編程。也不需要介面，但通過自省或約定可以輕松實現介面的功能。它的動態性還表現在可以在運行時改變一個實例，改變類(因為python中一切皆為對象，類也是一個對象)。還支持高級但更復雜的metaclass編程，即生成類的類。特別是它自帶許多的標准庫，功能都不錯。python還提供一個交互環境可以進行測試。python有象java一樣的包的概念，可以輕松管理你的模塊。同時還有強大的自省功能，即在運行時檢查對象的屬性。支持自動垃圾回收。

因此python從使用，從學習上來說都是一種讓人愉快的語言。舉些簡單的例子：

1. 列印一個文本文件的內容

print file('filename').read()

2. 動態給對象增加屬性

class A:pass #空類
a = A() #a沒有屬性，其實有一些內置的屬性，但現在不關心
a.b = 1 #動態增加一個屬性
print a.b #可以看到為1

3. 約定的編程

def p(a):
print a.read()
這里只要a對象有read()方法即可成功，而不管它到底是什麼，可以是一個文件對象，也可以是一個自定義的對象，但有read()方法。如果想進行一些檢查，可以：
import types
def p(a):
if hasattr(a, 'read') and isinstance(a.read, types.FunctionType):
print a.read()
else:
raise Exception, 'Object should has a read function'

4.dir(a) #可以列出對象a的屬性

等等。總之，它是一種動態類型解釋性語言，與靜態編譯型語言差別非常大。這些東西只有深入下去才能有所體會。它的開發效率要高，執行效率目前的確是差一些，不過可以根據對效率的情況有選擇的使用。而且還可以將C++或C寫的程序封裝為python的庫在python中進行調用。因此還有人把python稱之為「膠水語言」。

⑤ Python中的函數內省如何更好地理解

：、
第：幫助文檔；
第二種：dir（）括弧內想要解象函數偉

⑥ python怎麼查看object 里的成員變數

首先通過一個例子來看一下本文中可能用到的對象和相關概念。

對於實現了__call__的類實例，這個方法會返回False。如果目的是只要可以直接調用就需要是True的話，不妨使用isinstance(obj, collections.Callable)這種形式。我也不知道為什麼Callable會在collections模塊中，抱歉！我猜大概是因為collections模塊中包含了很多其他的ABC(Abstract Base Class)的緣故吧：）

3.2. 獲取對象信息

⑦ 請教python枚舉進程所有模塊名稱，總是出錯

你沒有問清楚。 python有比較強的「自省」功能。可以自己檢查自己。 用globals可以檢查出所有全局的變數，其中也包括模塊名稱。再用type, dir等方法來檢查一下是否是模塊就可以准確判斷是否是模塊。

⑧ 初學python，感受和C的不同

從開始看Python到現在也有半個多月了，前後看了Python核心編程和Dive
into
Python兩本書。話說半個月看兩本，是個人都知道有多囫圇吞棗，這也是因為我暫時沒有需求拿這個做大型開發，主要是平時的小程序test用一用。所以我的策略是，整體瀏覽，用到時候現查。話說這核心編程第一版太古老了，老在講2.2之前的東西，我看的翻譯電子版，翻譯得也不好，很晦澀。看完這個後還有點雲里霧里，看網上人家說DIP好，啄木鳥還有免費電子文檔，就找來看這個。怎麼說呢，講的比核心編程好，但不適合第一次看的初學者。我之所以覺得講得好，是因為看核心編程，有些概念還有些模糊，看了這本書就明白不少了。要是初學者上來就看這本，保證不好理解。

下面就是在學習的過程中，在翻閱資料的過程中，總結的一些C和python比較明顯的不同之處，有大方向的，也有細節的。肯定沒有總結完，比如動態函數，lambda這些，我都懶得往上寫了。實際上，作為兩種完全不同的語言，下面這些差異只是冰山一角而已。權當拋磚引玉吧，至少應該對和我有相同研究興趣，正在考慮是否學習另一門語言的朋友有點幫助。此文也算是DIP的學習筆記吧。順帶說一句，要是有朋友了解，可以幫忙推薦一下實戰性強的Python教材，語言這東西，不多練手，光比劃，是不可能學好的。

學習目的

我的以後的研究方向是嵌入式，顯然，C語言是我的主要語言。我不是一個語言愛好者，我以前覺得，對於做研究而不是應用的人來說，了解多門語言，不如精通一門語言。之所以去看python，主要還是因為python更有利於快速開發一些程序，也是因為現在認識到，研究和應用是不能分離的。個人以為，要想在計算機工程的競爭中立足，必須懂C語言。因為真正要做高性能編程,
不可能將機器的體系架構拋到腦後讓Python虛擬機（或Java虛擬機等）幫你搞定所有底層。越來越多的CPU
core，越來越恐怖的內存性能瓶頸，對於上層開發人員來說，無所謂，但是對高性能程序開發人員來說，這些是無法透明的。很多應用，還是自己掌控比較有效。這些場合中，匯編和C還是不可替代的。但是，光知道C是不夠的，掌握一門面向對象語言，相對更高層的語言，不僅對以後的個人發展有利，也會對自己的技術認識產生幫助。

如果要問對我來說誰更重要，我覺得還是C更重要。C的學習曲線更陡，貌似簡單，實際上到處都是陷阱，看上去比較簡單低效的程序，也不是學1，2個月就能搞定的。談到優化的深層次和難度嘛，需要的功底是按年算的。但是一旦你C語言的基礎打好了，對計算機的理解，對其他語言的理解都是大有裨益的。比如，如果你有C基礎，可以說，學過1天python，就能寫的出來一些不短的程序。後面的優化也不是什麼大不了的演算法，都是非常基本的語句換來換去。當然這里不是說
Python不好，實際上，上層應用，Python比C方便的不是一個層次。

很多人覺得，既然懂C了，那麼進一步掌握C＋＋應該是水到渠成，但C++不是C的超集，而我又不喜歡C＋＋的繁瑣和巨大，所以才決定看一看Python。我很喜歡Python的優雅與快捷。

語言類型

和C不一樣，Python是一種動態類型語言，又是強類型語言。這個分類怎麼理解呢？大概是可以按照下列說明來分類的：

靜態類型語言

一種在編譯期間就確定數據類型的語言。大多數靜態類型語言是通過要求在使用任一變數之前聲明其數據類型來保證這一點的。Java和 C 是靜態類型語言。

動態類型語言

一種在運行期間才去確定數據類型的語言，與靜態類型相反。Python 是動態類型的，因為它們確定一個變數的類型是在您第一次給它賦值的時候。

強類型語言

一種總是強制類型定義的語言。Java 和 Python 是強制類型定義的。您有一個整數，如果不明確地進行轉換 ，不能將把它當成一個字元串。

弱類型語言

一種類型可以被忽略的語言，與強類型相反。VBScript 是弱類型的。在 VBScript 中，您可以將字元串 』12′ 和整數 3 進行連接得到字元串』123′，然後可以把它看成整數 123 ，所有這些都不需要任何的顯示轉換。

對象機制

具體怎麼來理解這個「動態確定變數類型」，就要從Python的Object對象機制說起了。Objects（以下稱對象）是Python對於數據的抽象，Python中所有的數據，都是由對象或者對象之間的關系表示的，函數是對象，字元串是對象，每個東西都是對象的概念。每一個對象都有三種屬性：實體，類型和值。理解實體是理解對象中很重要的一步，實體一旦被創建，那麼就一直不會改變，也不會被顯式摧毀，同時通常意義來講，決定對象所支持的操作方式的類型（type，包括number，string，tuple及其他）也不會改變，改變的只可能是它的值。如果要找一個具體點的說明，實體就相當於對象在內存中的地址，是本質存在。而類型和值都只是實體的外在呈現。然後Python提供一些介面讓使用者和對象交互，比如id(）函數用來獲得對象實體的整形表示（實際在這里就是地址），type()函數獲取其類型。

這個object機制，就是c所不具備的，主要體現在下面幾點：

1 剛才說了，c是一個靜態類型語言，我們可以定義int a, char
b等等，但必須是在源代碼裡面事先規定。比如我們可以在Python裡面任意一處直接規定a =
「lk」，這樣，a的類型就是string，這是在其賦值的時候才決定的，我們無須在代碼中明確寫出。而在C裡面，我們必須顯式規定char *a =
「lk」，也就是人工事先規定好a的類型

2 由於在C中，沒有對象這個概念，只有「數據的表示」，比如說，如果有兩個int變數a和b，我們想比較大小，可以用a ＝＝
b來判斷，但是如果是兩個字元串變數a和b，我們就不得不用strcmp來比較了，因為此時，a和b本質上是指向字元串的指針，如果直接還是用＝＝比較，那比較的實際是指針中存儲的值——地址。

在Java中呢，我們通過使用 str1 == str2 可以確定兩個字元串變數是否指向同一塊物理內存位置，這叫做「對象同一性」。在 Java 中要比較兩個字元串值，你要使用 str1.equals(str2)。

然後在Python中，和前兩者都不一樣，由於對象的引入，我們可以用「is」這個運算符來比較兩個對象的實體，和具體對象的type就沒有關系了，比如你的對象是tuple也好，string也好，甚至class也好，都可以用」is」來比較，本質上就是「對象同一性」的比較，和Java中的＝＝類似，和
C中的pointer比較類似。Python中也有＝＝比較，這個就是值比較了。

3
由於對象機制的引入，讓Python的使用非常靈活，比如我們可以用自省方法來查看內存中以對象形式存在的其它模塊和函數，獲取它們的信息，並對它們進行操作。用這種方法，你可以定義沒有名稱的函數，不按函數聲明的參數順序調用函數，甚至引用事先並不知道名稱的函數。
這些操作在C中都是不可想像的。

4 還有一個很有意思的細節，就是類型對對象行為的影響是各方面的，比如說，a = 1; b =
1這個語句中，在Python裡面引發的，可能是a，b同時指向一個值為1的對象，也可能是分別指向兩個值為1的對象。而例如這個語句，c = []; d
= []，那麼c和d是肯定指向不同的，新創建的空list的。沒完，如果是」c = d =
[]「這個語句呢？此時，c和d又指向了相同的list對象了。這些區別，都是在c中沒有的。

最後，我們來說說為什麼python慢。主要原因就是function call overhead比較大。因為所有東西現在都是對象了，contruct 和destroy 花費也大。連1 + 1 都是 function call，像』12′+』45′ 這樣的要 create a third string object, then calls the string obj』s __add。可想而知，速度如何能快起來？

列表和數組

分析Python中的list和C中的數組總是很有趣的。相信可能一些朋友和一樣，初學列表的時候，都是把它當作是數組來學的。最初對於list和數組區別的定性，主要是集中在兩點。首先，list可以包含很多不同的數據類型，比如

["this", 1, "is", "an", "array"]

這個List，如果放在C中，其實是一個字元串數組，相當於二維的了。

其次呢，list有很多方法，其本身就是一個對象，這個和C的單純數組是不同的。對於List的操作很多樣，因為有方法也有重載的運算符。也帶來一些問題，比如下面這個例子：

加入我們要產生一個多維列表，用下面這個語句

A = [[None] * 2] * 3

結果，A的值會是

[[None, None], [None, None], [None, None]]

初一看沒問題，典型的二維數組形式的列表。好，現在我們想修改第一個None的值，用語句

A[0][0] = 5

現在我們再來看看A的值：

[[5, None], [5, None], [5, None]]

發現問題沒有？這是因為用 * 來復制時，只是創建了對這個對象的引用，而不是真正的創建了它。 *3 創建了一個包含三個引用的列表，這三個引用都指向同一個長度為2的列表。其中一個行的改變會顯示在所有行中，這當然不是你想要的。解決方法當然有，我們這樣來創建

A = [None]*3
for i in range(3):
A[i] = [None] * 2

這樣創建了一個包含三個不同的長度為2的列表。

所以，還是一直強調的，越復雜的東西，越靈活，也越容易出錯。

代碼優化

C是一個很簡單的語言，當我們考慮優化的時候，通常想得也很簡單，比如系統級調用越少越好（緩沖區機制），消除循環的低效率和不必要的系統引用，等等，其實主要都是基於系統和硬體細節考慮的。而Python就完全不一樣了，當然上面說的這些優化形式，對於Python仍然是實用的，但由於
Python的語法形式千差萬別，庫和模塊多種多樣，所以對於語言本身而言，就有很多值得注意的優化要點，舉幾個例子吧。

比如我們有一個list L1，想要構建一個新的list L2，L2包括L1的頭4個元素。按照最直接的想法，代碼應該是

L2 = []
for i in range[3]:
L2.append(L1[i])

而更加優化和優美的版本是

L2 = L1[:3]

再比如，如果s1..s7是大字元串(10K+)，那麼join([s1,s2,s3,s4,s5,s6,s7])就會比
s1+s2+s3+s4+s5+s6+s7快得多,因為後者會計算很多次子表達式，而join()則在一次過程中完成所有的復制。還有，對於字元串操作，對字元串對象使用replace()方法。僅當在沒有固定字元串模式時才使用正則表達式。

所以說，以優化為評判標准，如果說C是短小精悍，Python就是博大精深。

include和import

在C語言中的include非常簡單，因為形式單一，意義明確，當你需要用到外部函數等資源時，就用include。而Python中有一個相似的機制，就是import。乍一看，這兩個傢伙挺像的，不都是我們要用外部資源（最常見的就是函數或者模塊（Python））時就用這個來指明么？其實不然，兩者的處理機制本質區別在於，C中的include是用於告訴預處理器，這個include指定的文件的內容，你都給我當作在本地源文件中出現過。而

import呢，不是簡單的將後面的內容*直接*插入到本地裡面去，這玩意更加靈活。事實上，幾乎所有類似的機制，Python都比C靈活。這里不是說C不好，C很簡練，我其實更喜歡C。

簡單說說這個靈活性。import在python中有三種形式，import X, from X import *( or a,b,c……), X =
__import__(『x』)。最常用的是第二種，因為比較方便，不像第一種那樣老是用X.mole來調用模塊。from X import
*只是import那些public的mole(一般都是不以__命名的模塊)，也可以指定a,b,c來import。

什麼時候用哪一種形式呢？應該說，在大多數的模塊文檔里，都會明確告訴你應該用哪種形式。如果需要用到很多對象，那麼from X import
*可能更合適一些，但是，就目前來看，大多數第三方Python庫都不推薦使用from molename import *
這種格式。這樣做會使引入者的namespace混亂。很多人甚至對於那些專門設計用於這種模式的模塊（包括Tkinter,
threading和matplot）都不採用這種方式。而如果你僅僅需要某個對象類a，那麼用from X import a比用import
X.a更好，因為以後你調用a的函數直接用a.function()既可以了，不用加X。

如果你連自己希望import的模塊都不知道怎麼辦？請注意，此時Python的優勢就體現出來了，我們可以用
__import__(mole)來調用mole，其中這個mole是字元串，這樣，可以在運行時再決定，你到底要調用什麼mole。舉個例子：

def classFromMole (mole, Name):
mod = __import__ (mole)
return getattr (mod, Name)

這里，定義了一個函數classFromMole，你可以在代碼的任何時候調用它，

o = classFromMole (MoleOfTheClass, NameOfTheAttribute)()

只需要傳入字元串形式的你希望import的模塊MoleOfTheClass和其中屬性的名字NameOfTheAttribute（當然可以是數據也可以是方法），就能調用了，這個名字字元串不用事先指定，而是根據當時運行的情況來判斷。

順帶說一句，Python中import的順序也有默認規定，這個和C中的include有點類似，因為我們一般都是先include系統文件，再
include自己的頭文件（而且還有<>和「」的區別）。Python中呢，一般應該按照以下順序import模塊：

1. 標准庫模塊 — 如 sys, os, getopt 等

2. 第三方模塊

3. 本地實現的模塊。

全局變數

這里談全局變數呢，倒不是說Python和c的全局變數概念不同，他們的概念是相同的。只是在使用機制上，是有一些差異的。舉個例子：

– mole.py –
globalvar = 1

def func():
print globalvar
# This makes someglobal readonly,
# any attempt to write to someglobal
# would create a new local variable.

def func2():
global globalvar
globalvar = 2
# this allows you to manipulate the global
# variable

在 func這個函數中，globalvar是只讀的。如果你使用了globalvar =
xxx這種賦值語句，Python會重新創造一個新的本地對象並將新值賦給它，原來的對象值不變。而在func2函數中，由於我們事先申明了
globalvar是global的，那麼此時的更改就直接在全局變數上生效。

很明顯這和c中的使用機制是不一樣的，在c中，我們只要在函數外的全局區域申明了變數，就可以在函數中直接對其操作，不用還申明一個global。

Published 2008-06-22

Filed in c,code,python and
tagged c, python

⑨ 什麼是python中的自省

自省就是程序運行時能夠知道對象的類型，比如type()/isinstance()/hasattr()這種函數

⑩ 為什麼選擇Python編程

隨著新的編程語言的出現，目前很難選擇一個適合您的編程語言。盡管python已經存在了許多年，但它近年來越來越流行，主要是因為其更簡單和更靈活的性質。Python是一種通用的、面向對象、解釋性和高級編程語言。
那麼，是什麼讓它不同於其他編程語言呢?像任何其他腳本語言一樣，python也可以利用語法和動態類型，然而它有一個解釋器與新功能以及數據類型可以在C或c++中實現。除此之外，Python編程還提供了廣泛的可能性。
Python編程提供了更多的可伸縮性:從桌面應用程序和web應用程序到網站系統管理，python可以用於不同的行業和不同的目的。2007年YouTube從PHP以及Python的靈活性來看，說明「Python提供了可伸縮性」。
1、Python可以減少投入市場的時間:
盡管python程序通常比Java程序運行速度慢一些，但是它需要較少的時間就可以開發和創造。Python程序通常比Java程序短4 - 5倍，這使得它非常適合於公司產品要迅速達到客戶的滿意度。
Python是免費的:像PHP、python也是一個開源的編程語言，因此是免費使用的。開放源碼許可允許不受阻礙的使用、改造和再分配代碼的商業或個人。此外，它還有助於減少前期項目成本。
2、容易集成:
Python可以簡單的創建web服務，並且可以調用CORBA或COM組件。它使用所有常見的互聯網數據格式和協議，並提供可靠的過程式控制制能力。
3、可重用性:
可重用性的主要問題是任何有經驗的開發人員。Python是一種鼓勵的語言程序可以再次利用程序模塊和包。Python提供了一個廣泛范圍的模塊和包，作為標准Python庫提供。還有一個廣泛的第三方庫提供python編程使它更方便和容易使用。
Python在本質上是動態的:Python的動態特性是主要方面，使其成為一個友好和容易的語言代碼。Python規劃提供特性，比如反射、容易自省、和動態類型，減少編程時間和簡化編碼。
4、生產力:
相比其他編程語言可選的今天，一個可以得到很多功能在幾行python編程代碼下就可以完成。你可以完成一項任務在每次都比其他語言更少的代碼，進而增加了生產力和降低了精力的花費。
Python的未來以上所有點考慮，python似乎有明亮而清晰的未來。像YouTube這樣的公司就是一個很好的例子，美國銀行(Bank of America)、朋友飼料、Reddit python和Quora改變了他們的平台，因此造就了他們的強大性。
它不但是一個容易和簡單的語言用來學習，python也是各頂尖大學教學的首選，相當於在源源不斷的發展為更新更熟練的語言。