vue3：5、组合式API-reactive和ref函数

文章目录

• • 一、Python简介
  • • 1.1 为什么学习python
    • 1.2 python安装与配置
    • 1.3 python解释器
    • 1.4 命令行参数
    • • 1.4.1 sys.argv变量
      • 1.4.2 -c和-m选项
    • 1.5 解释器的运行环境
    • • 1.5.1 编码格式
      • 1.5.2 编码声明
  • 二、Python基础语法
  • • 2.1 行结构
    • 2.2 变量（标识符）
    • 2.3 字节串
    • 2.4 转义字符和原字符
    • 2.5 分隔符
    • 2.6 文本样式
  • 三、程序控制
  • • 3.1 条件语句
    • • 3.1.1 if 语句
      • 3.1.2 match语句
    • 3.2 循环语句
    • • 3.2.1 for 循环
      • 3.2.2 while 循环
      • 3.2.3 循环中的else子句
      • 3.2.4 生成器表达式和列表推导式
    • 3.3 跳转语句
    • 3.4 pass 语句
    • 3.5 循环控制进阶
    • • 3.5.1 `enumerate`函数：在循环中同时获取索引和元素。
      • 3.5.2 `zip`函数：在循环中同时遍历多个序列。
      • 3.5.3 `reversed` 函数：可用于对序列进行逆向循环
      • 3.5.4 . `sorted` 函数：在不改动原序列的基础上，按指定顺序循环序列
      • 3.5.5 `sort`和`sorted`详解
      • • 3.5.5.1 基本语法
        • 3.5.5.3 key 参数用于复杂排序的各种可能
  • 四、函数
  • • 4.1 函数的基本定义
    • 4.2 作用域、局部变量和全局变量
    • 4.3 参数
    • • 4.3.1 五种函数参数
      • 4.3.2 参数使用规则
      • 4.3.3 任意实参列表和解包实参列表
    • 4.4 匿名函数lambda
    • 4.5 map函数和filter函数
    • 4.6 内置函数
    • 4.6 文档字符串和函数注解
    • 4.7 编码风格

一、Python简介

1.1 为什么学习python

  在计算机编程中，编程是指编写一系列指令，以便计算机执行特定的任务。编程语言就像是我们与计算机进行交流的工具，它们允许我们用人类可以理解的方式来描述任务和操作。

Python 是一种广泛使用的高级编程语言，它的语法简单清晰，非常适合初学者入门。Python 可以用来开发各种类型的应用，包括 Web 应用、数据分析、人工智能等。

为什么要学习 Python 呢？Python 具有以下几个优点：

• 易学易用： Python 的语法简洁明了，不需要大量的符号和标记，使得它成为编程入门的绝佳选择。
• 广泛应用： Python 在多个领域都有应用，从 Web 开发到科学计算，都可以使用 Python 来完成任务。
• 强大的社区支持： Python 拥有庞大的社区和丰富的文档，你可以轻松找到解决问题的方法和资源。
• 大量的库和框架： Python 生态系统中有许多开源库和框架，可以帮助你更快速地完成项目。

1.2 python安装与配置

  打开python官网，选择合适的python版本进行安装。在windows系统中，打开cmd，输入where python，就可以看到当前系统的python安装目录。

安装之后，按照以下步骤配置python的环境变量：

1. 在开始菜单中搜索并打开“环境变量”设置。

2. 在系统变量区域，找到名为 Path 的变量，并双击它。

3. 在弹出的窗口中，点击“编辑”，然后输入 Python 的安装路径，例如我的路径就是C:\Users\LS\AppData\Local\Programs\Python\Python311\python.exe。
   

  配置好环境变量后，cmd下输入python --version即可查看当前系统的python版本（如果你有多个 Python 版本安装在系统中，这个命令会显示默认的 Python 版本。）。

1.3 python解释器

  Python 解释器是一种程序，它能够读取并执行 Python 代码。每当你编写 Python 代码并运行时，实际上是通过解释器将你的代码转换成计算机可以理解的指令。Python 有多个解释器可供选择，以下是一些常见的 Python 解释器：

Python 解释器有两种主要使用方式：

• CPython ：Python 编程语言的官方实现，使用C语言开发，是最常用的 Python 解释器之一，在多数情况下，“Python” 指的就是 CPython。
  CPython 使用全局解释锁（Global Interpreter Lock，GIL）来确保在同一时间只能有一个线程执行 Python 代码。这可以导致在多线程程序中存在一些性能限制（在多线程章节会详述）。

• Jython：Jython是运行在Java虚拟机（JVM）上的Python解释器。它允许Python代码与Java代码相互调用，可以在Java平台上使用Python进行开发。

• IronPython：运行在 .NET 平台上

• PyPy：一个高性能的 JIT （即时编译）编译器实现，在某些情况下比CPython更快地执行代码。

• MicroPython：用于 IoT 设备和嵌入式系统，专为资源受限的环境设计，可以在微控制器和其他小型设备上运行

python解释器主要有两种使用方式：

1. 交互式模式： 这是一种逐行执行代码的方式。你可以打开一个交互式解释器窗口，输入一行代码，然后解释器会立即执行并返回结果。这对于测试代码片段和快速实验非常有用。

2. 脚本模式： 这是一种将一组代码保存在文件中，并一次性运行的方式。你可以创建一个以 .py 结尾的 Python 脚本文件，然后在终端或命令提示符中运行它。解释器会按顺序执行文件中的代码。

例如，假设你有一个名为 hello.py 的脚本文件，其中包含以下代码：

print("Hello, world!")

你可以在终端中输入以下命令运行脚本：

python hello.py

1.4 命令行参数

1.4.1 sys.argv变量

  当你在命令行中运行一个 Python 脚本时，Python 解释器会把你输入的命令行信息转换成一个列表，这个列表被称为“命令行参数列表”。这个列表中包含了一些有用的信息，比如脚本的名字和其他参数。

假设你有一个名为 script.py 的 Python 脚本，当你在命令行中输入以下内容时：

python script.py arg1 arg2

Python 解释器会将这些内容转换成一个列表，并存到 sys 模块的 argv 变量里。

['script.py', 'arg1', 'arg2']

  在这个列表中，第一个元素 'script.py' 是脚本的名字，后面的元素 'arg1' 和 'arg2' 是其他参数。如果你要访问这个命令行参数列表，你可以使用 sys.argv 来进行访问：

# 参数列表中至少包含一个元素，即脚本的名称
import sys
# 获取脚本名
script_name = sys.argv[0]

# 获取其他参数
other_args = sys.argv[1:]

  如果你使用特殊的选项，例如 -c 或 -m，Python 会在列表中提供额外的信息。例如，当你运行以下命令时：

python -c "print('Hello, world!')"

列表会变成：

['-c', "print('Hello, world!')"]

  这告诉你使用了 -c 选项，并且要执行的代码是 "print('Hello, world!')"。如果使用选项 -m module，sys.argv[0] 就是包含路径的模块的完整名称。

1.4.2 -c和-m选项

  -c 和 -m 是 Python 解释器的命令行选项，前者用于执行一行代码，后者 用于运行指定模块。

• -c 选项：

  -c commend 选项允许你在命令行中执行一行 Python 代码，这在需要快速执行一些简单的操作时很有用，而不需要创建一个完整的脚本文件。你可以将要执行的代码放在引号中（Python 语句经常包含空格或其他会被 shell 特殊对待的字符，通常建议用引号将整个 command 括起来）。下面是几个简单示例：

1. 简单计算

python -c "print(10 + 20)"

2. 多行代码块：你也可以在一行中编写多行代码，只需要使用 ; 分隔：

python -c "x = 5; y = 10; print(x + y)"

3. 使用模块：你可以导入并使用 Python 的内置模块，例如时间模块。

python -c "import time; print(time.strftime('%Y-%m-%d'))"

4. 创建列表：

python -c "my_list = [1, 2, 3]; doubled = [x * 2 for x in my_list]; print(doubled)"

5. 条件语句

python -c "x = 15; y = 10; print('x is greater' if x > y else 'y is greater')"

• -m选项

  -m module表示在 sys.path 中搜索指定模块，并以 __main__ 模块执行其内容。module是模块名，不包括文件扩展名（.py）。许多标准库模块都包含在执行时，都可以以脚本方式调用的代码，例如 timeit 模块：

python -m timeit -s 'setup here' 'benchmarked code here'
python -m timeit -h # for details

你也可以额外指定模块的路径：

# 运行my_package 包中的模块my_module
python -m my_package.my_module

有关此部分更多内容，请参考《命令行与环境》

1.5 解释器的运行环境

1.5.1 编码格式

  编码格式（Encoding）是一种规则或标准，它定义了如何映射字符集中的字符到数字编码，以便于将文本和字符转换为二进制数据，使计算机可以处理、存储和传输它们。因为计算机内部只能处理二进制数据，因此任何文本数据在传输到计算机或存储在磁盘上之前，都必须经过编码转换。一些常见的编码格式包括：

1. ASCII（美国信息交换标准代码）： 最早的字符编码标准。ASCII编码定义了128个字符（7位二进制数，比特流），用于表示英文字母（大写和小写）、数字、标点符号以及一些控制字符（如换行、回车、制表符等）。以下是一些常见的ASCII字符及其描述：

2. Unicode： 一个更为广泛的字符编码标准，用于表示世界上几乎所有语言的字符。Unicode支持数千个字符，使用16位或32位的二进制数来表示字符。

3. UTF-8（Unicode Transformation Format - 8-bit）： 是Unicode的一种编码方式，使用8位二进制数表示字符。从 Python 3 开始，python源码文件默认编码就是UTF-8，因为它具有很好的兼容性和节省空间的特点。

4. UTF-16 和 UTF-32： 也是Unicode的编码方式，分别使用16位和32位的二进制数来表示字符。它们用于需要大范围字符支持的应用程序。

1.5.2 编码声明

  Python 源码文件的字符编码通常在文件开头通过特殊的注释来指定，这个注释称为“编码声明”（Encoding Declaration）。编码声明使用类似于以下形式的注释：

# -*- coding: encoding -*-

  通常情况下，Python 源码文件的编码声明会写在文件的第一行。但是，如果源码文件以 UNIX “shebang” 行（也称为解释器指令，用于指定脚本在执行时要使用的解释器）开头，那么编码声明应该写在文件的第二行，例如：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

# 这是一个 Python 源码文件的例子，它使用 UTF-8 编码

def print_unicode():
    print("你好，世界！")  # 这里包含了中文字符

print_unicode()

  在这个示例中，第一行 #!/usr/bin/env python 是 UNIX “shebang” 行，它告诉操作系统要使用 env 工具来查找系统中的 Python 解释器。因此，编码声明 # -*- coding: utf-8 -*- 被放在文件的第二行。

二、Python基础语法

2.1 行结构

Python 程序可以拆分为多个 逻辑行，以下是一些基本概念：

• 物理行（Physical Line）： 物理行是指在实际代码文件中的一行文本。每当你在编辑器中按下回车键创建一个新行，就会增加一个物理行。
• 逻辑行（Logical Line）： 逻辑行是指在 Python 解释器中被视为单个语句的一行或多行代码。在 Python 中，一个逻辑行可能跨越多个物理行。
  • 显示拼接： Python 可以使用反斜杠（\）来显式地将多个物理行拼接行为一个逻辑行

if 1900 < year < 2100 and 1 <= month <= 12 \
   and 1 <= day <= 31 and 0 <= hour < 24 \
   and 0 <= minute < 60 and 0 <= second < 60:   # Looks like a valid date
        return 1

• 隐式拼接：你也可以使用圆括号、方括号、花括号内的表达式来拼接多个物理行：

month_names = ['Januari', 'Februari', 'Maart',      # These are the
               'April',   'Mei',      'Juni',       # Dutch names
               'Juli',    'Augustus', 'September',  # for the months
               'Oktober', 'November', 'December']   # of the year

• 注释：注释是用来解释代码的说明性文本，它不会被解释器执行
  • 单行注释： 在 Python 中，使用 # 符号来表示单行注释，注释会从 # 开始一直延伸到该行的结尾。
  • 多行注释（文档字符串）： 在 Python 中，使用三个引号 ''' 或 """ 来表示多行注释，也称为文档字符串（docstring）。文档字符串可以跨足够多的物理行，通常被放置在函数、类或模块的开头，以提供相关文档和说明。
• 编码声明：见本文1.5.1章节
• 缩进：用于定义语句的层次结构，同一个代码块内的所有语句应该具有相同的缩进级别。
  可以使用空格或制表符进行缩进，但不要混合使用二者。通常情况下，每个缩进级别使用 4 个空格（或者一个Tab键）。

2.2 变量（标识符）

  在 Python 中，你可以使用变量来存储数据，并在后续的代码中使用。变量名是标识符，通常由字母、数字和下划线组成，但不能以数字开头。

以下是一些变量的示例：

age = 25
name = "Alice"
height = 1.75
is_student = True

  在这个例子中，age 存储整数值，name 存储字符串，height 存储浮点数，is_student 存储布尔值。

  Python 有35个的关键字（也称为保留字），它们具有预定义的含义和功能，不能用作标识符（例如变量名、函数名等）。

这些保留字在编写 Python 代码时有特定的含义，因此不能用作变量名或函数名等标识符。

2.3 字节串

  在 Python 中，字符串和字节串是两种表示文本数据的方式，它们在处理和表示文本上有一些重要的区别。

• 字符串（String ）： 字符串表示文本数据，它是用单引号 '' 或双引号 "" 包裹的一串字符序列。字符串字面值可以包含任何字符，包括字母、数字、特殊字符等。例如：

string1 = 'Hello, World!'
string2 = "Python is fun."

• 字节串（Bytes ）： 字节串表示字节数据，它是用单引号 b'' 或双引号 b"" 包裹的一串字节序列。字节串用于处理二进制数据，如图像、音频等文件。每个字节串中的字符都是 0 到 255 之间的整数。例如：

bytes1 = b'Hello, World!'
bytes2 = b'\x48\x65\x6c\x6c\x6f'  # 使用十六进制表示字节

2.4 转义字符和原字符

  在Python中，转义字符\...是一些特殊字符序列，它们用于表示一些无法直接输入或显示的字符，如换行、制表符等。

  如果不希望前置 \ 字符转义成特殊字符，可以使用 原始字符串（raw string），在引号前添加 r 即可。原始字符串还有一个微妙的限制：一个原始字符串不能以奇数个 \ 字符结束。

  下面是Python中常见的转义字符以及它们的原字符对应关系：

• 单引号和双引号：
  • 字符串可以用成对的单引号 '...'或双引号 "..."来标示，结果完全相同。
  • 要标示引号本身，我们需要对它进行“转义”，即在前面加一个 \。 或者，我们也可以使用不同类型的引号（即外层用双引号，内层用单引号，反过来也可以）

print('He said, \'Hello\' to me.')  
print("She replied, \"Hi there!\"")  
# 也可以外面使用双引号，里面使用单引号，或者反过来
print("He said, 'Hello' to me.")  
print('She replied, "Hi there!')  

He said, 'Hello' to me.
She replied, "Hi there!"

• 换行符和制表符

print("Hello\nWorld")   
print("Hello\tWorld")   
print("Hello\bWorld")   
print("Hello\rWorld")   
print("Hello\fWorld")

Hello			# 换行符
World
Hello	World   # 制表符
HellWorld 		# 退格符
World			# 回车符
HelloWorld      # 换页符

• 反斜杠：反斜杠在字符串中被用于表示转义字符,如果你只使用一个反斜杠，Python 会认为你想要输入一个特殊的字符，而不是真正的反斜杠。所以想表示一个反斜杠，需要使用\\，或者是使用原字符r。

print('C:\some\name')   				#  \n被表示成了换行符   							 
print(r'C:\some\name')  					
print('C:\\some\\name') 					
print(r"This is a raw string with \n ") 

C:\some
ame				
C:\some\name
C:\some\name
This is a raw string with \n      

2.5 分隔符

2.6 文本样式

在Unix-like终端中，可以使用ANSI转义码来控制文本的前景色、背景色和显示方式。在Python中，您可以使用这些转义码来在print函数中设置文本的样式。

例如print('\033[4;32;43m' + 'Colored Text' + '\033[0m')

• \033[4;32;43m：这部分设置了显示方式和前景色、背景色。4表示使用下划线显示，32表示前景色为绿色，43m表示背景色为黄色；
• 'Colored Text'：这是文本内容；
• \033[0m：这部分将显示方式恢复为默认。

# 设置前景色为红色，背景色为蓝色，高亮显示方式：

print('\033[1;31;44m' + 'Highlighted Text' + '\033[0m')                                             

  请注意，这些效果在支持ANSI转义码的终端中才会有效。在不同终端和环境中，可能会有不同的效果。在Python中使用ANSI转义码时，最后要使用\033[0m来将设置恢复为默认值。

三、程序控制

  如果是把一个值与多个常量进行比较，或者检查特定类型或属性，match 语句更有用。详见 match 语句。
Python的控制语句用于控制程序的执行流程，使得程序可以根据不同的条件做出不同的决策。Python中常见的控制语句包括条件语句（if语句）、循环语句（for循环和while循环）以及跳转语句（break、continue和return）。

以下是各种控制语句的详细介绍：

3.1 条件语句

3.1.1 if 语句

  if语句用于在满足特定条件时执行特定的代码块。它的基本结构如下：

if 条件:
    # 条件成立时执行的代码块
elif 其他条件:
    # 如果上一个条件不成立，但其他条件成立时执行的代码块
else:
    # 如果所有条件都不成立时执行的代码块

  if语句可以有零个或多个 elif 部分，else 部分也是可选的。你也可以使用更简洁的三元运算符，在一行代码中根据条件选择两个不同的值，例如：

x = 10
result = "x 大于 5" if x > 5 else "x 小于等于 5"
print(result)

3.1.2 match语句

  如果是把一个值与多个常量进行比较，或者检查特定类型或属性，match 语句更有用。

  match语句是Python 3.10版本引入的一项新特性，用于模式匹配，即将一个值与多个模式进行比较，并执行与匹配的模式相对应的代码块。它提供了一种更简洁、更直观的方式来处理多个条件分支，使代码更易于理解和维护。以下是match语句的基本结构：

match value:
    case pattern_1:
        # 匹配 pattern_1 时执行的代码块
    case pattern_2:
        # 匹配 pattern_2 时执行的代码块
    # ...
    case _:
        # 默认情况下执行的代码块

  在match语句中，value是要进行模式匹配的值，而pattern则是要匹配的模式。每个case子句都包含一个模式和对应的代码块。模式可以是常量、变量、序列、映射等。以下是一些match语句的使用示例：

1. 匹配常量和变量

match value:
    case 0:
        print("Zero")
    case x:
        print(f"Non-zero value: {x}")
        
print(result)

你也可以使用 | （表示 or）在一个模式中组合几个值：

def http_error(status):
    match status:
        case 400:
            return "Bad request"
        case 401 | 403 | 404:
    		return "Not allowed"
        case 404:
            return "Not found"
        case 418:
            return "I'm a teapot"
        case _:
            return "Something's wrong with the internet"

2. 匹配序列、字典

match sequence:
    case []:
        print("Empty sequence")
    case [x, y]:
        print(f"Two elements: {x}, {y}")
    case [x, *rest]:
        print(f"First element: {x}, Rest: {rest}")

match data:
    case {"name": "Alice", "age": age}:
        print(f"Name: Alice, Age: {age}")
    case {"name": name, "age": age}:
        print(f"Name: {name}, Age: {age}")

3. 嵌套匹配：

match value:
    case [x, y] if x == y:
        print("Equal elements")
    case [x, y]:
        print("Different elements")
    case _:
        print("Other case")

4. 使用match表达式：

result = match value:
    case 0:
        "Zero"
    case x:
        f"Non-zero value: {x}"

print(result)

  这段代码和第一个示例基本是一样的处理，只不过最后会把两种匹配情况下value的值，最后赋值给result这个变量。最后，print(result)语句将打印result的值，这可能是Zero或Non-zero value: x。

3.2 循环语句

循环语句用于重复执行一段代码块，直到满足某个条件为止。Python支持for循环和while循环。

3.2.1 for 循环

for循环用于遍历序列（如列表、元组、字符串等）中的每个元素，并执行相应的代码块。基本结构如下：

for 变量 in 序列:
    # 循环体，对每个元素执行的代码块

示例：

fruits = ["apple", "banana", "cherry"]
for fruit in fruits:
    print(fruit)

3.2.2 while 循环

while循环用于在满足条件的情况下重复执行一段代码块，直到条件不再满足为止。基本结构如下：

while 条件:
    # 循环体，满足条件时执行的代码块

示例：

count = 0
while count < 5:
    print(count)
    count += 1

3.2.3 循环中的else子句

  Python中的循环语句可以附带一个else子句，它在循环正常结束时执行，但循环被break中断后就不会执行。下面的搜索质数的 for 循环就是一个例子，其中else 子句属于 for 循环，不属于 if 语句。

for num in range(2, 10):
    for i in range(2, num):
        if num % i == 0:
            print(num, "不是质数")
            break
    else:
        print(num, "是质数")

3.2.4 生成器表达式和列表推导式

  生成器表达式和列表推导式都允许你在一行代码中创建新的序列，或者从现有的序列中选择、转换或过滤元素。

• 生成器表达式：生成结果是一个可迭代的生成器，只在迭代时才生成元素（惰性计算），因此在处理大量数据时更节省内存、更高效。

squares = (x ** 2 for x in range(10))
evens = (x for x in range(10) if x % 2 == 0)

print(list(squares))  # 转换为列表
print(list(evens))

• 列表推导式：生成结果是一个列表，即一次性生成并存储所有的元素。

squares = [x ** 2 for x in range(10)]
even_squares = [x ** 2 for x in range(10) if x % 2 == 0]

print(squares)
print(even_squares)

  生成器表达式使用的语法与列表推导式非常相似，只是使用圆括号而不是方括号。在大多数情况下，生成器表达式的运行速度更快，因为它避免了一次性创建和存储大量元素。如果你需要一次性操作所有元素并创建一个新列表，列表推导式是不错的选择。如果你需要按需生成数据并进行迭代，生成器表达式更合适。

3.3 跳转语句

跳转语句用于改变程序的执行流程。

• break语句：break 语句将跳出最近的一层 for 或 while 循环。
• continue语句：用于结束当前循环的这一轮迭代，继续执行下一轮循环。
• return语句：用于从函数中返回值，并终止函数的执行。

示例：

for num in range(10):
    if num == 5:
        break  # 当 num 等于 5 时跳出循环
    print(num)

for num in range(10):
    if num % 2 == 0:
        continue  # 当 num 是偶数时跳过本次循环的剩余部分，继续下一轮循环
    print(num)

def add(x, y):
    return x + y  # 返回 x 和 y 的和，并终止函数执行

3.4 pass 语句

  pass 语句不执行任何动作。语法上需要一个语句，但程序毋需执行任何动作时，可以使用该语句。这常用于创建一个最小的类：

class MyEmptyClass:
    pass

pass 还可用作函数或条件语句体的占位符，让你保持在更抽象的层次进行思考：

def initlog(*args):
    pass   # Remember to implement this!

3.5 循环控制进阶

3.5.1 enumerate函数：在循环中同时获取索引和元素。

语法：enumerate(iterable, start=0)。其中，iterable是要枚举的可迭代对象（如列表、元组、字符串等），start是索引的起始值（默认为0）。

fruits = ["apple", "banana", "cherry"]
for index, fruit in enumerate(fruits):
    print(f"Index {index}: {fruit}")

Index 0: apple
Index 1: banana
Index 2: cherry

3.5.2 zip函数：在循环中同时遍历多个序列。

  zip(iterable1, iterable2, ...)函数返回一个迭代器，每次迭代都会返回一个元组，其中包含了传入的每个可迭代对象的对应元素：

numbers = [1, 2]
letters = ['a', 'b', 'c']
zipped = zip(numbers, letters)  # 创建一个zip对象，可用于迭代

for item in zipped:
    print(item)  						 # 输出：(1, 'a')，(2, 'b')

  在此示例中，zipped是一个迭代器，每次迭代返回一个元组，包含来自numbers和letters对应位置的元素。需要注意的是，如果两个输入可迭代对象的长度不一致，zip()函数会截断到最短的长度。

3.5.3 reversed 函数：可用于对序列进行逆向循环

  reversed()函数是Python内置函数之一，用于反转序列类型（列表、元组、字符串等）的数据。需要注意的是，reversed()函数返回的是一个迭代器，而不是实际的列表或序列，这意味着它只能被遍历一次。如果想要创建一个反转后的列表，可以使用list()函数将迭代器转换为列表。

for i in reversed(range(1, 10, 2)):
    print(i) 							 # 输出 9,7，5,3，1

3.5.4 . sorted 函数：在不改动原序列的基础上，按指定顺序循环序列

basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
for f in sorted(set(basket)):
    print(f)							 # 输出apple,banana,orange,pear
    

3.5.5 sort和sorted详解

3.5.5.1 基本语法

   sort()和sorted()都是Python中用于排序序列（如列表）的函数，它们可以按照升序（从小到大）或降序（从大到小）的方式排列元素。

1. sort()方法：对列表本身进行原地排序，即直接修改原列表，不会返回新的列表。基本语法如下：

list.sort(key=None, reverse=False)

• key：用于指定排序的规则（可选参数），可以是一个函数，它会应用于列表中的每个元素，并返回一个用于比较的关键字。
• reverse：指定排序顺序，为True时降序排序（默认为False）。

示例：

names = ["Alice", "Bob", "Charlie", "David"]
names.sort(key=len)
print(names)  						   # 输出：['Bob', 'Alice', 'David', 'Charlie']

2. sorted()函数：一个全局函数，用于对任何可迭代对象（如列表、元组、字符串等）进行排序，返回一个新的已排序的列表（不会修改原始序列）。基本语法如下：

sorted(iterable, key=None, reverse=False)

• iterable：要排序的可迭代对象。
• key：用于指定排序的规则（可选参数），可以是一个函数，它会应用于可迭代对象中的每个元素，并返回一个用于比较的关键字。
• reverse：指定排序顺序，为True时降序排序（默认为False）。

使用sorted()函数的示例：

names = ["Alice", "Bob", "Charlie", "David"]
sorted_names = sorted(names, key=len)
print(sorted_names)  				 # 输出：['Bob', 'Alice', 'David', 'Charlie']

3. 操作对象

  因为sort是对被操作对象进行原地修改，而sorted不会修改原对象，所以sorted 函数可以应用于任何可迭代对象，包括列表、元组、字符串、集合、字典的键、自定义对象的排序键等，它将返回一个新的排序后的列表。而元组和字符串是不可修改的，所以sort方法对齐不适用，下面举例说明：

# 列表排序
my_list = [4, 2, 1, 3]
my_list.sort()  														# 就地排序
sorted_list = sorted(my_list)  											# 返回新的排序后列表

# 字符串排序
my_string = "hello"
sorted_string = ''.join(sorted(my_string))  							# 返回新的排序后字符串

# 元组排序
my_tuple = (3, 1, 2)
sorted_tuple = tuple(sorted(my_tuple)) 			 						# 返回新的排序后元组

# 自定义对象排序
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

people = [Person('Alice', 25), Person('Bob', 30), Person('Eve', 22)]
sorted_people = sorted(people, key=lambda person: person.age)  			# 按年龄排序

3.5.5.3 key 参数用于复杂排序的各种可能

  key参数在排序时用于指定一个函数，这个函数将应用于可迭代对象中的每个元素，并返回一个用于比较的关键字。通过key参数，您可以实现对复杂对象的排序，例如根据对象的某个属性或特征进行排序。下面是一些示例，演示了不同类型的key参数的可能性：

1. 按照字符串长度排序：

names = ["Alice", "Bob", "Charlie", "David"]
sorted_names = sorted(names, key=len)
print(sorted_names)  				 # 输出：['Bob', 'Alice', 'David', 'Charlie']

2. 按照字符串的最后一个字符排序：

words = ["apple", "banana", "cherry", "date"]
sorted_words = sorted(words, key=lambda x: x[-1])
print(sorted_words)  				# 输出：['banana', 'cherry', 'apple', 'date']

3. 按照对象的某个属性排序：

# 根据每个人的年龄进行排序
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

people = [Person("Alice", 25), Person("Bob", 30), Person("Charlie", 22)]
sorted_people = sorted(people, key=lambda person: person.age)
for person in sorted_people:
    print(person.name, person.age)

Charlie 22
Alice 25
Bob 30

4. 按照自定义函数返回值排序：

numbers = [3, 5, 8, 1, 4]
def custom_key(num):
    return num % 2  				 # 奇数在前，偶数在后

sorted_numbers = sorted(numbers, key=custom_key)
print(sorted_numbers)  				 # 输出：[3, 5, 1, 8, 4]

5. 按照字典中某个键的值排序：

# 根据水果价格进行排序
fruits = [
    {"name": "apple", "price": 1.0},
    {"name": "banana", "price": 0.5},
    {"name": "cherry", "price": 2.0}
]
sorted_fruits = sorted(fruits, key=lambda fruit: fruit["price"])
for fruit in sorted_fruits:
    print(fruit["name"], fruit["price"])

banana 0.5
apple 1.0
cherry 2.0

四、函数

4.1 函数的基本定义

  在编程中，函数是一种可重用的代码块，用于执行特定任务或操作。通过使用函数，我们可以我们能够将一个大问题分解成多个小任务，从而简化编程过程；可以将代码组织得更加模块化，使其易于管理和维护。

  在Python中，我们使用关键字 def 来定义函数。它可以接受输入（参数），执行特定操作，并返回输出（结果）。函数定义的基本结构如下：

def function_name(parameters):
    # 函数体
    # 执行任务的代码
    return result  # 可选的返回值

其中：

• function_name 是函数的名称，你可以为函数取一个有意义的名字。
• parameters 是函数的参数列表，它们是函数执行所需的输入。

  一旦你定义了函数，就可以在代码的其他地方调用它。调用函数时，你需要提供参数，以便函数可以使用它们来执行操作。下面是一个简单的示例：

def greet(name):
    return "Hello, " + name + "!"

# 调用函数
result = greet("Alice")
print(result)  							# 输出：Hello, Alice!

  在上面的示例中，我们定义了一个名为 greet 的函数，它接受一个参数 name。当我们调用 greet("Alice") 时，函数会返回 "Hello, Alice!"。

4.2 作用域、局部变量和全局变量

  在Python中，“作用域”（Scope）是一个指定变量可见性和可访问性的概念。作用域规定了在哪些地方可以访问或引用变量。Python有两种主要的作用域：

• 全局作用域（Global Scope）：全局作用域是程序中所有函数之外的区域，通常包括在顶层定义的变量和函数。在全局作用域中声明的变量称之为全局变量，可以在整个程序中进行访问。

• 局部作用域（Local Scope）：函数内部声明的变量默认属于局部变量，其作用域就是局部作用域，即只能在函数内部进行访问。局部变量仅在函数执行时才存在，当函数执行完毕后，局部变量会被销毁，所以函数外部无法直接访问这些变量。

关于全局变量和局部变量，还遵循以下原则：

1. 在函数内部尝试修改全局变量的值，Python将会创建一个新的局部变量，而不会影响全局变量。要在函数内部修改全局变量的值，需要使用 global 关键字。
2. 在局部作用域中，如果有一个与全局作用域同名的变量，那么局部作用域的变量会遮蔽（覆盖）全局作用域的变量，但不会影响全局变量的值。
3. 局部变量为组合数据类型且未创建时，等同于全局变量

以下是一个展示全局变量和局部变量之间关系的例子：

global_var = 5  # 这是一个全局变量

def modify_global():
	 # 如果不使用global关键字，那么global_var就是函数内部的一个局部变量，且没有预先定义，所以程序会报错。
    global global_var  										# 使用 global 关键字来引用全局变量
   
    global_var += 1
    local_var = 10  										# 这是一个局部变量
    print("Inside the function: global_var =", global_var)
    print("Inside the function: local_var =", local_var)

modify_global()
print("Outside the function: global_var =", global_var)    # 全局变量的值被修改了
print("Outside the function: local_var =", local_var)      # 这里会报错，因为 local_var 是局部变量，函数外部无法访问

Inside the function: global_var = 6
Inside the function: local_var = 10
Outside the function: global_var = 6

  在下面的示例中，虽然函数内部的局部变量 global_var 与全局变量 global_var 同名，但在函数内部打印时，使用的是局部变量 global_var 的值（6），而在函数外部打印时，使用的是全局变量 global_var 的值（5）。

global_var = 5  		# 这是一个全局变量

def modify_global():
	global_var =6  		# 同名局部变量遮蔽全局变量
    global_var += 1  
    print("Inside the function: global_var =", global_var)

modify_global()
print("Outside the function: global_var =", global_var)  # 外部的全局变量的值没有改变

Inside the function: global_var = 7
Inside the function: local_var = 10
Outside the function: global_var = 5

  当函数内部使用一个未创建的局部变量，并且这个局部变量是一个组合数据类型（如列表、字典等），那么在函数内部对该局部变量的修改会影响到全局变量，就好像这个局部变量是全局变量一样。

my_list = [1, 2, 3]  			 # 这是一个全局变量

def modify_list():
    my_list.append(4)  			 # 在函数内部使用未创建的局部变量 my_list

modify_list()
print(my_list) 					 # 输出：[1, 2, 3, 4]

  在这个示例中，函数 modify_list 内部没有显式地声明 my_list 是局部变量，而是直接对其进行了修改。由于 my_list 是一个组合数据类型（列表），Python 认为它是全局变量，并且在函数内部对它的修改实际上影响了全局变量。

4.3 参数

4.3.1 五种函数参数

  在编程中，函数参数是我们传递给函数的值，这些值用于在函数内执行特定操作。按照函数的定义，参数可以分为形参和实参

• 形参（Parameters）：这些是函数定义中列出的参数，用于接收输入数据。
• 实参（Arguments）：函数在调用时传递给函数的实际值。

按照参数的传递方式，可以分为以下几类：

1. 位置参数：最常见的参数类型。当我们调用函数时，位置参数按照它们在函数定义中的顺序传递。

def greet(name, age):
    return "Hello, " + name + "! You are " + str(age) + " years old."

result = greet("Alice", 25)
print(result)  # 输出：Hello, Alice! You are 25 years old.

  在上面的示例中，函数 greet 接受两个位置参数：name 和 age。当我们调用 greet("Alice", 25) 时，参数按照顺序传递给函数。

2. 关键字参数：以key=value的形式，我们可以在调用函数时明确指定每个参数的值，而不必遵循位置顺序。这使得代码更具可读性，并避免了参数位置的混淆。

def greet(name, age):
    return "Hello, " + name + "! You are " + str(age) + " years old."

result = greet(age=30, name="Charlie")
print(result)  # 输出：Hello, Charlie! You are 30 years old.

在上面的示例中，我们使用关键字参数来明确指定了参数的值，而不受函数定义中的顺序影响。

3. 默认参数：有时候，我们希望函数的某些参数拥有默认值，以便在调用函数时不必总是提供这些参数。我们可以通过为参数设置默认值来实现这一点：

def greet(name, age=18):
    return "Hello, " + name + "! You are " + str(age) + " years old."

result = greet("Bob")
print(result)  # 输出：Hello, Bob! You are 18 years old.

  在上面的示例中，参数 age 被设置为默认值 18。如果我们不传递 age 参数，函数将使用默认值。
4. 可变参数：有时候，你可能需要传递不确定数量的参数给函数。Python 提供了两种方式来实现这一点：

• *args 接收任意数量的位置参数（元组形式）
• **kwargs 接收任意数量的关键字参数（字典形式）

def print_items(*args):
    for item in args:
        print(item)

print_items("apple", "banana", "cherry")  # 输出：apple banana cherry

def print_info(**kwargs):
    for key, value in kwargs.items():
        print(key + ": " + value)

print_info(name="Alice", age="30", city="New York")
# 输出：
# name: Alice
# age: 30
# city: New York

5. 特殊形参：限制了参数传递的方式的形参，可以增强代码的可读性，并防止参数的错误传递。
   • 仅限位置的形参（Position-Only Parameters）：用 / 标识，只能通过位置传递值。
   • 仅限关键字的形参（Keyword-Only Parameters）：用 * 标识，只能通过关键字参数的方式传递值。

示例：

def my_function(a, b, /):
    # 函数体
    # a 和 b 是仅限位置的形参，只能通过位置传递值。

def my_function(*, x, y):
    # 函数体
    # x 和 y 是仅限关键字的形参，只能通过关键字参数的方式传递值。

4.3.2 参数使用规则

函数定义如下：

def f(pos1, pos2, /, pos_or_kwd, *, kwd1, kwd2 ):
      -----------    ----------     ----------
        |             |                  |
        |        Positional or keyword   |
        |                                - Keyword only
         -- Positional only

• 位置参数必须位于关键字参数之前。
• 可变参数通常放在位置参数和关键字参数之后，以确保它们能够收集剩余的参数值。

假设你有这样一个函数定义：

def complex_function(a, b, c=0, *args, **kwargs):
    # 函数体

那么在调用这个函数时，可以按照上述顺序传递参数：

complex_function(1, 2, 3, 4, 5, x=6, y=7)

错误的调用示例：

1. 位置参数放在关键字参数之后：

complex_function(a=1, b=2, 3, x=4)

2. 关键字参数放在可变位置参数之后：

complex_function(1, 2, x=3, 4)

3. 关键字参数放在可变关键字参数之后：

complex_function(1, 2, 3, x=4, 5)

4. 重复传递相同参数：

complex_function(1, 2, 3, 4, 5, x=6, x=7)  # 重复的关键字参数 x

4.3.3 任意实参列表和解包实参列表

1. 任意实参列表：使用 * 表示的任意实参列表，会将传递给函数的所有位置参数收集到一个元组中。这使得你可以在函数内部处理多个参数，而不需要提前知道有多少个参数会传递进来。

def concat(*args, sep="/"):
    return sep.join(args)

concat("earth", "mars", "venus")				# 输出'earth/mars/venus'
concat("earth", "mars", "venus", sep=".")		# 输出'earth.mars.venus'

2. 解包实参列表：即使用 * 或**来解包一个可迭代对象（列表、元组、字典等），将其中的每个元素都当作一个位置参数传递给函数。

def add(a, b):
    return a + b

numbers = [3, 5]
result = add(*numbers)  # 等同于 add(3, 5)
print(r)

args = [3, 6]
list(range(*args))            # 等同于list(range(3, 6))
[3, 4, 5]

同样，字典可以用 ** 操作符传递关键字参数：

def parrot(voltage, state='a stiff', action='voom'):
    print("-- This parrot wouldn't", action, end=' ')
    print("if you put", voltage, "volts through it.", end=' ')
    print("E's", state, "!")

d = {"voltage": "four million", "state": "bleedin' demised", "action": "VOOM"}
parrot(**d)
-- This parrot wouldn't VOOM if you put four million volts through it. E's bleedin' demised !

总结：

• 任意实参列表使用 * 来收集传递给函数的位置参数，使函数能够接收任意数量的参数。
• 解包实参列表使用 * 来将一个可迭代对象解包为单独的参数，方便将元素传递给函数。

这两种技巧都能够提高函数的灵活性，让你可以更方便地处理不确定数量的参数。

4.4 匿名函数lambda

  lambda 函数是Python中的一种匿名函数，它可以在一行内定义简单的函数。它的语法非常简洁，通常用于一些简单的操作和表达式。lambda 函数的基本形式如下：

lambda arguments: expression

  其中，arguments 是参数列表，expression 是函数体的表达式。lambda 函数返回一个函数对象，你可以将其赋值给一个变量，然后通过这个变量调用这个匿名函数。以下是 lambda 函数的几种常见用法：

1. 使用 lambda 函数作为简单的函数：

add = lambda x, y: x + y
result = add(5, 3)  										  # 结果为 8

2. 在排序时使用 lambda 函数作为键函数：

data = [(1, 'apple'), (3, 'banana'), (2, 'cherry')]
sorted_data = sorted(data, key=lambda x: x[1])  			 # 按照水果名进行排序

3. 在 map()、filter() 等函数中使用 lambda 函数：

numbers = [1, 2, 3, 4, 5]
squared_numbers = map(lambda x: x ** 2, numbers) 			 # 对每个数求平方
even_numbers = filter(lambda x: x % 2 == 0, numbers)  		 # 过滤出偶数

4. 使用 lambda 函数创建某些回调函数或小规模的逻辑操作：

callbacks = [lambda x: x * 2, lambda x: x ** 2]
result1 = callbacks[0](5)  									 # 结果为 10
result2 = callbacks[1](3)  									 # 结果为 9

需要注意的是，虽然 lambda 函数在一些场景中很有用，但它的使用应该谨慎。对于较为复杂的逻辑，最好还是使用普通的命名函数，以便代码更易读和维护。

4.5 map函数和filter函数

  当你需要对一个可迭代对象（如列表、元组等）中的每个元素进行操作时，map 和 filter 是两个非常有用的Python内置函数。

1. map 函数： map 函数用于将一个函数应用于可迭代对象中的每个元素，返回一个新的可迭代对象，其中包含了应用函数后的结果。

def square(x):
    return x ** 2

numbers = [1, 2, 3, 4, 5]
squared_numbers = map(square, numbers)
# 返回一个 map 对象，可以使用 list() 函数将其转换为列表
result = list(squared_numbers)  # 结果为 [1, 4, 9, 16, 25]

也可以使用 lambda 函数来实现相同的功能：

numbers = [1, 2, 3, 4, 5]
squared_numbers = map(lambda x: x ** 2, numbers)
result = list(squared_numbers)  					# 结果为 [1, 4, 9, 16, 25]

2. filter() 函数： filter() 函数用于从可迭代对象中筛选出满足某个条件的元素，返回一个新的可迭代对象，其中包含了满足条件的元素。

def is_even(x):
    return x % 2 == 0

numbers = [1, 2, 3, 4, 5]
even_numbers = filter(is_even, numbers)
# 返回一个 filter 对象，可以使用 list() 函数将其转换为列表
result = list(even_numbers)  					  # 结果为 [2, 4]

同样，也可以使用 lambda 函数来实现相同的功能：

numbers = [1, 2, 3, 4, 5]
even_numbers = filter(lambda x: x % 2 == 0, numbers)
result = list(even_numbers)  # 结果为 [2, 4]

   map 和filter函数都可以用于对可迭代对象中的每个元素应用一个函数，返回结果也都是可迭代对象。但是前者应用的函数类似一个计算式（例如x**2），后者是应用的函数是一个条件判断式（例如x % 2 == 0）。所以前者会返回所有元素的计算结果，而后者是条件筛选后的元素。

4.6 内置函数

Python 内置了很多函数和类型，详情可参考内置函数官方文档。

1. 类型相关函数：

   • int(), float(), str(), list(), tuple(), dict(), set(): 用于创建相应类型的对象或将其他对象转换为这些类型。
   • type(): 用于获取对象的类型。
   • isinstance(): 用于检查对象是否是指定类型的实例。

2. 迭代和序列相关函数：

   • len(): 用于获取序列对象的长度。
   • sum(): 用于计算序列中的元素的总和。
   • max(), min(): 用于获取序列中的最大值和最小值。
   • enumerate(): 用于同时获取序列的索引和值。
   • zip(): 用于将多个序列的元素一一配对。

3. 容器相关函数：

   • len(): 用于获取容器对象的元素数量（例如列表、字典、集合等）。
   • sorted(): 用于对可迭代对象进行排序。
   • any(), all(): 用于检查可迭代对象中的元素是否为真（any() 至少有一个为真，all() 所有都为真）。

4. 文件和输入/输出相关函数：

   • open(): 用于打开文件。
   • input(): 用于从用户获取输入。
   • print(): 用于打印输出。

5. 数学和数值相关函数：

   • abs(): 用于获取绝对值。
   • round(): 用于四舍五入。
   • pow(): 用于幂运算。
   • divmod(): 用于返回除法的商和余数。

6. 逻辑和比较函数：

   • bool(): 用于将对象转换为布尔值。
   • all(), any(): 用于检查可迭代对象中的元素是否为真。
   • max(), min(): 用于获取最大值和最小值。
   • sorted(): 用于对可迭代对象进行排序。

7. 其它常用函数：

   • range(): 用于生成整数序列。
   • map(), filter(): 用于对可迭代对象的元素应用函数或进行筛选。
   • zip(): 用于将多个序列的元素一一配对。
   • getattr(), setattr(), delattr(): 用于对象属性的操作。
   • globals(), locals(): 用于获取全局和局部变量的字典。

4.6 文档字符串和函数注解

  文档字符串（Docstrings） 是位于函数、模块、类或方法定义的第一个语句，是用于描述它们用途和功能的说明性文本。文档字符串通常使用三重引号（单引号或双引号）来定义，可以跨越多行。你可以通过特殊的属性（如 __doc__）来访问它们。以下是编写文档字符串时的一些常见规则和惯例：

• 文档字符串应该提供关于代码元素的清晰、简洁和详细的描述，包括以下内容：
  • 代码元素的目的和功能。
  • 参数的说明，包括参数名称、类型、默认值和含义。
  • 返回值的说明，包括返回值的类型和含义。
  • 举例和用法示例，以帮助用户理解如何使用该代码元素。
  • 可能的异常情况和错误处理方式。

• 使用标准格式，以便能够被文档生成工具（如Sphinx）和阅读工具（如IDE）正确解析和渲染。
  • 以一行简要描述开头，概括代码元素的主要目的。
  • 使用段落或分节标题来组织文档，使其易于阅读。
  • 使用缩进或标点符号来突出重要信息。
  • 在需要时使用代码示例来说明使用方法。

def calculate_area(length, width):
    """
    Calculate the area of a rectangle.
    
    Args:
        length (float): The length of the rectangle.
        width (float): The width of the rectangle.
    
    Returns:
        float: The area of the rectangle.
        
    Example:
        >>> calculate_area(5, 3)
        15.0
    """
    return length * width

print(calculate_area.__doc__)

  总之，遵循一致的文档字符串书写规则和惯例有助于统一团队的文档风格，提高代码的可读性和可维护性，帮助其他开发者更好的理解和使用你的代码。

  函数注解（Function Annotations） 是Python中的一项特性，它允许你为函数的参数和返回值提供额外的元数据信息（详见 PEP 3107 和 PEP 484 ），通常用于指定参数和返回值的数据类型或其他相关信息。函数注解不会影响函数的实际行为，但它们提供了有用的元数据，可以用于文档、类型检查和其他用途。下面是关于函数注解的详细介绍：

1. 语法： 函数注解是在函数定义中的参数和返回值后面使用冒号（:）来指定的。语法如下：

   def function_name(param1: annotation1, param2: annotation2, ...) -> return_annotation:
       # 函数体
   

   • param1, param2, …: 这些是函数的参数名。
   • annotation1, annotation2, …: 这些是注解，通常用于指定参数的类型。注解可以是任何表达式，但通常是数据类型名称。
   • return_annotation: 这是函数的返回值的注解，通常用于指定返回值的类型。

2. 类型提示： 最常见的用途是使用函数注解来提供参数和返回值的类型提示。这有助于代码的可读性，并允许一些类型检查工具（如静态类型检查器）进行类型验证，以减少潜在的类型错误。

3. 注解可以是任何表达式： 虽然通常用于类型提示，但注解可以是任何合法的Python表达式，包括函数、类或常量的引用。这使得你可以将自定义对象用作注解，以提供更多元数据信息。

   示例：

   def process_data(data: DataObject) -> ProcessedData:
       # 函数体
   

4. 不影响实际行为： 函数注解以字典的形式存放在函数的 __annotations__ 属性中，不会改变函数的实际行为，它们只是提供了元数据信息。Python解释器不会自动执行类型检查或强制类型转换。

以下是一个简单的示例：

def f(ham: str, eggs: str = 'eggs') -> str:
   print("Annotations:", f.__annotations__)
   print("Arguments:", ham, eggs)
   return ham + ' and ' + eggs

f('spam')
Annotations: {'ham': <class 'str'>, 'return': <class 'str'>, 'eggs': <class 'str'>}
Arguments: spam eggs
'spam and eggs'

4.7 编码风格

  编码风格（Coding Style）是指编程时采用的一套一致性规则和约定，用于指导代码的组织、格式、命名以及注释等方面。编码风格有助于提高代码的可读性、可维护性和可协作性，使不同开发者之间的代码具有一致的外观和结构。

   PEP 8（Python Enhancement Proposal 8）是一份被广泛接受的python编码风格指南，它推行的编码风格易于阅读、赏心悦目。以下是 PEP 8 中一些重要的编码风格规范：

1. 缩进： 使用 4 个空格作为缩进。不要使用制表符进行缩进。
2. 行长限制： 每行代码最好不要超过 79 个字符。对于注释和文档字符串，最好不要超过 72 个字符（这样换行的小屏阅读体验更好，还便于在大屏显示器上并排阅读多个代码文件）。
3. 空格：
   • 在运算符周围使用空格，但不要在函数调用和索引的内部使用空格。例如：result = a + b。
   • 逗号后要用空格：当在函数调用、列表、元组等数据结构中使用逗号分隔元素时，建议在逗号后面添加空格，以使代码更清晰，但是不要直接在括号内使用空格。

my_tuple = (1, 2, 3)    # 正确写法

my_tuple = ( 1, 2, 3 )  # 不推荐，在括号内部使用了空格

4. 空行： 使用空行来分隔函数定义、类定义、以及较大的逻辑块。函数内部可以使用空行来分隔不同的逻辑部分。
5. 导入： 每个导入语句应该单独占一行。导入应该按照标准库、第三方库、自己的模块的顺序排序。避免使用通配符导入（from module import *）。
6. 命名规范：
   • 使用小写字母和下划线来命名变量和函数（snake_case）。
   • 使用首字母大写的驼峰命名法来命名类（CamelCase）。
   • 使用全部大写字母和下划线来命名常量（CONFIG_FILE_NAME = “config.txt”）
7. 注释： 编写清晰、有意义的注释来解释代码的功能。注释应该使用英文，避免使用无意义的注释。
8. 函数和方法： 函数和方法应该有简洁的、描述性的名称。函数定义后应该有两个空行。函数内部的代码块之间可以使用一个空行分隔。