在學(xué)習(xí)Python的過程中，有幾個(gè)比較重要的內(nèi)置函數(shù)：help()函數(shù)、dir()函數(shù)、input()與raw_input()函數(shù)、print()函數(shù)、type()函數(shù)。
公司主營業(yè)務(wù)：成都網(wǎng)站設(shè)計(jì)、成都做網(wǎng)站、移動網(wǎng)站開發(fā)等業(yè)務(wù)。幫助企業(yè)客戶真正實(shí)現(xiàn)互聯(lián)網(wǎng)宣傳，提高企業(yè)的競爭能力。創(chuàng)新互聯(lián)是一支青春激揚(yáng)、勤奮敬業(yè)、活力青春激揚(yáng)、勤奮敬業(yè)、活力澎湃、和諧高效的團(tuán)隊(duì)。公司秉承以“開放、自由、嚴(yán)謹(jǐn)、自律”為核心的企業(yè)文化，感謝他們對我們的高要求，感謝他們從不同領(lǐng)域給我們帶來的挑戰(zhàn)，讓我們激情的團(tuán)隊(duì)有機(jī)會用頭腦與智慧不斷的給客戶帶來驚喜。創(chuàng)新互聯(lián)推出樂至免費(fèi)做網(wǎng)站回饋大家。
第一、help()函數(shù)
Help()函數(shù)的參數(shù)分為兩種：如果傳一個(gè)字符串做參數(shù)的話，它會自動搜索以這個(gè)字符串命名的模塊、方法等;如果傳入的是一個(gè)對象，就會顯示這個(gè)對象的類型的幫助。比如輸入help(‘print’)，它就會尋找以‘print’為名的模塊、類等，找不到就會看到提示信息;而print在Python里是一個(gè)保留字，和pass、return同等，而非對象，所以help(print)也會報(bào)錯。
第二、dir()函數(shù)
dir()函數(shù)返回任意對象的屬性和方法列表，包含模塊對象、函數(shù)對象、字符串對象、列表對象、字典對象等。盡管查找和導(dǎo)入模塊相對容易，但是記住每個(gè)模塊包含什么卻不是這么簡單，您并不希望總是必須查看源代碼來找出答案。Python提供了一種方法，可以使用內(nèi)置的dir()函數(shù)來檢查模塊的內(nèi)容，當(dāng)你為dir()提供一個(gè)模塊名的時(shí)候，它返回模塊定義的屬性列表。dir()函數(shù)適用于所有對象的類型，包含字符串、整數(shù)、列表、元組、字典、函數(shù)、定制類、類實(shí)例和類方法。
第三、input與raw_input函數(shù)
都是用于讀取用戶輸入的，不同的是input()函數(shù)期望用戶輸入的是一個(gè)有效的表達(dá)式，而raw_input()函數(shù)是將用戶的輸入包裝成一個(gè)字符串。
第四、Print()函數(shù)
Print在Python3版本之間是作為Python語句使用的，在Python3里print是作為函數(shù)使用的。
第五、type()函數(shù)
Type()函數(shù)返回任意對象的數(shù)據(jù)類型。在types模塊中列出了可能的數(shù)據(jù)類型，這對于處理多種數(shù)據(jù)類型的函數(shù)非常有用，它通過返回類型對象來做到這一點(diǎn)，可以將這個(gè)類型對象與types模塊中定義類型相比較。
深入解析Python中的線程同步方法
同步訪問共享資源
在使用線程的時(shí)候，一個(gè)很重要的問題是要避免多個(gè)線程對同一變量或其它資源的訪問沖突。一旦你稍不留神，重疊訪問、在多個(gè)線程中修改（共享資源）等這些操作會導(dǎo)致各種各樣的問題；更嚴(yán)重的是，這些問題一般只會在比較極端（比如高并發(fā)、生產(chǎn)服務(wù)器、甚至在性能更好的硬件設(shè)備上）的情況下才會出現(xiàn)。
比如有這樣一個(gè)情況：需要追蹤對一事件處理的次數(shù)
counter = 0
def process_item(item):
global counter
... do something with item ...
counter += 1
如果你在多個(gè)線程中同時(shí)調(diào)用這個(gè)函數(shù)，你會發(fā)現(xiàn)counter的值不是那么準(zhǔn)確。在大多數(shù)情況下它是對的，但有時(shí)它會比實(shí)際的少幾個(gè)。
出現(xiàn)這種情況的原因是，計(jì)數(shù)增加操作實(shí)際上分三步執(zhí)行:
解釋器獲取counter的當(dāng)前值計(jì)算新值將計(jì)算的新值回寫counter變量
考慮一下這種情況：在當(dāng)前線程獲取到counter值后，另一個(gè)線程搶占到了CPU，然后同樣也獲取到了counter值，并進(jìn)一步將counter值重新計(jì)算并完成回寫；之后時(shí)間片重新輪到當(dāng)前線程（這里僅作標(biāo)識區(qū)分，并非實(shí)際當(dāng)前），此時(shí)當(dāng)前線程獲取到counter值還是原來的，完成后續(xù)兩步操作后counter的值實(shí)際只加上1。
另一種常見情況是訪問不完整或不一致狀態(tài)。這類情況主要發(fā)生在一個(gè)線程正在初始化或更新數(shù)據(jù)時(shí)，另一個(gè)進(jìn)程卻嘗試讀取正在更改的數(shù)據(jù)。
原子操作
實(shí)現(xiàn)對共享變量或其它資源的同步訪問最簡單的方法是依靠解釋器的原子操作。原子操作是在一步完成執(zhí)行的操作，在這一步中其它線程無法獲得該共享資源。
通常情況下，這種同步方法只對那些只由單個(gè)核心數(shù)據(jù)類型組成的共享資源有效，譬如，字符串變量、數(shù)字、列表或者字典等。下面是幾個(gè)線程安全的操作：
讀或者替換一個(gè)實(shí)例屬性讀或者替換一個(gè)全局變量從列表中獲取一項(xiàng)元素原位修改一個(gè)列表（例如：使用append增加一個(gè)列表項(xiàng)）從字典中獲取一項(xiàng)元素原位修改一個(gè)字典（例如：增加一個(gè)字典項(xiàng)、調(diào)用clear方法）
注意，上面提到過，對一個(gè)變量或者屬性進(jìn)行讀操作，然后修改它，最終將其回寫不是線程安全的。因?yàn)榱硗庖粋€(gè)線程會在這個(gè)線程讀完卻沒有修改或回寫完成之前更改這個(gè)共享變量/屬性。
鎖
鎖是Python的threading模塊提供的最基本的同步機(jī)制。在任一時(shí)刻，一個(gè)鎖對象可能被一個(gè)線程獲取，或者不被任何線程獲取。如果一個(gè)線程嘗試去獲取一個(gè)已經(jīng)被另一個(gè)線程獲取到的鎖對象，那么這個(gè)想要獲取鎖對象的線程只能暫時(shí)終止執(zhí)行直到鎖對象被另一個(gè)線程釋放掉。
鎖通常被用來實(shí)現(xiàn)對共享資源的同步訪問。為每一個(gè)共享資源創(chuàng)建一個(gè)Lock對象，當(dāng)你需要訪問該資源時(shí)，調(diào)用acquire方法來獲取鎖對象（如果其它線程已經(jīng)獲得了該鎖，則當(dāng)前線程需等待其被釋放），待資源訪問完后，再調(diào)用release方法釋放鎖：
lock = Lock()
lock.acquire() #: will block if lock is already held
... access shared resource
lock.release()
注意，即使在訪問共享資源的過程中出錯了也應(yīng)該釋放鎖，可以用try-finally來達(dá)到這一目的：
lock.acquire()
try:
... access shared resource
finally:
lock.release() #: release lock, no matter what
在Python 2.5及以后的版本中，你可以使用with語句。在使用鎖的時(shí)候，with語句會在進(jìn)入語句塊之前自動的獲取到該鎖對象，然后在語句塊執(zhí)行完成后自動釋放掉鎖：
from __future__ import with_statement #: 2.5 only
with lock:
... access shared resource
acquire方法帶一個(gè)可選的等待標(biāo)識，它可用于設(shè)定當(dāng)有其它線程占有鎖時(shí)是否阻塞。如果你將其值設(shè)為False，那么acquire方法將不再阻塞，只是如果該鎖被占有時(shí)它會返回False:
if not lock.acquire(False):
... 鎖資源失敗
else:
try:
... access shared resource
finally:
lock.release()
你可以使用locked方法來檢查一個(gè)鎖對象是否已被獲取，注意不能用該方法來判斷調(diào)用acquire方法時(shí)是否會阻塞，因?yàn)樵趌ocked方法調(diào)用完成到下一條語句（比如acquire）執(zhí)行之間該鎖有可能被其它線程占有。
if not lock.locked():
#: 其它線程可能在下一條語句執(zhí)行之前占有了該鎖
lock.acquire() #: 可能會阻塞
簡單鎖的缺點(diǎn)
標(biāo)準(zhǔn)的鎖對象并不關(guān)心當(dāng)前是哪個(gè)線程占有了該鎖；如果該鎖已經(jīng)被占有了，那么任何其它嘗試獲取該鎖的線程都會被阻塞，即使是占有鎖的這個(gè)線程?？紤]一下下面這個(gè)例子：
lock = threading.Lock()
def get_first_part():
lock.acquire()
try:
... 從共享對象中獲取第一部分?jǐn)?shù)據(jù)
finally:
lock.release()
return data
def get_second_part():
lock.acquire()
try:
... 從共享對象中獲取第二部分?jǐn)?shù)據(jù)
finally:
lock.release()
return data
示例中，我們有一個(gè)共享資源，有兩個(gè)分別取這個(gè)共享資源第一部分和第二部分的函數(shù)。兩個(gè)訪問函數(shù)都使用了鎖來確保在獲取數(shù)據(jù)時(shí)沒有其它線程修改對應(yīng)的共享數(shù)據(jù)。
現(xiàn)在，如果我們想添加第三個(gè)函數(shù)來獲取兩個(gè)部分的數(shù)據(jù)，我們將會陷入泥潭。一個(gè)簡單的方法是依次調(diào)用這兩個(gè)函數(shù)，然后返回結(jié)合的結(jié)果：
def get_both_parts():
first = get_first_part()
seconde = get_second_part()
return first, second
這里的問題是，如有某個(gè)線程在兩個(gè)函數(shù)調(diào)用之間修改了共享資源，那么我們最終會得到不一致的數(shù)據(jù)。最明顯的解決方法是在這個(gè)函數(shù)中也使用lock:
def get_both_parts():
lock.acquire()
try:
first = get_first_part()
seconde = get_second_part()
finally:
lock.release()
return first, second
然而，這是不可行的。里面的兩個(gè)訪問函數(shù)將會阻塞，因?yàn)橥鈱诱Z句已經(jīng)占有了該鎖。為了解決這個(gè)問題，你可以通過使用標(biāo)記在訪問函數(shù)中讓外層語句釋放鎖，但這樣容易失去控制并導(dǎo)致出錯。幸運(yùn)的是，threading模塊包含了一個(gè)更加實(shí)用的鎖實(shí)現(xiàn)：re-entrant鎖。
Re-Entrant Locks (RLock)
RLock類是簡單鎖的另一個(gè)版本，它的特點(diǎn)在于，同一個(gè)鎖對象只有在被其它的線程占有時(shí)嘗試獲取才會發(fā)生阻塞；而簡單鎖在同一個(gè)線程中同時(shí)只能被占有一次。如果當(dāng)前線程已經(jīng)占有了某個(gè)RLock鎖對象，那么當(dāng)前線程仍能再次獲取到該RLock鎖對象。
lock = threading.Lock()
lock.acquire()
lock.acquire() #: 這里將會阻塞
lock = threading.RLock()
lock.acquire()
lock.acquire() #: 這里不會發(fā)生阻塞
RLock的主要作用是解決嵌套訪問共享資源的問題，就像前面描述的示例。要想解決前面示例中的問題，我們只需要將Lock換為RLock對象，這樣嵌套調(diào)用也會OK.
lock = threading.RLock()
def get_first_part():
... see above
def get_second_part():
... see above
def get_both_parts():
... see above
這樣既可以單獨(dú)訪問兩部分?jǐn)?shù)據(jù)也可以一次訪問兩部分?jǐn)?shù)據(jù)而不會被鎖阻塞或者獲得不一致的數(shù)據(jù)。
注意RLock會追蹤遞歸層級，因此記得在acquire后進(jìn)行release操作。
Semaphores
信號量是一個(gè)更高級的鎖機(jī)制。信號量內(nèi)部有一個(gè)計(jì)數(shù)器而不像鎖對象內(nèi)部有鎖標(biāo)識，而且只有當(dāng)占用信號量的線程數(shù)超過信號量時(shí)線程才阻塞。這允許了多個(gè)線程可以同時(shí)訪問相同的代碼區(qū)。
semaphore = threading.BoundedSemaphore()
semaphore.acquire() #: counter減小
... 訪問共享資源
semaphore.release() #: counter增大
當(dāng)信號量被獲取的時(shí)候，計(jì)數(shù)器減小；當(dāng)信號量被釋放的時(shí)候，計(jì)數(shù)器增大。當(dāng)獲取信號量的時(shí)候，如果計(jì)數(shù)器值為0，則該進(jìn)程將阻塞。當(dāng)某一信號量被釋放，counter值增加為1時(shí)，被阻塞的線程（如果有的話）中會有一個(gè)得以繼續(xù)運(yùn)行。
信號量通常被用來限制對容量有限的資源的訪問，比如一個(gè)網(wǎng)絡(luò)連接或者數(shù)據(jù)庫服務(wù)器。在這類場景中，只需要將計(jì)數(shù)器初始化為最大值，信號量的實(shí)現(xiàn)將為你完成剩下的事情。
max_connections = 10
semaphore = threading.BoundedSemaphore(max_connections)
如果你不傳任何初始化參數(shù)，計(jì)數(shù)器的值會被初始化為1.
Python的threading模塊提供了兩種信號量實(shí)現(xiàn)。Semaphore類提供了一個(gè)無限大小的信號量，你可以調(diào)用release任意次來增大計(jì)數(shù)器的值。為了避免錯誤出現(xiàn)，最好使用BoundedSemaphore類，這樣當(dāng)你調(diào)用release的次數(shù)大于acquire次數(shù)時(shí)程序會出錯提醒。
線程同步
鎖可以用在線程間的同步上。threading模塊包含了一些用于線程間同步的類。
Events
一個(gè)事件是一個(gè)簡單的同步對象，事件表示為一個(gè)內(nèi)部標(biāo)識(internal flag)，線程等待這個(gè)標(biāo)識被其它線程設(shè)定，或者自己設(shè)定、清除這個(gè)標(biāo)識。
event = threading.Event()
#: 一個(gè)客戶端線程等待flag被設(shè)定
event.wait()
#: 服務(wù)端線程設(shè)置或者清除flag
event.set()
event.clear()
一旦標(biāo)識被設(shè)定，wait方法就不做任何處理（不會阻塞），當(dāng)標(biāo)識被清除時(shí)，wait將被阻塞直至其被重新設(shè)定。任意數(shù)量的線程可能會等待同一個(gè)事件。
Conditions
條件是事件對象的高級版本。條件表現(xiàn)為程序中的某種狀態(tài)改變，線程可以等待給定條件或者條件發(fā)生的信號。
下面是一個(gè)簡單的生產(chǎn)者/消費(fèi)者實(shí)例。首先你需要創(chuàng)建一個(gè)條件對象：
#: 表示一個(gè)資源的附屬項(xiàng)
condition = threading.Condition()
生產(chǎn)者線程在通知消費(fèi)者線程有新生成資源之前需要獲得條件：
#: 生產(chǎn)者線程
... 生產(chǎn)資源項(xiàng)
condition.acquire()
... 將資源項(xiàng)添加到資源中
condition.notify() #: 發(fā)出有可用資源的信號
condition.release()
消費(fèi)者必須獲取條件（以及相關(guān)聯(lián)的鎖），然后嘗試從資源中獲取資源項(xiàng)：
#: 消費(fèi)者線程
condition.acquire()
while True:
...從資源中獲取資源項(xiàng)
if item:
break
condition.wait() #: 休眠，直至有新的資源
condition.release()
... 處理資源
wait方法釋放了鎖，然后將當(dāng)前線程阻塞，直到有其它線程調(diào)用了同一條件對象的notify或者notifyAll方法，然后又重新拿到鎖。如果同時(shí)有多個(gè)線程在等待，那么notify方法只會喚醒其中的一個(gè)線程，而notifyAll則會喚醒全部線程。
為了避免在wait方法處阻塞，你可以傳入一個(gè)超時(shí)參數(shù)，一個(gè)以秒為單位的浮點(diǎn)數(shù)。如果設(shè)置了超時(shí)參數(shù)，wait將會在指定時(shí)間返回，即使notify沒被調(diào)用。一旦使用了超時(shí)，你必須檢查資源來確定發(fā)生了什么。
注意，條件對象關(guān)聯(lián)著一個(gè)鎖，你必須在訪問條件之前獲取這個(gè)鎖；同樣的，你必須在完成對條件的訪問時(shí)釋放這個(gè)鎖。在生產(chǎn)代碼中，你應(yīng)該使用try-finally或者with.
可以通過將鎖對象作為條件構(gòu)造函數(shù)的參數(shù)來讓條件關(guān)聯(lián)一個(gè)已經(jīng)存在的鎖，這可以實(shí)現(xiàn)多個(gè)條件公用一個(gè)資源：
lock = threading.RLock()
condition_1 = threading.Condition(lock)
condition_2 = threading.Condition(lock)
互斥鎖同步
我們先來看一個(gè)例子：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import time, threading
# 假定這是你的銀行存款:
balance = 0
muxlock = threading.Lock()
def change_it(n):
# 先存后取，結(jié)果應(yīng)該為0:
global balance
balance = balance + n
balance = balance - n
def run_thread(n):
# 循環(huán)次數(shù)一旦多起來，最后的數(shù)字就變成非0
for i in range(100000):
change_it(n)
t1 = threading.Thread(target=run_thread, args=(5,))
t2 = threading.Thread(target=run_thread, args=(8,))
t3 = threading.Thread(target=run_thread, args=(9,))
t1.start()
t2.start()
t3.start()
t1.join()
t2.join()
t3.join()
print balance
結(jié)果 :
[/data/web/test_python]$ python multhread_threading.py
[/data/web/test_python]$ python multhread_threading.py
61
[/data/web/test_python]$ python multhread_threading.py
[/data/web/test_python]$ python multhread_threading.py
24
上面的例子引出了多線程編程的最常見問題：數(shù)據(jù)共享。當(dāng)多個(gè)線程都修改某一個(gè)共享數(shù)據(jù)的時(shí)候，需要進(jìn)行同步控制。
線程同步能夠保證多個(gè)線程安全訪問競爭資源，最簡單的同步機(jī)制是引入互斥鎖?；コ怄i為資源引入一個(gè)狀態(tài)：鎖定/非鎖定。某個(gè)線程要更改共享數(shù)據(jù)時(shí)，先將其鎖定，此時(shí)資源的狀態(tài)為“鎖定”，其他線程不能更改；直到該線程釋放資源，將資源的狀態(tài)變成“非鎖定”，其他的線程才能再次鎖定該資源?；コ怄i保證了每次只有一個(gè)線程進(jìn)行寫入操作，從而保證了多線程情況下數(shù)據(jù)的正確性。
threading模塊中定義了Lock類，可以方便的處理鎖定：
#創(chuàng)建鎖mutex = threading.Lock()
#鎖定mutex.acquire([timeout])
#釋放mutex.release()
其中，鎖定方法acquire可以有一個(gè)超時(shí)時(shí)間的可選參數(shù)timeout。如果設(shè)定了timeout，則在超時(shí)后通過返回值可以判斷是否得到了鎖，從而可以進(jìn)行一些其他的處理。
使用互斥鎖實(shí)現(xiàn)上面的例子的代碼如下：
balance = 0
muxlock = threading.Lock()
def change_it(n):
# 獲取鎖，確保只有一個(gè)線程操作這個(gè)數(shù)
muxlock.acquire()
global balance
balance = balance + n
balance = balance - n
# 釋放鎖，給其他被阻塞的線程繼續(xù)操作
muxlock.release()
def run_thread(n):
for i in range(10000):
change_it(n)
加鎖后的結(jié)果，就能確保數(shù)據(jù)正確：
[/data/web/test_python]$ python multhread_threading.py
[/data/web/test_python]$ python multhread_threading.py
[/data/web/test_python]$ python multhread_threading.py
[/data/web/test_python]$ python multhread_threading.py
python中range()函數(shù)的用法：
（1）range(stop)
創(chuàng)建一個(gè)（0,stop)之間的整數(shù)序列，步長為1。
（2）range(start,stop)
創(chuàng)建一個(gè)（start,stop)之間的整數(shù)序列，步長為1。
（3）range(start,stop,step)
創(chuàng)建一個(gè)[start,stop)之間的整數(shù)序列，步長為step。
參數(shù)介紹：
start：表示從返回序列的起始編號，默認(rèn)情況下從0開始。
stop：表示生成最多但不包括此數(shù)字的數(shù)字。
step：指的是序列中每個(gè)數(shù)字之間的差異，默認(rèn)值為1。
相關(guān)介紹
range()是Python的內(nèi)置函數(shù)，在用戶需要執(zhí)行特定次數(shù)的操作時(shí)使用它，表示循環(huán)的意思。內(nèi)置函數(shù)range()可用于以列表的形式生成數(shù)字序列。在range()函數(shù)中最常見用法是使用for和while循環(huán)迭代序列類型（List，string等）。
簡單的來說，range()函數(shù)允許用戶在給定范圍內(nèi)生成一系列數(shù)字。根據(jù)用戶傳遞給函數(shù)的參數(shù)數(shù)量，用戶可以決定該系列數(shù)字的開始和結(jié)束位置以及一個(gè)數(shù)字與下一個(gè)數(shù)字之間的差異有多大。
這里的QuickSort.count叫做"函數(shù)屬性function attribute"，
python等動態(tài)類型語言所具有的"函數(shù)同時(shí)是頭等對象"的功能.
即代碼可以往函數(shù)對象上靈活地添加某屬性。
def?f():???
print(f.act)
f.act=123?#定義和添加一個(gè)函數(shù)對象的屬性-函數(shù)屬性
f()?#打印123
之前的快速排序用了一個(gè)count屬性在記錄排序算法的比較次數(shù)。屬于調(diào)試顯示，不是排序的核心算法..
定義類的靜態(tài)屬性。這些變量，是類本身的屬性，任何這個(gè)類的實(shí)例對象都擁有這個(gè)屬性
重慶分公司
重慶分公司
