先给出一个四人团对
Decorator mode
的定义：
动态地
给一个
对象
添加一些
额外的职责
。
再来说说这个模式的好处：认证，权限检查，记日志，检查参数，加锁，等等等等，这些功能和系统业务无关，但又是系统所必须的，说的更明白一点，就是面向方面的编程（
AOP
）。
AOP
把与业务无关的代码十分干净的从系统中切割出来，但是
Decorator mode
的强大远不止于此，本文的重点在于
Decorator mode
在
Python
中的应用，所以就不再过多描述
Decorator mode
本身了，要想深入了解该模式，请参考四人团的经典之作《设计模式》。
在
Python
中
Decorator mode
可以按照像其它编程语言如
C++, Java
等的样子来实现，但是
Python
在应用
装饰
概念方面的能力上远不止于此，
Python
提供了一个语法和一个编程特性来加强这方面的功能。
Python
提供的语法就是装饰器语法
(decorator)
，如下：
@aoo
def
foo(): pass
def
aoo(fn):
return fn
这里不对装饰器语法做过多的解释，因为装饰器语法也是基于我将要介绍的另一个编程特性，当我介绍完另一个编 ......
列表方法：
方法
说明
append( item )
在列表末尾插入（item ）
count( element )
返回element在列表中出现的次数
extend( newlist )
将newlist的元素插入列表末尾
index( element )
返回element在列表中的索引，如果不存在，则引发ValueError异常
insert( index , item )
在index位置插入item
pop( [index] )
index参数为可选的。如无参调用，则会删除并返回列表最后一个元素。如指定index参
数，则删除并返回位置index的元素
remove( element )
删除首次在列表中出现的element，如果列表不存在element，则引发
ValueError异常
reverse( )
当场反转列表内容（不创建反转列表的拷贝）
sort
当场对列表内容排序。可选参数compare-function是一个函数，它指定了比较条件
compare-function取得列表的任意两个元素（x和y）。如果x应出现在y之前，
就范围-1；如果x和y的顺序无关紧要，返回0；如果x应出现在y之后，则返回1
字典的一些方法：
方法
说明
clear( )
从字典删除所有项
copy( )
创建并返回字典的浅拷贝（新字典元素为原始字典的引用）
get(key [ ,returnvalue] )
返回key的值，若无key而指定了returnval ......
zz from: http://blog.sina.com.cn/s/blog_4b5039210100f1tu.html
原文有点小错误，改了一点点。
我们知道python只定义了6种数据类型，字符串，整数，浮点数，列表，元组，字典。但是C语言中有些字节型的变量，在python中该如何实现呢？这点颇为重要，特别是要在网络上进行数据传输的话。
python提供了一个struct模块来提供转换。下面就介绍这个模块中的几个方法。
struct.pack():
struct.pack用于将Python的值根据格式符，转换为字符串（因为Python中没有字节(Byte)类型，可以把这里的字符串理解为字节流，或字节数组）。其函数原型为：struct.pack(fmt, v1, v2, ...)
，参数fmt是格式字符串，关于格式字符串的相关信息下面
有所介绍。v1, v2, ...表示要转换的python值。下面的例子将两个整数转换为字符串（字节流）:
>>> import struct
>>> a=20
>>> b=400
>>> str=struct.pack('ii',a,b)
#转换成字节流，虽然还是字符串，但是可以在网络上传输
>>> print len(str)
#ii 表示两个int
8
#可以看到长度为8个字节，正好是两个int型数据� ......
Python标准库-random模块
random 模块包含许多随机数生成器. 基本随机数生成器(基于 Wichmann 和 Hill , 1982 的数学运算理论) 可以通过很多方法访问, 如 Example 2-29 所示. 2.17.0.1. Example 2-29. 使用 random 模块获得随机数字 File: random-example-1.py import random for i i
random 模块包含许多随机数生成器.
基本随机数生成器(基于 Wichmann 和 Hill , 1982 的数学运算理论) 可以通过很多方法访问, 如 Example 2-29 所示.
2.17.0.1. Example 2-29. 使用 random 模块获得随机数字
File: random-example-1.py
import random
for i in range(5):
# random float: 0.0 <= number < 1.0
print random.random(),
# random float: 10 <= number < 20
print random.uniform(10, 20),
# random integer: 100 <= number <= 1000
print random.randint(100, 1000),
# random integer: even numbers in 100 <= number < 1000
print random.randrange(100, 1000, 2)
0.946842713956 19.5910069381 709 172
0.573613195398 16.2758417025 407 120
0.363241598013 16.8079747714 916 580
0.6 ......
Python中Range和XRange的区别(Difference between Range and XRange in Python)
最近机器出了点问题，所以一直没有写新的东西出来。之前在读Python的代码的时候，发觉好多人喜欢用XRange，而不是Range，我也只是记得学习的时候开始学到的是Range，后面又看到有个XRange，当时也没有深究，为什么Python里面要有两个同样的功能的系统函数。今天再去仔细查了下文档，原来它们之间还是有点区别，虽然不是很大，但至少XRange的效率会比Range的高。
在文档中是这样写的：xrange([start,] stop[, step])This function is very similar to range(), but returns an ``xrange object'' instead of a list. This is an opaque sequence type which yields the same values as the corresponding list, without actually storing them all simultaneously. The advantage of xrange() over range() is minimal (since xrange() still has to create the values when asked for them) except when a very large range is used on a memory-starved machine or when all of the range's elements are never used (such as when the loop is usually terminated with break).Note: xrange( ......
用Python实现简单的遗传算法
2010-02-15 14:00
这几天一直在用Python写一个简单的遗传算法，好自己拿来实验。断断续续的折腾了几天，今天下午终于写了一个简单的出来。整个代码还是仿照《游戏编程中的人工智能技术》中的代码来写的。如果想简单的学习一下遗传算法以及简单应用《游戏编程中的人工智能技术》是不错的选择。电子版及源代码可以参照找个网址：http://download.csdn.net/source/337118
代码如下（点击这里下载）：
# -*- coding:utf-8 -*-
# file: GA.py
# by: bluebanboom 0(0
# mail: bluebanboom@gmail.com ~
# date: 2008-10-22
# note:
import random
class genome:
def __init__(self, length = 0):
self.fitness = 0
self.bit ......
最新文章 : Python