Git学习笔记——1. 基础
关于 Git 的学习笔记整理，这部分资料准备了很久，因为中文的教程大都过于简略，并且不涉及原理，学不明白，至于英文的文档也过于复杂，各种参数选项非常复杂。学习笔记的内容并不是由浅入深地介绍Git，而是一个梳理笔记，主要参考Git 官方手册 Git 必要配置 Git 的配置分成三层： 第一层是仓库级，在仓库目录下，文件为.git/config 第二层是用户级，在用户主目录下，文件为~/.gitconfig（主要修改的是用户级配置） 第三层是系统级，在安装目录下，安装时的选项会保存在这里 范围越小的配置文件优先级越高。除了这几个配置文件，还有一些可选的辅助配置文件，例如 关于排除文件的规则配置 .gitignore 关于文件格式的配置 .gitattributes 关于子模块的配置 .gitsubmodule 值得注意的，Git在每次操作时，会检查当前工作目录中实际存储的.gitignore以及其它配置文件，而不是Git保存的最新版本，即使我们修改了.gitignore，也不需要先单独提交.gitignore，它的规则会立即生效。 我们主要关注用户级配置文件，有如下常用...
Git 命令速查
基础操作 仓库初始化 1git init 克隆远程仓库 1git clone <url> xxx 查看仓库状态 1git status 添加文件到暂存区 123git add <file>git add . 提交更改 123git commitgit commit -m "commit message" 查看提交历史 1git log 分支基本操作 查看分支 1git branch -va 查看相对于当前分支的未合并分支 1git branch --no-merged 创建新分支 1git branch <branch_name> 切换分支 1git switch <branch_name> 新建并切换到分支 1git switch -c <branch_name> 重命名分支 1git branch -m master main 删除分支 1git branch -d <branch_name> 分支合并操作 普通合并 12git switch mastergit merge iss53...
Python 学习笔记——11.类型注解和帮助系统
虽然 Python 作为动态语言具有极高的灵活性，编程非常便利，但是为了让程序更加清晰可读，有必要加入类型注解，要求 Python 3.9+，一些关于类型注解需要的内容在 typing 模块，在高版本中部分情况可以省略导入typing模块。 类型注解不是强制的，并不会真正影响Python脚本的执行，但是静态代码检查可以基于类型注解提供警告，以提高编程的可靠性。这种类型检查的使用也很繁琐，容易误报警告，过度使用类型注解会丧失Python的灵活性。 变量注解 在定义变量时可以注解它的类型，这对静态代码分析很有帮助，例如 12age: int = 20age = '20' 第二行会标红：静态检查不通过，但是代码仍然可以正常执行。 注意： 在 VScode+jupyter 中，只有处于同一个 cell 的代码才会执行静态检查，不同 cell 之间不会进行检查。 这种变量类型注解写错了可能找不出来，例如 age: float = 20，这不会影响程序执行效果，但是会误导静态分析。 例如几种基本的类型 1234a: int = 3b: float = 3.14c:...
Python 学习笔记——10.基本类型常用操作
记录一下涉及到字符串，列表，元组和字典这几个基本类型的常用操作吧。 字符串 字符串的本质是就是一些字符组成的不可变序列，Python把单个字符视作长度为1的字符串进行统一处理。使用字符串字面量来定义一个字符串对象 1s = 'abcd' 一些关于字符串的常用操作： 使用 in 判断一个字符串是否包含某个字符 使用 + 可以连接两个字符串 使用 * 可以将字符串重复几次 123456"ab" in "abcd" # true"ab" in "bcd" # false"12" + "34" # '1234'"12" * 3 # '121212'3 * "12" # '121212' 索引 可以使用索引获取指定位置的字符： 正向索引从第一个字符开始，依次为s[0],s[1]... 反向索引从最后一个字符开始，依次为s[-1],s[-2]... ...
Python 学习笔记——9.变量
变量作为Python中最基础的概念，但是我却很难捋清楚它的概念，因此放在了笔记的后面。 Python的变量使用非常灵活方便，但是这也导致了Python变量的底层原理不易理解，这一点与C/C++的变量完全不同。 在这篇笔记中，重点区分几个概念： 字面量：字面值是内置数据类型常量值的表示法 对象：对象具有类型，类型实例化得到对象 变量：可以指向一个任何类型对象的指针 关于字面量和字面量集的表示语法在前面已经介绍过，这里不再重复。 对象 在 Python 中，一切皆为对象，函数也是对象。 每一个对象都具有类型，对象是类型的实例，这些是面向对象的通用概念，在Python中也一样成立。 我们不需要像 C++一样手动管理内存中对象的创建与销毁，而是由 Python 虚拟机的负责（本质还是通过 C 的 malloc 之类的函数以及系统调用），内存回收机制 GC 负责管理和自动销毁没有被变量直接指向或间接使用的对象。GC的判定方法可以理解为对每一个对象都维持一个引用计数，如果计数为零则删除，和 C++的智能指针类似。事实上，我们无法在Python中显式地销毁内存中的任何对象。 基本数据类型可...
Python 学习笔记——8.函数与类进阶
现在关注几个函数和类的进阶概念：迭代器，生成器，闭包，装饰器等。 迭代器 Python 内置的列表等可以支持 for 遍历，本质上是因为列表等提供了迭代所需要的接口，我们可以让自定义类也支持迭代遍历。 首先，for 遍历的实质，以下面的例子说明 123456789s = 'abcd'it = iter(s)print(next(it)) # aprint(next(it)) # bprint(next(it)) # cprint(next(it)) # dprint(next(it)) # 迭代终止，抛出StopIteration异常 对于一个自定义容器类 Demo，我们希望它支持迭代器遍历，那么需要实现如下的内容： 容器类（或者说可迭代对象）提供 Demo.__iter__ 方法，返回一个迭代器类 Iter，迭代器需要记录当前状态 迭代器类提供 Iter.__next__ 方法，返回容器中的元素，并且在迭代完成后抛出 StopIteration 异常，这个异常会被 for 语句自动捕获。 例如一个反向迭代器 12345678910111213141516...
Python 学习笔记——7.输入输出
现在关注Python的输入输出，这里并不会对各种输入输出语法进行详细的介绍，只是针对几种可能的需求，够用就行。 print 基本输出 函数原型 1234567def print( *values: object, sep: str | None = " ", end: str | None = "\n", file: SupportsWrite[str] | None = None, flush: Literal[False] = False,) -> None: ... 例子 12345print("hello,world!")# hello,world!a = 1; b = 2; print("a=",a,"b=",b)# a= 1 b= 2 这里如果连续打印多个项，会默认加上空格分隔，可以用关键字参数更改sep。 12print("hi","Alex",sep='-')# hi-A...
Python 学习笔记——6.模块和包
Python 除了在解释器中实时执行，或者单个脚本执行，在复杂程序中也有必要对代码进行组织封装，这就是 Python 的模块文件，与模块相对的，称导入并使用模块的脚本为主文件。（这里主要讨论 Python 源码模块，Python 的部分内置模块并不适用） 模块例子 一个模块的简单例子如下，由一个 demo.py 文件组成，此时 demo 就是模块名。模块的内容包括其中定义的函数以及可执行的语句等。 12345678910111213141516171819# demo.pydef fib(n): a, b = 0, 1 while a < n: print(a, end=' ') a, b = b, a+b print()def fib2(n): result = [] a, b = 0, 1 while a < n: result.append(a) a, b = b, a+b return result# print("hi, this ...
Python 学习笔记——5.类
主要是关于用户自定义类的知识，比较重要，由于 Python 的语法太自由了，这部分写起来反而很麻烦，需要想方设法加上限制。 特点 Python3 中所有的类都会默认继承一个基类 object，因此会具有一些基础的属性/方法。（在 Python2 中，自定义类是否继承 object 会有一些细微的区别） 在 Python 中，一切都是对象，有函数对象，有类对象，还有类得到的实例对象，因此和 C++不同，下文不会使用对象这个词来代表实例，我们需要区分类对象和它产生的实例对象。 Python 类模型的语法太过于自由了，写起来就像搭积木一样自由，并且类和实例对象都支持支持动态修改，写法充满危险。（注：基本数据类型比如 int 不支持动态修改它的属性，只有自定义类型可以） Python 作为典型的动态类型语言，在使用过程中并不存在对函数参数类型的强制约束，传入的对象只要满足相应的接口要求，就可以完全正常使用。这种处理方式通常被称为鸭子模型：当一个东西走起来像鸭子、游泳起来像鸭子、叫起来也像鸭子，那么它就可以被称为鸭子。这种放弃类型检查的做法使得代码的编写更加简单，但是也遗留了更多的隐患。 ...
Python 学习笔记——4.函数
函数格式 Python 要求使用如下格式来定义函数。 1234def 函数名([参数列表]): ["函数文档字符串"] 函数体 [return语句] 其中只有函数体是必要的（如果是空函数也需要使用pass或...占位），参数列表，文档字符串和return语句都可以省略。 函数说明文档的字符串使用连续三个单引号或双引号包裹，看起来像多行注释。 简单示例 空函数，没有任何效果 12def null(): pass HelloWorld 函数，打印字符串 12345def hello_world(): """ hello,world """ print('Hello, World!') 包含输入输出的减法函数 1234def subtract(x,y): return x-ysubtract(3,2) # 1 函数参数 参数传递机制 函数的参数传递相当于 Python 变量赋值过程：逐个实参被赋值给对应的形参变量。在函数体内部对形参的...