简介对于很多刚开始学习编程的人来说，Python已经成为了他们的首选。Python具有非常直观的语法并支持动态类型的灵活性。此外，它是一种解释性语言，可以通过交互式控制台进行学习。基本上，我们只是使用命令行工具（如Mac中的终端）开始学习Python，因为Python默认安装在macOS中。当我们学习Python时，我们会逐渐熟悉它的数据结构、控制流、类、函数等基本内容。我发现有趣的一件事是我们在Python中经常遇到的各种首字母缩略词。在这篇文章中，我将介绍十个这样的缩写词。其中一些是通用编程原则，一些是特定于Python编码的。然而，每种方法都有其有趣的方面。1、OOP（Object-OrientedProgramming）我们必须知道的第一个缩写是OOP--Object-OrientedProgramming，它也是Python编程设计的基础。我们知道编程本身是关于编码的，但是程序本身应该是关于数据的。我们的程序需要获取输入数据、处理数据和输出数据。请注意，这里讨论的数据是一般意义上的数据，包括表格数据、字符串、用户操作（例如，按钮点击）、图像和任何形式的具有信息的数据。我们代码的工作是处理各种形式的数据并以所需的方式呈现它们。为了完成我们的工作，我们需要能够处理这些数据的代码，而现代编程语言（包括Python）中常见的设计模式就是采用OOP范式。这个想法非常直观——我们用特定的对象包装数据。更具体地说，对象可以保存数据（例如，属性）并且可以操纵数据（例如，方法）。比如我们开发一款赛车游戏。我们可以构建汽车对象，每个对象都可以具有特定的属性，例如颜色、最大速度和重量。此外，这些对象可以执行制动和加速等动作。这些数据的逻辑组织以对象（汽车）为中心。让我们看一个Python中的具体示例。我们可以使用内置的str类来包装字符串数据，这不仅允许我们使用string对象传递字符串数据，还可以改变字符串的表示方式。下面让我们看一个非常简单的例子。>>>#创建一个str类型的变量...hello="HelloPython!"...#向函数调用发送数据...print(hello)...#使用string方法操作字符串数据...hello_lower=hello.lower()...hello_upper=hello.upper()...print('lowercased:',hello_lower)...print('uppercased:',hello_upper)...HelloPython！小写：你好蟒蛇！大写：你好蟒蛇！2.DRY（Don'tRepeat）DRY原则（Don'tRepeat）是每个程序员都应该实践的最基本的规则之一。规则很简单：如果您注意到代码中有任何重复，则表明需要重构代码以最大程度地减少重复，或者尽可能完全删除它。以下伪代码向您展示了通过应用DRY原则重构一些代码。defdo_something(item):pass#重复工作do_something(item0)do_something(item1)do_something(item2)#ApplicationDRYforitemin(item0,item1,item3):do_something(item)代码重构还有一个应用场景：你发现自己是什么正在处理的是一堆具有相同结构的数据。与其使用一系列字典、列表或元组来存储每个人的数据，不如考虑使用您自己的类来处理数据。这不仅是为了减少代码出错的机会，也是为了便于长期维护。3、PIP（PythonPackageInstaller）Python流行的最重要的原因可能是它的开源性，这导致大量免费的Python包被源源不断地打开。根据维基百科，Python包索引(PyPI)中索引了超过235,000个包。我们可以使用pip工具从PyPI安装任何包。安装过程就像在命令或终端中输入一行代码一样简单。以下代码片段总结了一些常见用法。#安装最新版本pipinstallpackage_name#安装特定版本pipinstallpackage_name==version_number#卸载包pipuninstallpackage_name#显示已安装的包piplist#显示特定包的信息pipshowpackage_name#安装依赖列表，例如克隆虚拟环境pipinstall-rrequirements.txt4.LEGB(Local,Enclosing,Global,andBuiltin)LEGB规则是指Python中的变量查找顺序，如下图所示。具体来说，当解释器试图解析变量时，Python有四个级别的范围——知道将哪些值绑定到变量。从局部作用域开始，它可以是函数或类。如果解释器找到变量的相应绑定值，它就会停止查找并使用具有该特定值的变量。变量解析规则否则，它会在更高级别（封闭范围）中查找它。封闭作用域仅存在于函数的嵌套结构中。具体来说，当一个函数声明在另一个函数内部时，我们称内部函数为内部函数，外部函数为外部函数。当解释器试图解析在内部函数范围内使用的变量时，如果无法在局部范围内解析它，它将转到封闭范围，即外部函数的局部范围。如果它仍然无法解析封闭范围内的变量，它将转到全局范围。全局范围通常在模块级别，通常是一个单独的Python文件。值得注意的是，当我们将一个包导入到当前文件中时，导入的函数和类也会成为全局作用域的一部分。内置作用域是指解释器启动时加载的函数、类和其他模块，使这些最基本的对象始终可用（例如打印和其他内置）。5.MRO(MethodResolutionOrder)方法解析顺序表示Python或编程语言通常如何解析方法或属性。与上面讨论的专注于解析变量的LEGB规则不同，MRO专注于对象以及如何访问方法调用或对象的特定属性。MRO主要在多重继承的上下文中讨论——从多个类（即超类）和/或多级继承（即子类）继承的类。因为子类和超类都共享一些实现方法可能不同的公共方法，Python解释器需要一种机制来确定在特定调用中应该使用哪个方法或属性，这是MRO的责任。下面的代码片段显示了一个说明性示例。>>>classX:...defbin(self):...print(f"bincalledinX")...classY(X):...defgo(self):...print(f"gocalledY")...classZ(X):...defgo(self):...print(f"gocalledZ")...classW(Y,Z):...defbin(self):...super()。bin()...print(f"bincalledW")...defbingo(self):...self.bin()...self.go()。.....w=W()...w.bingo()...bincalledinXbincalledWgocalledY对于W类的实例（第22行），当我们调用bingo()方法时，此方法将在其自己的类中，因为它在类中定义（第18-20行）。但是，此方法将进一步调用bin()和go()方法。以类似的方式，bin()方法在它自己的类上解析，然而，它调用超类的bin()方法，如第15行所示。但是在它的直接超类（即Y和Z）中，两者都没有实现bin()方法，所以Python会比超类的超类（即X）高一级，实现并调用超类中的bin()方法。值得注意的是，对于W的go()方法，它的两个超类都实现了这个方法，但是正如你所看到的，只调用了Y类中使用的实现。这是因为我们在定义类W时，继承顺序是Y和Z，这会让MRO遵循同样的顺序。与此相关，我们可以使用特殊方法__mro__找出特定类的MRO，如下所示。此外，为了向您展示类继承顺序的重要性，我们创建了另一个类，其中类Z在类Y之前，这将更改类W_的MRO。>>>print('WClassMRO:',W.__mro__)...classW_(Z,Y):...pass...print('W_ClassMRO:',W_.__mro__)..WClassMRO:(<类'__main__.W'>,
