《读源码学 Python》是本站推出的一系列 优质的 Python 底层实现相关文章。 为方便大家阅读，特将已发布的文章链接整理如下： 从 Python 列表的特性来探究其底层实现机制 从 Python 源码来分析列表的 resize 机制 从源码剖析 Python 字典的底层实现 详细介绍 Python 字典使用的哈希表 【原创不易，欢迎转载，请注明出处，抄袭必究！】 欢迎关注本站
详情RealPython 基础教程系列文章目录
《RealPython 基础教程》是本站推出的一系列 优质的 Python 基础文章。 为方便大家阅读，特将已发布的文章链接整理如下： Python 基本数据类型 一文理解 Python 中的变量 Python 运算符和表达式 Python 字符串详解 Python 中的列表和元组 Python 字典用法详解 【原创不易，欢迎转载，请注明出处，抄袭必究！】 欢迎关注本站公众号【pyt
详情万字长文带你入门Scrapy – Scrapy简明教程
本文通过示例简要介绍一下使用Scrapy抓取网站内容的基本方法和流程。 继续阅读之前请确保已安装了scrapy。 基本安装方法为：pip install scrapy 我们已经在之前的文章中初步介绍了scrapy，本文是前文的进一步拓展。 本文主要包含如下几部分： 1，创建一个scrapy项目 2，编写一个爬虫（或蜘蛛spider，本文中含义相同）类用于爬取网站页面并提取数据 3，使用命令行导出爬
详情python爬虫scrapy概要介绍
Scrapy是一个用于爬取web站点并提取结构化数据的应用框架，通常我们称之为爬虫，一款优秀的python爬虫。 scrapy爬取的数据可被用在数据挖掘、信息处理、历史数据归档等非常广泛数据分析和处理领域。 我们可以通过一个简单的例子来初步了解一下如何通过scrapy蜘蛛（spider）爬取web页面。 import scrapy class QuotesSpider(scrapy.Spider)
详情使用纯 Python 代码来模拟实现 Python 字典
在前面几篇文章中，我们一起了解了 Python 字典的概念、用法和实现原理。今天，我们试着用 Python 代码来实现一个具有全功能的字典类，从而加强理解。 【基本思路】 首先，我们要确认字典应具备的基本功能： 存储 key 唯一的键值对 可通过 key 来访问键值对，且时间效率较高 可迭代 支持 keys()、value() 和 item() 等 dict 支持的基本方法 可获取元素个数，可以字
详情详细介绍 Python 字典使用的哈希表
我们在上一篇文章中分析了 CPython 中是如何实现 dict 的。由于涉及内容较多，我可能并没有描述清楚 dict 所用的哈希表的具体结构。 如果你也对此有疑问，不妨来看一下本文对哈希表结构的进一步分析。 【dict 哈希表】 先看一张重新制作的图。 这张图描述的就是 CPython 中 PyDictKeysObject 结构中的成员变量 dk_indices。它的数据类型是 char[]，表
详情从源码剖析 Python 字典的底层实现
在《RealPython 基础教程：Python 字典用法详解》这篇文章中，我们介绍了 dict 的特性： dict 是存储键值对的关联容器 dict 中的 key 是唯一的 可使用 dict[key] 语法来快速访问 dict 中的元素 Python 3.6 之后的版本会保持元素添加到 dict 中的顺序 那么，Python 底层是如何支撑这些特性的呢？其运行效率如何？ 我们今天就来简单探索一下
详情RealPython 基础教程：Python 字典用法详解
在连续编写了5篇和 list 相关的文章之后，我们继续《RealPython 基础教程》这个系列。 今天，我们要学习的数据结构是字典（dict）。 dict 是一个包含若干对象的集合。它和 list 有以下共同的特征： 它们都是可变的 它们都是动态的，可根据需要自行伸缩大小。 它们都可以嵌套使用。一个 list 可包含另一个 list，一个 dict 也可以包含另一个 dict。dict 也可以包
详情一文掌握 Python 迭代器的原理
理解迭代器是每个严肃的 Python 使用者学习 Python 道路上的里程碑。本文将从零开始，一步一步带你认识 Python 中基于类的迭代器。 相较于其他编程语言，Python 的语法是优美而清晰的。比如 for-in 循环这种极具 Python 特色的代码，让你读起来感觉就像读一个英语句子一样。它很能体现 Python 的美感。 numbers = [1, 2, 3] for n in nu
详情为什么 list.sort() 方法不返回已排序的列表？
Python 中有两种途径用于对 list 排序：sorted() 和 list.sort()。 >>> alist = [3, 6, 2, 9, 5] >>> >>> s1 = sorted(alist) >>> s1 [2, 3, 5, 6, 9] >>> alist [3, 6, 2, 9, 5] &g
详情从 Python 源码来分析列表的 resize 机制
Python 列表底层是通过存储对象指针的变长数组来实现的，使用数组带来的好处就是可以通过索引随机访问列表中的元素。 然而，由于 list 属于可变数据类型，我们可以动态地在 list 中增减元素，当底层数组不足以容纳新元素时，就要调整其大小了。这正是“变长”的含义所在。 那么，list 使用的变长数组是如何调整其大小呢？我们通过阅读 Python 源码来做下简单分析。 【列表初始内存分配机制】
详情Python 列表的应用场景有哪些？你使用对了吗？
我们在前几篇文章中依次介绍了列表的特性和用法、列表推导式、列表的底层实现。今天来聊一聊列表在实际开发中的应用场景。 在开发中，选用何种数据结构是由我们面对的数据特征和业务场景决定的。 数据是单个的还是批量的，是小规模的还是海量的？ 数据是独立的还是彼此关联的？ 数据的生成是随机的还是有先后顺序的？ 数据的用途是什么？会不会频繁读写？只读多还是修改多？ 数据是否应用于多线程环境？ &#
详情