阿里天池：Task 03：Python基礎進階：從函式到高級魔法方法（第3部分）

學習內容：從函式到高級魔法方法

Python訓練營內容：

Python入門(下)

簡介
函式
1. 函式的定義
2. 函式的呼叫
3. 函式檔案
4. 函式引數
5. 函式的回傳值
6. 變數作用域
Lambda-運算式
1. 匿名函式的定義
2. 匿名函式的應用
類與物件
1. 屬性和方法組成物件
2. self是什么？
3. Python的魔法方法
4. 公有和私有
5. 繼承
6. 組合
7. 類、類物件和實體物件
8. 什么是系結？
9. 一些相關的內置函式（BIF）
魔法方法
1. 基本的魔法方法
2. 算術運算子
3. 反算術運算子
4. 增量賦值運算
5. 一元運算子
6. 屬性訪問
7. 描述符
8. 定制序列
9. 迭代器

簡介

Python 是一種通用編程語言，其在科學計算和機器學習領域具有廣泛的應用，如果我們打算利用 Python 來執行機器學習，那么對 Python 有一些基本的了解就是至關重要的，本 Python 入門系列體驗就是為這樣的初學者精心準備的，

本實驗包括以下內容：

函式
- 函式的定義
- 函式的呼叫
- 函式檔案
- 函式引數
- 函式的回傳值
- 變數作用域
Lambda 運算式
- 匿名函式的定義
- 匿名函式的應用
類與物件
- 物件 = 屬性 + 方法
- self 是什么？
- Python 的魔法方法
- 公有和私有
- 繼承
- 組合
- 類、類物件和實體物件
- 什么是系結？
- 一些相關的內置函式（BIF）
魔法方法
- 基本的魔法方法
- 算術運算子
- 反算術運算子
- 增量賦值運算子
- 一元運算子
- 屬性訪問
- 描述符
- 定制序列
- 迭代器

函式

函式的定義

還記得 Python 里面“萬物皆物件”么？Python 把函式也當成物件，可以從另一個函式中回傳出來而去構建高階函式，比如：引數是函式、回傳值是函式，

我們首先來介紹函式的定義，

函式以def關鍵詞開頭，后接函式名和圓括號()，
函式執行的代碼以冒號起始，并且縮進，
return [運算式] 結束函式，選擇性地回傳一個值給呼叫方，不帶運算式的return相當于回傳None，

def functionname (parameters):
"函式_檔案字串"
function_suite
return [expression]

函式的呼叫

def printme(str):
    print(str)


printme("我要呼叫用戶自定義函式!")  # 我要呼叫用戶自定義函式!
printme("再次呼叫同一函式")  # 再次呼叫同一函式
temp = printme('hello') # hello
print(temp)  # None

函式檔案

def MyFirstFunction(name):
    "函式定義程序中name是形參"
    # 因為Ta只是一個形式，表示占據一個引數位置
    print('傳遞進來的{0}叫做實參，因為Ta是具體的引數值！'.format(name))


MyFirstFunction('老馬的程式人生')  
# 傳遞進來的老馬的程式人生叫做實參，因為Ta是具體的引數值！

print(MyFirstFunction.__doc__)  
# 函式定義程序中name是形參

help(MyFirstFunction)
# Help on function MyFirstFunction in module __main__:
# MyFirstFunction(name)
#    函式定義程序中name是形參

函式引數

Python 的函式具有非常靈活多樣的引數形態，既可以實作簡單的呼叫，又可以傳入非常復雜的引數，從簡到繁的引數形態如下：

位置引數 (positional argument)
默認引數 (default argument)
可變引數 (variable argument)
關鍵字引數 (keyword argument)
命名關鍵字引數 (name keyword argument)
引陣列合

1. 位置引數

def functionname(arg1):
"函式_檔案字串"
function_suite
return [expression]

arg1 - 位置引數，這些引數在呼叫函式 (call function) 時位置要固定，

2. 默認引數

def functionname(arg1, arg2=v):
"函式_檔案字串"
function_suite
return [expression]

arg2 = v - 默認引數 = 默認值，呼叫函式時，默認引數的值如果沒有傳入，則被認為是默認值，
默認引數一定要放在位置引數后面，不然程式會報錯，
Python 允許函式呼叫時引數的順序與宣告時不一致，因為 Python 解釋器能夠用引數名匹配引數值，

3. 可變引數

顧名思義，可變引數就是傳入的引數個數是可變的，可以是 0, 1, 2 到任意個，是不定長的引數，

def functionname(arg1, arg2=v, *args):
"函式_檔案字串"
function_suite
return [expression]

*args - 可變引數，可以是從零個到任意個，自動組裝成元組，
加了星號（*）的變數名會存放所有未命名的變數引數，

4. 關鍵字引數

def functionname(arg1, arg2=v, args, *kw):
"函式_檔案字串"
function_suite
return [expression]

5. 命名關鍵字引數

def functionname(arg1, arg2=v, args, *, nkw, *kw):
"函式_檔案字串"
function_suite
return [expression]

**kw - 關鍵字引數，可以是從零個到任意個，自動組裝成字典，
可變引數允許傳入零個到任意個引數，它們在函式呼叫時自動組裝為一個元組 (tuple)，
關鍵字引數允許傳入零個到任意個引數，它們在函式內部自動組裝為一個字典 (dict)，
*, nkw - 命名關鍵字引數，用戶想要輸入的關鍵字引數，定義方式是在nkw 前面加個分隔符 *，
如果要限制關鍵字引數的名字，就可以用「命名關鍵字引數」
使用命名關鍵字引數時，要特別注意不能缺少引數名，

沒有寫引數名nwk，因此 10 被當成「位置引數」，而原函式只有 1 個位置函式，現在呼叫了 2 個，因此程式會報錯，

6. 引陣列合

在 Python 中定義函式，可以用位置引數、默認引數、可變引數、命名關鍵字引數和關鍵字引數，這 5 種引數中的 4 個都可以一起使用，但是注意，引數定義的順序必須是：

位置引數、默認引數、可變引數和關鍵字引數，
位置引數、默認引數、命名關鍵字引數和關鍵字引數，

要注意定義可變引數和關鍵字引數的語法：

*args 是可變引數，args 接收的是一個 tuple
**kw 是關鍵字引數，kw 接收的是一個 dict

命名關鍵字引數是為了限制呼叫者可以傳入的引數名，同時可以提供默認值，定義命名關鍵字引數不要忘了寫分隔符 *，否則定義的是位置引數，

警告：雖然可以組合多達 5 種引數，但不要同時使用太多的組合，否則函式很難懂，

函式的回傳值

def add(a, b):
    return a + b


print(add(1, 2))  # 3
print(add([1, 2, 3], [4, 5, 6]))  # [1, 2, 3, 4, 5, 6]

變數作用域

Python 中，程式的變數并不是在哪個位置都可以訪問的，訪問權限決定于這個變數是在哪里賦值的，
定義在函式內部的變數擁有區域作用域，該變數稱為區域變數，
定義在函式外部的變數擁有全域作用域，該變數稱為全域變數，
區域變數只能在其被宣告的函式內部訪問，而全域變數可以在整個程式范圍內訪問，
當內部作用域想修改外部作用域的變數時，就要用到global和nonlocal關鍵字了，

閉包

是函式式編程的一個重要的語法結構，是一種特殊的內嵌函式，
如果在一個內部函式里對外層非全域作用域的變數進行參考，那么內部函式就被認為是閉包，
通過閉包可以訪問外層非全域作用域的變數，這個作用域稱為 閉包作用域，
如果一個函式在內部呼叫自身本身，這個函式就是遞回函式，

Lambda 運算式

匿名函式的定義

在 Python 里有兩類函式：

第一類：用 def 關鍵詞定義的正規函式
第二類：用 lambda 關鍵詞定義的匿名函式

Python 使用 lambda 關鍵詞來創建匿名函式，而非def關鍵詞，它沒有函式名，其語法結構如下：

lambda argument_list: expression

lambda - 定義匿名函式的關鍵詞，
argument_list - 函式引數，它們可以是位置引數、默認引數、關鍵字引數，和正規函式里的引數型別一樣，
:- 冒號，在函式引數和運算式中間要加個冒號，
expression - 只是一個運算式，輸入函式引數，輸出一些值，

注意：

expression 中沒有 return 陳述句，因為 lambda 不需要它來回傳，運算式本身結果就是回傳值，
匿名函式擁有自己的命名空間，且不能訪問自己引數串列之外或全域命名空間里的引數，

匿名函式的應用

函式式編程是指代碼中每一塊都是不可變的，都由純函式的形式組成，這里的純函式，是指函式本身相互獨立、互不影響，對于相同的輸入，總會有相同的輸出，沒有任何副作用，

匿名函式常常應用于函式式編程的高階函式 (high-order function)中，主要有兩種形式：

引數是函式 (filter, map)
回傳值是函式 (closure)

如，在 filter和map函式中的應用：

filter(function, iterable) 過濾序列，過濾掉不符合條件的元素，回傳一個迭代器物件，如果要轉換為串列，可以使用 list() 來轉換，
map(function, *iterables) 根據提供的函式對指定序列做映射，

類與物件

物件 = 屬性 + 方法

物件是類的實體，換句話說，類主要定義物件的結構，然后我們以類為模板創建物件，類不但包含方法定義，而且還包含所有實體共享的資料，

封裝：資訊隱蔽技術

我們可以使用關鍵字 class 定義 Python 類，關鍵字后面緊跟類的名稱、分號和類的實作，

繼承：子類自動共享父類之間資料和方法的機制
多型：不同物件對同一方法回應不同的行動

self 是什么？

Python 的 self 相當于 C++ 的 this 指標，

類的方法與普通的函式只有一個特別的區別 —— 它們必須有一個額外的第一個引數名稱（對應于該實體，即該物件本身），按照慣例它的名稱是 self，在呼叫方法時，我們無需明確提供與引數 self 相對應的引數，

Python 的魔法方法

據說，Python 的物件天生擁有一些神奇的方法，它們是面向物件的 Python 的一切...

它們是可以給你的類增加魔力的特殊方法...

如果你的物件實作了這些方法中的某一個，那么這個方法就會在特殊的情況下被 Python 所呼叫，而這一切都是自動發生的...

類有一個名為__init__(self[, param1, param2...])的魔法方法，該方法在類實體化時會自動呼叫，

公有和私有

在 Python 中定義私有變數只需要在變數名或函式名前加上“__”兩個下劃線，那么這個函式或變數就會為私有的了，

如果子類中定義與父類同名的方法或屬性，則會自動覆寫父類對應的方法或屬性，

# 類定義
class people:
    # 定義基本屬性
    name = ''
    age = 0
    # 定義私有屬性,私有屬性在類外部無法直接進行訪問
    __weight = 0

    # 定義構造方法
    def __init__(self, n, a, w):
        self.name = n
        self.age = a
        self.__weight = w

    def speak(self):
        print("%s 說: 我 %d 歲，" % (self.name, self.age))


# 單繼承示例
class student(people):
    grade = ''

    def __init__(self, n, a, w, g):
        # 呼叫父類的構函
        people.__init__(self, n, a, w)
        self.grade = g

    # 覆寫父類的方法
    def speak(self):
        print("%s 說: 我 %d 歲了，我在讀 %d 年級" % (self.name, self.age, self.grade))


s = student('小馬的程式人生', 10, 60, 3)
s.speak()
# 小馬的程式人生 說: 我 10 歲了，我在讀 3 年級

注意：如果上面的程式去掉：people.__init__(self, n, a, w)，則輸出：說: 我 0 歲了，我在讀 3 年級，因為子類的構造方法把父類的構造方法覆寫了，

import random

class Fish:
    def __init__(self):
        self.x = random.randint(0, 10)
        self.y = random.randint(0, 10)

    def move(self):
        self.x -= 1
        print("我的位置", self.x, self.y)


class GoldFish(Fish):  # 金魚
    pass


class Carp(Fish):  # 鯉魚
    pass


class Salmon(Fish):  # 三文魚
    pass


class Shark(Fish):  # 鯊魚
    def __init__(self):
        self.hungry = True

    def eat(self):
        if self.hungry:
            print("吃貨的夢想就是天天有得吃！")
            self.hungry = False
        else:
            print("太撐了，吃不下了！")
            self.hungry = True


g = GoldFish()
g.move()  # 我的位置 9 4
s = Shark()
s.eat() # 吃貨的夢想就是天天有得吃！
s.move()  
# AttributeError: 'Shark' object has no attribute 'x'

我的位置 3 8
吃貨的夢想就是天天有得吃！

解決該問題可用以下兩種方式：

呼叫未系結的父類方法Fish.__init__(self)
使用super函式super().__init__()

Python 雖然支持多繼承的形式，但我們一般不使用多繼承，因為容易引起混亂，

class DerivedClassName(Base1, Base2, Base3):
statement-1
.
.
.
statement-N

需要注意圓括號中父類的順序，若是父類中有相同的方法名，而在子類使用時未指定，Python 從左至右搜索，即方法在子類中未找到時，從左到右查找父類中是否包含方法，

類、類物件和實體物件

類物件和實體物件

類物件：創建一個類，其實也是一個物件也在記憶體開辟了一塊空間，稱為類物件，類物件只有一個，

類屬性：類里面方法外面定義的變數稱為類屬性，類屬性所屬于類物件并且多個實體物件之間共享同一個類屬性，說白了就是類屬性所有的通過該類實體化的物件都能共享，

實體屬性：實體屬性和具體的某個實體物件有關系，并且一個實體物件和另外一個實體物件是不共享屬性的，說白了實體屬性只能在自己的物件里面使用，其他的物件不能直接使用，因為self是誰呼叫，它的值就屬于該物件，

注意：屬性與方法名相同，屬性會覆寫方法，

什么是系結？

Python 嚴格要求方法需要有實體才能被呼叫，這種限制其實就是 Python 所謂的系結概念，

Python 物件的資料屬性通常存盤在名為.__ dict__的字典中，我們可以直接訪問__dict__，或利用 Python 的內置函式vars()獲取.__ dict__，

什么是系結？

Python 嚴格要求方法需要有實體才能被呼叫，這種限制其實就是 Python 所謂的系結概念，

Python 物件的資料屬性通常存盤在名為.__ dict__的字典中，我們可以直接訪問__dict__，或利用 Python 的內置函式vars()獲取.__ dict__，

isinstance(object, classinfo) 方法用于判斷一個物件是否是一個已知的型別，類似type()，
type()不會認為子類是一種父型別別，不考慮繼承關系，
isinstance()會認為子類是一種父型別別，考慮繼承關系，
如果第一個引數不是物件，則永遠回傳False，
如果第二個引數不是類或者由類物件組成的元組，會拋出一個TypeError例外，
hasattr(object, name)用于判斷物件是否包含對應的屬性，
getattr(object, name[, default])用于回傳一個物件屬性值，
setattr(object, name, value)對應函式 getattr()，用于設定屬性值，該屬性不一定是存在的，
delattr(object, name)用于洗掉屬性，
class property([fget[, fset[, fdel[, doc]]]])用于在新式類中回傳屬性值，
fget -- 獲取屬性值的函式
fset -- 設定屬性值的函式
fdel -- 洗掉屬性值函式
doc -- 屬性描述資訊

魔法方法

魔法方法總是被雙下劃線包圍，例如__init__，

魔法方法是面向物件的 Python 的一切，如果你不知道魔法方法，說明你還沒能意識到面向物件的 Python 的強大，

魔法方法的“魔力”體現在它們總能夠在適當的時候被自動呼叫，

魔法方法的第一個引數應為cls（類方法）或者self（實體方法），

cls：代表一個類的名稱
self：代表一個實體物件的名稱

基本的魔法方法

__init__(self[, ...]) 構造器，當一個實體被創建的時候呼叫的初始化方法
__new__(cls[, ...]) 在一個物件實體化的時候所呼叫的第一個方法，在呼叫__init__初始化前，先呼叫__new__，
- __new__至少要有一個引數cls，代表要實體化的類，此引數在實體化時由 Python 解釋器自動提供，后面的引數直接傳遞給__init__，
- __new__對當前類進行了實體化，并將實體回傳，傳給__init__的self，但是，執行了__new__，并不一定會進入__init__，只有__new__回傳了，當前類cls的實體，當前類的__init__才會進入，
若__new__沒有正確回傳當前類cls的實體，那__init__是不會被呼叫的，即使是父類的實體也不行，將沒有__init__被呼叫，
__new__方法主要是當你繼承一些不可變的 class 時（比如int, str, tuple），提供給你一個自定義這些類的實體化程序的途徑，
__del__(self) 析構器，當一個物件將要被系統回收之時呼叫的方法，

Python 采用自動參考計數（ARC）方式來回收物件所占用的空間，當程式中有一個變數參考該 Python 物件時，Python 會自動保證該物件參考計數為 1；當程式中有兩個變數參考該 Python 物件時，Python 會自動保證該物件參考計數為 2，依此類推，如果一個物件的參考計數變成了 0，則說明程式中不再有變數參考該物件，表明程式不再需要該物件，因此 Python 就會回收該物件，

大部分時候，Python 的 ARC 都能準確、高效地回收系統中的每個物件，但如果系統中出現回圈參考的情況，比如物件 a 持有一個實體變數參考物件 b，而物件 b 又持有一個實體變數參考物件 a，此時兩個物件的參考計數都是 1，而實際上程式已經不再有變數參考它們，系統應該回收它們，此時 Python 的垃圾回收器就可能沒那么快，要等專門的回圈垃圾回收器（Cyclic Garbage Collector）來檢測并回收這種參考回圈，

__str__(self):
- 當你列印一個物件的時候，觸發__str__
- 當你使用%s格式化的時候，觸發__str__
- str強轉資料型別的時候，觸發__str__
__repr__(self)：
- repr是str的備胎
- 有__str__的時候執行__str__,沒有實作__str__的時候，執行__repr__
- repr(obj)內置函式對應的結果是__repr__的回傳值
- 當你使用%r格式化的時候觸發__repr__

__str__(self) 的回傳結果可讀性強，也就是說，__str__ 的意義是得到便于人們閱讀的資訊，就像下面的 '2019-10-11' 一樣，

__repr__(self) 的回傳結果應更準確，怎么說，__repr__ 存在的目的在于除錯，便于開發者使用，

算術運算子

型別工廠函式，指的是“不通過類而是通過函式來創建物件”，

反算術運算子

反運算魔方方法，與算術運算子保持一一對應，不同之處就是反運算的魔法方法多了一個“r”，當檔案左操作不支持相應的操作時被呼叫，

a + b

這里加數是a，被加數是b，因此是a主動，反運算就是如果a物件的__add__()方法沒有實作或者不支持相應的操作，那么 Python 就會呼叫b的__radd__()方法，

__add__(self, other)定義加法的行為：+
__sub__(self, other)定義減法的行為：-
__mul__(self, other)定義乘法的行為：*
__truediv__(self, other)定義真除法的行為：/
__floordiv__(self, other)定義整數除法的行為：//
__mod__(self, other) 定義取模演算法的行為：%
__divmod__(self, other)定義當被 divmod() 呼叫時的行為
divmod(a, b)把除數和余數運算結果結合起來，回傳一個包含商和余數的元組(a // b, a % b)，
__pow__(self, other[, module])定義當被 power() 呼叫或 ** 運算時的行為
__lshift__(self, other)定義按位左移位的行為：<<
__rshift__(self, other)定義按位右移位的行為：>>
__and__(self, other)定義按位與操作的行為：&
__xor__(self, other)定義按位異或操作的行為：^
__or__(self, other)定義按位或操作的行為：|
__radd__(self, other)定義加法的行為：+
__rsub__(self, other)定義減法的行為：-
__rmul__(self, other)定義乘法的行為：*
__rtruediv__(self, other)定義真除法的行為：/
__rfloordiv__(self, other)定義整數除法的行為：//
__rmod__(self, other) 定義取模演算法的行為：%
__rdivmod__(self, other)定義當被 divmod() 呼叫時的行為
__rpow__(self, other[, module])定義當被 power() 呼叫或 ** 運算時的行為
__rlshift__(self, other)定義按位左移位的行為：<<
__rrshift__(self, other)定義按位右移位的行為：>>
__rand__(self, other)定義按位與操作的行為：&
__rxor__(self, other)定義按位異或操作的行為：^
__ror__(self, other)定義按位或操作的行為：|

增量賦值運算子

__iadd__(self, other)定義賦值加法的行為：+= __isub__(self, other)定義賦值減法的行為：-= __imul__(self, other)定義賦值乘法的行為：*= __itruediv__(self, other)定義賦值真除法的行為：/=

屬性訪問

__neg__(self)定義正號的行為：+x
__pos__(self)定義負號的行為：-x
__abs__(self)定義當被abs()呼叫時的行為
__invert__(self)定義按位求反的行為：~x
__getattr__(self, name): 定義當用戶試圖獲取一個不存在的屬性時的行為，
__getattribute__(self, name)：定義當該類的屬性被訪問時的行為（先呼叫該方法，查看是否存在該屬性，若不存在，接著去呼叫__getattr__），
__setattr__(self, name, value)：定義當一個屬性被設定時的行為，
__delattr__(self, name)：定義當一個屬性被洗掉時的行為，
__ifloordiv__(self, other)定義賦值整數除法的行為：//=
__imod__(self, other)定義賦值取模演算法的行為：%=
__ipow__(self, other[, modulo])定義賦值冪運算的行為：**=
__ilshift__(self, other)定義賦值按位左移位的行為：<<=
__irshift__(self, other)定義賦值按位右移位的行為：>>=
__iand__(self, other)定義賦值按位與操作的行為：&=
__ixor__(self, other)定義賦值按位異或操作的行為：^=
__ior__(self, other)定義賦值按位或操作的行為：|=

描述符

描述符就是將某種特殊型別的類的實體指派給另一個類的屬性，

__get__(self, instance, owner)用于訪問屬性，它回傳屬性的值，
__set__(self, instance, value)將在屬性分配操作中呼叫，不回傳任何內容，
__del__(self, instance)控制洗掉操作，不回傳任何內容，

定制序列

協議（Protocols）與其它編程語言中的介面很相似，它規定你哪些方法必須要定義，然而，在 Python 中的協議就顯得不那么正式，事實上，在 Python 中，協議更像是一種指南，

容器型別的協議

如果說你希望定制的容器是不可變的話，你只需要定義__len__()和__getitem__()方法，
如果你希望定制的容器是可變的話，除了__len__()和__getitem__()方法，你還需要定義__setitem__()和__delitem__()兩個方法，
__len__(self)定義當被len()呼叫時的行為（回傳容器中元素的個數），
__getitem__(self, key)定義獲取容器中元素的行為，相當于self[key]，
__setitem__(self, key, value)定義設定容器中指定元素的行為，相當于self[key] = value，
__delitem__(self, key)定義洗掉容器中指定元素的行為，相當于del self[key]，

迭代器

迭代是 Python 最強大的功能之一，是訪問集合元素的一種方式，
迭代器是一個可以記住遍歷的位置的物件，
迭代器物件從集合的第一個元素開始訪問，直到所有的元素被訪問完結束，
迭代器只能往前不會后退，
字串，串列或元組物件都可用于創建迭代器：
迭代器有兩個基本的方法：iter() 和 next()，
iter(object) 函式用來生成迭代器，
next(iterator[, default]) 回傳迭代器的下一個專案，
iterator -- 可迭代物件
default -- 可選，用于設定在沒有下一個元素時回傳該默認值，如果不設定，又沒有下一個元素則會觸發 StopIteration 例外，

把一個類作為一個迭代器使用需要在類中實作兩個魔法方法 __iter__() 與 __next__() ，

__iter__(self)定義當迭代容器中的元素的行為，回傳一個特殊的迭代器物件，這個迭代器物件實作了 __next__() 方法并通過 StopIteration 例外標識迭代的完成，
__next__() 回傳下一個迭代器物件，
StopIteration 例外用于標識迭代的完成，防止出現無限回圈的情況，在 __next__() 方法中我們可以設定在完成指定回圈次數后觸發 StopIteration 例外來結束迭代，

生成器

在 Python 中，使用了 yield 的函式被稱為生成器（generator），
跟普通函式不同的是，生成器是一個回傳迭代器的函式，只能用于迭代操作，更簡單點理解生成器就是一個迭代器，
在呼叫生成器運行的程序中，每次遇到 yield 時函式會暫停并保存當前所有的運行資訊，回傳 yield 的值, 并在下一次執行 next() 方法時從當前位置繼續運行，
呼叫一個生成器函式，回傳的是一個迭代器物件，

著作權宣告：本文為博主原創文章，遵循 CC 4.0 BY-SA 著作權協議，轉載請附上原文出處鏈接和本宣告，

本文鏈接：https://mp.csdn.net/console/editor/html/108481518

轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/3399.html

標籤：區塊鏈

上一篇：簡簡單單利用字典破解zip檔案口令

下一篇：Python語法學習