Python: задачки и вопросы

Да, в Python подкласс может иметь двух и более суперклассов — это называется множественное наследование.
Пример:

class Flyer:
    def fly(self):
        print(«Я могу летать»)

class Swimmer:
    def swim(self):
        print(«Я могу плавать»)

class Duck(Flyer, Swimmer):
    pass

d = Duck()
d.fly()   # Я могу летать
d.swim()  # Я могу плавать

Здесь Duck — подкласс, который наследует и Flyer, и Swimmer.
Python использует алгоритм MRO (Method Resolution Order), чтобы определить порядок, в котором ищутся методы при множественном наследовании.

Потенциальные сложности:
• Если оба родителя имеют методы с одинаковыми именами, нужно понимать в каком порядке они вызываются.
• Иногда нужно явно использовать super(), особенно в ромбовидном наследовании, чтобы избежать дублирования.

Когда создаёшь pd.Series из списка кортежей, каждый кортеж становится отдельным элементом серии. В результате вывод будет выглядеть так:

0     (120, 41, 26)
1    (196, 165, 45)
dtype: object

В Python суперкласс — это класс, от которого наследуется другой класс. Другими словами, это родительский класс по отношению к дочернему (подклассу).

class Animal:  # суперкласс
    def speak(self):
        print("Some sound")

class Dog(Animal):  # подкласс
    def speak(self):
        print("Bark")

Также в Python есть функция super(), которая позволяет обращаться к методам суперкласса из подкласса:

class Dog(Animal):
    def speak(self):
        super().speak()  # вызов метода speak из Animal
        print("Bark")

Изменение sys.path воздействует только на одну выполняющуюся программу (процесс), и оно временно — когда программа заканчивает работу, изменение утрачивается. Настройка PYTHONPATH существует в среде операционной системы — она подхватывается глобально всеми вашими программами на компьютере и потому эта настройка остается после завершения программ.

Переменные на верхнем уровне модуля, чьи имена начинаются с одиночного подчеркивания, не копируются в область видимости импортера, когда используется форма оператора from *. Тем не менее, они по-прежнему доступны посредством оператора import или нормальной формы оператора from.

Можно управлять тем, что импортируется через from *, явно определяя список __all__:

__all__ = ['visible_name']

В модуле recur1 присваивается имя X и затем перед присваиванием имени Y импортируется модуль recur2. В этой точке recur2 может извлечь recur1 как единое целое с помощью оператора import — он уже существует во внутренней таблице модулей Python, которая делает его импортируемым и также препятствует зацикливанию операций импортирования. Но если в модуле гecuг2 применяется from, то он будет в состоянии видеть только имя X; имя Y, которое присваивается позже оператора import в recur1, еще не существует, а потому вы получите ошибку:

from recur1 import X # Нормально: имя X уже присвоено
from recur1 import Y # Ошибка: имя Y пока не существует

Python избегает повторного выполнения операторов модуля recur1, когда он рекурсивно импортируется из recur2 (иначе операции импортирования отправляли бы сценарий в бесконечный цикл, который мог бы требовать нажатия <Ctrl+C> или чего-то более радикального), но пространство имен модуля recurl является незавершенным, когда он импортируется в модуле recur2.

Если бы в recur2.py использовался просто import recur1, а не from recur1 import Y, всё бы сработало, потому что import не требует, чтобы имя уже было определено — оно просто добавляет модуль как объект:

import recur1
print(recur1.Y)  # Это бы сработало, если бы вызвалось после выполнения recur1.py

Код внутри тела какой-то функции не запускается до тех пор, пока функция не будет вызвана; поскольку имена в функции не распознаются вплоть до ее действительного выполнения, внутри функции обычно можно ссылаться на имена, находящиеся где угодно в файле.

Однако правило LEGB вносит свои корректировки. Python все равно проверяет существование имен во время выполнения, а не во время определения функции, так что следующий код вызовет ошибку:

def main(x):
    print(x)

main(x)
x = 5

x должен существовать в момент вызова функции, а не просто где-то в файле.

#ловушка

При обнаружении пропущенного значения во время импорта файла библиотека pandas заменяет его NumPy-объектом nan. Акроним nan означает «нечисловое значение» (not a number) и представляет собой собирательный термин для неопределенных значений. Другими словами, nan — условный объект, обозначающий пустое или отсутствующее значение.

Обратите внимание, что dtype у Series — float64. При обнаружении значения nan pandas автоматически преобразует числовые значения из целых в числа с плавающей точкой; такое внутреннее техническое требование позволяет библиотеке хранить числовые значения и отсутствующие значения в одном и том же однородном Series.