python这道题啥意思怎么做

一、python这道题啥意思怎么做

1、python这道题是面向对象的用法考查，以复数类的构建为例，结合一点复数知识填入而可，排版和代码如图，注意填入的缩进（选中的代码是题目内容，没选中的是测试代码，效果如下）

2、 def __init__(self,re=1,im=0):

3、"%f+%fi"%(self.__re,self.__im))

4、 print("复数不能比大小");raise

5、 print("复数不能比大小");raise

6、 print("复数不能比大小");raise

7、 print("复数不能比大小");raise

8、 print("复数不能比大小");raise

二、python是什么语言

Python是一种计算机程序设计语言。是一种动态的、面向对象的脚本语言，最初是用来编写自动化脚本的，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。

Python特点主要有以下几个方面：

1、简单：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。

2、易学：Python极其容易上手，因为Python有极其简单的说明文档。

3、速度快：Python的底层是用 C语言写的，很多标准库和第三方库也都是用 C写的，运行速度非常快。

4、免费、开源：Python是FLOSS之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

5、高层语言：用Python语言编写程序的时候无需考虑诸如如何管理你的程序使用的内存一类的底层细节。

6、可移植性：由于它的开源本质，Python已经被移植在许多平台上。这些平台包括Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、以及Google等基于linux开发的android平台。

7、解释性：一个用编译性语言比如C或C++写的程序可以从源文件转换到一个你的计算机使用的语言。这个过程通过编译器和不同的标记、选项完成。

Python在设计上坚持了清晰划一的风格，这使得Python成为一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。

对于一个特定的问题，只要有一种最好的方法来解决就好。这在由Tim Peters写的Python格言里面表述为：There should be one-- and preferably only one--obvious way to do it.这正好和Perl语言的中心思想TMTOWTDI完全相反。

Python的作者有意的设计限制性很强的语法，使得不好的编程习惯都不能通过编译。其中很重要的一项就是Python的缩进规则。

三、Python题求解答!

单元测试

如果你听说过“测试驱动开发”（TDD：Test-Driven Development），单元测试就不陌生。

如果你听说过“测试驱动开发”（TDD：Test-Driven Development），单元测试就不陌生。

单元测试是用来对一个模块、一个函数或者一个类来进行正确性检验的测试工作。

比如对函数abs()，我们可以编写出以下几个测试用例：

输入正数，比如1、1.2、0.99，期待返回值与输入相同；

输入负数，比如-1、-1.2、-0.99，期待返回值与输入相反；

输入非数值类型，比如None、[]、{}，期待抛出TypeError。

把上面的测试用例放到一个测试模块里，就是一个完整的单元测试。

如果单元测试通过，说明我们测试的这个函数能够正常工作。如果单元测试不通过，要么函数有bug，要么测试条件输入不正确，总之，需要修复使单元测试能够通过。

单元测试通过后有什么意义呢？如果我们对abs()函数代码做了修改，只需要再跑一遍单元测试，如果通过，说明我们的修改不会对abs()函数原有的行为造成影响，如果测试不通过，说明我们的修改与原有行为不一致，要么修改代码，要么修改测试。

这种以测试为驱动的开发模式最大的好处就是确保一个程序模块的行为符合我们设计的测试用例。在将来修改的时候，可以极大程度地保证该模块行为仍然是正确的。

我们来编写一个Dict类，这个类的行为和dict一致，但是可以通过属性来访问，用起来就像下面这样：

>>> d= Dict(a=1, b=2)

super(Dict, self).__init__(**kw)

raise AttributeError(r"'Dict' object has no attribute'%s'"% key)

def __setattr__(self, key, value):

为了编写单元测试，我们需要引入Python自带的unittest模块，编写mydict_test.py如下：

class TestDict(unittest.TestCase):

d= Dict(a=1, b='test')

self.assertEquals(d.b,'test')

self.assertTrue(isinstance(d, dict))

d['key']='value'

self.assertEquals(d.key,'value')

self.assertTrue('key' in d)

self.assertEquals(d['key'],'value')

with self.assertRaises(KeyError):

with self.assertRaises(AttributeError):

编写单元测试时，我们需要编写一个测试类，从unittest.TestCase继承。

以test开头的方法就是测试方法，不以test开头的方法不被认为是测试方法，测试的时候不会被执行。

对每一类测试都需要编写一个test_xxx()方法。由于unittest.TestCase提供了很多内置的条件判断，我们只需要调用这些方法就可以断言输出是否是我们所期望的。最常用的断言就是assertEquals()：

self.assertEquals(abs(-1), 1)#断言函数返回的结果与1相等

另一种重要的断言就是期待抛出指定类型的Error，比如通过d['empty']访问不存在的key时，断言会抛出KeyError：

with self.assertRaises(KeyError):

而通过d.empty访问不存在的key时，我们期待抛出AttributeError：

with self.assertRaises(AttributeError):

一旦编写好单元测试，我们就可以运行单元测试。最简单的运行方式是在mydict_test.py的最后加上两行代码：

if __name__=='__main__':

这样就可以把mydict_test.py当做正常的python脚本运行：

另一种更常见的方法是在命令行通过参数-m unittest直接运行单元测试：

$ python-m unittest mydict_test

----------------------------------------------------------------------

这是推荐的做法，因为这样可以一次批量运行很多单元测试，并且，有很多工具可以自动来运行这些单元测试。

可以在单元测试中编写两个特殊的setUp()和tearDown()方法。这两个方法会分别在每调用一个测试方法的前后分别被执行。

setUp()和tearDown()方法有什么用呢？设想你的测试需要启动一个数据库，这时，就可以在setUp()方法中连接数据库，在tearDown()方法中关闭数据库，这样，不必在每个测试方法中重复相同的代码：

class TestDict(unittest.TestCase):

可以再次运行测试看看每个测试方法调用前后是否会打印出setUp...和tearDown...。

单元测试可以有效地测试某个程序模块的行为，是未来重构代码的信心保证。

单元测试的测试用例要覆盖常用的输入组合、边界条件和异常。

单元测试代码要非常简单，如果测试代码太复杂，那么测试代码本身就可能有bug。

单元测试通过了并不意味着程序就没有bug了，但是不通过程序肯定有bug。