首页 > 其他 > 详细

常用模块

时间:2020-02-07 14:26:08      阅读:64      评论:0      收藏:0      [点我收藏+]

为何使用模块?

随着程序的发展,功能越来越多,为了方便管理,我们通常将程序分成一个个的文件,这样做程序的结构更清晰,方便管理。这时我们不仅仅可以把这些文件当做脚本去执行,还可以把他们当做模块来导入到其他的模块中,实现了功能的重复利用

常用模块

collections模块

在内置数据类型(dict, list, set, tuple)的基础上,collection模块提供了几个额外的数据类型; Counter, deque, defaultdict, namedtuple, OrderedDict

1. namedtuple:生成可以使用名字来访问元素内容的tuple

2. deque:双端队列,可以快速的从另外一侧追加和推出对象

3. Counter:计数器,主要用来计数

4. OrderedDict:有序字典

5. defaultdict:带有默认值的字典

namedtuple                                                                           

 技术分享图片View Code

类似的表示牌的花色和数字,也可以用namedtuple定义

技术分享图片
1 Card = namedtuple(card, [suits, num])
2 c1 = Card(红桃, 2)
3 print(c1)    # card(suits= ‘红桃‘, num = 2)
View Code

# nametupled(‘名称‘, [属性list])

deque                                                                                                  

使用list存储数据时,按索引访问元素很快,但是插入和删除元素就很慢了,因为list是线性存储,数据量大的时候,插入和删除效率很低。

deque是为了高效实现插入和删除操作的双向列表,适合用于队列和栈:

技术分享图片
1 import queue
2 q = queue.Queue()
3 q.put(10)  # 加数据
4 q.put(5)
5 print(q.qsize())  # 查看队列总个数
6 print(q)  # <queue.Queue object at 0x00F922F0>
7 print(q.get())  # 查看数 先进先出
8 print(q.get())
9 # print(q.get())  # 值取完没有值就一直等待 阻塞
View Code

deque双端操作

技术分享图片
1 from collections import deque
2 dq = deque([1, 2])
3 dq.append(a)  # 从后面放数据   [1,2,‘a‘]
4 dq.appendleft(b)  # 从前面放数据  [‘b‘,1,2,‘a‘]
5 dq.insert(1,3)    # [‘b‘,3,1,2,‘a‘]
6 print(dq.pop())  # 从后面取数据
7 print(dq.popleft())  # 从前面取数据
8 print(dq)  # deque([3, 1, 2])
View Code

OrderedDict                                                                                        

使用dict时,Key是无序的。在对dict做迭代时,我们无法确定Key的顺序。

如果要保持Key的顺序,可以用OrderedDict

技术分享图片
1 from collections import OrderedDict
2 
3 d =dict([(a, 1), (b, 2), (c, 3)])
4 print(d)  # dict的key是无序的  {‘a‘: 1, ‘b‘: 2, ‘c‘: 3}
5 od = OrderedDict([(a, 1), (b, 2), (c, 3)])   
6 print(od)  #   OrderedDict的key是有序的  
7                #   OrderedDict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)])                    
View Code

defaultdict                                                                                           

有如下值集合 [11,22,33,44,55,66,77,88,99,90...],将所有大于 66 的值保存至字典的第一个key中,将小于 66 的值保存至第二个key的值中。

即: {‘k1‘: 大于66 ‘k2‘: 小于66}
技术分享图片
1 values = [11, 22, 33, 44, 55, 66, 77, 88, 99, 90]
2 my_dict = {k1: [], k2: []}
3 for value in values:
4     if value>66:
5         my_dict[k1].append(value)
6     elif value<66:
7         my_dict[k2].append(value)
8 print(my_dict)   # {‘k1‘: [77, 88, 99, 90], ‘k2‘: [11, 22, 33, 44, 55]}
原生字典解法
技术分享图片
1 from collections import defaultdict
2 values = [11, 22, 33, 44, 55, 66, 77, 88, 99, 90]
3 my_dict = defaultdict(list)
4 for value in values:
5     if value > 66:
6         my_dict[k1].append(value)
7     else:
8         my_dict[k2].append(value)
9 print(my_dict)
defaultdict解法

使dict时,如果引用的Key不存在,就会抛出KeyError。如果希望key不存在时,返回一个默认值,就可以用defaultdict

Counter                                     r                                            

Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型,以字典的键值对形式存储,其中元素作为key,其计数作为value。计数值可以是任意的Interger(包括0和负数)。

技术分享图片
1 from collections import Counter
2 c = Counter(abcajnckjscsaa)
3 print(c) # Counter({‘a‘: 4, ‘c‘: 3, ‘j‘: 2, ‘s‘: 2, ‘b‘: 1, ‘n‘: 1, ‘k‘: 1})
View Code

时间模块

# 常用模块

1. time.time()  获取当前的时间戳

2. time.sleep(secs)  (线程)推迟指定的时间运行.单位是秒

表示时间的三种方式

在Python中,通常有这三种方式来表示时间:时间戳、元组(struct_time)、格式化的时间字符串:

(1)时间戳(timestamp) :通常来说,时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())”,返回的是float类型。

(2)格式化的时间字符串(Format String): ‘1999-12-06    给人看的

技术分享图片
%y 两位数的年份表示(00-99%Y 四位数的年份表示(000-9999%m 月份(01-12%d 月内中的一天(0-31%H 24小时制小时数(0-23%I 12小时制小时数(01-12%M 分钟数(00=59%S 秒(00-59%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天(001-366%p 本地A.M.或P.M.的等价符
%U 一年中的星期数(00-53)星期天为星期的开始
%w 星期(0-6),星期天为星期的开始
%W 一年中的星期数(00-53)星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身
python中时间日期格式化符号

(3)元组(struct_time) :struct_time元组共有9个元素共九个元素:(年,月,日,时,分,秒,一年中第几周,一年中第几天等) 结构化时间:计算用的

使用:

技术分享图片
# 导入时间模块
import time

# 时间戳
print(time.time())  # 1581041973.3598251
# 时间字符串
print(time.strftime(%Y-%m-%d %X))  # 2020-02-07 10:19:33
#时间元组:localtime将一个时间戳转换为当前时区的struct_time
print(time.localtime())
print(time.localtime().tm_year  # 2020

# 时间戳和结构化时间
t = time.time()
print(time.localtime(t))  # Timestamp --> struct_time
print(time.gmtime(t))   # Timestamp --> struct_time

print(time.mktime(time.localtime()))   # struct_time  -->  Timestamp
print(time.strftime(%m/%d/%y %H:%M:%S, time.localtime(3000000000)))  # struct_time --> Format string
# time.asctime(结构化时间) 如果不传参数,直接返回当前时间的格式化串 
print(time.asctime(time.localtime(15000000000))) # Mon May  1 10:40:00 2445
print(time.asctime())  #  Fri Feb  7 10:19:33 2020
时间模块
from datetime import datetime
d = datetime.strptime(2019/9/30, %Y/%m/%d)
print(d)  # 2019-09-30 00:00:00
e = datetime.strptime(2019年9月20日星期六, %Y年%m月%d日星期六)  
print(e)  # 2019-09-30 00:00:00
f = datetime.strptime(2019年9月20日星期六8时42分24秒, %Y年%m月%d日星期六%H时%M分%S秒)
print(f)  # 2019-09-20 08:42:24

 

random模块

技术分享图片
import random
print(random.random())   # 大于0且小于1之间的小数
print(random.uniform(1, 3))  # 大于1小于3的小数

# 随机整数
print(random.randint(1, 5))  # 大于等于1且小于等于5之间的整数
print(random.randrange(1, 10, 2))  # 大于等于1且小于等于10之间的奇数

# 随机选一个返回
print(random.choice([1, 23, [4, 5]]))  # 1或者23或者[4,5]

# 随机选择多个返回,返回的个数为函数的第二个参数
print(random.sample([1, 23, [4, 5]], 2))  # 列表元素任意2个组合

# 打乱列表顺序
item = [1, 3, 5, 7, 9]
random.shuffle(item)   # 打乱次序
print(item)
View Code
技术分享图片
 1 import random
 2 def s_code():
 3     code=     
 4     for i in range(5):
 5         
 6         num = random.randint(0, 9)   # 大于等于0且小于等于9
 7         alf = chr(random.randint(65, 90))
 8         add = random.choice([num, alf])
 9         code =  .join([code, str(add)])
10 
11     return code
12 print(s_code)
生成随机字符串

 

os模块

import os
print(os.getcwd())  # 获取当前工作目录
print(os.curdir)  # 返回当前目录
print(os.pardir)  # 返回当前目录的父目录字符串名
print(os.sep)
print(os.environ)  # 获取环境变量

 

sys模块

sys模块是与python解释器交互的一个接口

sys.argv           命令行参数List,第一个元素是程序本身路径
sys.exit(n)        退出程序,正常退出时exit(0),错误退出sys.exit(1)
sys.version        获取Python解释程序的版本信息
sys.path           返回模块的搜索路径,初始化时使用PYTHONPATH环境变量的值
sys.platform       返回操作系统平台名称

 

序列化模块

什么叫序列化——将原本的字典、列表等内容转换成一个字符串的过程就叫做序列化。

str -> 数据结构 : 反序列化

数据结构 -> str :序列化

 json 

json模块提供了四个功能:dumps、dump、 loads、 load

技术分享图片
import json
dic = {k1: v1, k2: v2, k3: v3}
str_dic = json.dumps(dic)  # 序列化:将一个字典转换成一个字符串
print(type(str_dic),str_dic)  #<class ‘str‘> {"k3": "v3", "k1": "v1", "k2": "v2"}
#注意,json转换完的字符串类型的字典中的字符串是由""表示的

dic2 = json.loads(str_dic)  #反序列化:将一个字符串格式的字典转换成一个字典
#注意,要用json的loads功能处理的字符串类型的字典中的字符串必须由""表示
print(type(dic2),dic2)  #<class ‘dict‘> {‘k1‘: ‘v1‘, ‘k2‘: ‘v2‘, ‘k3‘: ‘v3‘


list_dic = [1,[a,b,c],3,{k1:v1,k2:v2}]
str_dic = json.dumps(list_dic) #也可以处理嵌套的数据类型 
print(type(str_dic),str_dic) #<class ‘str‘> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) #<class ‘list‘> [1, [‘a‘, ‘b‘, ‘c‘], 3, {‘k1‘: ‘v1‘, ‘k2‘: ‘v2‘}]
loads和dumps
技术分享图片
import json
f = open(json_file,w)
dic = {k1:v1,k2:v2,k3:v3}
json.dump(dic,f)  #dump方法接收一个文件句柄,直接将字典转换成json字符串写入文件
f.close()

f = open(json_file)
dic2 = json.load(f)  #load方法接收一个文件句柄,直接将文件中的json字符串转换成数据结构返回
f.close()
print(type(dic2),dic2)
load和dump

pickle

1. 所有的python中的数据类型都可以转化成字符串形式

2. pickle序列化的内容只有python能理解

3. 且部分反序列化依赖代码

shelve

1. 序列化句柄

2. 使用句柄直接操作,操作简单

 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

常用模块

原文:https://www.cnblogs.com/pythoncui/p/12272297.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!