python模块（常用模块）
Posted 小帅哥，快来玩呀
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python模块（常用模块）相关的知识，希望对你有一定的参考价值。
collections模块
在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。
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
tuple可以表示不变的集合，如果写成（1，2）很难看出来就用namedtuple
-
from collections import namedtuple ret = namedtuple(\'ret\',[\'x\',\'y\',\'z\']) p = ret(1,2,3) print(p.x) print(p.y) print(p.z)
结果：1
2
3
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：
from collections import deque q = deque([\'a\',\'b\',\'c\']) q.append(\'x\') q.appendleft(\'y\') print(q)
#结果：deque([\'y\', \'a\', \'b\', \'c\', \'x\'])
deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素。
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：
from collections import OrderedDict d = dict([(\'a\',1),(\'b\',2),(\'c\',3)]) print(d) # dict的Key是无序的 #{\'b\': 2, \'a\': 1, \'c\': 3} od = OrderedDict([(\'a\',1),(\'b\',2),(\'c\',3)]) print(od)# OrderedDict的Key是有序的 #OrderedDict([(\'a\', 1), (\'b\', 2), (\'c\', 3)])
注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：
od = OrderedDict() od[\'z\'] = 1 od[\'y\'] = 2 od[\'x\'] = 3 print(od.keys())# 按照插入的Key的顺序返回 #odict_keys([\'z\', \'y\', \'x\'])
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}
values = [11, 22, 33,44,55,66,77,88,99,90] my_dict = {} for value in values: if value>66: if my_dict.has_key(\'k1\'): my_dict[\'k1\'].append(value) else: my_dict[\'k1\'] = [value] else: if my_dict.has_key(\'k2\'): my_dict[\'k2\'].append(value) else: my_dict[\'k2\'] = [value]
from collections import defaultdict values = [11, 22, 33,44,55,66,77,88,99,90] my_dict = defaultdict(list) for value in values: if value>66: my_dict[\'k1\'].append(value) else: my_dict[\'k2\'].append(value)
使用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：
from collections import defaultdict dd = defaultdict(lambda :\'不在key中\') dd[\'key1\'] = \'abc\' print(dd[\'key1\']) # key1存在 #abc print(dd[\'dey2\'])# key2不存在，返回默认值 #不在key中
Counter
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）。Counter类和其他语言的bags或multisets很相似。
c = Counter(\'abcdeabcdabcaba\') print c 输出：Counter({\'a\': 5, \'b\': 4, \'c\': 3, \'d\': 2, \'e\': 1})
时间模块
#常用方法 1.time.sleep(secs) (线程)推迟指定的时间运行。单位为秒。 2.time.time() 获取当前时间戳
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’
%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
(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）
import time #导入时间模块 print(time.time())#时间戳 print(time.strftime(\'%Y-%m-%d %X\')) #2018-01-10 14:17:22 print(time.strftime("%Y-%m-%d %H-%M-%S")) #2018-01-10 14-17-22 print(time.localtime())#时间元组:localtime将一个时间戳转换为当前时区的struct_time #time.struct_time(tm_year=2018, tm_mon=1, tm_mday=10, tm_hour=14, tm_min=18, # tm_sec=24, tm_wday=2, tm_yday=10, tm_isdst=0)
几种格式之间的转换
#时间戳-->结构化时间 #time.gmtime(时间戳) #UTC时间，与英国伦敦当地时间一致 #time.localtime(时间戳) #当地时间。例如我们现在在北京执行这个方法：与UTC时间相差8小时，UTC时间+8小时 = 北京时间 >>>time.gmtime(1500000000) time.struct_time(tm_year=2017, tm_mon=7, tm_mday=14, tm_hour=2, tm_min=40, tm_sec=0, tm_wday=4, tm_yday=195, tm_isdst=0) >>>time.localtime(1500000000) time.struct_time(tm_year=2017, tm_mon=7, tm_mday=14, tm_hour=10, tm_min=40, tm_sec=0, tm_wday=4, tm_yday=195, tm_isdst=0) #结构化时间-->时间戳 #time.mktime(结构化时间) >>>time_tuple = time.localtime(1500000000) >>>time.mktime(time_tuple) 1500000000.0
#结构化时间-->字符串时间 #time.strftime("格式定义","结构化时间") 结构化时间参数若不传，则现实当前时间 >>>time.strftime("%Y-%m-%d %X") \'2017-07-24 14:55:36\' >>>time.strftime("%Y-%m-%d",time.localtime(1500000000)) \'2017-07-14\' #字符串时间-->结构化时间 #time.strptime(时间字符串,字符串对应格式) >>>time.strptime("2017-03-16","%Y-%m-%d") time.struct_time(tm_year=2017, tm_mon=3, tm_mday=16, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=3, tm_yday=75, tm_isdst=-1) >>>time.strptime("07/24/2017","%m/%d/%Y") time.struct_time(tm_year=2017, tm_mon=7, tm_mday=24, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=0, tm_yday=205, tm_isdst=-1)
#结构化时间 --> %a %b %d %H:%M:%S %Y串 #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 >>>time.asctime(time.localtime(1500000000)) \'Fri Jul 14 10:40:00 2017\' >>>time.asctime() \'Mon Jul 24 15:18:33 2017\' #%a %d %d %H:%M:%S %Y串 --> 结构化时间 #time.ctime(时间戳) 如果不传参数，直接返回当前时间的格式化串 >>>time.ctime() \'Mon Jul 24 15:19:07 2017\' >>>time.ctime(1500000000) \'Fri Jul 14 10:40:00 2017\'
random模块
import random #随机小数 print(random.random())# 大于0且小于1之间的小数 #0.25227572263093423 print(random.uniform(1,3))#大于1小于3的小数 #2.3441204567350153 #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 #3 print(random.randrange(1,10,2))# 大于等于1且小于10之间的奇数 #7 #随机选择一个返回 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 #[[4, 5], \'23\'] #打乱列表顺序 item=[1,3,5,7,9] random.shuffle(item) # 打乱次序 print(item) # [5, 1, 3, 7, 9] random.shuffle(item) print(item) # [5, 9, 7, 1, 3]
os模块
os模块是与操作系统交互的一个接口
\'\'\' os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径 os.chdir("dirname") 改变当前脚本工作目录；相当于shell下cd os.curdir 返回当前目录: (\'.\') os.pardir 获取当前目录的父目录字符串名：(\'..\') os.makedirs(\'dirname1/dirname2\') 可生成多层递归目录 os.removedirs(\'dirname1\') 若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推 os.mkdir(\'dirname\') 生成单级目录；相当于shell中mkdir dirname os.rmdir(\'dirname\') 删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname os.listdir(\'dirname\') 列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印 os.remove() 删除一个文件 os.rename("oldname","newname") 重命名文件/目录 os.stat(\'path/filename\') 获取文件/目录信息 os.sep 输出操作系统特定的路径分隔符，win下为"\\\\",Linux下为"/" os.linesep 输出当前平台使用的行终止符，win下为"\\t\\n",Linux下为"\\n" os.pathsep 输出用于分割文件路径的字符串 win下为;,Linux下为: os.name 输出字符串指示当前使用平台。win->\'nt\'; Linux->\'posix\' os.system("bash command") 运行shell命令，直接显示 os.popen("bash command).read() 运行shell命令，获取执行结果 os.environ 获取系统环境变量 os.path os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。如何path以／或\\结尾，那么就会返回空值。 即os.path.split(path)的第二个元素 os.path.exists(path) 如果path存在，返回True；如果path不存在，返回False os.path.isabs(path) 如果path是绝对路径，返回True os.path.isfile(path) 如果path是一个存在的文件，返回True。否则返回False os.path.isdir(path) 如果path是一个存在的目录，则返回True。否则返回False os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回，第一个绝对路径之前的参数将被忽略 os.path.getatime(path) 返回path所指向的文件或者目录的最后访问时间 os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间 os.path.getsize(path) 返回path的大小 \'\'\'
注意：os.stat(\'path/filename\') 获取文件/目录信息 的结构说明
stat 结构: st_mode: inode 保护模式 st_ino: inode 节点号。 st_dev: inode 驻留的设备。 st_nlink: inode 的链接数。 st_uid: 所有者的用户ID。 st_gid: 所有者的组ID。 st_size: 普通文件以字节为单位的大小；包含等待某些特殊文件的数据。 st_atime: 上次访问的时间。 st_mtime: 最后一次修改的时间。 st_ctime: 由操作系统报告的"ctime"。在某些系统上（如Unix）是最新的元数据更改的时间，在其它系统上（如Windows）是创建时间（详细信息参见平台的文档）。
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
序列模块
序列化就是转向一个字符串类型。
- 从数据类型到字符串的过程就是序列化
- 从字符串到数据类型的过程就是反序列化
一般运用在两种情况下：数据的存储和网络的传输
json(数字，字符串，列表，字典，元组)
通过序列化的格式，只有很少的一部分数据类型能够通过json转化为字符串
Json模块提供了四个功能：dumps、dump、loads、load
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\'}]
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
import json f = open(\'file\',\'w\') json.dump({\'国籍\':\'中国\'},f) ret = json.dumps({\'国籍\':\'中国\'}) f.write(ret+\'\\n\') json.dump({\'国籍\':\'美国\'},f,ensure_ascii=False) ret = json.dumps({\'国籍\':\'美国\'},ensure_ascii=False) f.write(ret+\'\\n\') f.close()
Serialize obj to a JSON formatted str.(字符串表示的json对象) Skipkeys：默认值是False，如果dict的keys内的数据不是python的基本类型(str,unicode,int,long,float,bool,None)，设置为False时，就会报TypeError的错误。此时设置成True，则会跳过这类key ensure_ascii:，当它为True的时候，所有非ASCII码字符显示为\\uXXXX序列，只需在dump时将ensure_ascii设置为False即可，此时存入json的中文即可正常显示。) If check_circular is false, then the circular reference check for container types will be skipped and a circular reference will result in an OverflowError (or worse). If allow_nan is false, then it will be a ValueError to serialize out of range float values (nan, inf, -inf) in strict compliance of the JSON specification, instead of using the JavaScript equivalents (NaN, Infinity, -Infinity). indent：应该是一个非负的整型，如果是0就是顶格分行显示，如果为空就是一行最紧凑显示，否则会换行且按照indent的数值显示前面的空白分行显示，这样打印出来的json数据也叫pretty-printed json separators：分隔符，实际上是(item_separator, dict_separator)的一个元组，默认的就是(‘,’,’:’)；这表示dictionary内keys之间用“,”隔开，而KEY和value之间用“：”隔开。 default(obj) is a function that should return a serializable version of obj or raise TypeError. The default simply raises TypeError. sort_keys：将数据根据keys的值进行排序。 To use a custom JSONEncoder subclass (e.g. one that overrides the .default() method to serialize additional types), specify it with the cls kwarg; otherwise JSONEncoder is used.
import json data = {\'username\':[\'李华\',\'二愣子\'],\'sex\':\'male\',\'age\':16} json_dic2 = json.dumps(data,sort_keys=True,indent=2,separators=(\',\',\':\'),ensure_ascii=False) print(json_dic2)
pickle(用于python特有的类型 和 python的数据类型间进行转换)
pickle模块提供了四个功能：dumps、dump(序列化，存）、loads（反序列化，读）、load （不仅可以序列化字典，列表...可以把python中任意的数据类型序列化）
import pickle dic = {\'k1\':\'v1\',\'k2\':\'v2\',\'k3\':\'v3\'} str_dic = pickle.dumps(dic) print(str_dic) #一串二进制内容 dic2 = pickle.loads(str_dic) print(dic2) #字典 import time struct_time = time.localtime(1000000000) print(struct_time) f = open(\'pickle_file\',\'wb\') pickle.dump(struct_time,f) f.close() f = open(\'pic以上是关于python模块（常用模块）的主要内容，如果未能解决你的问题，请参考以下文章