Python第三周 学习笔记

Posted

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第三周 学习笔记相关的知识,希望对你有一定的参考价值。

字典


  • key-value键值对的数据的集合
  • 可变的、无序的、key不重复

初始化:

d = dict()
d = {}
d = dict(**kwargs)  如:d = dict(a=1,b=2)
dict(iterable, **kwarg)

使用可迭代对象和name=value对构造字典,不过可迭代对象的元素必须是一个二元结构

dict(mapping, **kwarg)
dict.fromkeys(iterable, value)

字典元素的访问

  • d[key]
    • 返回key对应的值value
    • key不存在抛出KeyError异常
  • get(key[, default])
    • 返回key对应的值value
    • key不存在返回缺省值,如果没有设置缺省值就返回None
  • setdefault(key[, default])
    • 返回key对应的值value
    • key不存在,添加kv对,value为default,并返回default,如果default没有设置,缺省为None

字典增加和修改

  • d[key] = value
    • 将key对应的值修改为value
    • key不存在添加新的kv对
  • update([other]) -> None
    • 使用另一个字典的kv对更新本字典
    • key不存在,就添加
    • key存在,覆盖已经存在的key对应的值
    • 就地修改
d.update(red=1)
d.update(((‘red‘,2),))
d.update({‘red‘:3})

字典删除

  • pop(key[, default])
    • key存在,移除它,并返回它的value
    • key不存在,返回给定的default
    • default未设置,key不存在则抛出KeyError异常
  • popitem()

    • 移除并返回一个任意的键值对
    • 字典为empty,抛出KeyError异常
    • clear()
    • 清空字典
  • del语句
    • 本质上减少了一个对象的引用,del 实际上删除的是名称,而不是对象

字典遍历:

  • 遍历key:
for k in d:
print(k)

for k in d.keys():
print(k)
  • 遍历values:
for k in d:
print(d[k])

for k in d:
print(d.get(k))

for v in d.values():
print(v)

* 遍历item,即kv对:

for item in d.items():
print(item)

for item in d.items():
print(item[0], item[1])

for k,v in d.items():
print(k, v)

for k, _ in d.items():
print(k)

for _ ,v in d.items():
print(v)

总结

  • Python3中,keys、values、items方法返回一个类似一个生成器的可迭代对象,不会把函数的返回结果复制到内存中
    • Dictionary view对象
    • 字典的entry的动态的视图,字典变化,视图将反映出这些变化

字典遍历和移除

  • 遍历字典时,不允许增删元素
  • 可先记录key值再遍历删除
d = dict(a=1, b=2, c=‘abc‘)
keys = []
for k,v in d.items():
if isinstance(v, str):
keys.append(k)
for k in keys:
d.pop(k)
print(d)

defaultdict

  • collections.defaultdict([default_factory[, ...]])
  • 第一个参数是default_factory,缺省是None,它提供一个初始化函数。当key不存在的时候,会调用这个工厂函数来生成key对应的value

ordereddict

  • collections.OrderedDict([items])
  • key并不是按照加入的顺序排列,可以使用OrderedDict记录顺序

标准库datetime


datetime模块

  • datetime类
  • today()
    • 返回本地时区当前时间的datetime对象
  • now(tz=None)
    • 返回当前时间的datetime对象,时间到微秒,如果tz为None,返回和today()一样
    • fromtimestamp(timestamp, tz=None) 从一个时间戳返回一个datetime对象
  • 日期格式化
    • 类方法 strptime(date_string, format) ,返回datetime对象
    • 对象方法 strftime(format) ,返回字符串
    • 字符串format函数格式化
import datetime
dt = datetime.datetime.strptime("21/11/06 16:30", "%d/%m/%y %H:%M")
print(dt.strftime("%Y-%m-%d %H:%M:%S"))
print("{0:%Y}/{0:%m}/{0:%d} {0:%H}::{0:%M}::{0:%S}".format(dt))
  • timedelta对象

    • 与datetime对象做加减运算
    • datetime.timedelta(days=0, seconds=0, microseconds=0, milliseconds=0,minutes=0, hours=0, weeks=0)
    • total_seconds() 返回时间差的总秒数
  • 标准库time
    • time.sleep(secs) 将调用线程挂起指定的秒数

列表解析式


  • 语法

    • [返回值 for 元素 in 可迭代对象 if 条件]
    • 使用中括号[],内部是for循环,if条件语句可选
    • 返回一个新的列表
  • 列表解析式是一种语法糖
    • 编译器会优化,不会因为简写而影响效率,反而因优化提高了效率
    • 减少程序员工作量,减少出错
    • 简化了代码,但可读性增强

列表解析进阶

  • [expr for item in iterable if cond1 if cond2]
  • 等价于

    ret = []
    for item in iterable:
    if cond1:
    if cond2:
    ret.append(expr)
  • [expr for i in iterable1 for j in iterable2 ]
    等价于
    ret = []
    for i in iterable1:
    for j in iterable2:
    ret.append(expr)

生成器表达式

  • (返回值 for 元素 in 可迭代对象 if 条件)

    • 生成器表达式是按需计算(或称惰性求值、延迟计算),需要的时候才计算值
    • 列表解析式是立即返回值
  • 生成器是可迭代对象、迭代器

  • 使用next(itetator)迭代

生成器迭代与列表迭代对比

  • 生成器

    • 延迟计算
    • 返回迭代器,可以迭代
    • 从前到后走完一遍后,不能回头
  • 列表

    • 立即计算
    • 返回的不是迭代器,返回可迭代对象列表
    • 从前到后走完一遍后,可以重新回头迭代
  • 计算方式
    • 生成器表达式延迟计算,列表解析式立即计算
  • 内存占用
    • 单从返回值本身来说,生成器表达式省内存,列表解析式返回新的列表
    • 生成器没有数据,内存占用极少,但是使用的时候,虽然一个个返回数据,但是合起来占用的内存也差不多
    • 列表解析式构造新的列表需要占用内存
  • 计算速度
    • 单看计算时间看,生成器表达式耗时非常短,列表解析式耗时长
    • 但是生成器本身并没有返回任何值,只返回了一个生成器对象
    • 列表解析式构造并返回了一个新的列表

集合解析式

  • {返回值 for 元素 in 可迭代对象 if 条件}
    • 立即返回一个集合

字典解析式

  • {返回值 for 元素 in 可迭代对象 if 条件}
    • 使用key:value形式
    • 立即返回一个字典

内建函数


  • 标识 id
    • 返回对象的唯一标识,CPython返回内存地址
  • 哈希 hash()
    • 返回一个对象的哈希值
  • 类型 type()
    • 返回对象的类型
  • 类型转换
    float() int() bin() hex() oct() bool() list() tuple() dict() set() complex() bytes() bytearray()
  • 输入 input([prompt])

    • 接收用户输入,返回一个字符串
    • 打印 print(*objects, sep=‘ ‘, end=‘\n‘, file=sys.stdout, flush=False)
    • 打印输出,默认使用空格分割、换行结尾,输出到控制台
  • 对象长度 len(s)
    • 返回一个集合类型的元素个数
  • isinstance(obj, class_or_tuple)

    • 判断对象obj是否属于某种类型或者元组中列出的某个类型
    • isinstance(True, int)
  • issubclass(cls, class_or_tuple)

    • 判断类型cls是否是某种类型的子类或元组中列出的某个类型的子类
    • issubclass(bool, int)
  • 绝对值abs(x)
    • x为数值
  • 最大值max() 最小值min()
    • 返回可迭代对象中最大或最小值
    • 返回多个参数中最大或最小值
  • round(x)
    • 四舍六入五取偶,round(-0.5)
  • pow(x , y)
    • 等价于 x**y
  • range(stop)
    • 从0开始到stop-1的可迭代对象;range(start, stop[, step])从start开始到stop-1结束步长为step的可迭代对象
  • divmod(x, y)
    • 等价于 tuple (x//y, x%y)
  • sum(iterable[, start])

    • 对可迭代对象的所有数值元素求和
    • sum(range(1,100,2))
  • chr(i)
    • 给一个一定范围的整数返回对应的字符
  • ord(c)

    • 返回字符对应的整数
  • sorted(iterable[, key][, reverse]) 排序
    • 返回一个新的列表,默认升序
  • reversed()

    • 反转
  • 枚举 enumerate(seq, start=0)

    • 迭代一个序列,返回索引数字和元素构成的二元组
      *start表示索引开始的数字,默认是0
  • 迭代器和取元素 iter(iterable)、next(iterator[, default])

    • iter将一个可迭代对象封装成一个迭代器
    • next对一个迭代器取下一个元素。如果全部元素都取过了,再次next会抛StopIteration异常
  • 拉链函数zip(*iterables)
    • 像拉链一样,把多个可迭代对象合并在一起,返回一个迭代器
    • 将每次从不同对象中取到的元素合并成一个元组
    • 木桶原理,取最小迭代次数迭代

可迭代对象

  • 能够通过迭代一次次返回不同的元素的对象。
  • 所谓相同,不是指值是否相同,而是元素在容器中是否是同一个,例如列表中值可以重复的,[‘a‘,‘a‘],虽然这个列表有2个元素,值一样,但是两个‘a‘是不同的元素
  • 可以迭代,但是未必有序,未必可索引
  • 可迭代对象有:list、tuple、string、bytes、bytearray、range、set、dict、生成器等
  • 可以使用成员操作符in、not in,in本质上就是在遍历对象

迭代器

  • 特殊的对象,一定是可迭代对象,具备可迭代对象的特征
  • 通过iter方法把一个可迭代对象封装成迭代器
  • 通过next方法,迭代 迭代器对象
  • 生成器对象,就是迭代器对象

以上是关于Python第三周 学习笔记的主要内容,如果未能解决你的问题,请参考以下文章

Python第三周 学习笔记

第三周python学习笔记 set 集

Python学习笔记第十三周

Linux内核分析——第三周学习笔记20135308

Python学习-第三周:流程控制

第三周学习笔记