06-Python之标准库

Posted 2021-03-11 xueyin

1、掌握time、random库的常用用法。
2、了解collection库，掌握Counter、namedtuple、deque函数的含义和用法。
3、了解itertools库，掌握enumarate、zip、product等函数的含义和用法。

Python自身提供了比较丰富的生态，拿来即用，可极大的提高开发效率。

一、time库

Python处理时间的标准库

1、获取现在时间

• time.localtime()：本地时间
• time.gmtime()：UTC世界统一时间
  北京时间比世界统一时间早8个小时

import time

t_local = time.localtime()
t_UTC = time.gmtime()
print("t_local: ", t_local)     # 本地时间
print("t_UTC: ", t_UTC)         # UTC统一时间

print(time.ctime())                  # 返回本地时间的字符串

"""
t_local:  time.struct_time(tm_year=2020, tm_mon=2, tm_mday=8, tm_hour=12, tm_min=9, tm_sec=9, tm_wday=5, tm_yday=39, tm_isdst=0)
t_UTC:  time.struct_time(tm_year=2020, tm_mon=2, tm_mday=8, tm_hour=4, tm_min=9, tm_sec=9, tm_wday=5, tm_yday=39, tm_isdst=0)
Sat Feb  8 12:09:09 2020
"""

2、时间戳与计时器

• time.time()：返回自纪元以来的秒数，记录sleep
• time.perf_counter()：随意选取一个时间点，记录现在时间到该时间点的间隔秒数，记录sleep
• time.process_time()：随意选取一个时间点，记录现在时间到该时间点的间隔秒数，不记录sleep

3、格式化

time.strftime：自定义格式化输出

import time

t_local = time.localtime()
print(time.strftime("%Y-%m-%d %H:%m:%S", t_local))

"""
2020-02-08 12:16:51
"""

4、休眠

time.sleep(m)：休眠m秒

二、random库

随机数在计算机应用中十分常见，Python通过random库提供各种伪随机数，基本可以用于除加密解密算法外的大多数工程应用

1、随机种子——seed(a=None)

• 相同种子会产生相同的随机数
• 如果不设置随机种子，以系统当前时间为默认值

2、产生随机整数

• (1) randlint(a, b)：产生[a, b]之间的随机整数
• (2) randrange(a)：产生[0, a)之间的随机整数
• (3) randrange(a, b, step)：产生[a,b)之间以step为步长的随机整数

3、产生随机浮点数

• (1) random()：产生[0.0, 1.0]之间的随机浮点数
• (2) uniform(a, b)：产生[a, b]之间的随机浮点数

from random import *
numbers = [uniform(2.1, 3.5) for i in range(10)]
print(numbers)
"""
[2.1929577529017896, 2.1924724048023942, 2.774429454086627,
 2.8437011579509877, 2.124246843787783, 3.28800355840583,
 2.1034517877154464, 2.1154575533581137, 2.1230887166888635, 3.209706038847072]
"""

4、序列用函数

• choice(seq)——从序列类型中随机返回一个元素

choice([\'win\', \'lose\', \'draw\'])
choice("python")

• choice(seq.weights = None,k)——对序列类型进行k次重复采样，可设置权重

from random import *
print(choices([\'win\', \'lose\', \'draw\'], [4, 4, 2], k=10))
"""
[\'draw\', \'lose\', \'lose\', \'win\', \'draw\',
 \'draw\', \'lose\', \'lose\', \'win\', \'win\']
"""

• shuffle(seq)——将序列类型中元素随机排列，返回打乱后的序列
• sample(pop, k)——从pop类型中随机选取k个元素，以列表类型返回

5、概率分布——以高斯分布为例

gauss(mean, std)：生产一个符合高斯分布的随机数

import matplotlib.pyplot as plt
from random import *
res = [gauss(0, 1) for i in range(10000)]
plt.hist(res, bins=1000)
plt.show()

三、collections库——容器数据类型

1、namedtuple——具名元组

collections.namedtuple(typename, filed_name, *, rename=False, defaults=None, module=None)

• typename是元组名字，field_names是域名

import collections

Point = collections.namedtuple("Point", ["x", "y"])
p = Point(1, y=2)  # Point(x=1, y=2)
# 可以调用属性
print(p.x)
print(p.y)
# 有元组的属性
print(p[0])
print(p[1])
x, y = p
print(x, y)
# 确实是元组的子类
print(isinstance(p, tuple)) # True

模拟扑克牌

2、Counter——计数器工具

• 是字典的一个子类 # isinstance(Counter(), dict) #True

from collections import Counter
s = "牛奶奶找刘奶奶买牛奶"
colors = [\'red\', \'blue\', \'red\', \'green\', \'blue\', \'blue\']
cat_str = Counter(s)
cat_color = Counter(colors)
print(cat_str)
print(cat_color)

"""
Counter({\'奶\': 5, \'牛\': 2, \'找\': 1, \'刘\': 1, \'买\': 1})
Counter({\'blue\': 3, \'red\': 2, \'green\': 1})
"""
- 最常见的统计——most_common(n)：提供n个频率最高的元素和计算
```python
print(cat_color.most_common(2)) # [(\'blue\', 3), (\'red\', 2)]

• 元素展开——elements()

print(list(cat_str.elements()))
# [\'牛\', \'牛\', \'奶\', \'奶\', \'奶\', \'奶\', \'奶\', \'找\', \'刘\', \'买\']

• 其他的一些加减操作

c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
print(c+d)
# Counter({\'a\': 4, \'b\': 3})

3、双向队列——deque

列表访问数据非常快速，插入和删除非常慢——通过移动元素位置来实现，特别是insert(0, v)和pop(0)，在列表开始进行的插入和删除操作
双向列表可以方便的在队列两边搞笑、快速的增加和删除元素

from collections import deque
d = deque(\'cde\')
d.append("f")   # 在右端添加
d.appendleft("g")   # 在左端添加

print(d)  # deque([\'g\', \'c\', \'d\', \'e\', \'f\'])

d.pop() # 右端删除
d.popleft() # 左端删除
print(d)    # deque([\'c\', \'d\', \'e\'])

"""
Counter({\'奶\': 5, \'牛\': 2, \'找\': 1, \'刘\': 1, \'买\': 1})
Counter({\'blue\': 3, \'red\': 2, \'green\': 1})
"""

其他用法参照官网

四、Itertools库——迭代器

1、排列组合迭代器

• (1)product——笛卡尔积

import itertools

for i in itertools.product(\'ABC\', \'01\'):
    print(i)
for i in itertools.product(\'ABC\', repeat=3):
    print(i)
"""
(\'A\', \'0\')
(\'A\', \'1\')
(\'B\', \'0\')
(\'B\', \'1\')
(\'C\', \'0\')
(\'C\', \'1\')

(\'A\', \'A\', \'A\')
(\'A\', \'A\', \'B\')
(\'A\', \'A\', \'C\')
(\'A\', \'B\', \'A\')
(\'A\', \'B\', \'B\')
(\'A\', \'B\', \'C\')
(\'A\', \'C\', \'A\')
(\'A\', \'C\', \'B\')
(\'A\', \'C\', \'C\')
(\'B\', \'A\', \'A\')
(\'B\', \'A\', \'B\')
(\'B\', \'A\', \'C\')
(\'B\', \'B\', \'A\')
(\'B\', \'B\', \'B\')
(\'B\', \'B\', \'C\')
(\'B\', \'C\', \'A\')
(\'B\', \'C\', \'B\')
(\'B\', \'C\', \'C\')
(\'C\', \'A\', \'A\')
(\'C\', \'A\', \'B\')
(\'C\', \'A\', \'C\')
(\'C\', \'B\', \'A\')
(\'C\', \'B\', \'B\')
(\'C\', \'B\', \'C\')
(\'C\', \'C\', \'A\')
(\'C\', \'C\', \'B\')
(\'C\', \'C\', \'C\')

"""
- (3)combinations——组合
- (4) combinations_with_replacement——元素可重复组合

• (2)permutations——排列

2、拉链

• (1)zip——短拉链：相同位置上的元素组合在一起

import itertools

for i in zip("ABC", "012", "xyz"):
    print(i)
"""
(\'A\', \'0\', \'x\')
(\'B\', \'1\', \'y\')
(\'C\', \'2\', \'z\')
"""
# 长度不一致是，执行到最短的对象处就停止
for i in zip("ABC", "012345"):
    print(i)
"""
(\'A\', \'0\')
(\'B\', \'1\')
(\'C\', \'2\')
"""

• (2) zip_longest——长拉链：长度不一时，执行到最长的对象处，就停止，缺省元素用None或指定字符代替

import itertools

for i in itertools.zip_longest("ABC", "012345"):
    print(i)
"""
(\'A\', \'0\')
(\'B\', \'1\')
(\'C\', \'2\')
(None, \'3\')
(None, \'4\')
(None, \'5\')
"""
for i in itertools.zip_longest("ABC", "012345", fillvalue="?"):
    print(i)
"""
(\'A\', \'0\')
(\'B\', \'1\')
(\'C\', \'2\')
(\'?\', \'3\')
(\'?\', \'4\')
(\'?\', \'5\')
"""

3、无穷迭代器

• (1) count(start=0, step=1)——计数：创建一个迭代器，从start值开始，返回均匀间隔的值
• (2) cycle(iterable)——循环：创建一个迭代器，返回iterable中所有元素，无限重复
• (3) repeat(object, times)——重复：创建一个迭代器，不断重复object，除非设定参数times，否则将无限重复

4、其他

• (1) chain(iterable)——锁链：把一组迭代对象串联起来，形成一个更大的迭代器

import itertools

for i in itertools.chain("ABC", "012"):
    print(i)
"""
A
B
C
0
1
2
"""

• (2) enumerate(iterable, start=0)——枚举(Python内置)：产生由两个元素组成的元组，结构是(index, item),其中index从start开始，item从iterable中取

import itertools

for i in enumerate("Python", start=1):
    print(i)
"""
(1, \'P\')
(2, \'y\')
(3, \'t\')
(4, \'h\')
(5, \'o\')
(6, \'n\')
"""
- (3)groupby(iterable, key=None)——分组：创建一个迭代器，按照key指定的方式，返回iterable中连续的键和值。一般来说需要预先对数据进行排序，key为None默认把连续重复元素分组
```python
import itertools

animal = [\'duck\', \'eagle\', \'rat\', \'giraffe\', \'bear\', \'bat\', \'dolphin\', \'shark\', \'lion\']
# 按照长度进行排序
animal.sort(key=len)
print(animal)
"""
[\'rat\', \'bat\', \'duck\', \'bear\', \'lion\', \'eagle\', \'shark\', \'giraffe\', \'dolphin\']
"""
for key, group in itertools.groupby(animal, key=len):
    print(key, list(group))
"""
3 [\'rat\', \'bat\']
4 [\'duck\', \'bear\', \'lion\']
5 [\'eagle\', \'shark\']
7 [\'giraffe\', \'dolphin\']
"""
# 按照首字母大小排序

animal.sort(key=lambda x: x[0])
print(animal)
"""
[\'bat\', \'bear\', \'duck\', \'dolphin\', \'eagle\', \'giraffe\', \'lion\', \'rat\', \'shark\']
"""
for key, group in itertools.groupby(animal, key=lambda x: x[0]):
    print(key, list(group))
"""
b [\'bat\', \'bear\']
d [\'duck\', \'dolphin\']
e [\'eagle\']
g [\'giraffe\']
l [\'lion\']
r [\'rat\']
s [\'shark\']
"""