标签:
本节涉及内容:
1. 迭代器和生成器
2. 递归
3. 字符串格式化
4. 模块
内置模块
自定义模块
第三方模块
5. 序列化的模块
json
pickle
(一). 迭代器和生成器:
迭代器:
迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退。另外,迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素,而在这之前或之后,元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合,比如几个G的文件
特点:
1 >>> mylist = iter([1, 2, 3, 4, 5]) 2 >>> print(mylist.__next__()) 3 1 4 >>> print(mylist.__next__()) 5 2 6 >>> print(mylist.__next__()) 7 3 8 >>> print(mylist.__next__()) 9 4 10 >>> print(mylist.__next__()) 11 5 12 >>> print(mylist.__next__()) 13 Traceback (most recent call last): 14 File "<input>", line 1, in <module> 15 StopIteration
调用迭代器的__next__()方法循环执行每一条条目,条目全部取出后引发StopIteration异常(非错误),表示迭代完成。
生成器:
一个函数调用时返回一个迭代器,那这个函数就叫做生成器(generator);如果函数中包含yield语法,那这个函数就会变成生成器;
1 def func(): #func为一个函数称为生成器, 2 print(1111) 3 yield 1 4 print(2222) 5 yield 2 6 print(3333) 7 yield 3 8 ret = func() #执行func()函数时得到一个迭代器 9 r1= ret.__next__()#进入函数找到yield,获取yield后边的数据 10 print(r1) 11 r2 = ret.__next__() 12 print(r2) 13 r3 = ret.__next__() 14 print(r3) 15 #输出: 16 1111 17 1 18 2222 19 2 20 3333 21 3
1 def func(): 2 print(1111) 3 yield 1 4 print(2222) 5 yield 2 6 print(3333) 7 yield 3 8 ret = func() 9 10 for i in ret: #使用一个for循环可以简化手动的迭代 11 print(i) 12 #输出 13 1111 14 1 15 2222 16 2 17 3333 18 3
利用生成器自定义range
1 def myrange(arg): 2 start = 0 3 while True: 4 if start > arg: 5 return 6 yield start 7 start += 1 8 ret = myrange(3) 9 r = ret.__next__() 10 print(r) 11 r = ret.__next__() 12 print(r) 13 r = ret.__next__() 14 print(r) 15 r = ret.__next__() 16 print(r) 17 #输出: 18 0 19 1 20 2 21 3
加强的生成器特性:
send(): 传入一个新的值。
close(): 抛出异常或者退出
1 def counter(start = 0): 2 count = start 3 while True: 4 val = (yield count) 5 if val is not None: 6 count = val 7 else: 8 count += 1 9 count = counter(5) #将函数传入值5 10 print(count.__next__()) #通过next迭代每一个值 11 print(count.__next__()) 12 count.send(8) #通过send可以传入一个新的值来迭代 13 print(count.__next__()) 14 print(count.__next__()) 15 count.close() #close()函数则可以退出迭代 16 print(count.__next__()) #再次调用就会出现StopIteration异常 17 18 #输出: 19 5 20 6 21 9 22 10 23 StopIteration
(二) 递归
如果一个新的调用能在相同过程中较早的调用结束之前开始,这个过程即为递归
1 def func(n): 2 n += 1 3 if n >= 5: 4 return ‘end‘ 5 return func(n) 6 r = func(1) 7 print(r) 8 #输出: 9 10 end
递归实现 1*2*3*4*5*6*7 的结果:
1 def num(n): 2 if n == 1: 3 return 1 4 else: 5 return (n * num(n - 1)) 6 print(num(7)) 7 8 #输出: 9 10 5040
(三)字符串格式化(引用)
两种方式:
1. 百分号(%)
2. format
百分号的方式相对来说比较老,而format方式则是比较先进的方式,企图替换古老的方式,目前两者并存。[PEP-3101]
1. 百分号(%)方式
%[(name)][flags][width].[precision]typecode
(name) 可选,用于选择指定的key
注:Python中百分号格式化是不存在自动将整数转换成二进制表示的方式
常用格式化:
1 tpl = "i am %s" % "alex" 2 3 tpl = "i am %s age %d" % ("alex", 18) 4 5 tpl = "i am %(name)s age %(age)d" % {"name": "alex", "age": 18} 6 7 tpl = "percent %.2f" % 99.97623 8 9 tpl = "i am %(pp).2f" % {"pp": 123.425556, } 10 11 tpl = "i am %.2f %%" % {"pp": 123.425556, }
2. format方式
[[fill]align][sign][#][0][width][,][.precision][type]
常用格式化:
1 tpl = "i am {}, age {}, {}".format("seven", 18, ‘alex‘) 2 3 tpl = "i am {}, age {}, {}".format(*["seven", 18, ‘alex‘]) 4 5 tpl = "i am {0}, age {1}, really {0}".format("seven", 18) 6 7 tpl = "i am {0}, age {1}, really {0}".format(*["seven", 18]) 8 9 tpl = "i am {name}, age {age}, really {name}".format(name="seven", age=18) 10 11 tpl = "i am {name}, age {age}, really {name}".format(**{"name": "seven", "age": 18}) 12 13 tpl = "i am {0[0]}, age {0[1]}, really {0[2]}".format([1, 2, 3], [11, 22, 33]) 14 15 tpl = "i am {:s}, age {:d}, money {:f}".format("seven", 18, 88888.1) 16 17 tpl = "i am {:s}, age {:d}".format(*["seven", 18]) 18 19 tpl = "i am {name:s}, age {age:d}".format(name="seven", age=18) 20 21 tpl = "i am {name:s}, age {age:d}".format(**{"name": "seven", "age": 18}) 22 23 tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2) 24 25 tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2) 26 27 tpl = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}".format(15) 28 29 tpl = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}".format(num=15)
更多格式化操作:https://docs.python.org/3/library/string.html
(四)模块
使大量的代码分成有组织的代码段,代码段可以彼此交互引用,增加了代码的重用性。
模块分为三种:
1. 内置模块
2. 自定义模块
3. 第三方模块
***导入模块***
1>使用import语句:
格式如下:
1 import module1 #分行导入 2 import module2 3 ..... 4 import module1,module2 #也可以在一行中导入多个模块,用逗号分隔
1 import sys 2 improt os 3 4 or 5 6 import sys,os
注意: import导入模块的顺序:
1)内置模块
2)第三方模块
3)自定义模块
使用一个空行分割这三类模块的导入语句。模块在顶层导入时为全局作用域,在函数中导入时为局部作用域。
2> 使用from-import语句:
导入模块中的指定属性,将指定名称导入当前作用域
格式:
from module import name1[, name2[, nameN]]
from lib import commons
from Tkinter import (Tk, Frame, Button, Text)#按照规范多模块导入时加小括号 from Tkinter import * #导入Tkinter下的所有模块
3> 扩展的import语句(as)
1 from lib import commons 2 from var import commons #两个模块名相同 3 4 #针对这种情况可以使用: 5 6 from lib import commons as lib.commons 7 from var import commons as var.commons 8 9 #之后直接导入模块: 10 11 import lib.commons,var.commons
内置模块(引用):
内置模块是Python自带的功能,在使用内置模块相应的功能时,需要【先导入】再【使用】
1. sys
用于提供对Python解释器相关的操作:
1 sys.argv 命令行参数List,第一个元素是程序本身路径 2 sys.exit(n) 退出程序,正常退出时exit(0) 3 sys.version 获取Python解释程序的版本信息 4 sys.maxint 最大的Int值 5 sys.path 返回模块的搜索路径,初始化时使用PYTHONPATH环境变量的值 6 sys.platform 返回操作系统平台名称 7 sys.stdin 输入相关 8 sys.stdout 输出相关 9 sys.stderror 错误相关
1 import sys 2 import time 3 4 5 def view_bar(num, total): 6 rate = float(num) / float(total) 7 rate_num = int(rate * 100) 8 r = ‘\r%d%%‘ % (rate_num, ) 9 sys.stdout.write(r) 10 sys.stdout.flush() 11 12 13 if __name__ == ‘__main__‘: 14 for i in range(0, 100): 15 time.sleep(0.1) 16 view_bar(i, 100) 17 18 进度百分比
2. os
用于提供系统级别的操作:
1 os.getcwd() 获取当前工作目录,即当前python脚本工作的目录路径 2 os.chdir("dirname") 改变当前脚本工作目录;相当于shell下cd 3 os.curdir 返回当前目录: (‘.‘) 4 os.pardir 获取当前目录的父目录字符串名:(‘..‘) 5 os.makedirs(‘dir1/dir2‘) 可生成多层递归目录 6 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 7 os.mkdir(‘dirname‘) 生成单级目录;相当于shell中mkdir dirname 8 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 9 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 10 os.remove() 删除一个文件 11 os.rename("oldname","new") 重命名文件/目录 12 os.stat(‘path/filename‘) 获取文件/目录信息 13 os.sep 操作系统特定的路径分隔符,win下为"\\",Linux下为"/" 14 os.linesep 当前平台使用的行终止符,win下为"\t\n",Linux下为"\n" 15 os.pathsep 用于分割文件路径的字符串 16 os.name 字符串指示当前使用平台。win->‘nt‘; Linux->‘posix‘ 17 os.system("bash command") 运行shell命令,直接显示 18 os.environ 获取系统环境变量 19 os.path.abspath(path) 返回path规范化的绝对路径 20 os.path.split(path) 将path分割成目录和文件名二元组返回 21 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 22 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 23 os.path.exists(path) 如果path存在,返回True;如果path不存在,返回False 24 os.path.isabs(path) 如果path是绝对路径,返回True 25 os.path.isfile(path) 如果path是一个存在的文件,返回True。否则返回False 26 os.path.isdir(path) 如果path是一个存在的目录,则返回True。否则返回False 27 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 28 os.path.getatime(path) 返回path所指向的文件或者目录的最后存取时间 29 os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间
第三方模块:
在Python中,安装第三方模块,是通过setuptools这个工具完成的。Python有两个封装了setuptools的包管理工具:easy_install
和pip
。目前官方推荐使用pip
。
pip3 install requests #这里使用pip3的版本
1 import requests,json 2 3 response = requests.get(‘http://wthrcdn.etouch.cn/weather_mini?city=北京‘) #调取北京天气的借口 4 response.encoding = ‘utf-8‘ #设置字符编码 5 dic = json.loads(response.text) #通过json序列化成一个字典 6 print(dic,type(dic)) 7 8 print(response.status_code) #查看响应状态码 9 10 #输出内容: 11 12 {‘status‘: 1000, ‘data‘: {‘ganmao‘: ‘相对于今天将会出现大幅度降温,易发生感冒,请注意适当增加衣服,加强自我防护避免感冒。‘, ‘yesterday‘: {‘fx‘: ‘无持续风向‘, ‘high‘: ‘高温 30℃‘, ‘fl‘: ‘微风‘, ‘date‘: ‘5日星期日‘, ‘type‘: ‘多云‘, ‘low‘: ‘低温 18℃‘}, ‘wendu‘: ‘29‘, ‘forecast‘: [{‘high‘: ‘高温 31℃‘, ‘fengli‘: ‘微风级‘, ‘fengxiang‘: ‘无持续风向‘, ‘date‘: ‘6日星期一‘, ‘type‘: ‘多云‘, ‘low‘: ‘低温 19℃‘}, {‘high‘: ‘高温 24℃‘, ‘fengli‘: ‘微风级‘, ‘fengxiang‘: ‘无持续风向‘, ‘date‘: ‘7日星期二‘, ‘type‘: ‘雷阵雨‘, ‘low‘: ‘低温 16℃‘}, {‘high‘: ‘高温 31℃‘, ‘fengli‘: ‘微风级‘, ‘fengxiang‘: ‘无持续风向‘, ‘date‘: ‘8日星期三‘, ‘type‘: ‘多云‘, ‘low‘: ‘低温 20℃‘}, {‘high‘: ‘高温 32℃‘, ‘fengli‘: ‘3-4级‘, ‘fengxiang‘: ‘南风‘, ‘date‘: ‘9日星期四‘, ‘type‘: ‘晴‘, ‘low‘: ‘低温 22℃‘}, {‘high‘: ‘高温 30℃‘, ‘fengli‘: ‘微风级‘, ‘fengxiang‘: ‘无持续风向‘, ‘date‘: ‘10日星期五‘, ‘type‘: ‘雷阵雨‘, ‘low‘: ‘低温 20℃‘}], ‘aqi‘: ‘154‘, ‘city‘: ‘北京‘}, ‘desc‘: ‘OK‘} <class ‘dict‘> 13 200 #状态码
自定义模块:
1 #s1.py 2 3 def login(): 4 print("login") 5 6 def logout(): 7 print("logout")
1 #s2.py 2 3 import s1 4 5 s1.login() 6 s1.logout() 7 8 #输出: 9 login 10 logout
(五) 序列化模块:
json
pickle
json:
dumps: 将Python的基本数据类型转换成字符串形式
loads: 将Python字符串形式转换成可用数据类型
1 import json 2 3 # dumps 4 # loads 5 6 dic = {"k1":"v1"} 7 print(dic,type(dic)) 8 result = json.dumps(dic) 9 print(result,type(result)) 10 11 s1 = ‘{"k1": 123}‘ 12 dic = json.loads(s1) #通过loads反序列化时,一定要使用双引号“” 13 print(dic,type(dic)) 14 15 #输出: 16 {‘k1‘: ‘v1‘} <class ‘dict‘> 17 {"k1": "v1"} <class ‘str‘> 18 {‘k1‘: 123} <class ‘dict‘>
dump #将json数据写入json文件里
load #将json文件里的数据读出来显示
1 dump #将json数据写入json文件里 2 load #将 json文件里的数据读出来显示 3 4 import json 5 #li = [11,22,33] 6 li = {"hong":123,"fei":345} #定义字典 7 print(type(li)) 8 json.dump(li,open(‘db‘,‘w‘)) #写入字典到json文件db 9 li = json.load(open(‘db‘,‘r‘)) #读出db里内容 10 print(type(li),li) 11 12 #输出: 13 <class ‘dict‘> 14 <class ‘dict‘> {‘hong‘: 123, ‘fei‘: 345} 15 #db内容:
16{"hong": 123, "fei": 345}
pickle模块:
与json类似,但只能用于Python,json则可以跨平台。
dumps
loads
import pickle li = [11,22,33] r = pickle.dumps(li) print(r) result = pickle.loads(r) print(result) #输出: b‘\x80\x03]q\x00(K\x0bK\x16K!e.‘ [11, 22, 33]
dump
load
1 import pickle 2 3 li = [11,22,33] 4 pickle.dump(li,open(‘db‘,‘wb‘)) 5 result = pickle.load(open(‘db‘,‘rb‘)) 6 print(result) 7 8 #输出: 9 [11, 22, 33] #通过load读出来原格式 10 #db文件内容: 11 ?]q (KKK!e. 无法识别的编码
json与pickle的对比:
json:更加适合跨语言,字符串,基本数据类型
pickle:仅适用于Python ,Python的所有类型的序列化
本节内容先总结到这里,新内容后续补充,谢谢查看!
标签:
原文地址:http://www.cnblogs.com/python-nameless/p/5564785.html