一、collections模块
在内置数据类型的基础上(list tuple set dict str)，collections模块提供了如下几种额外的数据类型：namedtuple deque Counter OrderDict defaultdict
1、namedtuple：生成可以使用名字访问元素的元组，正常的元组可以通过索引进行取值，但是很难看出元组元素所表示的意义，这就是namedtuple数据类型存在的意义。其用法如下实例：
from collections import namedtuple circle = namedtuple(‘P‘,[‘x‘,‘y‘,‘r‘]) #P可以取任意变量名，无实际用处，但不可或缺 c1 =circle(2,3,5) print(c1.x) print(c1.y) print(c1.r)
2、deque：list可以高效的进行元素查找，但是对于追加和删除元素比较困难，尤其对于列表较大时，主要是因为列表为单向序列，遵循先进先出原则，只能在列表末尾进行元素的追加（append（））和删除（pop（））。而deque就是为了高效解决列表的增加和删除元素的，除了具有append（）和pop（）外，还具有appendleft（）和popleft（）方法，可以在列表的头部进行元素的增加和删除。
from collections import deque q = deque([‘a‘,‘b‘,‘c‘]) q.append(‘x‘) q.appendleft(‘y‘) print(q) #输出结果为：deque([‘y‘, ‘a‘, ‘b‘, ‘c‘, ‘x‘]) q.pop() print(q) #输出结果为：deque([‘y‘, ‘a‘, ‘b‘, ‘c‘]) q.popleft() print(q) #输出结果为：deque([‘a‘, ‘b‘, ‘c‘])
3、Counter：主要用来跟踪值出现的次数，返回无序的数据类型，用字典键值对进行记录结果，其中元素为key，次数为value。
from collections import Counter
c = Counter(‘abcdeabcdabcaba‘)
print(c) #输出结果为：Counter({‘a‘: 5, ‘b‘: 4, ‘c‘: 3, ‘d‘: 2, ‘e‘: 1})
4、OrderDict：使用dict时，key是无序的，无法对其进行迭代，而OrderDict可以使得其变成有序，key的顺序为插入时的顺序，非key本身的顺序。
from collections import OrderedDict
d = OrderedDict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)]) #可以为这样的形式： d = OrderedDict({‘a‘: 1, ‘b‘: 2, ‘c‘: 3})
for key in d:
print(key) #输出结果为：a b c
d[‘key‘] = ‘value‘ #按照顺序添加在后面
print(d) #输出结果为：OrderedDict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3), (‘key‘, ‘value‘)])
5、Defaultdict:使用dict时，当key不存在，则会返回keyerror，若希望出现此情况时返回默认值则可用defaultdict。
实例：
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}
#常规dict做法
lst= [11,22,33,44,55,66,77,88,99,90]
result={}
for value in lst:
if value>66:
if ‘k1‘ in result:
result[‘k1‘].append(value)
else:
result[‘k1‘]=[value]
if value<66:
if ‘k2‘ in result:
result[‘k2‘].append(value)
else:
result[‘k2‘]=[value]
print(result)
#default方法
from collections import defaultdict
lst= [11,22,33,44,55,66,77,88,99,90]
result=defaultdict(list)
for value in lst:
if value>66:
result[‘k1‘].append(value)
if value<66:
result[‘k2‘].append(value)
print(result) #输出结果为：defaultdict(<class ‘list‘>, {‘k2‘: [11, 22, 33, 44, 55], ‘k1‘: [77, 88, 99, 90]})
二、random模块
1、random.random()：返回大于0小于1的随机小数
import random print(random.random())
2、random.uniform(n,m)：返回大于n小于m的随机小数
import random print(random.uniform(2,3))
3、random.randint(n,m):返回大于等于n小于等于m的随机整数
import random print(random.randint(1,5))
4、random.randrange(n,m,2)：返回大于等于n，小于m的随机奇数
import random print(random.randrange(1,10,2))
5、random.choice(列表等可迭代对象)：随机返回一个元素
import random print(random.choice([1,10,2])) print(random.choice((1,10,2))) print(random.choice(range(10)))
6、random.sample(列表等可迭代对象，n)：随机返回n个元素
import random print(random.sample([1,10,2],2)) #返回一个列表
7、random.shuffle(list)：打乱列表的顺序
import random val=[1,3,5,7,9] random.shuffle(val) print(val)
生成包括数字及大小写字母随机验证码：
import random
def func(n):
ret=‘‘
for i in range(n):
num=random.randint(0,9)
alpha=chr(random.randint(97,122))
Alpha = chr(random.randint(65, 90))
val=random.choice([str(num),alpha,Alpha])
ret+=val
return ret
print(func(6))
三、时间time模块
在python中常见三种表示时间的方法为：时间戳、时间元组（结构化时间）、格式化的时间字符串
1、时间戳（timestamp)：通常来说，时间戳表示从1970年1月1日0时0分0秒开始时间的偏移量，单位为秒。
获取时间戳的方法：
#（1）time.time()方式获取当前时间戳 import time print(time.time()) #（2）利用time.mktime(结构化时间)转化 import time time_tuple = time.localtime(1500000000)#结构化时间 print(time.mktime(time_tuple))
2、格式化的时间的字符串（format string)：
| 格式化字符 | 意义说明 | 格式化字符 | 意义说明 |
| %Y |
四位数的年份表示（000-9999） |
%B |
本地完整的月份名称 |
| %y |
两位位数的年份表示（00-99） |
%c |
本地相应的日期表示和时间表示 |
| %m |
月份（01-12） |
%j |
年内的一天（001-366） |
| %d |
月内中的一天（0-31） |
%P |
本地A.M.或P.M.的等价符 |
| %H |
24小时制小时数（0-23） |
%U |
一年中的星期数（00-53）星期天为星期的开始 |
| %I |
12小时制小时数（01-12） |
%w |
星期（0-6），星期天为星期的开始 |
| %M |
分钟数（00=59） |
%W |
一年中的星期数（00-53）星期一为星期的开始 |
| %S |
秒（00-59） |
%x |
本地相应的日期表示 |
| %a |
本地简化星期名称 |
%X |
本地相应的时间表示 |
| %A |
本地完整星期名称 |
%Z |
当前时区的名称 |
| %b |
本地简化的月份名称 |
%% |
%号本身 |
获取格式化时间字符串：
#time.strftime("格式定义","结构化时间") 结构化时间参数若不传，则显示当前时间
import time
print(time.strftime("%Y-%m-%d %X")) #输出结果：2017-09-12 23:21:34
print(time.strftime("%Y-%m-%d",time.localtime(1500000000))) #输出结果：2017-07-14
3、时间元组(time_structrue)：struct_time元组共有9个元素，分别为：年，月，日，时，分，秒，一年中第几周，一年中第几天等。
| 索引（Index） | 属性（Attribute） | 值（Values） |
|---|---|---|
| 0 | tm_year（年） | 比如2011 |
| 1 | tm_mon（月） | 1 - 12 |
| 2 | tm_mday（日） | 1 - 31 |
| 3 | tm_hour（时） | 0 - 23 |
| 4 | tm_min（分） | 0 - 59 |
| 5 | tm_sec（秒） | 0 - 61 |
| 6 | tm_wday（weekday） | 0 - 6（0表示周日） |
| 7 | tm_yday（一年中的第几天） | 1 - 366 |
| 8 | tm_isdst（是否是夏令时） | 默认为-1 |
获取结构化时间：
（1）利用time.localtime()或者time.gmtimei()从时间戳转换
#time.gmtime(时间戳) UTC时间，与英国伦敦当地时间一致 import time print(time.gmtime(1500000000))#输出结果：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(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 import time print(time.localtime(1500000000)) #输出结果为：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)
（2）利用time.strptime()从格式化时间的字符串转换
#time.strptime(时间字符串,字符串对应格式)
import time
print(time.strptime("2017-03-16","%Y-%m-%d"))
#输出结果为：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)
print(time.strptime("07/24/2017","%m/%d/%Y"))
#输出结果为：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)