python中的whitespace

[开胃小菜] 当提到python中strip方法,想必凡接触过python的同行都知道它主要用来切除空格.有以下两种方法来实现. 方法一:用内置函数 #<python> if __name__ == '__main__': str = ' Hello world ' print '[%s]' %str.strip() #</python> 方法二:调用string模块中方法 #<python> import string if __name__ == '__main__

python中无论参数传递还是函数返回值,都是进行引用传递.那如何拷贝对象呢,标准库的copy模块提供了两个方法:copy和deepcopy方法. 1. copy.copy 浅拷贝 只拷贝父对象,不会拷贝对象的内部的子对象. 2. copy.deepcopy 深拷贝 拷贝对象及其子对象 见下例: import copy a = [1, 2, 3, 4, ['a', 'b']] #原始对象 e = a[:] #利用分片操作进行拷贝(浅拷贝) b = a <span style="white-

Python中基础数据类型 1.数字 整型a=12或者a=int(2),本质上各种数据类型都可看成是类,声明一个变量时候则是在实例化一个类. 整型具备的功能: class int(object): """ int(x=0) -> int or long int(x, base=10) -> int or long Convert a number or string to an integer, or return 0 if no arguments are gi

本文主要介绍Python中的反射和自省,以及该机制的简单应用 熟悉Java的程序员,一定经常和Class.forName打交道.即使不是经常亲自调用这个方法,但是在很多框架中(spring,eclipse plugin机制)都依赖于JAVA的反射和自省能力.而在python中,也同样有着强大的反射和自省能力,本文将做简单的介绍. 首先看一下自省,介绍一下几个重要的函数: dir函数,传入的参数是对象,返回该对象的所有属性和函数列表: 如: >>> import string >&g

python 中的json 模板主要的两个功能:序列化和反序列化序列化: encoding   将python 数据 编码成json 字符串对应的函数有 dump 和 dumps反序列化: decoding  将json 字符串 解码成 python 数据对应的函数有 load 和 loads json 序列化 dumps 实例: Base example >>> import json >>> data=['foo', {'bar': ('baz', None, 1.

版权声明:本文为博主非原创文章,未经博主允许可以转载. Python中的list和array的不同之处 python中的list是python的内置数据类型,list中的数据类不必相同的,而array的中的类型必须全部相同.在list中的数据类型保存的是数据的存放的地址,简单的说就是指针,并非数据,这样保存一个list就太麻烦了,例如list1=[1,2,3,'a']需要4个指针和四个数据,增加了存储和消耗cpu. numpy中封装的array有很强大的功能,里面存放的都是相同的数据类型 [py

python中编码总结: 1 python默认使用程序文件的编码对中文字符串进行编码,所以utf-8 .gbk程序的记录的中文是不同的编码 2 可以强制使用unicode编码进行编码,使用u字符 str = u'中文字符' 3. utf-8 每个中文占用3个字节 \xe8\x80\x83 4  gbk 每个中文占用2个字节  \xbf\xbc 5 编码介绍 编码规则 UTF-8编码:一个英文字符等于一个字节,一个中文(含繁体)等于三个字节 Unicode编码:一个英文等于两个字节,一个中文(含繁

Python中的文档字符串:可以当作一种特殊的注释,简单的说明可以使用单引号或双引号,较长的文字说明可以使用三引号 变量定义:第一个字符只能是大小写字母或下划线,区分大小写 运算符: (1)算术运算符:+ .- .* ./ .// .% .** (2)比较运算符:< .<= .> .>= .== .!= .<> (3)逻辑运算:and .or 数据类型:数字.字符串.列表.元组.字典 基本数字类型:int:整数.long:长整数.float:浮点数.complex:复数

原文地址:  http://blog.csdn.net/liyaohhh/article/details/51055147#reply python中的list是python的内置数据类型,list中的数据类不必相同的,而array的中的类型必须全部相同.在list中的数据类型保存的是数据的存放的地址,简单的说就是指针,并非数据,这样保存一个list就太麻烦了,例如list1=[1,2,3,'a']需要4个指针和四个数据,增加了存储和消耗cpu. numpy中封装的array有很强大的功能,里面