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
- 迭代一个序列,返回索引数字和元素构成的二元组
- 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
原文地址:http://blog.51cto.com/11281400/2095710
时间: 2024-11-09 03:54:14