小白跟着大神学Python——Day06 小数据池,编码再识,深浅Copy,set集合

今日内容

01.id is ==

#id id是什么意思？id指的是内存地址。#会有限制位数，但是具体是多少位，不知道。

#== 比较两边的内容是否相同。

#is 比较的两边的内存地址是否相等。

例子：

print(id(name)) # 12345686121

print(name is name1) # True

 

02.代码块：

python程序全是基于代码块去运行的,一个文件就是一个代码块。

#终端中每行代表一个代码块。

A Python program is constructed from code blocks. A block is a piece of Python program text that is executed as a unit. The following are blocks: a module, a function body, and a class definition. Each command typed interactively is a block. A script file (a file given as standard input to the interpreter or specified as a command line argument to the interpreter) is a code block. A script command (a command specified on the interpreter command line with the ‘-c‘ option) is a code block. The string argument passed to the built-in functions eval() and exec() is a code block.
A code block is executed in an execution frame. A frame contains some administrative information (used for debugging) and determines where and how execution continues after the code block’s execution has completed.

03.代码块与小数据池的关系

3.1 代码块的缓存机制

# python 在执行同一个代码块时，遇到初始化对象的命令时，他会将初始化的这个变量与值存储在一个字典中，在遇到新的变量时，会先在字典中查询记录，如果有同样的记录那么它会重复使用这个字典中的之前的这个值。所以在你给出的例子中，文件执行时（同一个代码块）会把i1、i2两个变量指向同一个对象，满足缓存机制则他们在内存中只存在一个，即：id相同。

 

简单的说就是，假如在同一个代码块中，你要设定一个a = ‘b’，先检查一下内存中是否已经存在‘b’了，如果存在，则将其直接调用，所以他们的内存地址相同。

 

其使用范围：数字，字符串，布尔值。

数字：任何数字在同一代码块下都会复用。

bool：True和False在字典中会以1，0方式存在，并且复用。

str：几乎所有的字符串都会符合缓存机制，具体规定如下：

1. 非乘法得到的字符串都满足代码块的缓存机制。

2. 乘数为1时，任何字符串满足代码块的缓存机制。

3. 乘数≥2时：仅含字母，数字，下划线，乘法总长度<=20，满足代码块的缓存机制。

优点：

1. 节省内存

2. 提升性能

2.小数据池（也称驻留机制，驻存机制，字符串的驻存机制，字符串的缓存机制等等）

那么到底什么是小数据池？他有什么作用呢？

大前提：

1. 小数据池是针对不同代码块之间的缓存机制(不能代码块之间的优化)！！！

2. 小数据池也是只针对 int(float)，str，bool。

#int -5 ~ 256

#bool 全部。

#str 1. 字符串的长度为0或者1，默认都采用了驻留机制（小数据池）。

2. 字符串的长度>1,且只含有大小写字母，数字，下划线时，才会默认驻留。

3. 乘法为1时：

仅含大小写字母，数字，下划线，默认驻留。

只含其他字符，长度不限，默认驻留。

4. 乘数>=2时：

仅含大小写字母，数字，下划线，乘法总长度<=20，默认驻留。

5.指定驻留

指定驻留是你可以指定任意的字符串加入到小数据池中，

让其只在内存中创建一个对象，多个变量都是指向这一个字符串。

from sys import intern

a = intern('hello!@'*20)

b = intern('hello!@'*20)

print(a is b)

优点：

1.节省内存

2.提升性能

总结：

#如果你在同一个代码块中，用同一个代码块中的缓存机制。

#如果你在不同代码中，用小数据池。

 

04. 数据类型的补充

数据类型之间的转换：

str --> list split ***

list --> str join ***

bool :False 0，''， ()，{}，set() 转换为bool值都是False ***

list< ---> tuple tu = tuple(list) lst = list(tuple)

list < --- dict print(list(dict)) key放进列表中

tuple < --- dict print(tuple(dict)) key放进元组中

list <---> set print(set(list)) ***

列表、字典数据类型正反向循环删除列表的补充

# li = [11, 22, 33, 'alex', 55]
# 将列表中索引为奇数位的元素删除。
 
# 错误实例：
# for index in range(len(li)):
# if index % 2 == 1:
# li.pop(index)
# print(li)
# 在循环一个列表时，最好不要改变列表的大小，这样会影响你的最终结果。
 
# 方法一：
# del li[1::2]
# print(li)
 
# 方法二：
# new_l1 = []
# for index in range(len(li)):
# if index % 2 == 0:
# new_l1.append(li[index])
# li = new_l1
# print(li)
 
# 方法三：倒叙循环列表 删除索引为奇数的元素
# for index in range(len(li)-1,-1,-1):
# if index % 2 == 1:
# li.pop(index)
# print(li)
# # for i in range(1,11):
# # print(i)
#
# for i in range(10,0,-1):
# print(i)
 
 
# dict 在循环一个字典时，不能改变字典的大小，会报错。
dic = {'k1':1,'k2':2, 'k3': 3, 'name': '太白'}
# 将字典中键含有k元素的键值对删除
错误实例：
# for key in dic:
# if 'k' in key:
# dic.pop(key)
方法：
# l1 = []
# for key in dic:
# if 'k' in key:
# l1.append(key)
# # print(l1)
# for k1 in l1:
# dic.pop(k1)
# print(dic)

 

05.编码再识

ascii:早期的密码本 英文字母，数字，特殊字符。

00000001

8位(bit) == 1 byte

在ascii码中 8位一个字节表示一个字符。

unicode :万国码，将全世界所有的文字全都包含进去

起初：

一个字符 用16位 2个字节表示

升级：

一个字符 用32位 4个字节表示

utf-8:最少用8位表示一个字符

a : 0000 0000 8位表示一个字符

欧洲： 0000 0000 0000 0000 16位 两个字节表示一个字符

中： 0000 0000 0000 0000 0000 0000 24位 3个字节表示一个字符

gbk:国标 只包含英文与自己国家的文字

a: 0000 0000 8位一个字节表示一个字符

中：0000 0000 0000 0000 16位 两个字节表示一个字符

1.不同的编码之间能否互相识别？？ 不能！（报错或者出现乱码）

2.规定：文字通过网络传输，或者写入硬盘存储不能使用Unicode编码方式。

在python中

python3X环境（大前提）：

唯独str类型：他在内存中的编码方式是Uniccode

所以python3中的字符串不能用于直接的网络传输，文件的存储

补充一个数据类型：bytes

bytes类型 与str类型非常类似（用法简直一模一样）

b1 = b‘alex’ 这个单独的数据类型（和字节虽然相同，但是不是那个意思）

为啥要有bytes：

bytes 内部编码方式 非Unicode

为啥还要有str？ bytes 直接就解决了所有问题啊？

bytes显示的是16进制，而不是中文。编码不方便。

英文：

str：

表现形式：‘a’

内部编码：Unicode

bytes：

表现形式：‘a’

内部编码：非Unicode

中文：

str：

表现形式：‘屌丝’

内部编码：Unicode

bytes：

表现形式：16进制

内部编码：非Unicode

bytes： 当你使用python需要网络传输数据，文件储存数据时要考虑到bytes。

 

重点就在下面里！！！！！

字符串与bytes的转换。

str --》 bytes （gbk，utf-8，等）

unicode --》gbk utf -8

b = s.encode(‘gbk’) #编码

s = b.decode（‘gbk’）#解码

注意：unicode相当于中转系统，gbk要转化为utf-8，必须通过转为Unicode再转为utf-8。

 

06.深浅copy

对于浅copy来说，只是在内存中重新创建了开辟了一个空间存放一个新列表，但是新列表中的元素与原列表中的元素是公用的。

 

对于深copy来说，列表是在内存中重新创建的，列表中可变的数据类型是重新创建的，列表中的不可变的数据类型是公用的。

 

07. set集合

集合本身是一个可变的数据类型，无序的。它要求里面的元素是一个不可变的类型（可哈希）

集合的作用

1 天然去重

2 数据分析

 

set( iterable 可迭代对象 ) #创建一个集合。

set 的用法

增 #记住是无序的

#add

#update迭代地添加

删

#set.remove(object)

#set.pop() #随机删除

#claer #清空

#del set1 删除集合

 

******去重******

#集合的其他操作

#交集
set1 = {1,2,3,4,5,6}
set2 = {8,2,3,9,5,7}
print（se1 &set2）
print（set1.intersection（set2））
#并集
print（se1 | set2）
print（set1.union（set2））
#差集
print（set1 - set2）
print（set1.difference（set2）） #注意哪个的差集
#反交集
print(set1 ^ set2) # {1, 2, 3, 6, 7, 8}
print(set1.symmetric_difference(set2)) # {1, 2, 3, 6, 7, 8}
#子集与超集
set1 = {1,2,3}
set2 = {1,2,3,4,5,6}
 
print(set1 < set2) # 这两个相同，返回是False。
print(set1.issubset(set2)) # 这两个相同，都是说明set1是set2子集。
 
print(set2 > set1) # 这两个相同，返回是False。
print(set2.issuperset(set1)) # 这两个相同，都是说明set2是set1超集。
 
#frozenset 不可变集合，让集合变成不可变类型