模块之内置模块
内置模块
collections模块(一些扩展的数据类型)
一些数据类型（类）:
namedtuple---可命名元组,生成可以使用名字来访问元素内容的tuple
导入：from collections import namedtuple
P = namedtuple("point",["x","y","z"])---P，point，和后面列表里的都是可以定义的
print(p.x)
用途：坐标，求圆的面积
deque---双端队列，可以快速的从另外一侧追加和推出对象
deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈：
队列：先进先出
from collections import deque q = deque(['a', 'b', 'c']) q.append('x') #- --功能1 q.appendleft('y') #- --功能2 print(q) q.pop() #- --功能3 print(q) q.popleft() #- --功能4 print(q)
OrderdDict--- 有序字典
d = dict([('a', 1), ('b', 2), ('c', 3)])#---正常创建字典的方法
from collections import OrderedDict od = OrderedDict([('a', 1), ('b', 2), ('c', 3)]) # ---od是有序的 print(od) from collections import OrderedDict od = OrderedDict() od['z'] = 1 od['y'] = 2 od['x'] = 3 print(od.keys()) # 按照插入的Key的顺序返回
defaultdict-- 带有默认值的字典
使用dict时，如果引用的Key不存在，就会抛出KeyError。
如果希望key不存在时，返回一个默认值，就可以用defaultdict
# 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} from collections import defaultdict values = [11, 22, 33,44,55,66,77,88,99,90] my_dict = defaultdict(list) for value in values: if value>66: my_dict['k1'].append(value) else: my_dict['k2'].append(value) print(my_dict)
Counter-- 计数器，主要用来计数
Counter类的目的是用来跟踪值出现的次数。
它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。
计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。
from collections import Counter c = Counter('abcdeabcdabcaba') print(c)
*****时间模块
表示时间的三种方式：时间戳，元组(struct_time),格式化的时间字符串
(1)时间戳(Timestamp) ：通常来说，时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。
我们运行“type(time.time())”，返回的是float类型。
import time time.time() # ---时间戳，计算，标识一个唯一的时间
(2)格式化的时间字符串(Format String)字符串时间： ‘1999-12-06’
格式化时间 Format String
import time print(time.strftime("%Y-%m-%d %H-%m-%s")) # ---时间字符串--给用户看的
%y 两位数的年份表示（00-99） %Y 四位数的年份表示（000-9999） %m 月份（01-12） %d 月内中的一天（0-31） %H 24小时制小时数（0-23） %I 12小时制小时数（01-12） %M 分钟数（00=59） %S 秒（00-59） %a 本地简化星期名称 %A 本地完整星期名称 %b 本地简化的月份名称 %B 本地完整的月份名称 %c 本地相应的日期表示和时间表示 %j 年内的一天（001-366） %p 本地A.M.或P.M.的等价符 %U 一年中的星期数（00-53）星期天为星期的开始 %w 星期（0-6），星期天为星期的开始 %W 一年中的星期数（00-53）星期一为星期的开始 %x 本地相应的日期表示 %X 本地相应的时间表示 %Z 当前时区的名称 %% %号本身 python中时间日期格式化符号：
(3)元组(struct_time)结构化时间 ：struct_time元组共有9个元素共九个元素:
(年，月，日，时，分，秒，一年中第几周，一年中第几天等）
import time print(time.localtime()) # ---时间元组--计算 # 结果time.struct_time(tm_year=2017, tm_mon=9, tm_mday=13, # tm_hour=15, tm_min=58, tm_sec=6, # tm_wday=2, tm_yday=256, tm_isdst=0)
小结：时间戳是计算机能够识别的时间；时间字符串是人能够看懂的时间；元组则是用来操作时间的
三种格式之间的转换：
元组(struct_time)--(strftime)-->格式化的时间字符串(Format String)
格式化的时间字符串(Format String)--(strptime)-->元组(struct_time)
# time.strftime("格式定义", "结构化时间") # 结构化时间参数若不传，则现实当前时间 import time print(time.strftime("%Y-%m-%d %X")) # 结果2017-09-13 16:12:31 print(time.strftime("%Y-%m-%d", time.localtime(1500000000))) # 结果：2017-07-14
# 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")) # 结果：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")) # 结果： 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)
元组(struct_time)--(mktime)-->时间戳(timestamp)
时间戳(timestamp)--(localtime/gmtime)-->元组(struct_time)
# time.gmtime(时间戳) # UTC时间，与英国伦敦当地时间一致 # 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.gmtime(1500000000)) # 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) print(time.localtime(1500000000)) # 结果： 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)
# time.mktime(结构化时间) import time time_tuple = time.localtime(1500000000) print(time.mktime(time_tuple)) # 结果：1500000000.0
计算时间差
import time true_time=time.mktime(time.strptime('2017-09-11 08:30:00','%Y-%m-%d %H:%M:%S')) time_now=time.mktime(time.strptime('2017-09-12 11:00:00','%Y-%m-%d %H:%M:%S')) dif_time=time_now-true_time struct_time=time.gmtime(dif_time) print('过去了%d年%d月%d天%d小时%d分钟%d秒'%(struct_time.tm_year-1970,struct_time.tm_mon-1, struct_time.tm_mday-1,struct_time.tm_hour, struct_time.tm_min,struct_time.tm_sec))
random模块(随机，生成验证码，洗牌)
import random #随机小数 print(random.random()) # 大于0且小于1之间的小数 print(random.uniform(1,3)) #大于1小于3的小数 随机整数 import random print(random.randint(1,5)) # 大于等于1且小于等于5之间的整数 print(random.randrange(1,10,2)) # 大于等于1且小于10之间的奇数 随机选择一个返回 import random print(random.choice([1,'23',[4,5]])) #---参数是一个可迭代对象 随机选择多个返回，返回的个数为函数的第二个参数 import random print(random.sample([1,'23',[4,5]],2)) # #列表元素任意2个组合 打乱列表顺序 import random item=[1,3,5,7,9] random.shuffle(item) # 打乱次序（洗牌） print(item)
随机生成验证码 #大写字母65-90 小写字母97-122 import random def func(n): ret = "" for i in range(n): num = random.randint(0,9) ALPHA = chr(random.randint(65,90)) alpha = chr(random.randint(97,122)) value = random.choice([str(num),ALPHA,alpha]) ret += value return ret print(func(6))
sys模块--和python解释器相关的模块(退出python程序，获取文件执行时的参数)
sys模块是与python解释器交互的一个接口
sys.argv 命令行参数List，第一个元素是程序本身路径
sys.exit(n) 退出程序，正常退出时exit(0),错误退出sys.exit(1)
sys.version 获取Python解释程序的版本信息
sys.path 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
sys.platform 返回操作系统平台名称
import sys print(sys.argv) # ---在Terminal中传参数时使用，第一个元素是文件路径 print(sys.version) # ---查看Python解释器版本 sys.exit() # ---退出 sys.path() # --查看模块 print(sys.platform)
os模块(和操作系统相关的，文件夹和文件的路径和创建删除，执行系统命令)
和文件夹相关的
和路径相关的
和文件相关的
和操作系统相关的
系统执行命令相关的
import os
os.getcwd()#----当前的目录
os.chdir(r'路径')#----有r不能加\
os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径 os.chdir("dirname") 改变当前脚本工作目录；相当于shell下cd os.curdir 返回当前目录: ('.') os.pardir 获取当前目录的父目录字符串名：('..') os.makedirs('dirname1/dirname2') 可生成多层递归目录 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 os.mkdir('dirname') 生成单级目录；相当于shell中mkdir dirname 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 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 os.remove() 删除一个文件 os.rename("oldname","newname") 重命名文件/目录 os.stat('path/filename') 获取文件/目录信息 os.sep 输出操作系统特定的路径分隔符，win下为"\\",Linux下为"/" os.linesep 输出当前平台使用的行终止符，win下为"\t\n",Linux下为"\n" os.pathsep 输出用于分割文件路径的字符串 win下为;,Linux下为: os.name 输出字符串指示当前使用平台。win->'nt'; Linux->'posix' os.system("bash command") 运行shell命令，直接显示 os.popen("bash command) 运行shell命令，获取执行结果 os.environ 获取系统环境变量 os.path os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。# 其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。# 如果path以／或\结尾，那么就会返回空值。 即os.path.split(path)的第二个元素 os.path.exists(path) 如果path存在，返回True；如果path不存在，返回False os.path.isabs(path) 如果path是绝对路径，返回True os.path.isfile(path) 如果path是一个存在的文件，返回True。否则返回False os.path.isdir(path) 如果path是一个存在的目录，则返回True。否则返回False 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 os.path.getatime(path) 返回path所指向的文件或者目录的最后访问时间 os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间 os.path.getsize(path) 返回path的大小
注意：os.stat('path/filename') 获取文件/目录信息 的结构说明
st_mode: inode 保护模式 st_ino: inode 节点号。 st_dev: inode 驻留的设备。 st_nlink: inode 的链接数。 st_uid: 所有者的用户ID。 st_gid: 所有者的组ID。 st_size: 普通文件以字节为单位的大小；包含等待某些特殊文件的数据。 st_atime: 上次访问的时间。 st_mtime: 最后一次修改的时间。 st_ctime: 由操作系统报告的"ctime"。 在某些系统上（如Unix）是最新的元数据更改的时间，在其它系统上（如Windows）是创建时间（详细信息参见平台的文档）。
*****序列化模块(数据类型和str之间的转换，数据持久化-存储，网络交互-传输)
将原本的字典，列表转换成一个字符串的过程就叫做序列化
本质--将程序中的数据类型转成str
json*****--存文件，网络传输
只提供了四个功能：
序列化--dump,dumps
反序列化--load，loads
都是一次性的，一次拿进去或取出来
import json dic = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'} str_dic = json.dumps(dic) # 序列化：将一个字典转换成一个字符串 print(type(str_dic), str_dic) # <class 'str'> {"k3": "v3", "k1": "v1", "k2": "v2"} # 注意，json转换完的字符串类型的字典中的字符串是由""表示的 dic2 = json.loads(str_dic) # 反序列化：将一个字符串格式的字典转换成一个字典 # 注意，要用json的loads功能处理的字符串类型的字典中的字符串必须由""表示 print(type(dic2), dic2) # <class 'dict'> {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'} list_dic = [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}] str_dic = json.dumps(list_dic) # 也可以处理嵌套的数据类型 print(type(str_dic), str_dic) # <class 'str'> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}] list_dic2 = json.loads(str_dic) print(type(list_dic2), list_dic2) # <class 'list'> [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]
import json f = open('json_file', 'w') dic = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'} json.dump(dic, f) # dump方法接收一个文件句柄，直接将字典转换成json字符串写入文件 f.close() f = open('json_file') dic2 = json.load(f) # load方法接收一个文件句柄，直接将文件中的json字符串转换成数据结构返回 f.close() print(type(dic2), dic2)
import json f = open('file', 'w') json.dump({'国籍': '中国'}, f) ret = json.dumps({'国籍': '中国'}) f.write(ret + '\n') json.dump({'国籍': '美国'}, f, ensure_ascii=False) ret = json.dumps({'国籍': '美国'}, ensure_ascii=False) f.write(ret + '\n') f.close()
pickle 模块
pickle，用于python特有的类型 和 python的数据类型间进行转换
pickle模块提供了四个功能：dumps、dump(序列化，存）、loads（反序列化，读）、load
（不仅可以序列化字典，列表...可以把python中任意的数据类型序列化）
pickle--只能写进去，不能追加
import pickle dic = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'} str_dic = pickle.dumps(dic) print(str_dic) # 一串二进制内容 dic2 = pickle.loads(str_dic) print(dic2) # 字典 import time struct_time = time.localtime(1000000000) print(struct_time) f = open('pickle_file', 'wb') pickle.dump(struct_time, f) f.close() f = open('pickle_file', 'rb') struct_time2 = pickle.load(f) print(struct_time2.tm_year)
json & pickle 模块比较
用于序列化的两个模块：
json，用于字符串 和 python数据类型间进行转换
pickle，用于python特有的类型 和 python的数据类型间进行转换
pickle模块提供了四个功能：dumps、dump(序列化，存）、loads（反序列化，读）、load
（不仅可以序列化字典，列表...可以把python中任意的数据类型序列化）
json--能处理的很少
pickle--可以序列化python里没有的，自己定义了一个数据类型，
pickle---可以序列化一些自定义的数据类型--游戏
json---是所有p编程语言通用的一种数据类型---网络编程
shelve---只提供了open 方法
shelve也是python提供给我们的序列化工具，比pickle用起来更简单一些。
shelve只提供给我们一个open方法，是用key来访问的，使用起来和字典类似。
import shelve f = shelve.open('shelve_file') f['key'] = {'int': 10, 'float': 9.5, 'string': 'Sample data'} # 直接对文件句柄操作，就可以存入数据 f.close() import shelve f1 = shelve.open('shelve_file') existing = f1['key'] # 取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错 f1.close() print(existing)
这个模块有个限制，它不支持多个应用同一时间往同一个DB进行写操作。
所以当我们知道我们的应用如果只进行读操作，可以让shelve通过只读方式打开DB
import shelve f = shelve.open('shelve_file', flag='r') existing = f['key'] f.close() print(existing)
由于shelve在默认情况下是不会记录待持久化对象的任何修改的，所以我们在shelve.open()时候需要修改默认参数，否则对象的修改不会保存。
import shelve f1 = shelve.open('shelve_file') print(f1['key']) f1['key']['new_value'] = 'this was not here before' f1.close() f2 = shelve.open('shelve_file', writeback=True) print(f2['key']) f2['key']['new_value'] = 'this was not here before' f2.close()
writeback方式有优点也有缺点。优点是减少了我们出错的概率，并且让对象的持久化对用户更加的透明了；但这种方式并不是所有的情况下都需要，
首先，使用writeback以后，shelf在open()的时候会增加额外的内存消耗，并且当DB在close()的时候会将缓存中的每一个对象都写入到DB，这也会带来额外的等待时间。
因为shelve没有办法知道缓存中哪些对象修改了，哪些对象没有修改，因此所有的对象都会被写入
浙公网安备 33010602011771号