python基础

1.is和==的区别

is：判断两个值的内存地址(id)是否相等。
==：两个value值是否相等。

is:
1.第一种情况:
>>> n1=123
>>> n2=123
>>> n1 is n2
True
>>> id(n1)
1353978128
>>> id(n2)
1353978128

2.第二种情况:
>>> n1=1234567
>>> n2=1234567
>>> n1 is n2
False
>>> id(n1)
43798416
>>> id(n2)
48262320

第三种情况:
>>> n1=1.2
>>> n2=1.2
>>> n1 is n2
False
>>> id(n1)
43819296
>>> id(n2)
43819248

总结:Python仅仅对比较小的整数对象进行缓存（范围为范围[-5, 256]）缓存起来，而并非是所有整数对象。需要注意的是，这仅仅是在命令行中执行，而在Pycharm或者保存为文件执行，结果是不一样的，这是因为解释器做了一部分优化。

==:
第一种情况:
>>> n1=123
>>> n2=123
>>> n1 == n2
True

第二种情况:
>>> n1=1234567
>>> n2=1234567
>>> n1 == n2
True

第三种情况:
>>> n1=1.1
>>> n2=1.1
>>> n1 == n2
True

1、is 比较两个对象的 id 值是否相等，是否指向同一个内存地址；
2、== 比较的是两个对象的内容是否相等，值是否相等；
3、小整数对象[-5,256]在全局解释器范围内被放入缓存供重复使用；
4、is 运算符比 == 效率高，在变量和None进行比较时，应该使用 is。

 2.*args和**kwargs的作用

def func(*args,**kwargs):
    print('args:',args)
    print('kwargs:',kwargs)

func(1,['a','b'],{'a'},q=1)

执行结果:
args: (1, ['a', 'b'], {'a'})
kwargs: {'q': 1}

总结：
*args:生成一个集合,接收的是形参。
**kwargs:生成一个字典，接收的是实参。

 3.用一行代码实现数值交换

   a = 1
   b = 2

a=1
b=2
a,b=b,a
print("a:",a,'b:',b)

执行结果:
a: 2 b: 1

4.求结果： a.[ i % 2 for i in range(10)] b.( i % 2 for i in range(10))

>>> a=[ i % 2 for i in range(10)]
>>> a
[0, 1, 0, 1, 0, 1, 0, 1, 0, 1]

>>> b=( i % 2 for i in range(10))
>>> b
<generator object <genexpr> at 0x000000000417D0A0>

总结:
[] 返回的是列表
() 返回的是生成器,需要for循环取出数据。

 5.如何使用python删除一个文件

os.remove('文件名')

6.xrange和range区别 , readlines和xredlines区别

python2.X
range:返回一个列表,例如[0,1,2,3,4...]
xrange:返回一个xrange对象，这个对象是可迭代对象。

readlines:返回一个所有内容的列表,每个索引就是一行数据。
xreadlines:返回一个生成器。

python3.X
xrange改为range,执行会生成一个range对象。

readlines:返回一个所有内容的列表,每个索引就是一行数据。

read：全部读来
readline:只读取一行

7.一行去重排序列表

>>> a=[1,2,3,1,1,'a','z','b','a']
>>> sorted(list(set(a)),key=a.index)
[1, 2, 3, 'a', 'z', 'b']

#两行去重排序
>>> a=[1,2,3,1,1,'a','z','b','a']
>>> b=list(set(a))
>>> b.sort(key=a.index)
>>> b
[1, 2, 3, 'a', 'z', 'b']

 8.什么是闭包

1.闭包函数必须有内嵌函数
2.内嵌函数需要引用该嵌套函数上一级namespace中的变量
3.闭包函数必须返回内嵌函数

作用：保存局部变量

例子:
def func():
    num = 1
    def test():
        #num是外层函数的变量
        sum = num +1
        print(sum)
   #返回是内层函数的函数名
    return test
t = func()
t()

9.序列化

json.dumps    将 Python 对象编码成 JSON 字符串
json.loads    将已编码的 JSON 字符串解码为 Python 对象
例如：
>>> import json
>>> data={'name':'wang','age':18}
>>> json.dumps(data)
'{"name": "wang", "age": 18}'

#注意data里面的数据用双引号，外面用单元号，要不然会报错
>>> data='{"name":"wang","age":18}'
>>> json.loads(data)
{u'age': 18, u'name': u'wang'}

10.特殊语法: map filter reduce

map：返回的是最终的执行结果

def fun(n):
    return n+1
num = [1,2,3]
map(fun,num)
结果：[2,3,4]


filter：如果满足函数条件，返回的是之前的可迭代对象。
def is_odd(n):
    return n % 2 == 1
 
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(newlist)

结果:[1, 3, 5, 7, 9]


from functools import reduce  #求和

def add(x,y):
    return x + y

print (reduce(add, range(1, 101)))

结果:5050

11.生成器，可迭代对象，迭代器

生成器：yield type()--> 返回generator

凡是可作用于for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

12.字符串，列表转换

#字符串转列表
>>> data="a,b,c"
>>> data.split(',')
['a', 'b', 'c']

#列表转字符串
>>> data=['a','b','c']
>>> ' '.join(data)
'a b c'

 13.99乘法表

for i in range(1,10):
    b=''
    for v in range(1,i+1):
        s = '%s x %s = %s' %(v,i,i*v)
        b=b+s+'   '
    print(b)

一行实现：
print('\n'.join([' '.join(['%s x %s = %s' %(y,x,y*x) for y in range(1,x+1)]) for x in range(1,10)]))