python常用库函数 - 备忘

基础库

1. 正则表达式:re

符号

()小括号 -- 分组

[]中括号 -- 字符类,匹配所包含的任一字符 #注:字符集合把【】里面的内容当作普通字符!(-\^除外)

{}大括号 -- 限定匹配次数

| 或 r'AC|D' -> AC或AD

. 匹配任一字符(\ 除外)

\. 匹配字符.

^ 脱字符 匹配输入字符串的开始位置 # r'^AC'

$ 匹配字符串末尾 # r'AC$'

\b 匹配一个单词的边界 (单词定义为字母,数字,下划线) ;\B 与 \b相反 匹配非单词边界

\d 匹配任一数字[0-9] ; \D 与 \d相反,[^0-9]

\s 匹配空白字符【\t \n \r \f \v】;\S与\s相反

\w 匹配字母 数字 下划线(中文也可以) 【a-z A-Z 0-9 _】; \W与\w相反

* 匹配子表达式0次或多次,等价于 {0,}

+ 匹配子表达式1次或多次,等价于 {1, }

? 匹配子表达是0次或1次,等价于{0,1}

贪婪模式

贪婪模式(python正则表达式中默认使用),尽可能多的去匹配

s = '<html><title>ssss<\html><\title>'

re.search(r'<.+>',s)
#输出: '<html><title>ssss<\html><\title>'

启用非贪婪模式

re.search(r'<.+?>', s)
# 输出: <html>

命令

1. re.search()

s = 'Bo ke yuan'

result = re.search(r'(\w+) (\w+)', s)
result.group() # 'Bo ke'
result.group(1) # 'Bo'; result.group(2) # 'ke'

result.start() #0 (匹配起始位置)
result.end() #5 (匹配结束位置)
result.span() #(0, 5) (匹配范围)

2. re.findall()

如果给出的正则表达式包含子组,就会把子组的内容单独返回回来。

若包含多个子组,将匹配的内容组合成元组返回

如何让子组不捕获内容?

  非捕获组(?:) 把所有出现子组的地方都加 ?:

3. re.compile() 编译正则表达式

如果你需要重复的使用某个正则表达式,那么你可以先将正则表达式编译成模式对象。

p = re.compile(r'[A-Z]')
p.search('Bo Ke Yuan') # ['B']
p.findall('Bo Ke Yuan') # ['B', 'K', 'Y']

 2. 参数:argparse

基本用法:

import argparse # step1. 导入模块

parser = argparse.ArgumentParser() # step2. 创建参数解析对象

parser.add_argument() # step3. 添加参数
"""位置参数:parser.add_argument("echo", help="参数描述")  必选
    可选参数: parser.add_argument("--verbosity", help="参数描述")  可选
"""

args = parser.parse_args() # step4. 解析参数
"""位置参数访问:args.echo
    可选参数访问:args.verbosity
"""
def argsParser():
    parser = argparse.ArgumentParser() 
    parser.add_argument(
        "-t",
        type=str,
        default="train.txt",
        help="训练文件名 - 支持相对路径",
    )
    args = parser.parse_args()

return args.t

 

3. 数学函数库:math

4. 随机数:random

5. 多线程多进程:subprocess/multiprocessing/threading

6. 小工具(能减少代码行数):itertools/operator/collections

6.1 collections

c = collections.Counter(参数) 
#参数可以是list、str、tuple、None等等
#作用:统计参数每个元素出现的次数
#返回:一个字典(元素作为key存储,元素出现次数作为value存储)

#####例子:
c = Counter('gallahad')
# 输出: Counter({'a': 3, 'd': 1, 'g': 1, 'h': 1, 'l': 2})

c.update('adc') # 在原来基础上更新计数(直接修改c)
# 输出: Counter({'a': 4, 'c': 1, 'd': 2, 'g': 1, 'h': 1, 'l': 2})

c.most_common()
# 输出:[('a', 4), ('l', 2), ('d', 1), ('g', 1), ('b', 1), ('c', 1), ('h', 1)]
# 相当于字典排序:sorted(c.items(), key=lambda asd:asd[1], reverse=True)

 6.2  itertools

# 格式 itertools.chain(*iterables)
#作用:将多个可迭代的对象转换成一条链
a = [[1, 2, 3], ['a', 'b', 'c']]
itertools.chain(a)
# 结果: 1, 2, 3, 'a', 'b', 'c'

第三方库

1. jieba

import jieba
words = jieba.cut(字符串, cut_all=True) # 全模式分词 (信息检索中常用
words = jieba.cut(字符串, cut_all=False) # 精确模式分词(默认)

#支持并行分词
jieba.enable_paralle(4)

#支持自定义词典
filename = '词典路径'
jieba.load_userdict(filename)
#词性标注
import
jieba.posseg as pseg word = pseg.cut(' 我来到北京清华大学') for word, flag in words: print("%s %s"%(word, flag))

2. 画图:matplotlib

3. 网络库:requests

posted @ 2017-11-10 11:36  ML小菜鸟  阅读(3863)  评论(0编辑  收藏  举报