每周总结
文件操作
1.文件概念与打开方式
1.文件的概念
就是操作系统暴露给用户操作硬盘的快捷方式
eg:双击一个文件 其实是从硬盘将数据加载到内存
ctrl+s保存文件 其实是将内存中的数据刷到硬盘保存
2.代码打开文件的两种方式
方式1:
f = open(文件路径，读写模式，encoding = 'utf8')
f.close()
方式2:
with open('a.txt', 'r', encoding = 'utf8') as f1:
with子代码模块
ps:with上下文管理好处在于子代码运行结束自动调用close方法关闭资源
"""
open方法的第一个参数是文件路径 并且撬棍跟一些字母的组合会产生特殊的含义导致路径查找混乱 为了解决该问题可以在字符串的路径前面加字母r
D:\a\n\t
r'D:\a\n\t'
以后涉及到路径的编写 推荐加上r
with支持一次性打开多个文件
with open() as f1,open() as f2,open() as f3:
子代码
"""
2.文件的读写模式
'r' 只读模式:只能读不能写
1.文件路径不存在:会直接报错
with open(r'b.txt','r',encoding='utf8') as f:
print(f.read())
2.文件路径存在:正常读取文件内容
with open(r'b.txt','r',encoding='utf8') as f:
'w' 只写模式:只能写不能读
1.文件路径不存在:自动创建
with open(r'b.txt','w',encoding='utf8') as f:
pass
2.文件路径存在:先请跨文件内容 之后再写入
with open(r'a.txt','w',encoding='utf8') as f:
f.write('假期综合征 赶紧要调整\n')
f.write('假期综合征 赶紧要调整\n')
f.write('假期综合征 赶紧要调整\n')
'\n'为换行符 write不会自动换行 需要手动加入
'a' 只追加模式:文件末尾添加数据
1.文件路径不存在:自动创建
with open(r'c.txt','a',encoding='utf8') as f:
pass
2.文件路径存在:自动在末尾等待追加内容
with open(r'a.txt','a',encoding='utf8') as f:
f.write('放假七天和上班七天感觉是完全不一样的')
"""
当我们在编写代码的时候 有些部分不知道写什么具体代码 但是也不能空着不写
这个时候可以使用关键字
pass
...
只补全语法不执行功能 本身没有任何的含义
"""
3.文件操作模式
't' 文本模式
默认的模式 我们上面所写的 'r' 'w' 'a' 其实全称是 rt wt at
1.只能操作文本文件
2.读写都是以字符为单位
3.需要指定encoding参数 如果不指定则会采用计算机默认的编码
'b' 二进制模式(bytes模式)
不是默认的模式 需要自己指定 rb wb ab
1.可以操作任意类型的文件
2.读写都是以bytes为单位
3.不需要指定encoding参数 因为它已经是二进制模式了 不需要编码
二进制模式与文本模式针对文件路径是否存在的情况下 规律是一样的!!!
4.文件的诸多方法
1.read()
一次性读取文件内容 并且光标停留在文件末尾 继续读取则没有内容
并且当文件内容比较多的时候 该方法可能会造成计算机内存溢出
括号内还可以填写数字 在文本模式下 表示读取几个字符
2.for循环
一行行读取文件内容 避免内存溢出现象的产生
3.readline()
一次只读一行内容
4.readlines()
一次性读取文件内容 会按照行数组织成列表的一个个数据值
5.readable()
判断文件是否具备读数据的能力
6.write()
写入数据
7.writeable()
判断文件是否具备写数据的能力
8.writelines()
接收一个列表 一次性将列表中所有的数据值写入
9.flush()
将内存中文件数据立刻刷到硬盘 等价于ctrl + s
函数
1.函数的简介与语法结构
"""
循环
相同的代码在相同的位置反复执行
函数
相同的代码在不同的位置反复执行
ps:相同的代码不是真正一模一样而是可以通过传入的数据不同而做不出不同的改变
"""
def 函数名(参数):
'''函数注释'''
函数体代码
return 返回值
1.def
定义函数的关键字
2.函数名
命名等同于变量名
3.参数
可有可无 主要实在使用函数的时候规定要不要外界传数据进来
4.函数注释
类似于工具说明书
5.函数体代码
是整个函数的核心 主要取决于程序员的编写
6.return
使用函数之后可以返回给使用者的数据 可有可无
2.函数的定义与调用
1.函数在定义阶段只检测语法 不执行代码
def func():
pass
2.函数在调用阶段才会执行函数体代码
func()
3.函数必须先定义 后调用
4.函数定义使用关键字def函数调用使用:函数名加括号如果有参数则需要在括号内按照相应的规则传递参数
3.函数的分类
1.空函数
函数体代码为空 使用pass或者...补全的
空函数主要用于项目前期的功能框架搭建
def register():
'''注册功能'''
pass
2.无参函数
定义函数的时候括号内没有参数
def index():
print('from index function')
3.有参函数
定义函数的时候括号内写参数 调用函数的时候括号内传参数
def func(a):
print(a)
4.函数的返回值
1.什么是返回值
调用函数之后返回给调用者的结果
2.如何获取返回值
变量名 赋值符号 函数的调用
res = func() # 先执行func函数 然后将返回值赋值给变量res
3.函数返回值的多种情况
3.1.函数体代码中没有return关键字 默认返回None
3.2.函数体代码有return 如果后面没有写任何东西还是返回None
3.3.函数体代码有return 后面写什么就返回什么
3.4.函数体代码有return并且后面有多个数据值 则自动组织成元组返回
3.5.函数体代码遇到return会立刻结束
5.函数的参数
1.形式参数
在函数定义阶段括号内填写的参数 简称'形参'
实际参数
在函数调用阶段括号内填写的参数 简称'实参'
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
"""
形参与实参的关系
形参类似于变量名 在函数定义阶段可以随便写 最好见名知意
def register(name,pwd):
pass
实参类似于数据值 在函数调用阶段与形参临时绑定 函数运行结束立刻断开
register('guts',123) 形参name与guts绑定 形参pwd与123绑定
"""
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
"""
补充:当子代码只有一行并且很简单的情况下 可以直接在冒号后编写 不用换行
"""
2.位置形参
函数定义阶段括号内从左往右依次填写的变量名
def func1(a,b,c):pass
位置实参
函数调用阶段括号内从左往右依次填写的数据值
func1(1, 2, 3)
def func1(a, b):
print(a, b)
func1(1, 2) # 按照位置意义对应传值
func1(1) # 少一个不行
func(1, 2, 3) # 多一个也不行
func1(b=1, a=2) # 关键字传参(指名道姓的传)
func1(b=1, 2) # 关键字传参一定要跟在位置传参的后面 报错
func1(2, b=1) # 可以
func1(1. a=2, b=3) # 同一个形参在调用的时候不能多次复制
name = 'guts'
pwd = 123
func1(name, pwd) # 实参没有固定的定义 可以传数据值 也可以传绑定了数据值的变量名
func1(a=name, b=pwd) # 实参没有固定的定义 可以传数据值 也可以传绑定了数据值的变量名
"""
越短的越简单的越靠前
越长的越复杂的越靠后
但是遇到下列的情况除外
同一个形参在调用的时候不能多次赋值
"""
3.默认参数
本质其实就是关键字形参(关键字实参上述内容已经讲了)
别名叫默认参数:提前就已经给了 用户可以不传 也可以传
'''默认参数的定义也遵循短的简单的靠前 长的复杂的靠后'''
def register(name, age, gender='male'):
print(f"""
--------学员信息----------
姓名:{name}
年龄:{age}
性别:{gender}
-------------------------
""")
register('guts', 22)
register('kevin',28,'famale')
register('guts',22,gender='male')
6.可变长形参
def func(*args):
print(a)
func(1) # (1,)
func(1,2) # (1, 2)
def func1(a, *args):
print(a, b)
func1() # 函数至少需要一个参数给到b
func1(1) # () 1
func1(1, 2, 3, 4) # (2, 3, 4) 1
"""
*号在形参中
用于接收多余的位置参数 组织成元组赋值给*号后面的变量名
"""
def func2(**kwargs):
print(k)
func2() # {}
func2(a=1) # {'a': 1}
func2(a=1, b=2, c=3) # {'a': 1, 'b': 2, 'c': 3}
def func3(a, **kwargs):
print(a, k)
func3() # 函数至少需要一个参数给到a
func3(a=1) # 1 {}
func3(a=1, b=2, c=3) # 1 {'b': 2, 'c': 3}
func3(a=1, b=2, c=3, x='jason', y='guts') # 1 {'b': 2, 'c': 3, 'x': 'jason', 'y': 'kevin'}
"""
**号在形参中
用于接收多余的关键字参数 组织成字典的形式赋值给**号后面的变量名
"""
def func4(*a, **k):
print(a,k)
func4() # () {}
func4(1, 2, 3) # (1, 2, 3) {}
func4(a=1, b=2, c=3) # () {'a': 1, 'b': 2, 'c': 3}
func4(1, 2, 3, a=1, b=2, c=3) # (1, 2, 3) {'a': 1, 'b': 2, 'c': 3}
"""
由于*和**在函数的形参中使用频率很高 后面跟的变量名推荐使用
*args
**kwargs
def index(*args,**kwargs):pass
"""
7.可变长实参
def index(a, b, c):
print(a, b, c)
l1 = [11, 22, 33]
t1 = (33, 22, 11)
s1 = 'tom'
se = {123, 321, 222}
d1 = {'username': 'guts', 'pwd': 123, 'age': 22}
'''将列表中三个数据值取出来传给函数的三个形参'''
index(l1[0], l1[1], l1[2])
index(*l1) # index(11, 22, 33)
index(*t1) # index(33, 22, 11)
index(*s1) # index('t', 'o', 'm')
index(*se) # index(321 123 222)
idnex(*d1) # index('username','pwd','age')
"""
*在实参中
类似于for循环 将所有循环遍历出来的数据按照位置参数一次性传给函数
"""
def index(username, pwd, age):
print(username, pwd, age)
d1 = {'username': 'jason', 'pwd': 123, 'age': 18}
index(username=d1.get('username'), pwd=d1.get('pwd'), age=d1.get('age'))
index(**d1) # index(username='jason',pwd=123,age=18)
"""
**在实参中
将字典打散成关键字参数的形式传递给函数
"""
def index(*args, **kwargs):
print(args) # (11, 22, 33, 44)
print(kwargs) # {}
index(*[11, 22, 33, 44]) # (11, 22, 33, 44) {}
index(*(11, 22, 33, 44)) # (11, 22, 33, 44) {}
8.名称空间
"""
name = 'jason'
1.申请内存空间存储jason
2.给jason绑定一个变量名name
3.后续通过变量名name就可以访问到jason
"""
名称空间就是用来储存变量名与数据值绑定关系的地方(我们也可以简单的理解为就是储存变量名的地方)
1.内置名称空间
解释器运行自动产生 里面包含了很多的名字
2.全局名称空间
py文件运行产生 里面存放文件级别的名字
3.局部名称空间
函数体代码与性能\类体代码运行 产生的空间
4.存存活周期
内置名称空间
python解释器启动则创建 关闭则销毁
全局名称空间
py文件执行则创建 运行结束则销毁
局部名称空间
函数体代码运行创建 函数体代码结束则销毁
5.作用域
内置名称空间
解释器级别的全局有效
全局名称空间
py文件级别的全局有效
局部名称空间
函数体代码内有效
涉及到名字的查找 一定要先搞明白自己在哪个空间
6.当我们在局部名称空间的时候
局部名称空间 >>> 全局名称空间 >>> 内置名称空间
7.当我们在全局名称空间的时候
全局名称空间 >>> 内置名称空间
ps:其实名字的查找顺序是可以打破的
9.函数名的多种用法
global
"""
局部名称空间直接修改全局名称空间中的数据
"""
nonlocal
'''
内层局部名称空间修改外层局部名称空间中的数据
'''
函数名其实绑定的也是一块内存地址 只不过该地址里面存放的不是数据值而是一段代码 函数名加括号就会找到改代码并执行
1.可以当作变量名赋值
def index():pass
res = index
res()
2.可以当作函数的参数
def index():
print('from index')
def func(a):
print(a)
func(index)
3.可以当作函数的返回值
def index():
print('from index')
def func():
print('from func')
return index
res = index
print(res)
res()
4.可以当作容器类型(可以存放多个数据的数据类型)的数据
def register():
print('注册功能')
def login():
print('登录功能')
def withdraw():
print('提现功能')
def transfer():
print('转账功能')
def shopping():
print('购物功能')
# 定义功能编号与功能的对应关系
func_dict = {
'1': register,
'2': login,
'3': withdraw,
'4': transfer,
'5': shopping
}
while True:
print("""
1.注册功能
2.登录功能
3.提现功能
4.转账功能
5.购物功能
""")
choice = input('>>>:').strip()
if choice in func_dict:
func_name = func_dict.get(choice)
func_name()
else:
print('该功能编号不存在')
10.闭包函数
"""
定义在函数内部的函数 并且用到了外部函数名称空间中的名字
1.定义在函数内容
2.用到外部函数名称空间中的名字
"""
def index():
name = 'jason'
def inner():
print(name)
闭包函数实际应用>>>:是另外一种给函数体代码传参的方式!!!
给函数体代码传参的方式1:代码里面缺上面变量名形参里就补上面变量名
def register(name,age):
print(f"""
姓名:{name}
年龄:{age}
""")
register('guts','18')
给函数体代码传参的方式2:闭包函数
def outer(name, age):
def register():
print(f"""
姓名:{name}
年龄:{age}
""")
return register
res = outer('guts',22)
res()
res = outer('jason',38)
res()
11.装饰器简介
1.概念
在不改变被装饰对象原代码和调用方式的情况下给被装饰的对象添加新的功能
2.本质
并不是一门新技术 而是由函数参数、名称空间、函数名多种用法、闭包函数组合到一起的结果
3.口诀
对修改封闭 对扩展开放
4.储备知识
时间相关操作
import time
print(time.time()) # 时间戳(距离1970-01-01 00:00:00所经历的秒数)
12.装饰器模板
1.无参装饰器
def outer(func):
def inner(*args, **kwargs):
# 执行被装饰对象之前可以做的额外操作
res = func(*args, **kwargs)
# 执行被装饰对象之后可以做的额外操作
return res
return inner
2.有参装饰器
def outer_plus(mode):
def outer(func)；
def inner(*args, **kwargs):
res = func(*args, **kwargs)
return res
return inner
return outer
13.装饰器语法糖
1.单层语法糖
def outer(func):
def inner(*args, **kwargs):
# 执行被装饰对象之前可以做的额外操作
res = func(*args, **kwargs)
# 执行被装饰对象之后可以做的额外操作
return res
return inner
"""
语法糖会自动将下面紧挨着的函数名当做第一个参数自动传给@函数调用
"""
@outer # func = outer(func)
def func():
print('from func')
return 'func'
@outer # index = outer(index)
def index():
print('from index')
return 'index'
func()
index()
2.多层语法糖
def outter1(func1):
print('加载了outter1')
def wrapper1(*args, **kwargs):
print('执行了wrapper1')
res1 = func1(*args, **kwargs)
return res1
return wrapper1
def outter2(func2):
print('加载了outter2')
def wrapper2(*args, **kwargs):
print('执行了wrapper2')
res2 = func2(*args, **kwargs)
return res2
return wrapper2
def outter3(func3):
print('加载了outter3')
def wrapper3(*args, **kwargs):
print('执行了wrapper3')
res3 = func3(*args, **kwargs)
return res3
return wrapper3
@outter1
@outter2
@outter3
def index():
print('from index')
index()
"""
多层语法糖 加载顺序由下往上
每次执行之后如果上面还有语法糖 则直接将返回值函数名传给上面的语法糖
如果上面没有语法糖了 则变形 index = outter1(wrapper2)
"""
14.递归函数
1.函数的递归调用
函数直接或者简介的调用了函数自身
直接调用
def index():
print('from, index')
index()
index()
间接调用
def index():
print('from index')
func()
def func():
print('from func')
index()
func()
'''最大递归深度:python解释器添加的安全措施'''
count = 0
def index():
global count
count += 1
print(count)
index()
index()
'''官网提供的最大递归深度为1000 我们在测试的时候可能会出现996 997 998'''
2.递归函数
1.直接或者间接调用自己
2.每次调用都必须比上一次简单 并且需要有一个明确的结束条件
递推:一层层往下
回溯:基于明确的结果一层层往上
"""
get_age(5) = get_age(4) + 2
get_age(4) = get_age(3) + 2
get_age(3) = get_age(2) + 2
get_age(2) = get_age(1) + 2
get_age(1) = 18
"""
def get_age(n):
if n == 1:
return 18
return get_age(n-1) + 2
res = get_age(5)
print(res)
15.匿名函数
没有名字的函数 需要使用关键字lambda
语法结构
lambda 形参:返回值
使用场景
lambda a,b:a+b
匿名函数一般不单独使用 需要配合其他函数一起用
16.常见内置函数
1.map() 映射
l1 = [1, 2, 3, 4, 5]
# def func(a):
# return a + 1
res = map(lambda x: x + 1, l1)
print(list(res))
2.max()\min()
l1 = [11, 22, 33, 44]
res = max(l1)
print(res)
d1 = {
'zj': 100,
'jason': 8888,
'berk': 99999999,
'oscar': 1
}
# def func(a):
# return d1.get(a)
# res = max(d1, key=func)
res = max(d1, key=lambda k: d1.get(k))
print(res)
3.reduce
# reduce 传多个值 返回一个值
from functools import reduce
l1 = [11, 22, 33, 44, 55, 66, 77, 88]
res = reduce(lambda a, b: a * b, l1)
print(res)
4.abs() 绝对值
5.all() 所有数据值对应的布尔值为True结果才是true否则返回false
6.any() 所有数据值对应的布尔值有一个为True结果就是True 否则返回False
7.bin() oct() hex() int()
8.bytes() 转换成bytes类型
9.callable() 判断名字是否可以加括号调用
10.chr() ord() 基于ASCII码表做数字与字母的转换
11.dir() 返回括号内对象能够调用的名字
12.divmod() 元组 第一个数据为整除数 第二个是余数
13.enumerate() 枚举
14.eval() exec() 能够识别字符串中的python并执行
15.hash() 哈希加密
16.id() input() isinstance()
17.open()
18.pow() 幂指数(次方)
19.range()
20.round() 四舍五入
21.sum() 相加返回一个值
17.重要内置函数
zip
l1 = [11, 22, 33, 44, 55]
l2 = ['jason','kevin','oscar','jerry','tony']
l3 = [1, 2, 3, 4, 5]
res = zip(l1, l2, l3)
print(list(res))
filter # 过滤
l1 = [11, 22, 33, 44, 55, 66, 77, 88]
res = filter(lambda x: x > 40, l1)
print(list(res))
sorted
l1 = [21, 12, 53, 64, 76, 32, 11, 22]
res = sorted(l1)
print(res) # 默认升序
算法简介
1.算法简介及二分法
1.什么是算法
算法就是解决问题的有效方法 不是所有的算法都很高效 也有不合格的算法
2.算法应用场景
推荐算法(抖音视频推送 淘宝商品推送)
成像算法(AI相关)
几乎涵盖了我们日常生活中的方方面面
3.二分法
是算法中最简单的算法 甚至都称不上是算法
"""
二分法使用要求
待查找的数据集必须有序
二分法的缺陷
针对开头结尾的数据 查找效率很低
常见算法的原理以及伪代码
二分法、冒泡、快拍、插入、堆排、桶排、数据结构(链表 约瑟夫问题 如何链表是否成环)
"""
l1 = [12, 21, 32, 43, 56, 76, 87, 98, 123, 321, 453, 565, 678, 754, 812, 987, 1001, 1232]
# 查找列表中某个数据值
# 方式1：for循环 次数较多
# 方式2：二分法 不断的对数据集做二分切割
'''代码实现二分法'''
# 定义我们想要查找的数据值
# target_mum = 987
l1 = [12, 21, 32, 43, 56, 76, 87, 98, 123, 321, 453, 565, 678, 754, 812, 987, 1001, 1232]
def get_middle(l1, target_num):
# 添加一个结束条件
if len(l1) == 0:
print('很抱歉 没找到')
return
# 1.获取列表中的索引值
middle_index = len(l1) // 2
# 2.比较目标数据值与中间索引值的大小
if target_num > l1[middle_index]:
# 切片保留列表右边一半
right_l1 = l1[middle_index+1:]
print(right_l1)
# 针对右边一半的列表继续二分并判断 >>>: 感觉要用递归函数
return get_middle(right_l1, target_num)
elif target_num < l1[middle_index]:
# 切片保留左边一半
left_l1 = l1[:middle_index]
print(left_l1)
# 针对左边一半的列表继续二分并判断 >>>: 感觉要用递归函数
return get_middle(left_l1, target_num)
else:
print('恭喜你 找到了！！')
get_middle(l1, 321)
get_middle(l1, 2000)
2.三元表达式
# 简化步骤1:代码简单并且只有一行 那么可以直接在冒号后面编写
name = 'guts'
if name == 'guts':print('牛逼')
else:print('笨蛋')
# 三元表达式
res = '牛逼' if name == 'guts' else '学生'
print(res)
"""
数据值1 if 条件 else 数据值2
条件成立则使用数据值1 条件不成立则使用数据值2
当结果是二选一的情况下 使用三元表达式较为简便
并且不推荐多个三元表达式嵌套
"""
3.各种生成式/表达式/推导式
name_list = ['jason', 'kevin', 'oscar', 'tony', 'jerry']
给列表中所有人名的后面家上_NB的后缀
# for循环
new_list = []
for name in name_list:
data = f'{name}_NB'
new_list.append(data)
print(new_list)
# 列表生成式
# 先看for循环 每次for循环之后再看for关键字前面的操作
new_list = [name +'_NB' for name in name_list]
print(new_list)
# 复杂情况
new_list = [name + '_NB' for name in name_list if name == 'jason']
print(new_list)
new_list = ['大佬' if name == 'jason' else '小赤佬' for name in name_list if name != 'jack']
print(new_list)
字典生成式
s1 = 'hello world'
for i,j in enumerate(s1,start=100):
print(i,j)
d1 = {i: j for i, j in enumerate('hello')}
print(d1)
集合生成式
res = {i for i in 'hello'}
print(res)
元组生成式>>>:没有元组生成式 下列的结果是生成器(后面讲)
res = (i+'SB' for i in 'hello')
print(res)
for i in res:
print(i)
迭代
1.可迭代对象
1.可迭代对象
对象内置有__iter__方法的都称为可迭代对象
"""
1.内置方法 通过点的方式能够调用的方法
2.__iter__ 双下iter方法
"""
2.可迭代对象的范围
不是可迭代对象
int float bool 函数对象
是可迭代对象
str list dict tuple set 文件对象
3.可迭代的含义
"""
迭代:更新换代(每次更新都必须依赖上一次的结果)
eg:手机app更新
"""
可迭代在python中可以理解为是否支持for循环
2.迭代器对象
1.迭代器对象
是由可迭代对象调用__iter__方法产生的
迭代器对象判断的本质是看是否内置由__iter__和__next__
2.迭代对象的作用
提供了一种不依赖于索引取值的方式
正因为有迭代器的存在 我们的字典 集合才能够被for循环
3.迭代器对象实操
s1 = 'hello' # 可迭代对象
res = s1.__iter__() # 迭代器对象
print(res,__next__()) # 迭代取值 for循环的本质
一旦__next__取不到值 会直接报错
4.注意事项
可迭代对象调用__iter__会成为迭代器对象 迭代器对象如果还调用__iter__不会有任何变化 还是迭代器对象本身
5.for循环的本质
for 变量名 in 可迭代对象:
循环体代码
"""
1.先将in后面的数据调用__iter__转变成迭代器对象
2.依次让迭代器对象调用__next__取值
3.一旦__next__取不到值报错 for循环会自动捕获并处理
"""
