1、数组元素之和
解法一
from functools import reduce list=[1,3,5,7,9,34] print(reduce(lambda x,y:x+y,list))
解法二
sum(list)
2、浅拷贝和深拷贝的区别:
https://www.runoob.com/w3cnote/python-understanding-dict-copy-shallow-or-deep.html
直接赋值:其实就是对象的引用(别名)。
浅拷贝(copy):拷贝父对象,不会拷贝对象的内部的子对象。
深拷贝(deepcopy): copy 模块的 deepcopy 方法,完全拷贝了父对象及其子对象。
3、python中的标准数据类型
数字number、字符串string、列表list、元组tuple、字典dict 集合set、布尔 boolean
可变对象:list set dict
不可变对象:bumber string tuple
- 先从数据类型角度理解可变对象和不可变对象。
抽象数据类型的操作一般分为三类:
1、构造操作: 这类操作主要是基于一些已知信息,产生这个类的实例对象。类似银行进行开通账户
2、解析操作:这类操作是获取对象的一些有用信息,其结果反应了对象的一些特征,但返回的不是对象本身。类似银行查询账户余额
3、变化操作 :这类操作是修改对象内部的信息和状态。
如果一个类型,具只具有1和2两种操作,也就说只具有构造和解析操作,那么这个类型就是不可变类型,这个类型的对象就是不可变对象
如果一个类型,具有1、2、3三种操作,这个类型就是可变类型,这个类型的对象就是可变对象。
- 不可变对象:对象所指向的内存中的值不能被改变,当改变这个变量的时候,原来指向的内存中的值不变,变量不再指向原来的值,而是开辟一块新的内存,变量指向新的内存。
- 可变对象:对象指向的内存中的值会改变,当更改这个变量的时候,还是指向原来内存中的值,并且在原来的内存值进行原地修改,并没有开辟新的内存。
4、sort和sorted的区别
sorted(iterable, key=None, reverse=False)
sort 是应用在 list 上的方法,sorted 可以对所有可迭代的对象进行排序操作。sort会修改原始的字符串,返回None
list 的 sort 方法返回的是对已经存在的列表进行操作,无返回值,
而内建函数 sorted 方法返回的是一个新的 list,而不是在原来的基础上进行的操作。
5、sorted()排序应用,通过 key 的值来进行数组/字典的排序
方法一
array = [{"age":20,"name":"a"},{"age":25,"name":"b"},{"age":10,"name":"c"}] array = sorted(array, key=lambda x: x["age"])
方法二,
# 根据第三个域排序
operator模块提供的itemgetter函数用于获取对象的哪些维的数据,参数为一些序号。
要注意,operator.itemgetter函数获取的不是值,而是定义了一个函数,通过该函数作用到对象上才能获取值。
import operator students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)] sorted(students, key=operator.itemgetter(2))
先按照成绩降序排序,相同成绩的按照名字升序排序:
方法一
d1 = [{'name':'alice', 'score':38}, {'name':'bob', 'score':18}, {'name':'darl', 'score':28}, {'name':'christ', 'score':28}] l = sorted(d1, key=lambda x:(-x['score'], x['name'])) print(l)
方法二,参考https://www.cnblogs.com/100thMountain/p/4719503.html
先根据第二域排序,第二个域相同的话再根据第三个域排序
import operator students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)] sorted(students, key=operator.itemgetter(1,2))
5、计算元素在列表中出现的次数
lst = [8, 6, 8, 10, 8, 20, 10, 8, 8] lstb = set(lst) dictc = {} for i in lstb: a = lst.count(i) dictc[i] = a dictd = sorted(dictc, key=lambda x : dictc[x], reverse=False) print(dictd) # 结果得到的是一个列表[20, 6, 10, 8] dictd = sorted(dictc.items(), key=lambda x : x[1], reverse=False) #结果是[(20, 1), (6, 1), (10, 2), (8, 5)]
6、计算元素相加
方法一
from functools import reduce reduce(lambda x, y: x + y, range(1, 101))
方法二
sum(range(101))
7、查找列表中最大值或最小值
max([1,2,3])
min([1,2,3])
8、移除字符串中指定位置的字符
str.replace(old, new[, max]) old--将被替换的子字符串,new--新字符串,max--替换不超过max次 '123456'.replace('2', '')
9、字符串反转,将字符串str逆序
- 使用字符串切片:str[::-1],返回一个新的字符串
- 使用内置函数reversed(seq),seq -- 要转换的序列,可以是 tuple, string, list 或 range,返回一个反转的迭代器''.join(reversed(str)),返回一个新的字符串
- reverse()方法只能用到list中,无返回值,但是会对列表的元素进行反向排序 a=[1,2,3] a.reverse()
10.为什么要有decimal,解决了什么问题,为什么不用float?
from decimal import *
因为float会丢失精度。原因在于二进制要想表示十进制的数就会存在误差,比如用二进制来表示0.1,根本无法精确表示,但是这不是bug,是个feature,因为标准就是这样定的。IEEE 754 2.decimal
11.为什么就不存在不精确的问题?
Decimal完美利用了【通过借助整数来表示小数的方式】解决了不精确的问题。用二进制表示任何一个精准十进制整数,不管是奇数还是偶数,都是没有问题的。
12.随机数问题
import random random.random():返回0到1之间的浮点数,不包含1 random.ranint(a, b):返回a到b之间的整数,包含a、b,且a、b为int random.randrange([a, ]b[, step])返回a到b之间的整数,不包含b,step是递增值,a、b是int 比如,随机获取10内的基数:random.randrange(1, 10, 2) random.uniform(a,b):返回a到b之间的实数,包含a、b random.choice(seq):从序列元素中随机挑选一个元素,seq可以是列表、元组、字符串
13.时间戳转换
import time # 获得当前时间时间戳 now = int(time.time()) #转换为其他日期格式,如:"%Y-%m-%d %H:%M:%S" timeArray = time.localtime(now) otherStyleTime = time.strftime("%Y-%m-%d %H:%M:%S", timeArray) print(otherStyleTime)
14、python用列表生成式写嵌套循环
a = [[1,2], [3,4], [5,6]]一行代码展开该列表,生成[1,2,3,4,5,6]
[j for i in a for j in i]
15、字典生成式
# 去除掉字典中value < 60的数据 dict0 = {"英语":66, "数学":78, "政治":42, "语文":59} dict1 = {k:v for k, v in dict0.items() if v >= 60} print(dict1)