python 学习摘要 小知识点

python3字符串base64编解码
首先，Base64生成的编码都是ascii字符。
其次，python3中字符都为unicode编码，而b64encode函数的参数为byte类型，所以必须先转码。

import base64

s = "你好"

bs = base64.b64encode(s.encode("utf-8")) # 将字符为unicode编码转换为utf-8编码
print(bs) # 得到的编码结果前带有 b>>> b'5L2g5aW9' 

bbs = str(base64.b64decode(bs), "utf-8")
print(bbs) # 解码>>> 你好

bs = str(base64.b64encode(s.encode("utf-8")), "utf-8")
print(bs) # 去掉编码结果前的 b>>> 5L2g5aW9

bbs = str(base64.b64decode(bs), "utf-8")
print(bbs) # 解码>>> 你好

 

python中的json对象字符串转化
https://www.cnblogs.com/minsons/articles/8042101.html（有详细说明，转换表对比和注意事项等）

>>> import json                     # 导入json库

>>> json_str=json.dumps(data)  # 字典转换为字符串
>>> type(json_str)
<class 'str'>

>>> d=json.loads(json_str) # 字符串转换为字典
>>> type(d)
<class 'dict'>

 

 

 

 计算运行时间

import timeit

def sum_sqr_1():
    li = list(range(10000))
print(timeit.timeit(stmt = sum_sqr_1, number = 1000))

 

列表表达式[List Comprehension]

顾名思义，这个表达式作用是以一个快捷的方法对列表进行操作或运算，返回新的列表。其使用方式为[表达式 for 变量 in 列表] 或者 [表达式 for 变量 in 列表 if 条件]。

#打印出100以内所有十位数比个位数大1位的数字
num = [ n1*10+n2 for n1 in range(0, 10)
    for n2 in range(0, 10) if n1 == n2+1 ]
print(num)

匿名函数lambda函数

Lambda函数又称匿名函数，也有人称为lambda表达式。顾名思义，匿名函数就是没有名字的函数。函数没有名字也行？当然可以啦。有些函数如果只是临时一用，而且它的业务逻辑也很简单时，就没必要非给它取个名字不可。

lambda匿名函数的格式是 lambda 参数: 表达式。冒号前是参数，可以有多个，用逗号隔开，冒号右边的为表达式。其实lambda返回值是一个函数的地址，也就是函数对象。

flist = [lambda x:x*x for x in range(1, 3)] #函数列表
print(flist)
print(flist[0])
print(flist[0](9))

 

zip函数

zip()函数来可以把2个或多个列表合并，并创建一个元组对的列表。元组对的数量以合并列表的最短长度为准。python 3中zip方法合并列表后生成的是zip对象，使用list方法可以将其变成列表，使用dict方法可以将其变成字典。

 

map函数

map函数是个非常有用的方法，其语法是 map(function, iterable, ...)。map方法可以接收函数作为参数，并将其映射于列表的多个元素。

#map函数的经典考题。我们有两个字符串A和B，现在要统计字符串A中有多少个字符也在字符串B中可以找到。
strA = "aAAAbBCCjjjj"
strB = "aAsahajjsssjj"
print(sum(map(strA.count, strB)))

  

reduce函数

 

reduce() 函数会对参数序列中元素进行累积。该方法第一个参数必需是函数，而且传入的函数必需要有2个参数，否则出现错误。该方法将一个数据集合（列表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。

#reduce函数很适合连续计算(比如列表求和或连乘计算阶乘)，经典代码如下。
from functools import reduce
reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])
reduce(lambda x, y: x*y, range(1, 5))

 

filter函数

 

Python的 filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。该方法与map和reduce类似，第一个参数都是函数，作用于可以迭代的对象比如列表和元组，但不同的是filter方法传入的函数是判断性函数, 只有符合条件的列表元素才会加入新的列表。Python 2中返回列表，python 3中返回filter对象，使用list方法可以转化为列表。

#下面这段代码利用filter方法删除字符串列表里的空白字符串。只有满足s and s.strip() = True的字符串才会加入新的列表。
def not_empty(s):
    return s and s.strip()
list(filter(not_empty, ['A', '', 'B', None, 'C', '  ']))

 

enumerate() 函数

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，常见用于for循环。一般只有需要同时用到索引index和value值的时候才用enumerate方法。注意直接使用enumerate方法生成是个enumerate对象，可以遍历的。

name = ["John", "Lucy", "Mary"]
name1 = enumerate(name)
print(dict(name1))

 

defaultdict

defaultdict工作起来完全像一个普通的Python字典，但它有额外的奖励。当您试图访问一个不存在的键，它不会引发错误，而是使用不存在的键创建新的key，其对应的默认值是根据创建defaultdict对象时作为参数传递的数据类型自动设置的。请看下面的代码作为示例。

from collections import defaultdict

names_dict = defaultdict(int)

names_dict["Bob"] = 1
names_dict["Katie"] = 2
sara_number = names_dict["Sara"] #通用的dict方法会出错，这个不会

print(names_dict)

 

deque

deque队列是在计算机科学里最基本的数据结构，遵循先入先出（FIFO）的原理。简单来说，这意味着添加到队列中的第一个对象也必须是要删除的第一个对象。我们只能在队列的前面插入内容，而只能从队列的后面删除内容，而队列中间没有任何动作。

collections模块提供的deque对象是能实现队列数据结构的优化版本。该功能的主要特色是能够保持队列的大小，即如果将队列的最大长度设置为10，则将deque根据FIFO原理添加和删除元素以保持最大长度始终为10。这是到目前为止，Python中队列的最佳实现。

from collections import deque

my_queue = deque(maxlen=10)

for i in range(10):
    my_queue.append(i+1)

print(my_queue)

for i in range(10, 15):
    my_queue.append(i+1)

print(my_queue)

#结果
deque([1, 2, 3, 4, 5, 6, 7, 8, 9, 10], maxlen=10)
deque([6, 7, 8, 9, 10, 11, 12, 13, 14, 15], maxlen=10)