python之路_常用模块介绍
一、collections模块
在内置数据类型的基础上(list tuple set dict str)，collections模块提供了如下几种额外的数据类型：namedtuple deque Counter OrderDict defaultdict
1、namedtuple：生成可以使用名字访问元素的元组，正常的元组可以通过索引进行取值，但是很难看出元组元素所表示的意义，这就是namedtuple数据类型存在的意义。其用法如下实例：
from collections import namedtuple circle = namedtuple('P',['x','y','r']) #P可以取任意变量名，无实际用处，但不可或缺 c1 =circle(2,3,5) print(c1.x) print(c1.y) print(c1.r)
2、deque：list可以高效的进行元素查找，但是对于追加和删除元素比较困难，尤其对于列表较大时，主要是因为列表为单向序列，遵循先进先出原则，只能在列表末尾进行元素的追加（append（））和删除（pop（））。而deque就是为了高效解决列表的增加和删除元素的，除了具有append（）和pop（）外，还具有appendleft（）和popleft（）方法，可以在列表的头部进行元素的增加和删除。
from collections import deque q = deque(['a','b','c']) q.append('x') q.appendleft('y') print(q) #输出结果为：deque(['y', 'a', 'b', 'c', 'x']) q.pop() print(q) #输出结果为：deque(['y', 'a', 'b', 'c']) q.popleft() print(q) #输出结果为：deque(['a', 'b', 'c'])
3、Counter：主要用来跟踪值出现的次数，返回无序的数据类型，用字典键值对进行记录结果，其中元素为key，次数为value。
from collections import Counter c = Counter('abcdeabcdabcaba') print(c) #输出结果为：Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})
4、OrderDict：使用dict时，key是无序的，无法对其进行迭代，而OrderDict可以使得其变成有序，key的顺序为插入时的顺序，非key本身的顺序。
from collections import OrderedDict d = OrderedDict([('a', 1), ('b', 2), ('c', 3)]) #可以为这样的形式： d = OrderedDict({'a': 1, 'b': 2, 'c': 3}) for key in d: print(key) #输出结果为：a b c d['key'] = 'value' #按照顺序添加在后面 print(d) #输出结果为：OrderedDict([('a', 1), ('b', 2), ('c', 3), ('key', 'value')])
5、Defaultdict:使用dict时，当key不存在，则会返回keyerror，若希望出现此情况时返回默认值则可用defaultdict。
实例：
有如下值集合 [11,22,33,44,55,66,77,88,99,90]，将所有大于 66 的值保存至字典的第一个key中，将小于 66 的值保存至第二个key的值中。即： {'k1': 大于66 , 'k2': 小于66}
#常规dict做法 lst= [11,22,33,44,55,66,77,88,99,90] result={} for value in lst: if value>66: if 'k1' in result: result['k1'].append(value) else: result['k1']=[value] if value<66: if 'k2' in result: result['k2'].append(value) else: result['k2']=[value] print(result)
#default方法 from collections import defaultdict lst= [11,22,33,44,55,66,77,88,99,90] result=defaultdict(list) for value in lst: if value>66: result['k1'].append(value) if value<66: result['k2'].append(value) print(result) #输出结果为：defaultdict(<class 'list'>, {'k2': [11, 22, 33, 44, 55], 'k1': [77, 88, 99, 90]})
二、random模块
1、random.random()：返回大于0小于1的随机小数
import random print(random.random())
2、random.uniform(n,m)：返回大于n小于m的随机小数
import random print(random.uniform(2,3))
3、random.randint(n,m):返回大于等于n小于等于m的随机整数
import random print(random.randint(1,5))
4、random.randrange(n,m,2)：返回大于等于n，小于m的随机奇数
import random print(random.randrange(1,10,2))
5、random.choice(列表等可迭代对象)：随机返回一个元素
import random print(random.choice([1,10,2])) print(random.choice((1,10,2))) print(random.choice(range(10)))
6、random.sample(列表等可迭代对象，n)：随机返回n个元素
import random print(random.sample([1,10,2],2)) #返回一个列表
7、random.shuffle(list)：打乱列表的顺序
import random val=[1,3,5,7,9] random.shuffle(val) print(val)
生成包括数字及大小写字母随机验证码：
import random def func(n): ret='' for i in range(n): num=random.randint(0,9) alpha=chr(random.randint(97,122)) Alpha = chr(random.randint(65, 90)) val=random.choice([str(num),alpha,Alpha]) ret+=val return ret print(func(6))
三、时间time模块
在python中常见三种表示时间的方法为：时间戳、时间元组（结构化时间）、格式化的时间字符串
1、时间戳（timestamp)：通常来说，时间戳表示从1970年1月1日0时0分0秒开始时间的偏移量，单位为秒。
获取时间戳的方法：
#（1）time.time()方式获取当前时间戳 import time print(time.time()) #（2）利用time.mktime(结构化时间)转化 import time time_tuple = time.localtime(1500000000)#结构化时间 print(time.mktime(time_tuple))
2、格式化的时间的字符串（format string)：
| 格式化字符 | 意义说明 | 格式化字符 | 意义说明 |
| %Y |
四位数的年份表示（000-9999） |
%B |
本地完整的月份名称 |
| %y |
两位位数的年份表示（00-99） |
%c |
本地相应的日期表示和时间表示 |
| %m |
月份（01-12） |
%j |
年内的一天（001-366） |
| %d |
月内中的一天（0-31） |
%P |
本地A.M.或P.M.的等价符 |
| %H |
24小时制小时数（0-23） |
%U |
一年中的星期数（00-53）星期天为星期的开始 |
| %I |
12小时制小时数（01-12） |
%w |
星期（0-6），星期天为星期的开始 |
| %M |
分钟数（00=59） |
%W |
一年中的星期数（00-53）星期一为星期的开始 |
| %S |
秒（00-59） |
%x |
本地相应的日期表示 |
| %a |
本地简化星期名称 |
%X |
本地相应的时间表示 |
| %A |
本地完整星期名称 |
%Z |
当前时区的名称 |
| %b |
本地简化的月份名称 |
%% |
%号本身 |
获取格式化时间字符串：
#time.strftime("格式定义","结构化时间") 结构化时间参数若不传，则显示当前时间 import time print(time.strftime("%Y-%m-%d %X")) #输出结果：2017-09-12 23:21:34 print(time.strftime("%Y-%m-%d",time.localtime(1500000000))) #输出结果：2017-07-14
3、时间元组(time_structrue)：struct_time元组共有9个元素，分别为：年，月，日，时，分，秒，一年中第几周，一年中第几天等。
| 索引（Index） | 属性（Attribute） | 值（Values） |
|---|---|---|
| 0 | tm_year（年） | 比如2011 |
| 1 | tm_mon（月） | 1 - 12 |
| 2 | tm_mday（日） | 1 - 31 |
| 3 | tm_hour（时） | 0 - 23 |
| 4 | tm_min（分） | 0 - 59 |
| 5 | tm_sec（秒） | 0 - 61 |
| 6 | tm_wday（weekday） | 0 - 6（0表示周日） |
| 7 | tm_yday（一年中的第几天） | 1 - 366 |
| 8 | tm_isdst（是否是夏令时） | 默认为-1 |
获取结构化时间：
（1）利用time.localtime()或者time.gmtimei()从时间戳转换
#time.gmtime(时间戳) UTC时间，与英国伦敦当地时间一致 import time print(time.gmtime(1500000000))
#输出结果：time.struct_time(tm_year=2017, tm_mon=7, tm_mday=14, tm_hour=2, tm_min=40, tm_sec=0, tm_wday=4, tm_yday=195, tm_isdst=0)
#time.localtime(时间戳) 当地时间，例如我们现在在北京执行这个方法：与UTC时间相差8小时，UTC时间+8小时 = 北京时间 import time print(time.localtime(1500000000)) #输出结果为：time.struct_time(tm_year=2017, tm_mon=7, tm_mday=14, tm_hour=10, tm_min=40, tm_sec=0, tm_wday=4, tm_yday=195, tm_isdst=0)
（2）利用time.strptime()从格式化时间的字符串转换
#time.strptime(时间字符串,字符串对应格式) import time print(time.strptime("2017-03-16","%Y-%m-%d")) #输出结果为：time.struct_time(tm_year=2017, tm_mon=3, tm_mday=16, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=3, tm_yday=75, tm_isdst=-1) print(time.strptime("07/24/2017","%m/%d/%Y")) #输出结果为：time.struct_time(tm_year=2017, tm_mon=7, tm_mday=24, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=0, tm_yday=205, tm_isdst=-1)
4、补充：获取如下格式化时间字符串的方法
（1）通过结构化时间：time.asctime(结构化时间) 如果不传参数，直接返回当前时间的格式化串。
import time print(time.asctime(time.localtime(1500000000))) #输出结果为：'Fri Jul 14 10:40:00 2017' print(time.asctime()) #输出结果为：'Mon Jul 24 15:18:33 2017'
（2）通过时间戳时间：time.ctime(时间戳) 如果不传参数，直接返回当前时间的格式化串。
import time print(time.ctime(1500000000)) #输出结果为：'Fri Jul 14 10:40:00 2017' print(time.ctime()) #输出结果为：Wed Sep 13 11:41:59 2017
例题：计算2008年8月8日20点30分到2017年10月1日06点过去了多少年多少月多少天多少小时多少分
import time time_last=time.mktime(time.strptime('2008-08-08 20:30:00','%Y-%m-%d %H:%M:%S')) time_now=time.mktime(time.strptime('2017-10-01 06:00:00','%Y-%m-%d %H:%M:%S')) dif_time=time_now-time_last time_struct=time.gmtime(dif_time) print(time_struct) print('2008年8月8日20点30分到2017年10月1日06点过去了%s年%s月%s天%s小时%s分%s秒'
%(time_struct.tm_year-1970,time_struct.tm_mon-1,time_struct.tm_mday-1,time_struct.tm_hour,time_struct.tm_min,time_struct.tm_sec))
四、os模块
os模块是与操作系统交互的一个接口
''' os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径 os.chdir("dirname") 改变当前脚本工作目录；相当于shell下cd os.curdir 返回当前目录: ('.') os.pardir 获取当前目录的父目录字符串名：('..') os.makedirs('dirname1/dirname2') 可生成多层递归目录 os.removedirs('dirname1') 若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推 os.mkdir('dirname') 生成单级目录；相当于shell中mkdir dirname os.rmdir('dirname') 删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname os.listdir('dirname') 列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印 os.remove() 删除一个文件 os.rename("oldname","newname") 重命名文件/目录 os.stat('path/filename') 获取文件/目录信息 os.sep 输出操作系统特定的路径分隔符，win下为"\\",Linux下为"/" os.linesep 输出当前平台使用的行终止符，win下为"\t\n",Linux下为"\n" os.pathsep 输出用于分割文件路径的字符串 win下为;,Linux下为: os.name 输出字符串指示当前使用平台。win->'nt'; Linux->'posix' os.system("bash command") 运行shell命令，直接显示 os.popen("bash command) 运行shell命令，获取执行结果 os.environ 获取系统环境变量 os.path os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。如何path以／或\结尾，那么就会返回空值。 即os.path.split(path)的第二个元素 os.path.exists(path) 如果path存在，返回True；如果path不存在，返回False os.path.isabs(path) 如果path是绝对路径，返回True os.path.isfile(path) 如果path是一个存在的文件，返回True。否则返回False os.path.isdir(path) 如果path是一个存在的目录，则返回True。否则返回False os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回，第一个绝对路径之前的参数将被忽略 os.path.getatime(path) 返回path所指向的文件或者目录的最后访问时间 os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间 os.path.getsize(path) 返回path的大小 '''
注意：os.stat('path/filename') 获取文件/目录信息 的结构说明
''' stat 结构: st_mode: inode 保护模式 st_ino: inode 节点号。 st_dev: inode 驻留的设备。 st_nlink: inode 的链接数。 st_uid: 所有者的用户ID。 st_gid: 所有者的组ID。 st_size: 普通文件以字节为单位的大小；包含等待某些特殊文件的数据。 st_atime: 上次访问的时间。 st_mtime: 最后一次修改的时间。 st_ctime: 由操作系统报告的"ctime"。在某些系统上（如Unix）是最新的元数据更改的时间，在其它系统上（如Windows）是创建时间（详细信息参见平台的文档）。 '''
五、sys模块
sys模块是python解释器交互的一个接口
''' sys.argv 命令行参数List，第一个元素是程序本身路径 sys.exit(n) 退出程序，正常退出时exit(0),错误退出sys.exit(1) sys.version 获取Python解释程序的版本信息 sys.path 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值 sys.platform 返回操作系统平台名称 '''
六、序列化模块
序列化的定义：将字典、列表等转化为一个字符串的过程称为称为序列化。序列化的作用：a.以某种存储形式使自定义对象持久化；b.将对象从一个地方传递到另一个地方；
c.使程序更具维护性
1、json模块：提供了4个功能，分别为：dumps、loads、dump、load
dumps与loads
#1、序列化字典实例 import json dic = {'k1':'v1','k2':'v2','k3':'v3'} str_dic = json.dumps(dic) #序列化：将一个字典转换成一个字符串 print(type(str_dic),str_dic) #<class 'str'> {"k3": "v3", "k1": "v1", "k2": "v2"}，注意：json转换完的字符串类型的字典中的字符串是由""表示的
dic2 = json.loads(str_dic) #反序列化：将一个字符串格式的字典转换成一个字典 #注意，要用json的loads功能处理的字符串类型的字典中的字符串必须由""表示
print(type(dic2),dic2) #<class 'dict'> {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
#2、序列化列表实例
import json
list_dic = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}]
str_dic = json.dumps(list_dic) #也可以处理嵌套的数据类型
print(type(str_dic),str_dic) #<class 'str'> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) #<class 'list'> [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]
dump与load
import json f = open('json_file','w') dic = {'k1':'v1','k2':'v2','k3':'v3'} json.dump(dic,f) #dump方法接收一个文件句柄，直接将字典转换成json字符串写入文件 f.close()
import json f = open('json_file') dic2 = json.load(f) #load方法接收一个文件句柄，直接将文件中的json字符串转换成数据结构返回 f.close() print(type(dic2),dic2) #输出结果：<class 'dict'> {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
2、pickle模块：提供了4个功能，分别为：dumps、loads、dump、load json与pickle的区别：（1）json是用与字符串与python数据类型的转换，但是它是所有语言都可以识别的一种的数据结构，如序列化后存放在文件里可以被java等语言读取；（2）pickle是python特有数据类型与python数据的转换，序列化的文件其他语言读不懂。如果你序列化的内容是列表或者字典，我们非常推荐你使用json模块，但如果出于某种原因你不得不序列化其他的数据类型，而未来你还会用python对这个数据进行反序列化的话，那么就可以使用pickle。
import pickle dic = {'k1':'v1','k2':'v2','k3':'v3'} str_dic = pickle.dumps(dic) print(str_dic) #一串二进制内容 dic2 = pickle.loads(str_dic) print(dic2) #字典 import time struct_time = time.localtime(1000000000) print(struct_time) f = open('pickle_file','wb') pickle.dump(struct_time,f) f.close() f = open('pickle_file','rb') struct_time2 = pickle.load(f) print(struct_time2.tm_year)
3、shelve模块：只提供了一个open方法，如字典一样通过key进行存入和读取数据
import shelve f = shelve.open('shelve_file') f['key'] = {'int':10, 'float':9.5, 'string':'Sample data'} #直接对文件句柄操作，就可以存入数据 f.close() import shelve f1 = shelve.open('shelve_file') existing = f1['key'] #取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错 f1.close() print(existing)
