python列表解析式，生成器，及部分内建函数使用方法
标准库datetime
需要导入datetime模块：
import datetime
datetime模块：
对日期，时间，时间戳的处理
datetime的类方法
today ()
now（tz=None) 返回当前时间的datetime对象，时间到微秒，如果tz为none返回值和today()一样
utcnow()
fromtimestamp(timestamp,tz=None)从一个时间戳返回一个datemime对象
datetime对象：
timestamp()返回一个到微秒的时间戳
时间戳： 格林威治时间170年1月1日0点到现在的秒数
datetime对象，构造方法：
datetime.datetime(2017,10,08,13,55,35,123456)
year年month月day日hour时间minute分钟second秒microsecond微秒
replace() 返回并修改新的时间
isocalendar()返回一个三元组（年，周，周的天）
日期格式化：
类方法 strptime(date_string,foamat) ，返datetime对象
对象方法strftime(fotmat) ,返回字符串
字符串format函数格式化
timedelta对象：
datetime2= datetime1+datedelta datetime2=datetime1-datedelta timedelta=datetime1-datetime2 构造方法: datetime.timedelta(day=0,秒=0，微秒=0，毫秒=0，分=0 ，时=0，weeks=0) year= datetime.timedelta(day=365) total_seconds()返回时间差的总秒数 time： time.sleep(secs) 将调用线程挂起指定的秒数
列表解析：
举例：
生成一个列表，元素0~9，对每一个元素自增1后求平方返回新列表
l1=list(range(10)) l2=[] for i in l1: l2.append((i+1)**2)
使用列表解析式的程序为：
l1=list(range(10)) l2=[(i+1)**2 for i in l1] print(l2)
列表解析list comprehension
语法：
[返回值 for 元素 in 可迭代对象 if 条件] 使用中括号[]，内部是for循环，if条件语句可选 返回一个新列表
列表解析式是一种语法糖
编译器会优化，不会因为简写而影响效率，反而优化提升效率
减少代码量，可读性强，工作量降低，减少出错
列表解析式进阶：
列表解析式为：[expr for item in iterable if cond1 if cond2]
自然语法为：
ret = [] for item in iterable: if cond1: if cond2: ret.append(expr)
举例：
20以内技能被2整除又能被3整除的数 [i for i in range(20) if i%2==0 and i%3==0] [i for i in range(20) if i%2==0 if i%3==0]
列表解析式多层循环的用法：
列表解析式的写法：[expr for i in iterable1 for j in iterable2 ]
自然写法：
ret = [] for i in iterable1: for j in iterable2: ret.append(expr)
举例
[(x, y) for x in 'abcde' for y in range(3)] [[x, y] for x in 'abcde' for y in range(3)] [{x: y} for x in 'abcde' for y in range(3)]
生成器表达式：
语法
（返回值 for 元素 in 可迭代对象 if 条件） 列表解析式的中括号换成小括号就是生成器表达式 返回一个生成器
和列表解析式的区别:
生成器表达式时按需计算（'惰性求值'，延迟计算），需要的时候才计算值 列表解析式是立即返回值
生成器：
可迭代对象
迭代器
举例
和列表解析式对比：
计算方式：
生成器表达式延迟计算，列表解析式立即计算
内存占用：
单从返回值来说，生成器表达式省内存，列表解析式返回新列表
生成器没有数据，内存占用少，使用时，一个个返回数据，总体占用数据差不多
列表解析式构造新的列表需要占用内存空间
计算速度：
单看计算时间，生成器表达式耗时短，列解析式耗时长
但是生成器本身没有返回任何值，只返回了一个生成器对象
列表解析式构造返回了一个新的列表
总结：
一般来说 ，多用解析式，简短 高效
如果一个解析式非常复杂，难以理解，可以考虑拆解for循环
生成器和迭代器时不同的对象，但都是可迭代对象
内建函数：
id(value)
表示id
返回对象的唯一标识
哈希 hash()
返回一个对象的哈希值
类型type（）
返回对象的类型
类型转换
float() int() bin() hex() oct() bool() list() tuple() dict() set() complex() bytes() bytearray(
输入input（[prompt]）
接收用户输入，返回一个字符串
打印 print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False) 打印输出，默认使用空格分割，换行结尾，输出到控制台
对象长度 len(s)
返回一个集合类型的元素个数
isinstance(obj,class_or_tuple)
判断对象obj是否属于某种类型或者元组中列出的某个类型
isinstance(True,int)
issubclass(cls,class_or_tuple)
判断类型cls是否时某种类型的子类或元组中列出的某个类型的子类
issubclass（bool，int）
绝对值abs（x） x为数值
最大值 max() 最小值min()
返回可迭代对象中最大或最小值
返回多个参数中最大或最小值
round（x） 四舍五入六取整，rount（-0.5）
pow（x,y） 等同于x**y
range（stop）
从0开始到stop-1的可迭代对象；range（start,stop[,step]）从start开始到stop-1步长为step的可迭代对象
divmod （x,y） 等价于 tuple（x//y,x%y）
sum(可迭代对象[，start]) 对可迭代对象的所有数值元素求和
sum（1，100，2）） 求1到100步进为2的元素的和值
chr（）给定一个一定范围的整数返回对应的字符 chr(97)=a chr（20013）=中 ord（）返回字符对应的整数 ord（'a'）=97 ord（'中'）=20013
sorted（可迭代对象[元素][reverse]）排序
返回一个新的列表默认升序
reverse是反转
反转：
reversed（seq）
返回一个反转元素的迭代器
枚举： enumerate(seq, start=0) 迭代一个序列，返回索引数字和元素构成的二元组 star表示索引开始的数字，默认是0
迭代器和取元素 iter（可迭代对象）、next（可迭代对象）
iter 将一个可迭代对象封装成一个迭代器
next对一个迭代器取下一个元素，如果所有元素以取过，再次next会抛出StopIteration异常
可迭代对象：
能同过迭代一次次返回不同的元素的对象，所谓相同不是指值是否相同，而是元素在容器中是否是同一个，例如列表中的值可以重复 可以迭代，但是未必有序，未必可索引 可迭代对象有 ： list tuple string bytes bytearray range set dict 生成器等 可以使用成员操作符in not in，in本质山就是在遍历对象
迭代器：
特殊的对象，一定是可迭代对象，具备可迭代对象的特征
通过iter法国法把一个可迭代对象封装成迭代器
通过next方法，迭代迭代器对象
生成器对象，就是迭代器对象
拉链函数zip（多个可迭代对象）
项拉链一样把多个可迭代对象合并在一起，返回一个迭代器
将每次从不同对象中取到的元素合并成一个元组
posted on 2017-10-08 16:22 pythonerLau 阅读(1118) 评论(0) 编辑 收藏 举报
