python编程常用代码,python常用代码大全

作者 | 快学Python

来源 | https://github.com/jackzhenguo/python-small-examples

今天给大家分享一下60个Python小例子，拿来即用！

一、 数字

1、求绝对值

绝对值或复数的模

1. # 公众号：快学Python
2. In [1]: abs(-6)  
3. Out[1]: 6

2 进制转化

十进制转换为二进制：

1. In [2]: bin(10)  
2. Out[2]: '0b1010'

十进制转换为八进制：

1. In [3]: oct(9)  
2. Out[3]: '0o11'

十进制转换为十六进制：

1. In [4]: hex(15)  
2. Out[4]: '0xf'

3 整数和ASCII互转

十进制整数对应的ASCII字符

1. In [1]: chr(65)  
2. Out[1]: 'A'

查看某个ASCII字符对应的十进制数

1. In [1]: ord('A')  
2. Out[1]: 65

4 元素都为真检查

所有元素都为真，返回 True，否则为False

1. In [5]: all([1,0,3,6])  
2. Out[5]: False

1. In [6]: all([1,2,3])  
2. Out[6]: True

5 元素至少一个为真检查

至少有一个元素为真返回True，否则False

1. In [7]: any([0,0,0,[]])  
2. Out[7]: False

1. In [8]: any([0,0,1])  
2. Out[8]: True

6 判断是真是假

测试一个对象是True, 还是False.

1. In [9]: bool([0,0,0])  
2. Out[9]: True  
3.   
4. In [10]: bool([])  
5. Out[10]: False  
6.   
7. In [11]: bool([1,0,1])  
8. Out[11]: True

7 创建复数

创建一个复数

1. In [1]: complex(1,2)  
2. Out[1]: (1+2j)

8 取商和余数

分别取商和余数

1. In [1]: divmod(10,3)  
2. Out[1]: (3, 1)

9 转为浮点类型

将一个整数或数值型字符串转换为浮点数

1. In [1]: float(3)  
2. Out[1]: 3.0

如果不能转化为浮点数，则会报ValueError:

1. In [2]: float('a')  
2. # ValueError: could not convert string to float: 'a'

10 转为整型

int(x, base =10) , x可能为字符串或数值，将x 转换为一个普通整数。如果参数是字符串，那么它可能包含符号和小数点python自动化运维。如果超出了普通整数的表示范围，一个长整数被返回。

1. In [1]: int('12',16)  
2. Out[1]: 18

11 次幂

base为底的exp次幂，如果mod给出，取余

1. In [1]: pow(3, 2, 4)  
2. Out[1]: 1

12 四舍五入

四舍五入，ndigits代表小数点后保留几位：

1. In [11]: round(10.0222222, 3)  
2. Out[11]: 10.022  
3.   
4. In [12]: round(10.05,1)  
5. Out[12]: 10.1

13 链式比较

1. i = 3  
2. print(1 < i < 3)  # False  
3. print(1 < i <= 3)  # True

二、 字符串

14 字符串转字节

字符串转换为字节类型

1. In [12]: s = "apple"                                                              
2.   
3. In [13]: bytes(s,encoding='utf-8')  
4. Out[13]: b'apple'

15 任意对象转为字符串

1. In [14]: i = 100                                                                  
2.   
3. In [15]: str(i)  
4. Out[15]: '100'  
5.   
6. In [16]: str([])  
7. Out[16]: '[]'  
8.   
9. In [17]: str(tuple())  
10. Out[17]: '()'

16 执行字符串表示的代码

将字符串编译成python能识别或可执行的代码，也可以将文字读成字符串再编译。

1. In [1]: s  = "print('helloworld')"  
2.       
3. In [2]: r = compile(s,"", "exec")  
4.       
5. In [3]: r  
6. Out[3]:  at 0x0000000005DE75D0, file "", line 1>  
7.       
8. In [4]: exec(r)  
9. helloworld

17 计算表达式

将字符串str 当成有效的表达式来求值并返回计算结果取出字符串中内容

1. In [1]: s = "1 + 3 +5"  
2.     ...: eval(s)  
3.     ...:  
4. Out[1]: 9

18 字符串格式化

格式化输出字符串，format(value, format_spec)实质上是调用了value的__format__(format_spec)方法。

1. In [1]: print("i am {0},age{1}".format("tom",18))  
2. Out[1]:i am tom,age18

三、 函数

19 拿来就用的排序函数

排序：

1. In [1]: a = [1,4,2,3,1]  
2.   
3. In [2]: sorted(a,reverse=True)  
4. Out[2]: [4, 3, 2, 1, 1]  
5.   
6. In [3]: a = [{'name':'xiaoming','age':18,'gender':'male'},{'name':'  
7.      ...: xiaohong','age':20,'gender':'female'}]  
8. In [4]: sorted(a,key=lambda x: x['age'],reverse=False)  
9. Out[4]:  
10. [{'name': 'xiaoming', 'age': 18, 'gender': 'male'},  
11.  {'name': 'xiaohong', 'age': 20, 'gender': 'female'}]

20 求和函数

求和：

1. In [181]: a = [1,4,2,3,1]  
2.   
3. In [182]: sum(a)  
4. Out[182]: 11  
6. # 公众号：快学Python
8. In [185]: sum(a,10) #求和的初始值为10  
9. Out[185]: 21

21 nonlocal用于内嵌函数中

关键词nonlocal常用于函数嵌套中，声明变量i为非局部变量；如果不声明，i+=1表明i为函数wrapper内的局部变量，因为在i+=1引用(reference)时,i未被声明，所以会报unreferenced variable的错误。

1. def excepter(f):  
2.     i = 0  
3.     t1 = time.time()  
4.     def wrapper():  
5.         try:  
6.             f()  
7.         except Exception as e:  
8.             nonlocal i  
9.             i += 1  
10.             print(f'{e.args[0]}: {i}')  
11.             t2 = time.time()  
12.             if i == n:  
13.                 print(f'spending time:{round(t2-t1,2)}')  
14.     return wrapper

22 global 声明全局变量

先回答为什么要有global，一个变量被多个函数引用，想让全局变量被所有函数共享。有的伙伴可能会想这还不简单，这样写：

1. i = 5  
2. def f():  
3.     print(i)  
4.   
5. def g():  
6.     print(i)  
7.     pass  
8.   
9. f()  
10. g()

f和g两个函数都能共享变量i，程序没有报错，所以他们依然不明白为什么要用global.

但是，如果我想要有个函数对i递增，这样：

1. def h():  
2.     i += 1  
3.   
4. h()

此时执行程序，bang, 出错了！抛出异常：UnboundLocalError，原来编译器在解释i+=1时会把i解析为函数h()内的局部变量，很显然在此函数内，编译器找不到对变量i的定义，所以会报错。

global就是为解决此问题而被提出，在函数h内，显式地告诉编译器i为全局变量，然后编译器会在函数外面寻找i的定义，执行完i+=1后，i还为全局变量，值加1：

1. i = 0  
2. def h():  
3.     global i  
4.     i += 1  
5.   
6. h()  
7. print(i)

23 交换两元素

1. def swap(a, b):  
2.     return b, a  
4. print(swap(1, 0))

输出：

24 操作函数对象

1. In [31]: def f():  
2.     ...:     print('i'm f')  
3.     ...:  
4.   
5. In [32]: def g():  
6.     ...:     print('i'm g')  
7.     ...:  
8.   
9. In [33]: [f,g][1]()  
10. i'm g

创建函数对象的list，根据想要调用的index，方便统一调用。

25 生成逆序序列

list(range(10,-1,-1)) # [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

第三个参数为负时，表示从第一个参数开始递减，终止到第二个参数(不包括此边界)

26 函数的五类参数使用例子

python五类参数：位置参数，关键字参数，默认参数，可变位置或关键字参数的使用。

1. def f(a,*b,c=10,**d):  
2.   print(f'a:{a},b:{b},c:{c},d:{d}')

默认参数c不能位于可变关键字参数d后.

调用f:

1. In [10]: f(1,2,5,width=10,height=20)  
2. a:1,b:(2, 5),c:10,d:{'width': 10, 'height': 20}

可变位置参数b实参后被解析为元组(2,5);而c取得默认值10; d被解析为字典.

再次调用f:

1. In [11]: f(a=1,c=12)  
2. a:1,b:(),c:12,d:{}

a=1传入时a就是关键字参数，b,d都未传值，c被传入12，而非默认值。

注意观察参数a, 既可以f(1),也可以f(a=1) 其可读性比第一种更好，建议使用f(a=1)。如果要强制使用f(a=1)，需要在前面添加一个星号:

1. def f(*,a,**b): 
2.     print(f'a:{a},b:{b}')

此时f(1)调用，将会报错：TypeError: f() takes 0 positional arguments but 1 was given

只能f(a=1)才能OK.

说明前面的*发挥作用，它变为只能传入关键字参数，那么如何查看这个参数的类型呢？借助python的inspect模块：

1. In [22]: for name,val in signature(f).parameters.items():  
2.     ...:     print(name,val.kind)  
3.     ...:  
4. a KEYWORD_ONLY  
5. b VAR_KEYWORD

可看到参数a的类型为KEYWORD_ONLY，也就是仅仅为关键字参数。

但是，如果f定义为：

1. def f(a,*b):  
2.     print(f'a:{a},b:{b}')

查看参数类型：

1. In [24]: for name,val in signature(f).parameters.items():  
2.     ...:     print(name,val.kind)  
3.     ...:  
4. a POSITIONAL_OR_KEYWORD  
5. b VAR_POSITIONAL

可以看到参数a既可以是位置参数也可是关键字参数。

27 使用slice对象

生成关于蛋糕的序列cake1：

1. In [1]: cake1 = list(range(5,0,-1))  
2.   
3. In [2]: b = cake1[1:10:2]  
4.   
5. In [3]: b  
6. Out[3]: [4, 2]  
7.   
8. In [4]: cake1  
9. Out[4]: [5, 4, 3, 2, 1]

再生成一个序列：

1. In [5]: from random import randint  
2.    ...: cake2 = [randint(1,100) for _ in range(100)]  
3.    ...: # 同样以间隔为2切前10个元素，得到切片d  
4.    ...: d = cake2[1:10:2]  
5. In [6]: d  
6. Out[6]: [75, 33, 63, 93, 15]

你看，我们使用同一种切法，分别切开两个蛋糕cake1,cake2. 后来发现这种切法极为经典，又拿它去切更多的容器对象。

那么，为什么不把这种切法封装为一个对象呢？于是就有了slice对象。

定义slice对象极为简单，如把上面的切法定义成slice对象：

1. perfect_cake_slice_way = slice(1,10,2)  
2. #去切cake1  
3. cake1_slice = cake1[perfect_cake_slice_way]  
4. cake2_slice = cake2[perfect_cake_slice_way]  
5.   
6. In [11]: cake1_slice  
7. Out[11]: [4, 2]  
8.   
9. In [12]: cake2_slice  
10. Out[12]: [75, 33, 63, 93, 15]

与上面的结果一致。

对于逆向序列切片，slice对象一样可行：

1. a = [1,3,5,7,9,0,3,5,7]  
2. a_ = a[5:1:-1]  
3.   
4. named_slice = slice(5,1,-1)  
5. a_slice = a[named_slice]  
6.   
7. In [14]: a_  
8. Out[14]: [0, 9, 7, 5]  
9.   
10. In [15]: a_slice  
11. Out[15]: [0, 9, 7, 5]

频繁使用同一切片的操作可使用slice对象抽出来，复用的同时还能提高代码可读性。

28 lambda 函数的动画演示

有些读者反映，lambda函数不太会用，问我能不能解释一下。

比如，下面求这个 lambda函数：

1. def max_len(*lists):  
2.     return max(*lists, key=lambda v: len(v))

有两点疑惑：

• 参数v的取值？

• lambda函数有返回值吗？如果有，返回值是多少？

调用上面函数，求出以下三个最长的列表：

1. r = max_len([1, 2, 3], [4, 5, 6, 7], [8])  
2. print(f'更长的列表是{r}')

程序完整运行过程，动画演示如下：

结论：

• 参数v的可能取值为*lists，也就是 tuple 的一个元素。

• lambda函数返回值，等于lambda v冒号后表达式的返回值。

四、 数据结构

29 转为字典

创建数据字典

1. In [1]: dict()  
2. Out[1]: {}  
3.   
4. In [2]: dict(a='a',b='b')  
5. Out[2]: {'a': 'a', 'b': 'b'}  
6.   
7. In [3]: dict(zip(['a','b'],[1,2]))  
8. Out[3]: {'a': 1, 'b': 2}  
9.   
10. In [4]: dict([('a',1),('b',2)])  
11. Out[4]: {'a': 1, 'b': 2}

30 冻结集合

创建一个不可修改的集合。

1. In [1]: frozenset([1,1,3,2,3])  
2. Out[1]: frozenset({1, 2, 3})

因为不可修改，所以没有像set那样的add和pop方法

31 转为集合类型

返回一个set对象，集合内不允许有重复元素：

1. In [159]: a = [1,4,2,3,1]  
2.   
3. In [160]: set(a)  
4. Out[160]: {1, 2, 3, 4}

32 转为切片对象

class slice(start, stop[, step])

返回一个表示由 range(start, stop, step) 所指定索引集的 slice对象，它让代码可读性、可维护性变好。

1. In [1]: a = [1,4,2,3,1]  
2.   
3. In [2]: my_slice_meaning = slice(0,5,2)  
4.   
5. In [3]: a[my_slice_meaning]  
6. Out[3]: [1, 2, 1]

33 转元组

tuple() 将对象转为一个不可变的序列类型

1. In [16]: i_am_list = [1,3,5]  
2. In [17]: i_am_tuple = tuple(i_am_list)  
3. In [18]: i_am_tuple  
4. Out[18]: (1, 3, 5)

五、 类和对象

34 是否可调用

检查对象是否可被调用

1. In [1]: callable(str)  
2. Out[1]: True  
3.   
4. In [2]: callable(int)  
5. Out[2]: True

1. In [18]: class Student():  
2.     ...:     def __init__(self,id,name):  
3.     ...:         self.id = id   
4.     ...:         self.name = name   
5.     ...:     def __repr__(self):  
6.     ...:         return 'id = '+self.id +', name = '+self.name   
7.     ...  
8.   
9. In [19]: xiaoming = Student('001','xiaoming')  
10.   
11. In [20]: callable(xiaoming)  
12. Out[20]: False

如果能调用xiaoming(), 需要重写Student类的__call__方法：

1. In [1]: class Student():  
2.     ...:     def __init__(self,id,name):  
3.     ...:         self.id = id  
4.     ...:         self.name = name  
5.     ...:     def __repr__(self):  
6.     ...:         return 'id = '+self.id +', name = '+self.name  
7.     ...:     def __call__(self):  
8.     ...:         print('I can be called')  
9.     ...:         print(f'my name is {self.name}')  
10.     ...:  
11.   
12. In [2]: t = Student('001','xiaoming')  
13.   
14. In [3]: t()  
15. I can be called  
16. my name is xiaoming

35 ascii 展示对象

调用对象的 __repr__ 方法，获得该方法的返回值，如下例子返回值为字符串

1. >>> class Student():  
2.     def __init__(self,id,name):  
3.         self.id = id  
4.         self.name = name  
5.     def __repr__(self):  
6.         return 'id = '+self.id +', name = '+self.name

调用：

1. >>> xiaoming = Student(id='1',name='xiaoming')  
2. >>> xiaoming  
3. id = 1, name = xiaoming  
4. >>> ascii(xiaoming)  
5. 'id = 1, name = xiaoming'

36 类方法

classmethod 装饰器对应的函数不需要实例化，不需要 self 参数，但第一个参数需要是表示自身类的 cls 参数，可以来调用类的属性，类的方法，实例化对象等。

1. In [1]: class Student():  
2.     ...:     def __init__(self,id,name):  
3.     ...:         self.id = id  
4.     ...:         self.name = name  
5.     ...:     def __repr__(self):  
6.     ...:         return 'id = '+self.id +', name = '+self.name  
7.     ...:     @classmethod  
8.     ...:     def f(cls):  
9.     ...:         print(cls)

37 动态删除属性

删除对象的属性

1. In [1]: delattr(xiaoming,'id')  
2.   
3. In [2]: hasattr(xiaoming,'id')  
4. Out[2]: False

38 一键查看对象所有方法

不带参数时返回当前范围内的变量、方法和定义的类型列表；带参数时返回参数的属性，方法列表。

1. In [96]: dir(xiaoming)  
2. Out[96]:  
3. ['__class__',  
4.  '__delattr__',  
5.  '__dict__',  
6.  '__dir__',  
7.  '__doc__',  
8.  '__eq__',  
9.  '__format__',  
10.  '__ge__',  
11.  '__getattribute__',  
12.  '__gt__',  
13.  '__hash__',  
14.  '__init__',  
15.  '__init_subclass__',  
16.  '__le__',  
17.  '__lt__',  
18.  '__module__',  
19.  '__ne__',  
20.  '__new__',  
21.  '__reduce__',  
22.  '__reduce_ex__',  
23.  '__repr__',  
24.  '__setattr__',  
25.  '__sizeof__',  
26.  '__str__',  
27.  '__subclasshook__',  
28.  '__weakref__',  
29.    
30.  'name']

39 动态获取对象属性

获取对象的属性

1. In [1]: class Student():  
2.    ...:     def __init__(self,id,name):  
3.    ...:         self.id = id  
4.    ...:         self.name = name  
5.    ...:     def __repr__(self):  
6.    ...:         return 'id = '+self.id +', name = '+self.name  
7.   
8. In [2]: xiaoming = Student(id='001',name='xiaoming')  
9. In [3]: getattr(xiaoming,'name') # 获取xiaoming这个实例的name属性值  
10. Out[3]: 'xiaoming'

40 对象是否有这个属性

1. In [1]: class Student():  
2.    ...:     def __init__(self,id,name):  
3.    ...:         self.id = id  
4.    ...:         self.name = name  
5.    ...:     def __repr__(self):  
6.    ...:         return 'id = '+self.id +', name = '+self.name  
7.   
8. In [2]: xiaoming = Student(id='001',name='xiaoming')  
9. In [3]: hasattr(xiaoming,'name')  
10. Out[3]: True  
11.   
12. In [4]: hasattr(xiaoming,'address')  
13. Out[4]: False

41 对象门牌号

返回对象的内存地址

1. In [1]: id(xiaoming)  
2. Out[1]: 98234208

42 isinstance

判断_object_是否为类_classinfo_的实例，是返回true

1. In [1]: class Student():  
2.    ...:     def __init__(self,id,name):  
3.    ...:         self.id = id  
4.    ...:         self.name = name  
5.    ...:     def __repr__(self):  
6.    ...:         return 'id = '+self.id +', name = '+self.name  
7.   
8. In [2]: xiaoming = Student(id='001',name='xiaoming')  
9.   
10. In [3]: isinstance(xiaoming,Student)  
11. Out[3]: True

43 父子关系鉴定

1. In [1]: class undergraduate(Student):  
2.     ...:     def studyClass(self):  
3.     ...:         pass  
4.     ...:     def attendActivity(self):  
5.     ...:         pass  
6.   
7. In [2]: issubclass(undergraduate,Student)  
8. Out[2]: True  
9.   
10. In [3]: issubclass(object,Student)  
11. Out[3]: False  
12.   
13. In [4]: issubclass(Student,object)  
14. Out[4]: True

如果class是classinfo元组中某个元素的子类，也会返回True

1. In [1]: issubclass(int,(int,float))  
2. Out[1]: True

44 所有对象之根

object 是所有类的基类

1. In [1]: o = object()  
2.   
3. In [2]: type(o)  
4. Out[2]: object

45 创建属性的两种方式

返回 property 属性，典型的用法：

1. class C:  
2.     def __init__(self):  
3.         self._x = None  
4.   
5.     def getx(self):  
6.         return self._x  
7.   
8.     def setx(self, value):  
9.         self._x = value  
10.   
11.     def delx(self):  
12.         del self._x  
13.     # 使用property类创建 property 属性  
14.     x = property(getx, setx, delx, "I'm the 'x' property.")

使用python装饰器，实现与上完全一样的效果代码：

1. class C:  
2.     def __init__(self):  
3.         self._x = None  
4.   
5.     @property  
6.     def x(self):  
7.         return self._x  
8.   
9.     @x.setter  
10.     def x(self, value):  
11.         self._x = value  
12.   
13.     @x.deleter  
14.     def x(self):  
15.         del self._x

46 查看对象类型

class type(name, bases, dict)

传入一个参数时，返回 object 的类型：

1. In [1]: class Student():  
2.    ...:     def __init__(self,id,name):  
3.    ...:         self.id = id  
4.    ...:         self.name = name  
5.    ...:     def __repr__(self):  
6.    ...:         return 'id = '+self.id +', name = '+self.name  
7.    ...:  
8.   
9. In [2]: xiaoming = Student(id='001',name='xiaoming')  
10. In [3]: type(xiaoming)  
11. Out[3]: __main__.Student  
12.   
13. In [4]: type(tuple())  
14. Out[4]: tuple

47 元类

xiaoming, xiaohong, xiaozhang 都是学生，这类群体叫做 Student.

Python 定义类的常见方法，使用关键字 class

1. In [36]: class Student(object):  
2.     ...:     pass

xiaoming, xiaohong, xiaozhang 是类的实例，则：

1. xiaoming = Student()  
2. xiaohong = Student()  
3. xiaozhang = Student()

创建后，xiaoming 的 __class__ 属性，返回的便是 Student类

1. In [38]: xiaoming.__class__  
2. Out[38]: __main__.Student

问题在于，Student 类有 __class__属性，如果有，返回的又是什么？

1. In [39]: xiaoming.__class__.__class__  
2. Out[39]: type

哇，程序没报错，返回 type

那么，我们不妨猜测：Student 类，类型就是 type

换句话说，Student类就是一个对象，它的类型就是 type

所以，Python 中一切皆对象，类也是对象

Python 中，将描述 Student 类的类被称为：元类。

按照此逻辑延伸，描述元类的类被称为：_元元类_，开玩笑了~ 描述元类的类也被称为元类。

聪明的朋友会问了，既然 Student 类可创建实例，那么 type 类可创建实例吗？如果能，它创建的实例就叫：类 了。你们真聪明！

说对了，type 类一定能创建实例，比如 Student 类了。

1. In [40]: Student = type('Student',(),{})  
2.   
3. In [41]: Student  
4. Out[41]: __main__.Student

它与使用 class 关键字创建的 Student 类一模一样。

Python 的类，因为又是对象，所以和 xiaoming，xiaohong 对象操作相似。支持：

• 赋值

• 拷贝

• 添加属性

• 作为函数参数

1. In [43]: StudentMirror = Student # 类直接赋值 # 类直接赋值  
2. In [44]: Student.class_property = 'class_property' # 添加类属性  
3. In [46]: hasattr(Student, 'class_property')  
4. Out[46]: True

元类，确实使用不是那么多，也许先了解这些，就能应付一些场合。就连 Python 界的领袖 Tim Peters 都说：

“元类就是深度的魔法，99%的用户应该根本不必为此操心。

六、工具

48 枚举对象

返回一个可以枚举的对象，该对象的next()方法将返回一个元组。

1. In [1]: s = ["a","b","c"]  
2.     ...: for i ,v in enumerate(s,1):  
3.     ...:     print(i,v)  
4.     ...:  
5. 1 a  
6. 2 b  
7. 3 c

49 查看变量所占字节数

1. In [1]: import sys  
2.   
3. In [2]: a = {'a':1,'b':2.0}  
4.   
5. In [3]: sys.getsizeof(a) # 占用240个字节  
6. Out[3]: 240

50 过滤器

在函数中设定过滤条件，迭代元素，保留返回值为True的元素：

1. In [1]: fil = filter(lambda x: x>10,[1,11,2,45,7,6,13])  
2.   
3. In [2]: list(fil)  
4. Out[2]: [11, 45, 13]

51 返回对象的哈希值

返回对象的哈希值，值得注意的是自定义的实例都是可哈希的，list, dict, set等可变对象都是不可哈希的(unhashable)

1. In [1]: hash(xiaoming)  
2. Out[1]: 6139638  
3.   
4. In [2]: hash([1,2,3])  
5. # TypeError: unhashable type: 'list'

52 一键帮助

返回对象的帮助文档

1. In [1]: help(xiaoming)  
2. Help on Student in module __main__ object:  
3.   
4. class Student(builtins.object)  
5.  |  Methods defined here:  
6.  |  
7.  |  __init__(self, id, name)  
8.  |  
9.  |  __repr__(self)  
10.  |  
11.  |  Data deors defined here:  
12.  |  
13.  |  __dict__  
14.  |      dictionary for instance variables (if defined)  
15.  |  
16.  |  __weakref__  
17.  |      list of weak references to the object (if defined)

53  获取用户输入

获取用户输入内容

1. In [1]: input()  
2. aa  
3. Out[1]: 'aa'

54 创建迭代器类型

使用iter(obj, sentinel), 返回一个可迭代对象, sentinel可省略(一旦迭代到此元素，立即终止)

1. In [1]: lst = [1,3,5]  
2.   
3. In [2]: for i in iter(lst):  
4.     ...:     print(i)  
5.     ...:  
6. 1  
7. 3  
8. 5

1. In [1]: class TestIter(object):  
2.     ...:     def __init__(self):  
3.     ...:         self.l=[1,3,2,3,4,5]  
4.     ...:         self.i=iter(self.l)  
5.     ...:     def __call__(self):  #定义了__call__方法的类的实例是可调用的  
6.     ...:         item = next(self.i)  
7.     ...:         print ("__call__ is called,fowhich would return",item)  
8.     ...:         return item  
9.     ...:     def __iter__(self): #支持迭代协议(即定义有__iter__()函数)  
10.     ...:         print ("__iter__ is called!!")  
11.     ...:         return iter(self.l)  
12. In [2]: t = TestIter()  
13. In [3]: t() # 因为实现了__call__，所以t实例能被调用  
14. __call__ is called,which would return 1  
15. Out[3]: 1  
16.   
17. In [4]: for e in TestIter(): # 因为实现了__iter__方法，所以t能被迭代  
18.     ...:     print(e)  
19.     ...:  
20. __iter__ is called!!  
21. 1  
22. 3  
23. 2  
24. 3  
25. 4  
26. 5

55 打开文件

返回文件对象

1. In [1]: fo = open('D:/a.txt',mode='r', encoding='utf-8')  
2.   
3. In [2]: fo.read()  
4. Out[2]: '\ufefflife is not so long,\nI use Python to play.'

mode取值表：

56 创建range序列

1. range(stop)

2. range(start, stop[,step])

生成一个不可变序列：

1. In [1]: range(11)  
2. Out[1]: range(0, 11)  
3.   
4. In [2]: range(0,11,1)  
5. Out[2]: range(0, 11)

57 反向迭代器

1. In [1]: rev = reversed([1,4,2,3,1])  
2.   
3. In [2]: for i in rev:  
4.      ...:     print(i)  
5.      ...:  
6. 1  
7. 3  
8. 2  
9. 4  
10. 1

58 聚合迭代器

创建一个聚合了来自每个可迭代对象中的元素的迭代器：

1. In [1]: x = [3,2,1]  
2. In [2]: y = [4,5,6]  
3. In [3]: list(zip(y,x))  
4. Out[3]: [(4, 3), (5, 2), (6, 1)]  
5.   
6. In [4]: a = range(5)  
7. In [5]: b = list('abcde')  
8. In [6]: b  
9. Out[6]: ['a', 'b', 'c', 'd', 'e']  
10. In [7]: [str(y) + str(x) for x,y in zip(a,b)]  
11. Out[7]: ['a0', 'b1', 'c2', 'd3', 'e4']

59 链式操作

1. from operator import (add, sub)  
2.   
3.   
4. def add_or_sub(a, b, oper):  
5.     return (add if oper == '+' else sub)(a, b)  
6.   
7.   
8. add_or_sub(1, 2, '-')  # -1

60 对象序列化

对象序列化，是指将内存中的对象转化为可存储或传输的过程。很多场景，直接一个类对象，传输不方便。

但是，当对象序列化后，就会更加方便，因为约定俗成的，接口间的调用或者发起的 web 请求，一般使用 json 串传输。

实际使用中，一般对类对象序列化。先创建一个 Student 类型，并创建两个实例。

1. class Student():  
2.     def __init__(self,**args):  
3.         self.ids = args['ids']  
4.         self.name = args['name']  
5.         self.address = args['address']  
6. xiaoming = Student(ids = 1,name = 'xiaoming',address = '北京')  
7. xiaohong = Student(ids = 2,name = 'xiaohong',address = '南京')

导入 json 模块，调用 dump 方法，就会将列表对象 [xiaoming,xiaohong]，序列化到文件 json.txt 中。

1. import json  
2.   
3. with open('json.txt', 'w') as f:  
4.     json.dump([xiaoming,xiaohong], f, default=lambda obj: obj.__dict__, ensure_ascii=False, indent=2, sort_keys=True)

生成的文件内容，如下：

1. [  
2.     {  
3.         "address":"北京",  
4.         "ids":1,  
5.         "name":"xiaoming"  
6.     },  
7.     {  
8.         "address":"南京",  
9.         "ids":2,  
10.         "name":"xiaohong"  
11.     }  
12. ]

往期回顾

AI卷到艺术界了，DALL·E将战胜人类？

Pandas 与 SQL 的超强结合，爆赞！

云上风景虽好，但不要盲目跟风！

Python 字符串深度总结

1. 分享
2. 点收藏
3. 点点赞
4. 点在看