Python3提升教程二个人整理.docx
《Python3提升教程二个人整理.docx》由会员分享,可在线阅读,更多相关《Python3提升教程二个人整理.docx(18页珍藏版)》请在冰豆网上搜索。
Python3提升教程二个人整理
Python3数据结构
本章节我们主要结合前面所学的知识点来介绍Python数据结构。
列表
Python中列表是可变的,这是它区别于字符串和元组的最重要的特点,一句话概括即:
列表可以修改,而字符串和元组不能。
以下是Python中列表的方法:
下面示例演示了列表的大部分方法:
注意:
类似insert,remove或sort等修改列表的方法没有返回值。
将列表当做堆栈使用
列表方法使得列表可以很方便的作为一个堆栈来使用,堆栈作为特定的数据结构,最先进入的元素最后一个被释放(后进先出)。
用append()方法可以把一个元素添加到堆栈顶。
用不指定索引的pop()方法可以把一个元素从堆栈顶释放出来。
例如:
将列表当作队列使用
也可以把列表当做队列用,只是在队列里第一加入的元素,第一个取出来;但是拿列表用作这样的目的效率不高。
在列表的最后添加或者弹出元素速度快,然而在列表里插入或者从头部弹出速度却不快(因为所有其他的元素都得一个一个地移动)。
列表推导式提供了从序列创建列表的简单途径。
通常应用程序将一些操作应用于某个序列的每个元素,用其获得的结果作为生成新列表的元素,或者根据确定的判定条件创建子序列。
每个列表推导式都在for之后跟一个表达式,然后有零到多个for或if子句。
返回结果是一个根据表达从其后的for和if上下文环境中生成出来的列表。
如果希望表达式推导出一个元组,就必须使用括号。
这里我们将列表中每个数值乘三,获得一个新的列表:
>>> vec = [2, 4, 6]
>>> [3*x for x in vec]
[6, 12, 18]
现在我们玩一点小花样:
>>> [[x, x**2] for x in vec]
[[2, 4], [4, 16], [6, 36]]
这里我们对序列里每一个元素逐个调用某方法:
我们可以用if子句作为过滤器:
以下是一些关于循环和其它技巧的演示:
列表推导式可以使用复杂表达式或嵌套函数:
>>> [str(round(355/113, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']
嵌套列表解析
Python的列表还可以嵌套。
以下实例展示了3X4的矩阵列表:
以下实例将3X4的矩阵列表转换为4X3列表:
>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
以下实例也可以使用以下方法来实现:
>>> transposed = []
>>> for i in range(4):
... transposed.append([row[i] for row in matrix])
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
另外一种实现方法:
>>> transposed = []
>>> for i in range(4):
... #thefollowing3linesimplementthenestedlistcomp
... transposed_row = []
... for row in matrix:
... transposed_row.append(row[i])
... transposed.append(transposed_row)
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
del语句
使用del语句可以从一个列表中依索引而不是值来删除一个元素。
这与使用pop()返回一个值不同。
可以用del语句从列表中删除一个切割,或清空整个列表(我们以前介绍的方法是给该切割赋一个空列表)。
例如:
>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:
4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:
]
>>> a
[]
也可以用del删除实体变量:
>>>dela
元组和序列
元组由若干逗号分隔的值组成,例如:
>>> t = 12345, 54321, 'hello!
'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!
')
>>> #Tuplesmaybenested:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!
'), (1, 2, 3, 4, 5))
如你所见,元组在输出时总是有括号的,以便于正确表达嵌套结构。
在输入时可能有或没有括号,不过括号通常是必须的(如果元组是更大的表达式的一部分)。
集合
集合是一个无序不重复元素的集。
基本功能包括关系测试和消除重复元素。
可以用大括号({})创建集合。
注意:
如果要创建一个空集合,你必须用set()而不是{};后者创建一个空的字典,下一节我们会介绍这个数据结构。
以下是一个简单的演示:
>>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
>>> print(basket) #删除重复的
{'orange', 'banana', 'pear', 'apple'}
>>> 'orange' in basket #检测成员
True
>>> 'crabgrass' in basket
False
>>> #以下演示了两个集合的操作
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a #a中唯一的字母
{'a', 'r', 'b', 'c', 'd'}
>>> a-b #在a中的字母,但不在b中
{'r', 'd', 'b'}
>>> a|b #在a或b中的字母
{'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
>>> a&b #在a和b中都有的字母
{'a', 'c'}
>>> a^b #在a或b中的字母,但不同时在a和b中
{'r', 'd', 'b', 'm', 'z', 'l'}
集合也支持推导式:
>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
{'r', 'd'}
字典
另一个非常有用的Python内建数据类型是字典。
序列是以连续的整数为索引,与此不同的是,字典以关键字为索引,关键字可以是任意不可变类型,通常用字符串或数值。
理解字典的最佳方式是把它看做无序的键=>值对集合。
在同一个字典之内,关键字必须是互不相同。
一对大括号创建一个空的字典:
{}。
这是一个字典运用的简单例子:
>>> tel = {'jack':
4098, 'sape':
4139}
>>> tel['guido'] = 4127
>>> tel
{'sape':
4139, 'guido':
4127, 'jack':
4098}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'guido':
4127, 'irv':
4127, 'jack':
4098}
>>> list(tel.keys())
['irv', 'guido', 'jack']
>>> sorted(tel.keys())
['guido', 'irv', 'jack']
>>> 'guido' in tel
True
>>> 'jack' not in tel
False
构造函数dict()直接从键值对元组列表中构建字典。
如果有固定的模式,列表推导式指定特定的键值对:
>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape':
4139, 'jack':
4098, 'guido':
4127}
此外,字典推导可以用来创建任意键和值的表达式词典:
>>> {x:
x**2 for x in (2, 4, 6)}
{2:
4, 4:
16, 6:
36}
如果关键字只是简单的字符串,使用关键字参数指定键值对有时候更方便:
>>> dict(sape=4139, guido=4127, jack=4098)
{'sape':
4139, 'jack':
4098, 'guido':
4127}
遍历技巧
在字典中遍历时,关键字和对应的值可以使用items()方法同时解读出来:
>>> knights = {'gallahad':
'thepure', 'robin':
'thebrave'}
>>> for k, v in knights.items():
... print(k, v)
...
gallahad thepure
robinthebrave
在序列中遍历时,索引位置和对应值可以使用enumerate()函数同时得到:
>>> for i, v in enumerate(['tic', 'tac', 'toe']):
... print(i, v)
...
0 tic
1 tac
2 toe
同时遍历两个或更多的序列,可以使用zip()组合:
>>> questions = ['name', 'quest', 'favoritecolor']
>>> answers = ['lancelot', 'theholygrail', 'blue']
>>> for q, a in zip(questions, answers):
... print('Whatisyour{0}?
Itis{1}.'.format(q, a))
...
What is yourname?
It is lancelot.
What is yourquest?
It is theholygrail.
What is yourfavoritecolor?
It is blue.
要反向遍历一个序列,首先指定这个序列,然后调用reversed()函数:
>>> for i in reversed(range(1, 10, 2)):
... print(i)
...
9
7
5
3
1
要按顺序遍历一个序列,使用sorted()函数返回一个已排序的序列,并不修改原值:
>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for f in sorted(set(basket)):
... print(f)
...
apple
banana
orange
pear
Python3模块
在前面的几个章节中我们脚本上是用python解释器来编程,如果你从Python解释器退出再进入,那么你定义的所有的方法和变量就都消失了。
为此Python提供了一个办法,把这些定义存放在文件中,为一些脚本或者交互式的解释器实例使用,这个文件被称为模块。
模块是一个包含所有你定义的函数和变量的文件,其后缀名是.py。
模块可以被别的程序引入,以使用该模块中的函数等功能。
这也是使用python标准库的方法。
下面是一个使用python标准库中模块的例子。
执行结果如下所示:
$pythonusing_sys.py参数1参数2
命令行参数如下:
using_sys.py
参数1
参数2
Python路径为:
['/root','/usr/lib/python3.4','/usr/lib/python3.4/plat-x86_64-linux-gnu','/usr/lib/python3.4/lib-dynload','/usr/local/lib/python3.4/dist-packages','/usr/lib/python3/dist-packages']
∙1、importsys引入python标准库中的sys.py模块;这是引入某一模块的方法。
∙2、sys.argv是一个包含命令行参数的列表。
∙3、sys.path包含了一个Python解释器自动查找所需模块的路径的列表。
import语句
想使用Python源文件,只需在另一个源文件里执行import语句,语法如下:
importmodule1[,module2[,...moduleN]
当解释器遇到import语句,如果模块在当前的搜索路径就会被导入。
搜索路径是一个解释器会先进行搜索的所有目录的列表。
如想要导入模块support,需要把命令放在脚本的顶端:
est.py引入support模块:
以上实例输出结果:
$python3test.py
Hello:
Runoob
一个模块只会被导入一次,不管你执行了多少次import。
这样可以防止导入模块被一遍又一遍地执行。
当我们使用import语句的时候,Python解释器是怎样找到对应的文件的呢?
这就涉及到Python的搜索路径,搜索路径是由一系列目录名组成的,Python解释器就依次从这些目录中去寻找所引入的模块。
这看起来很像环境变量,事实上,也可以通过定义环境变量的方式来确定搜索路径。
搜索路径是在Python编译或安装的时候确定的,安装新的库应该也会修改。
搜索路径被存储在sys模块中的path变量,做一个简单的实验,在交互式解释器中,输入以下代码:
>>>importsys
>>>sys.path
['','/usr/lib/python3.4','/usr/lib/python3.4/plat-x86_64-linux-gnu','/usr/lib/python3.4/lib-dynload','/usr/local/lib/python3.4/dist-packages','/usr/lib/python3/dist-packages']
>>>
sys.path输出是一个列表,其中第一项是空串'',代表当前目录(若是从一个脚本中打印出来的话,可以更清楚地看出是哪个目录),亦即我们执行python解释器的目录(对于脚本的话就是运行的脚本所在的目录)。
因此若像我一样在当前目录下存在与要引入模块同名的文件,就会把要引入的模块屏蔽掉。
了解了搜索路径的概念,就可以在脚本中修改sys.path来引入一些不在搜索路径中的模块。
现在,在解释器的当前目录或者sys.path中的一个目录里面来创建一个fibo.py的文件,代码如下:
然后进入Python解释器,使用下面的命令导入这个模块:
>>>importfibo
这样做并没有把直接定义在fibo中的函数名称写入到当前符号表里,只是把模块fibo的名字写到了那里。
可以使用模块名称来访问函数:
如果你打算经常使用一个函数,你可以把它赋给一个本地的名称:
>>>fib=fibo.fib
>>>fib(500)
1123581321345589144233377
from…import语句
Python的from语句让你从模块中导入一个指定的部分到当前命名空间中,语法如下:
frommodnameimportname1[,name2[,...nameN]]
例如,要导入模块fibo的fib函数,使用如下语句:
>>>fromfiboimportfib,fib2
>>>fib(500)
1123581321345589144233377
这个声明不会把整个fibo模块导入到当前的命名空间中,它只会将fibo里的fib函数引入进来。
from…import*语句
把一个模块的所有内容全都导入到当前的命名空间也是可行的,只需使用如下声明:
frommodnameimport*
这提供了一个简单的方法来导入一个模块中的所有项目。
然而这种声明不该被过多地使用。
深入模块
模块除了方法定义,还可以包括可执行的代码。
这些代码一般用来初始化这个模块。
这些代码只有在第一次被导入时才会被执行。
每个模块有各自独立的符号表,在模块内部为所有的函数当作全局符号表来使用。
所以,模块的作者可以放心大胆的在模块内部使用这些全局变量,而不用担心把其他用户的全局变量搞混。
从另一个方面,当你确实知道你在做什么的话,你也可以通过modname.itemname这样的表示法来访问模块内的函数。
模块是可以导入其他模块的。
在一个模块(或者脚本,或者其他地方)的最前面使用import来导入一个模块,当然这只是一个惯例,而不是强制的。
被导入的模块的名称将被放入当前操作的模块的符号表中。
还有一种导入的方法,可以使用import直接把模块内(函数,变量的)名称导入到当前操作模块。
比如:
>>>fromfiboimportfib,fib2
>>>fib(500)
1123581321345589144233377
这种导入的方法不会把被导入的模块的名称放在当前的字符表中(所以在这个例子里面,fibo这个名称是没有定义的)。
这还有一种方法,可以一次性的把模块中的所有(函数,变量)名称都导入到当前模块的字符表:
>>>fromfiboimport*
>>>fib(500)
1123581321345589144233377
这将把所有的名字都导入进来,但是那些由单一下划线(_)开头的名字不在此例。
大多数情况,Python程序员不使用这种方法,因为引入的其它来源的命名,很可能覆盖了已有的定义。
__name__属性
一个模块被另一个程序第一次引入时,其主程序将运行。
如果我们想在模块被引入时,模块中的某一程序块不执行,我们可以用__name__属性来使该程序块仅在该模块自身运行时执行。
#!
/usr/bin/python3
#Filename:
using_name.py
if__name__=='__main__':
print('程序自身在运行')
else:
print('我来自另一模块')
运行输出如下:
$pythonusing_name.py
程序自身在运行
$python
>>>importusing_name
我来自另一模块
>>>
说明:
每个模块都有一个__name__属性,当其值是'__main__'时,表明该模块自身在运行,否则是被引入。
说明:
__name__ 与 __main__ 底下是双下划线, __ 是这样去掉中间的那个空格。
dir()函数
内置的函数dir()可以找到模块内定义的所有名称。
以一个字符串列表的形式返回:
>>>importfibo,sys
>>>dir(fibo)
['__name__','fib','fib2']
>>>dir(sys)
['__displayhook__','__doc__','__excepthook__','__loader__','__name__',
'__package__','__stderr__','__stdin__','__stdout__',
'_clear_type_cache','_current_frames','_debugmallocstats','_getframe',
'_home','_mercurial','_xoptions','abiflags','api_version','argv',
'base_exec_prefix','base_prefix','builtin_module_names','byteorder',
'call_tracing','callstats','copyright','displayhook',
'dont_write_bytecode','exc_info','excepthook','exec_prefix',
'executable','exit','flags','float_info','float_repr_style',
'getcheckinterval','getdefaultencoding','getdlopenflags',
'getfilesystemencoding','getobjects','getprofile','getrecursionlimit',
'getrefcount','getsizeof','getswitchinterval','gettotalrefcount',
'gettrace','hash_info','hexversion','implementation','int_info',
'intern','maxsize','maxunicode','meta_path','modules','path',
'path_hooks','path_importer_cache','platform','prefix','ps1',
'setcheckinterval','setdlopenflags','setprofile','setrecursionlimit',
'setswitchinterval','settrace','stderr','stdin','stdout',
'thread_info','version','version_info','warnoptions']
如果没有给定参数,那么dir()函数会罗列出当前定义的所有名称:
>>>a=[1,2,3,4,5]
>>>importfibo
>>>fib=fibo.fib
>>>dir()#得到一个当前模块中定义的属性列表
['__builtins__','__name__','a','fib','fibo','sys']
>>>a=5#建立一个新的变量'a'
>>>dir()
['__builtins__','__