最全推荐4个Python中最好用的模块，相信你也用过其中的几个，2024最新京东Python面试题目

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

random.sample([1, ‘23’, [4, 5]], 2) # 列表元素任意2个组合

----------------------------------------

打乱列表顺序

lst = [1, 2, 3, 4, 5, 6]

random.shuffle(lst)

print(lst) # 随机顺序

案例

模拟随机验证码

import random

def v_code():

code = ‘’

for i in range(5):

num = random.randint(0, 9)

alf = chr(random.randint(65, 90)) # chr()通过序号查字符

add = random.choice([num, alf])

code = “”.join([code, str(add)])

return code

print(v_code())

二.日志模块

1.工作日志分四大类:

• 系统日志:记录服务器的一些重要信息:监控系统,cpu温度,网卡流量,重要的硬件指标

• 网站日志:访问异常,卡顿,访问量,点击率,蜘蛛爬取次数

• 辅助开发日志:开发人员在开发项目中,利用日志进行排错,排除一些避免不了的错误(记录),辅助开发

• 记录用户信息的日志:用户消费习惯,新闻偏好等等(数据库解决)

2.日志一般是开发者使用的

3.日志的版本

简易版

缺点:文件于屏幕输出只能选择一个

import logging

logging.debug(‘debug message’)

logging.info(‘info message’)

logging.warning(‘warning message’)

logging.error(‘error message’)

logging.critical(‘critical message’)

默认情况下Python的logging模块将日志打印到了标准输出中,且只显示了大于等于WARNING级别的日志,这说明默认的日志级别设置为WARNING（日志级别等级CRITICAL > ERROR > WARNING > INFO > DEBUG),默认的日志格式为日志级别：Logger名称：用户输出消息

---

灵活配置日志级别，日志格式，输出位置:

import logging

logging.basicConfig(level=logging.DEBUG,

format=‘%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s’,

datefmt=‘%a, %d %b %Y %H:%M:%S’,

filename=‘/tmp/test.log’,

filemode=‘w’)

logging.debug(‘debug message’)

logging.info(‘info message’)

logging.warning(‘warning message’)

logging.error(‘error message’)

logging.critical(‘critical message’)

---

参数详解

logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有：

filename：用指定的文件名创建FiledHandler，这样日志会被存储在指定的文件中。

filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。

format：指定handler使用的日志显示格式。

datefmt：指定日期时间格式。

level：设置rootlogger（后边会讲解具体概念）的日志级别

stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。

format参数中可能用到的格式化串：

%(name)s Logger的名字

%(levelno)s 数字形式的日志级别

%(levelname)s 文本形式的日志级别

%(pathname)s 调用日志输出函数的模块的完整路径名，可能没有

%(filename)s 调用日志输出函数的模块的文件名

%(module)s 调用日志输出函数的模块名

%(funcName)s 调用日志输出函数的函数名

%(lineno)d 调用日志输出函数的语句所在的代码行

%(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示

%(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数

%(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒

%(thread)d 线程ID。可能没有

%(threadName)s 线程名。可能没有

%(process)d 进程ID。可能没有

%(message)s用户输出的消息

标准版

‘’’

学习中遇到问题没人解答？小编创建了一个Python学习交流QQ群：725638078

寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！

‘’’

import logging

logger = logging.getLogger()

创建一个handler，用于写入日志文件

fh = logging.FileHandler(‘test.log’,encoding=‘utf-8’)

再创建一个handler，用于输出到控制台

ch = logging.StreamHandler()

formatter = logging.Formatter(‘%(asctime)s - %(name)s - %(levelname)s - %(message)s’)

fh.setLevel(logging.DEBUG)

fh.setFormatter(formatter)

ch.setFormatter(formatter)

logger.addHandler(fh) #logger对象可以添加多个fh和ch对象

logger.addHandler(ch)

logger.debug(‘logger debug message’)

logger.info(‘logger info message’)

logger.warning(‘logger warning message’)

logger.error(‘logger error message’)

logger.critical(‘logger critical message’)

---

logging库提供了多个组件：Logger、Handler、Filter、Formatter。Logger对象提供应用程序可直接使用的接口，Handler发送日志到适当的目的地，Filter提供了过滤日志信息的方法，Formatter指定日志显示格式。另外，可以通过：logger.setLevel(logging.Debug)设置级别,当然，也可以通过fh.setLevel(logging.Debug)单对文件流设置某个级别

旗舰版

优点:

1.自定制(通过字典的方式)日志

2.轮转日志的功能

import os

import logging.config

定义三种日志输出格式 开始

standard_format = ‘[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]’ ‘[%(levelname)s][%(message)s]’ #其中name为getlogger指定的名字

simple_format = ‘[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s’

id_simple_format = ‘[%(levelname)s][%(asctime)s] %(message)s’

定义日志输出格式 结束

logfile_dir = os.path.dirname(file) # log文件的目录

logfile_name = ‘log.log’ # log文件名

如果不存在定义的日志目录就创建一个

if not os.path.isdir(logfile_dir):

os.mkdir(logfile_dir)

log文件的全路径

logfile_path = os.path.join(logfile_dir, logfile_name)

log配置字典

LOGGING_DIC = {

‘version’: 1,

‘disable_existing_loggers’: False,

‘formatters’: {

‘standard’: {

‘format’: standard_format

},

‘simple’: {

‘format’: simple_format

},

},

‘filters’: {},

‘handlers’: {

#打印到终端的日志

‘console’: {

‘level’: ‘DEBUG’,

‘class’: ‘logging.StreamHandler’, # 打印到屏幕

‘formatter’: ‘simple’

},

#打印到文件的日志,收集info及以上的日志

‘default’: {

‘level’: ‘DEBUG’,

‘class’: ‘logging.handlers.RotatingFileHandler’, # 保存到文件

‘formatter’: ‘standard’,

‘filename’: logfile_path, # 日志文件

‘maxBytes’: 102410245, # 日志大小 5M

‘backupCount’: 5,

‘encoding’: ‘utf-8’, # 日志文件的编码，再也不用担心中文log乱码了

},

},

‘loggers’: {

#logging.getLogger(name)拿到的logger配置

‘’: {

‘handlers’: [‘default’, ‘console’], # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕

‘level’: ‘DEBUG’,

‘propagate’: True, # 向上（更高level的logger）传递

},

},

}

logging.config.dictConfig(LOGGING_DIC) # 导入上面定义的logging配置

logger = logging.getLogger(name) # 生成一个log实例

logger.info(‘It works!’) # 记录该文件的运行状态

三.collections模块

在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。

1.namedtuple: 生成可以使用名字来访问元素内容的tuple(命名元组)

from collections import namedtuple

Point = namedtuple(‘Point’, [‘x’, ‘y’])

p = Point(1, 2)

print(p, type§) # Point(x=1, y=2) <class ‘main.Point’>

print(p[0]) # 1

print(p.y) # 2

2.deque: 双向列表,双端队列,类似于列表的一种容器型的数据,插入元素和删除元素效率高

‘’’

学习中遇到问题没人解答？小编创建了一个Python学习交流QQ群：725638078

寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！

‘’’

from collections import deque

q = deque([‘a’, 1, ‘c’, ‘d’])

print(q, type(q))

q.append(‘e’) # 按顺序追加

q.append(‘f’)

q.appendleft(‘g’) # 在左边追加

q.pop() # 默认删除最后一个

q.popleft() # 默认删除最前面的

也能按照索引查询和删除

3.OrderedDict: 有序字典

d = dict([(‘a’, 1), (‘b’, 2), (‘c’, 3)])

print(d)

from collections import OrderedDict

od = OrderedDict([(‘a’, 1), (‘b’, 2), (‘c’, 3)])

print(od)

4.defaultdict: 默认值字典

from collections import defaultdict

l1 = [11, 22, 33, 44, 55, 66, 77, 88, 99]

dic = defaultdict(list) # 创建空字典,设置默认值(可回调的对象),每次创建key的时候,如果不写value会使用默认值

for i in l1:

if i < 66:

dic[‘key1’].append(i)

else:

dic[‘key2’].append(i)

print(dic)

5.Counter: 计数器

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！