Python基础（九） time random collections itertools标准库详解

time.sleep(5)
t_1_end = time.time()
t_2_end = time.perf_counter()
t_3_end = time.process_time()

print(“time方法：{:.3f}秒”.format(t_1_end-t_1_start))
print(“perf_counter方法：{:.3f}秒”.format(t_2_end-t_2_start))
print(“process_time方法：{:.3f}秒”.format(t_3_end-t_3_start))

1567068710.7269545
6009.0814064
2.25
time方法：5.128秒
perf_counter方法：5.128秒
process_time方法：0.125秒

#### 9.1.3 格式化输出时间


（1）time.strftime 自定义格式化输出

lctime = time.localtime()
time.strftime(“%Y-%m-%d %A %H:%M:%S”, lctime)

‘2022-09-29 Thursday 09:01:54’

#### 9.1.4 睡觉


（1）time.sleep()


### 9.2 random库


![image-20220929194618889](https://img-blog.csdnimg.cn/img_convert/6183f3bf63087e9dc05f4cbd204dc90f.png)


**随机数在计算机应用中十分常见**


**Python通过random库提供各种伪随机数**


**基本可以用于除加密解密算法外的大多数工程应用**


#### 9.2.1 随机种子——seed(a=None)


（1）相同种子会产生相同的随机数


（2）如果不设置随机种子，以系统当前时间为默认值

from random import *

seed(10)
print(random())
seed(10)
print(random())

0.5714025946899135
0.5714025946899135

print(random())

0.4288890546751146

#### 9.2.2 产生随机整数


**（1）randint(a, b)——产生[a, b]之间的随机整数**

numbers = [randint(1,10) for i in range(10)]
numbers

[3, 5, 6, 3, 8, 4, 8, 10, 7, 1]

**（2）randrange(a)——产生[0, a)之间的随机整数** 注意是开区间

numbers = [randrange(10) for i in range(10)]
numbers

[6, 3, 0, 0, 7, 4, 9, 1, 8, 1]

**（3）randrange(a, b, step)——产生[a, b)之间以setp为步长的随机整数**

numbers = [randrange(0, 10, 2) for i in range(10)]
numbers

[2, 6, 8, 4, 8, 2, 0, 0, 6, 2]

#### 9.2.3 产生随机浮点数


**（1）random()——产生[0.0, 1.0)之间的随机浮点数**

numbers = [random() for i in range(10)]
numbers

[0.9819392547566425,
0.19092611184488173,
0.3486810954900942,
0.9704866291141572,
0.4456072691491385,
0.6807895695768549,
0.14351321471670841,
0.5218569500629634,
0.8648825892767497,
0.26702706855337954]

**（2）uniform(a, b)——产生[a, b]之间的随机浮点数**

numbers = [uniform(2.1, 3.5) for i in range(10)]
numbers

[2.523598043850906,
3.0245903649048116,
3.4202356766870463,
2.344031169179946,
2.3465252151503173,
3.181989084829388,
2.5592895031615703,
2.413131937436849,
2.8627907782614415,
2.16114212173462]

9.2.4 序列用函数


**（1）choice(seq)——从序列类型中随机返回一个元素**

choice([‘win’, ‘lose’, ‘draw’])

‘draw’

choice(“python”)

‘h’

**（2）choices(seq,weights=None, k)——对序列类型进行k次重复采样，可设置权重**

choices([‘win’, ‘lose’, ‘draw’], k=5)

[‘draw’, ‘lose’, ‘draw’, ‘draw’, ‘draw’]

choices([‘win’, ‘lose’, ‘draw’], [4,4,2], k=10)

[‘lose’, ‘draw’, ‘lose’, ‘win’, ‘draw’, ‘lose’, ‘draw’, ‘win’, ‘win’, ‘lose’]

中间的就是权重


**（3）shuffle(seq)——将序列类型中元素随机排列，返回打乱后的序列**

numbers = [“one”, “two”, “three”, “four”]
shuffle(numbers)
numbers

[‘four’, ‘one’, ‘three’, ‘two’]

**（4）sample(pop, k)——从pop类型中随机选取k个元素，以列表类型返回**

sample([10, 20, 30, 40, 50], k=3)

[20, 30, 10]

**5、概率分布——以高斯分布为例**


**gauss(mean, std)——生产一个符合高斯分布的随机数**

number = gauss(0, 1)
number

0.6331522345532208

**多生成几个**

import matplotlib.pyplot as plt

res = [gauss(0, 1) for i in range(100000)]

plt.hist(res, bins=1000)
plt.show()

![image-20220929194045846](https://img-blog.csdnimg.cn/img_convert/753c0746373f205936e06eb51593a89d.png)


【例1】用random库实现简单的微信红包分配

import random

def red_packet(total, num):
for i in range(1, num):
per = random.uniform(0.01, total/(num-i+1)*2) # 保证每个人获得红包的期望是total/num
total = total - per
print(“第{}位红包金额： {:.2f}元”.format(i, per))
else:
print(“第{}位红包金额： {:.2f}元”.format(num, total))

red_packet(10, 5)

第1位红包金额： 1.85元
第2位红包金额： 3.90元
第3位红包金额： 0.41元
第4位红包金额： 3.30元
第5位红包金额： 0.54元

import random
import numpy as np

def red_packet(total, num):
ls = []
for i in range(1, num):
per = round(random.uniform(0.01, total/(num-i+1)*2), 2) # 保证每个人获得红包的期望是total/num
ls.append(per)
total = total - per
else:
ls.append(total)

return ls

重复发十万次红包，统计每个位置的平均值（约等于期望）

res = []
for i in range(100000):
ls = red_packet(10,5)
res.append(ls)

res = np.array(res)
print(res[:10])
np.mean(res, axis=0)

[[1.71 1.57 0.36 1.25 5.11]
[1.96 0.85 1.46 3.29 2.44]
[3.34 0.27 1.9 0.64 3.85]
[1.99 1.08 3.86 1.69 1.38]
[1.56 1.47 0.66 4.09 2.22]
[0.57 0.44 1.87 5.81 1.31]
[0.47 1.41 3.97 1.28 2.87]
[2.65 1.82 1.22 2.02 2.29]
[3.16 1.2 0.3 3.66 1.68]
[2.43 0.16 0.11 0.79 6.51]]

array([1.9991849, 2.0055725, 2.0018144, 2.0022472, 1.991181 ])

【例2】生产4位由数字和英文字母构成的验证码

import random
import string

print(string.digits)
print(string.ascii_letters)

s=string.digits + string.ascii_letters
v=random.sample(s,4)
print(v)
print(‘’.join(v))

0123456789
abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ
[‘n’, ‘Q’, ‘4’, ‘7’]
nQ47

### 9.3 collections库——容器数据类型


![image-20220929194627479](https://img-blog.csdnimg.cn/img_convert/f7b7f67ed03ab1c398b348620d83eb54.png)

import collections

#### 9.3.1 namedtuple——具名元组


* 点的坐标，仅看数据，很难知道表达的是一个点的坐标

p = (1, 2)

* 构建一个新的元组子类

 定义方法如下：typename 是元组名字，field\_names 是域名

collections.namedtuple(typename, field_names, *, rename=False, defaults=None, module=None)

Point = collections.namedtuple(“Point”, [“x”, “y”])
p = Point(1, y=2)
p

Point(x=1, y=2)

* 可以调用属性

print(p.x)
print(p.y)

1
2

* 有元组的性质

print(p[0])
print(p[1])
x, y = p
print(x)
print(y)

1
2
1
2

* 确实是元组的子类

print(isinstance(p, tuple))

True

【例】模拟扑克牌

Card = collections.namedtuple(“Card”, [“rank”, “suit”])
ranks = [str(n) for n in range(2, 11)] + list(“JQKA”)
suits = “spades diamonds clubs hearts”.split()
print(“ranks”, ranks)
print(“suits”, suits)
cards = [Card(rank, suit) for rank in ranks
for suit in suits]
cards

ranks [‘2’, ‘3’, ‘4’, ‘5’, ‘6’, ‘7’, ‘8’, ‘9’, ‘10’, ‘J’, ‘Q’, ‘K’, ‘A’]
suits [‘spades’, ‘diamonds’, ‘clubs’, ‘hearts’]

[Card(rank=‘2’, suit=‘spades’),
Card(rank=‘2’, suit=‘diamonds’),
Card(rank=‘2’, suit=‘clubs’),
Card(rank=‘2’, suit=‘hearts’),
Card(rank=‘3’, suit=‘spades’),
Card(rank=‘3’, suit=‘diamonds’),
Card(rank=‘3’, suit=‘clubs’),
Card(rank=‘3’, suit=‘hearts’),
Card(rank=‘4’, suit=‘spades’),
Card(rank=‘4’, suit=‘diamonds’),
Card(rank=‘4’, suit=‘clubs’),
Card(rank=‘4’, suit=‘hearts’),
Card(rank=‘5’, suit=‘spades’),
Card(rank=‘5’, suit=‘diamonds’),
Card(rank=‘5’, suit=‘clubs’),
Card(rank=‘5’, suit=‘hearts’),
Card(rank=‘6’, suit=‘spades’),
Card(rank=‘6’, suit=‘diamonds’),
Card(rank=‘6’, suit=‘clubs’),
Card(rank=‘6’, suit=‘hearts’),
Card(rank=‘7’, suit=‘spades’),
Card(rank=‘7’, suit=‘diamonds’),
Card(rank=‘7’, suit=‘clubs’),
Card(rank=‘7’, suit=‘hearts’),
Card(rank=‘8’, suit=‘spades’),
Card(rank=‘8’, suit=‘diamonds’),
Card(rank=‘8’, suit=‘clubs’),
Card(rank=‘8’, suit=‘hearts’),
Card(rank=‘9’, suit=‘spades’),
Card(rank=‘9’, suit=‘diamonds’),
Card(rank=‘9’, suit=‘clubs’),
Card(rank=‘9’, suit=‘hearts’),
Card(rank=‘10’, suit=‘spades’),
Card(rank=‘10’, suit=‘diamonds’),
Card(rank=‘10’, suit=‘clubs’),
Card(rank=‘10’, suit=‘hearts’),
Card(rank=‘J’, suit=‘spades’),
Card(rank=‘J’, suit=‘diamonds’),
Card(rank=‘J’, suit=‘clubs’),
Card(rank=‘J’, suit=‘hearts’),
Card(rank=‘Q’, suit=‘spades’),
Card(rank=‘Q’, suit=‘diamonds’),
Card(rank=‘Q’, suit=‘clubs’),
Card(rank=‘Q’, suit=‘hearts’),
Card(rank=‘K’, suit=‘spades’),
Card(rank=‘K’, suit=‘diamonds’),
Card(rank=‘K’, suit=‘clubs’),
Card(rank=‘K’, suit=‘hearts’),
Card(rank=‘A’, suit=‘spades’),
Card(rank=‘A’, suit=‘diamonds’),
Card(rank=‘A’, suit=‘clubs’),
Card(rank=‘A’, suit=‘hearts’)]

from random import *

洗牌

shuffle(cards)
cards

[Card(rank=‘J’, suit=‘hearts’),
Card(rank=‘A’, suit=‘hearts’),
Card(rank=‘3’, suit=‘hearts’),
Card(rank=‘8’, suit=‘hearts’),
Card(rank=‘K’, suit=‘hearts’),
Card(rank=‘7’, suit=‘spades’),
Card(rank=‘5’, suit=‘hearts’),
Card(rank=‘A’, suit=‘spades’),
Card(rank=‘10’, suit=‘spades’),
Card(rank=‘J’, suit=‘diamonds’),
Card(rank=‘K’, suit=‘clubs’),
Card(rank=‘4’, suit=‘spades’),
Card(rank=‘2’, suit=‘diamonds’),
Card(rank=‘Q’, suit=‘spades’),
Card(rank=‘A’, suit=‘clubs’),
Card(rank=‘A’, suit=‘diamonds’),
Card(rank=‘6’, suit=‘hearts’),
Card(rank=‘7’, suit=‘diamonds’),
Card(rank=‘5’, suit=‘diamonds’),
Card(rank=‘10’, suit=‘clubs’),
Card(rank=‘8’, suit=‘clubs’),
Card(rank=‘9’, suit=‘clubs’),
Card(rank=‘6’, suit=‘clubs’),
Card(rank=‘6’, suit=‘diamonds’),
Card(rank=‘5’, suit=‘clubs’),
Card(rank=‘3’, suit=‘diamonds’),
Card(rank=‘4’, suit=‘hearts’),
Card(rank=‘3’, suit=‘clubs’),
Card(rank=‘7’, suit=‘hearts’),
Card(rank=‘2’, suit=‘spades’),
Card(rank=‘J’, suit=‘clubs’),
Card(rank=‘9’, suit=‘spades’),
Card(rank=‘J’, suit=‘spades’),
Card(rank=‘10’, suit=‘hearts’),
Card(rank=‘2’, suit=‘clubs’),
Card(rank=‘8’, suit=‘diamonds’),
Card(rank=‘6’, suit=‘spades’),
Card(rank=‘10’, suit=‘diamonds’),
Card(rank=‘9’, suit=‘hearts’),
Card(rank=‘3’, suit=‘spades’),
Card(rank=‘8’, suit=‘spades’),
Card(rank=‘Q’, suit=‘clubs’),
Card(rank=‘Q’, suit=‘hearts’),
Card(rank=‘5’, suit=‘spades’),
Card(rank=‘7’, suit=‘clubs’),
Card(rank=‘4’, suit=‘clubs’),
Card(rank=‘2’, suit=‘hearts’),
Card(rank=‘K’, suit=‘diamonds’),
Card(rank=‘K’, suit=‘spades’),
Card(rank=‘Q’, suit=‘diamonds’),
Card(rank=‘4’, suit=‘diamonds’),
Card(rank=‘9’, suit=‘diamonds’)]

随机抽一张牌

choice(cards)

Card(rank=‘4’, suit=‘hearts’)

随机抽多张牌

sample(cards, k=5)

[Card(rank=‘4’, suit=‘hearts’),
Card(rank=‘2’, suit=‘clubs’),
Card(rank=‘Q’, suit=‘diamonds’),
Card(rank=‘9’, suit=‘spades’),
Card(rank=‘10’, suit=‘hearts’)]

#### 9.3.2 Counter——计数器工具

from collections import Counter

s = “牛奶奶找刘奶奶买牛奶”
colors = [‘red’, ‘blue’, ‘red’, ‘green’, ‘blue’, ‘blue’]
cnt_str = Counter(s)
cnt_color = Counter(colors)
print(cnt_str)
print(cnt_color)

Counter({‘奶’: 5, ‘牛’: 2, ‘找’: 1, ‘刘’: 1, ‘买’: 1})
Counter({‘blue’: 3, ‘red’: 2, ‘green’: 1})

* 是字典的一个子类

print(isinstance(Counter(), dict))

True

* 最常见的统计——most\_commom(n)  
 提供 n 个频率最高的元素和计数

cnt_color.most_common(2)

[(‘blue’, 3), (‘red’, 2)]

* 元素展开——elements()

list(cnt_str.elements())

[‘牛’, ‘牛’, ‘奶’, ‘奶’, ‘奶’, ‘奶’, ‘奶’, ‘找’, ‘刘’, ‘买’]

* 其他一些加减操作

c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
c+d

Counter({‘a’: 4, ‘b’: 3})

【例】从一副牌中抽取10张，大于10的比例有多少

cards = collections.Counter(tens=16, low_cards=36)
seen = sample(list(cards.elements()), k=10)
print(seen)

[‘tens’, ‘low_cards’, ‘low_cards’, ‘low_cards’, ‘tens’, ‘tens’, ‘low_cards’, ‘low_cards’, ‘low_cards’, ‘low_cards’]

seen.count(‘tens’) / 10

0.3

#### 9.3.3 deque——双向队列


列表访问数据非常快速


插入和删除操作非常慢——通过移动元素位置来实现


特别是 insert(0, v) 和 pop(0)，在列表开始进行的插入和删除操作


**双向队列可以方便的在队列两边高效、快速的增加和删除元素**

from collections import deque

d = deque(‘cde’)
d

deque([‘c’, ‘d’, ‘e’])

d.append(“f”) # 右端增加
d.append(“g”)
d.appendleft(“b”) # 左端增加
d.appendleft(“a”)
d

deque([‘a’, ‘b’, ‘c’, ‘d’, ‘e’, ‘f’, ‘g’])

d.pop() # 右端删除
d.popleft() # 左端删除
d

deque([‘b’, ‘c’, ‘d’, ‘e’, ‘f’])

deque 其他用法可参考官方文档


### 9.4 itertools库——迭代器


![image-20220929194634540](https://img-blog.csdnimg.cn/img_convert/3f777b75d1b6c3f2882904078d6e46f8.png)


#### 9.4.1 排列组合迭代器


（1）product——笛卡尔积

import itertools

for i in itertools.product(‘ABC’, ‘01’):
print(i)

### 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。

![](https://img-blog.csdnimg.cn/img_convert/604bae65027d4d67fb62410deb210454.png)

#### 👉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。

![](https://img-blog.csdnimg.cn/img_convert/fa276175617e0048f79437bd30465479.png)



#### 👉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。

![](https://img-blog.csdnimg.cn/img_convert/16ac689cb023166b2ffa9c677ac40fc0.png)



#### 👉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。

![](https://img-blog.csdnimg.cn/img_convert/0d8c31c50236a205928a1d8ae8a0b883.png)



#### 👉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。

![](https://img-blog.csdnimg.cn/img_convert/99461e47e58e503d2bc1dc6f4668534a.png)

**[需要这份系统化学习资料的朋友，可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**

**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！**