python day3 notes

1.集合

集合主要作用: 

1. 去重
2. 关系测试， 交集＼差集＼并集＼反向(对称)差集\非交集\子集父集

去重操作

list_1 = [ 1 , 4 , 5 , 7 , 3 , 6 , 7 , 9 ]

list_1 = set (list_1)

关系测试常用函数：

交集函数：intersection()

并集函数：union()

差集函数：difference()

子集函数：issubset()

父集函数：issuperset()

对称差集函数：sysmmetric_difference()

非交集函数：isdisjoint()

Demo.

#_*_coding:utf-8_*_

__author__ = 'replaceroot'

list_1 = [ 1 , 4 , 5 , 7 , 3 , 6 , 7 , 9 ]

list_1 = set (list_1) # 去重操作

list_2 = set ([ 2 , 6 , 0 , 66 , 22 , 8 , 4 ])

print (list_1 , list_2)

# 交集 2 个集合共同拥有的元素

print (list_1.intersection(list_2))

# 并集 2 个集合中的元素合并一起并去重

print (list_1.union(list_2))

# 差集 in list_1 bu not in list_2 集合 A 与集合 B 进行差集运算，打印集合 A 有集合 B 没有的元素，反之亦然

print (list_1.difference(list_2))

print (list_2.difference(list_1))

# 子集

list_3 = set ([ 1 , 3 , 7 ])

print (list_3.issubset(list_1)) # 判断 list_3 是否是 list_1 的子集

print (list_1.issuperset(list_3)) # 判断 list_1 是否是 list_3 的父集

# 对称差集

print (list_1.symmetric_difference(list_2)) #2 个集合的并集减去交集

print ( "--------------------" )

list_4 = set ([ 5 , 6 , 2 , 8 ])

print (list_3.symmetric_difference(list_4))

# 非交集

print (list_3.isdisjoint(list_4)) # 判断是否为非交集

# 操作符表示

#intersection

print (list_1 & list_2)

#union

print (list_2 | list_1)

#difference

print (list_1 - list_2) #in list 1 but not in list 2

#sysmmetric_difference

print (list_1 ^ list_2)

# 集合的增删改查

# 增加操作

list_1.add( 999 )

list_1.update([ 88 , 77 , 555 ])

print (list_1)

# 删除操作

print (list_1.pop()) # 随机删除一个元素

print (list_1.discard( 88 )) # 删除 88 元素

print (list_1)

list_1.clear()

print (list_1) # 清空 list_1 中的所有元素

2.元组　　

只读列表，只有count, index 2 个方法

作用：如果一些数据不想被人修改， 可以存成元组，比如身份证列表

(3). 字典key-value键值对

特性：

1.无顺序

2.去重

3.查询速度比列表快

4.比list占用内存多

（4）. 字符编码

先说python2

1. py2里默认编码是ascii
2. 文件开头那个编码声明是告诉解释这个代码的程序 以什么编码格式 把这段代码读入到内存，因为到了内存里，这段代码其实是以bytes二进制格式存的，不过即使是2进制流，也可以按不同的编码格式转成2进制流，你懂么？
3. 如果在文件头声明了#_*_coding:utf-8*_，就可以写中文了， 不声明的话，python在处理这段代码时按ascii，显然会出错， 加了这个声明后，里面的代码就全是utf-8格式了
4. 在有#_*_coding:utf-8*_的情况下，你在声明变量如果写成name=u"大保健"，那这个字符就是unicode格式，不加这个u,那你声明的字符串就是utf-8格式
5. utf-8 to gbk怎么转，utf8先decode成unicode,再encode成gbk

再说python3

1. py3里默认文件编码就是utf-8,所以可以直接写中文，也不需要文件头声明编码了，干的漂亮
2. 你声明的变量默认是unicode编码，不是utf-8, 因为默认即是unicode了（不像在py2里，你想直接声明成unicode还得在变量前加个u）, 此时你想转成gbk的话，直接your_str.encode("gbk")即可以
3. 但py3里，你在your_str.encode("gbk")时，感觉好像还加了一个动作，就是就是encode的数据变成了bytes里，我擦，这是怎么个情况，因为在py3里，str and bytes做了明确的区分，你可以理解为bytes就是2进制流，你会说，我看到的不是010101这样的2进制呀， 那是因为python为了让你能对数据进行操作而在内存级别又帮你做了一层封装，否则让你直接看到一堆2进制，你能看出哪个字符对应哪段2进制么？什么？自己换算，得了吧，你连超过2位数的数字加减运算都费劲，还还是省省心吧。　　
4. 那你说，在py2里好像也有bytes呀，是的，不过py2里的bytes只是对str做了个别名(python2里的str就是bytes, py3里的str是unicode)，没有像py3一样给你显示的多出来一层封装，但其实其内部还是封装了的。 这么讲吧， 无论是2还是三， 从硬盘到内存，数据格式都是 010101二进制到-->b'\xe4\xbd\xa0\xe5\xa5\xbd' bytes类型－－>按照指定编码转成你能看懂的文字

编码应用比较多的场景应该是爬虫了，互联网上很多网站用的编码格式很杂，虽然整体趋向都变成utf-8，但现在还是很杂，所以爬网页时就需要你进行各种编码的转换，不过生活正在变美好，期待一个不需要转码的世界。

最后，编码is a piece of fucking shit, noboby likes it.

Demo 1.

import sys

print (sys.getdefaultencoding())

s = ' 你好 !'

s_gbk = s.encode( "gbk" )

print (s_gbk)

print (s.encode()) # 默认编码为 utf-8

gbk_to_utf8 = s_gbk.decode( 'gbk' ).encode( 'utf-8' ) #s_gbk 先通过 decode('gbk') 解码为 unicode, 然后通过 encode('utf-8') 编码成 utf-8

print ( "utf-8" , gbk_to_utf8)

Demo 2.

#-*-coding:gbk-*-

import sys

print (sys.getdefaultencoding())

__author__ = "Alex Li"

s = " 你好 !"

print (s.encode( "gbk" ))

print (s.encode( "utf-8" ))

print (s.encode( "utf-8" ).decode( "utf-8" ).encode( "gb2312" ).decode( "gb2312" ))

编码转换相关的详细文章： http://www.cnblogs.com/alex3714/articles/7550940.html

 3. 函数

定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可。

特性:

1.减少重复代码

2.使程序变的可拓展

3.使程序变得易维护

语法定义

def sayhi():#函数名

    print("Hello, I'm nobody!")

sayhi() #调用函数

可以带参数

#下面这段代码

a,b = 5,8

c = a**b

print(c)

#改成用函数写

def calc(x,y):

    res = x**y

    return res #返回函数执行结果

c = calc(a,b) ＃结果赋值给c变量

print(c)

函数参数与局部变量

形参变量只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量

实参可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值

默认参数.

Demo.

注意：默认参数必须放在位置参数后面！

关键参数

正常情况下，给函数传参数要按顺序，不想按顺序就可以用关键参数，只需指定参数名即可， 但记住一个要求就是， 关键参数必须放在位置参数之后 。

Demo.

非固定参数

若你的函数在定义时不确定用户想传入多少个参数，就可以使用非固定参数

*args会把传入的参数变成一个元组形式。

 

**kwargs会把传入的参数变成一个dict形式。

局部变量

全局与局部变量

在子程序中定义的变量称为局部变量，在程序的一开始定义的变量称为全局变量。

全局变量作用域是整个程序，局部变量作用域是定义该变量的子程序。

当全局变量与局部变量同名时：

在定义局部变量的子程序内，局部变量起作用；在其它地方全局变量起作用。

 

4.返回值

作用：获取函数的执行结果。

注意:

1. 函数在执行过程中只要遇到return语句，就会停止执行并返回结果，so 也可以理解为 return 语句代表着函数的结束

      2.  如果未在函数中指定return,那这个函数的返回值为None 

5.函数嵌套

6.递归

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

递归的特性：

1.必须有一个明确的结束条件。

2.每次进入更深一层递归时，问题规模相比上次递归都应有所减少。

3. 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）。

堆栈扫盲http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html

7.高阶函数

变量可以指向函数，函数的参数能接收变量，那么 一个函数就可以接收另一个函数作为参数 ，这种函数就称之为高阶函数。