# -*- coding: utf-8 -*- 加在第一行
可以随时用type来测试某变量属于什么类型
对字符串来说,可以加b某字符串改为byte类型
os.stat(filepath)可以找到file的size等
对python list来说,append()方法总是将新元素加在列表末尾,而insert(index, )
就可以放在任意(index)位置了
append用于一个元素,extend用于一个列表
list与tuple完全一致,只是tuple元素不可变,即没有append, insert和pop方法,另外tuple用()而不是[]表示
遍历dictionary时,用for key in d: print key或者print d[key];从字典可用用get(key, defualt=)的方法取
value,如果字典中不存在对应key时就用default设置的value
set用([]),dic用{},list用[],当然set中也可以有dictionary。 set的添加与list不同,
直接add()即可,如需删除,用remove()
函数参数中如果有*时,代表可以输入多个参数, **是字典形式
zip可以将两个list合并成一个list,不过对应位置的用()包起来了, 之后需要用list(zip())来表示成为列表,
假设得到的结果为a,若用list(zip(*a))就是对以上的反操作,即拆解为俩俩的列表。
enumerator函数可以将每个元素自动变为(index,element)的格式,可以用在迭代中,即可以for key, item in ...
dic的item()方法返回的是一个列表,与enumerator有点类似
python高级基础
map(f, list) 是将一个list的元素按照f函数产生一个新的list,但是不改变原先的list
reduce(f, list) 此时的f必须接收两个输入,然后一步步计算到list最后
filter(f, list) 也是对一个list处理,当满足f定义的条件就保留,不满足就舍弃
注: s.strip()去除s字符串中开头和结尾处的空白,包括/t/n
sorted()可对数字列表,字符串列表进行排序,而且可以自定义排序,如倒序sorted(list, function_a), 对tuple组成的list有特殊的处理方式,可以用key=lambda x: x[2]或者用cmp=lambda x, y: cmp(x[1], y[2])
匿名函数lambda,不需要返回, 如lambda x: x*x
包就是一个文件夹,模块就是这个包下的某个python文件,而要区分一个包与普通文件夹,就是包下面必须有一个
__init.py__
python定义类时__init__(self, )可以直接用pass,但是一定要有这个
继承时,用class Student(Person)且在init函数中super(Student, self).__init__()最后为Person中的
os.path.join('a', 'b')会产生a/b的路径,例如(与tensorflow结合)
filenames = [os.path.join(data_dir, 'data_batch_%d.bin' % i) for i in xrange(1, 6)] for f in filenames: if not tf.gfile.Exists(f): raise ValueError('Failed to find file: ' + f)
python的collections模块中有Counter实现dict的一个子类,可以统计字符,数字个数, 用[]访问多少个, .items()代表所有的
处理数据文件时,用with .. as f:要一行行处理再到一个个word,即两层循环
python的split()也可以按具体的字符分割,分割之后可以单独存在各自的列表中
re为正则表达式模块,re.compile(...)将正则表达式编译成为某对象。如a = re.compile('(]{')此时可以用a.split()某字符串,就是可以用多个划分字符串。
还可以re.compile('\d')表明要以数字为基础分割或者替换,后面如果有 .sub('', w)就是对数字进行处理
file.readlines()将文件作为一个列表处理,每一行为一个元素。readline以字符串形式返回
eval()将字符串转换为有效的形式,如列表或字典等
当需要循环读取,而不是一次性读取时,用生成器最好,节省资源。而当函数中有yield关键字时,就不把函数当做函数,二是当做生成器,且支持.next()功能
这时,xrange就比range要好,产生的不像range是列表,而是生成器