Python 常用的模块和库

一、sched

1.1 sched介绍

  • 使用介绍

    schedpython 自带一个调度器模块 ,它能为你实现优先级队列/延迟队列和定时队列

1.2 sched实现队列

  • 实现一个延时队列

    def work(arg):
        print(f'开始执行{arg}')
    
    
    if __name__ == '__main__':
        sch = sched.scheduler()
        # 5s后执行,优先级为1,参数为'1'
        sch.enter(5, 1, work, argument=('1',))
        # 开始执行,5s后执行
        sch.run()
    
  • 实现一个优先级队列

    只有当两个任务同时运行的时候,才会去检查优先级。如果两个任务触发的时间一前一后,那么还轮不到比较优先级。由于延迟队列的 延迟 是相对于当前运行这一行代码的时间来计算的,后一行代码比前一行代码晚了几毫秒,所以实际上产品经理这一行会先到时间,所以就会先运行

    import time
    import sched
    import datetime
    
    
    def work(arg):
        print(f'开始执行{arg}')
    
    
    if __name__ == '__main__':
        sch = sched.scheduler(time.time, time.sleep)
        start_time = datetime.datetime.now() + datetime.timedelta(seconds=10)
        # 为了使时间相同,此处使用绝对精确的时间
        timestamp = test_time.timestamp()
        # enterabs() 第一个参数是任务开始时间的时间戳,这是一个绝对时间
        sch.enterabs(time_stamp, 1, work, argument=('aaa',))
        sch.enterabs(time_stamp, 2, work, argument=('bbb',))
        sch.run()
    
  • 传递多个参数

    import sched
    import time
    import datetime
    
    def do_work(name, place, work='写代码'):
        print(f'你好:{name},你在:{place}{work}')
    
    sch = sched.scheduler(time.time, time.sleep)
    start_time = datetime.datetime.now() + datetime.timedelta(seconds=10)
    start_time_ts = start_time.timestamp()
    sch.enter(5, 2, do_work, argument=('产品经理', '杭州'), kwargs={'work': '写需求文档'})
    sch.enterabs(start_time_ts, 1, do_work, argument=('kingname', '产品经理旁边'), kwargs={'work': '看着她'})
    sch.run()
    
常用模块 python除了关键字(keywords)和内置的类型和函数(builtins),更多的功能是通过libraries(即modules)来提供的。 常用的libraries(modules)如下: 1)python运行时服务 * copy: copy模块提供了对复合(compound)对象(list,tuple,dict,custom class)进行浅拷贝和深拷贝的功能。 * pickle: pickle模块被用来序列化python的对象到bytes流,从而适合存储到文件,网络传输,或数据存储。(pickle的过程也被称serializing,marshalling或者flattening,pickle同时可以用来将bytes流反序列化为python的对象)。 * sys:sys模块包含了跟python解析器和环境相关的变量和函数。 * 其他: atexit,gc,inspect,marshal,traceback,types,warnings,weakref。 2)数学 * decimal:python中的float使用双精度的二进制浮点编码来表示的,这种编码导致了小数不能被精确的表示,例如0.1实际上内存中为0.100000000000000001,还有3*0.1 == 0.3 为False. decimal就是为了解决类似的问题的,拥有更高的精确度,能表示更大范围的数字,更精确地四舍五入。 * math:math模块定义了标准的数学方法,例如cos(x),sin(x)等。 * random:random模块提供了各种方法用来产生随机数。 * 其他:fractions,numbers。 3)数据结构,算法和代码简化 * array: array代表数组,类似与list,与list不同的是只能存储相同类型的对象。 * bisect: bisect是一个有序的list,其中内部使用二分法(bitsection)来实现大部分操作。 * collections:collections模块包含了一些有用的容器的高性能实现,各种容器的抽象基类,和创建name-tuple对象的函数。例如包含了容器deque,defaultdict,namedtuple等。 * heapq:heapq是一个使用heap实现的带有优先级的queue。 * itertools:itertools包含了函数用来创建有效的iterators。所有的函数都返回iterators或者函数包含iterators(例如generators 和generators expression)。 * operator: operator提供了访问python内置的操作和解析器提供的特殊方法,例如 x+y 为 add(x,y),x+=y为iadd(x,y),a % b 为mod(a,b)等等。 * 其他:abc,contextlib,functools。 4) string 和 text 处理 *codecs:codecs模块被用来处理不同的字符编码与unicode text io的转化。 * re:re模块用来对字符串进行正则表达式的匹配和替换。 * string:string模块包含大量有用的常量和函数用来处理字符串。也包含了新字符串格式的类。 * struct:struct模块被用来在python和二进制结构间实现转化。 * unicodedata:unicodedata模块提供访问unicode字符数据 5) python数据访问 * 关系型数据拥有共同的规范Python Database API Specification V2.0,MySQL,Oracle等都实现了此规范,然后增加自己的扩展。 * sqlite3: sqlite3 模块提供了SQLite数据访问的接口。SQLite数据是以一个文件或内存的形式存在的自包含的关系型数据。 * DBM-style 数据模块python提供了打了的modules来支持UNIX DBM-style数据文件。dbm模块用来读取标准的UNIX-dbm数据文件,gdbm用来读取GNU dbm数据文件,dbhash用来读取Berkeley DB数据文件。所有的这些模块提供了一个对象实现了基于字符串的持久化的字典,他与字典dict非常相似,但是他的keys和values都必须是字符串。 * shelve:shelve模块使用特殊的“shelf”对象来支持持久化对象。这个对象的行为与dict相似,但是所有的他存储的对象都使用基于hashtable的数据(dbhash,dbm,gdbm)存储在硬盘。与dbm模块的区别是所存储的对象不仅是字符串,而且可以是任意的与pickle兼容的对象。 6)文件和目录处理 * bz2:bz2模块用来处理以bzip2压缩算法压缩的文件。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值