调试：python -m pdb err.py
以参数-m pdb启动，输入命令l来查看代码，输入命令n可以单步执行代码，输入命令q结束调试，命令p查看变量，命令c继续运行
脚本的开始处加入import pdb，然后在可能出错的地方放一个pdb.set_trace()，就可以设置一个断点
表 1. pdb 常用命令
| 命令 | 解释 |
|---|---|
| break 或 b 设置断点 | 设置断点 |
| continue 或 c | 继续执行程序 |
| list 或 l | 查看当前行的代码段 |
| step 或 s | 进入函数 |
| return 或 r | 执行代码直到从当前函数返回 |
| exit 或 q | 中止并退出 |
| next 或 n | 执行下一行 |
| pp | 打印变量的值 |
| help | 帮助 |
清除断点
cl 2 #删除第2个断点
查看断点信息
b
查看全部栈内变量
a
python中变量的命名规则：
- 类似__xx，以双下划线开头的实例变量名，就变成了一个私有变量（private），只有内部可以访问，外部不能访问；
- 类似__xx__，以双下划线开头，并且以双下划线结尾的，是特殊变量，特殊变量是可以直接访问的，它不是private变量，下面会介绍Python中的常见特殊变量；
- 类似_x，以单下划线开头的实例变量名，这样的变量外部是可以访问的，但是，按照约定俗成的规定，当你看到这样的变量时，意思就是，“虽然我可以被访问，但是请把我视为私有变量，不要随意访问”。
- a(rgs) #打印当前函数的参数
- w(here) #打印堆栈信息
- d(own) #移至下层堆栈
- u(p) #移至上层堆栈
- j(ump) #跳转到指定行
- disable [bpnumber [bpnumber]] #失效断点
- enable[bpnumber [bpnumber]] #启用断点
- cl(ear) [filename:lineno | bpnumber [bpnumber]] #删除断点
- q(uit)/exit #中止调试并退出
遍历文件夹
import os
import os.path
rootdir = “d:\data” # 指明被遍历的文件夹
for parent,dirnames,filenames in os.walk(rootdir): #三个参数：分别返回1.父目录 2.所有文件夹名字（不含路径） 3.所有文件名字
for dirname in dirnames: #输出文件夹信息
print "parent is:" + parent
print "dirname is" + dirname
for filename in filenames: #输出文件信息
print "parent is": + parent
print "filename is:" + filename
print "the full name of the file is:" + os.path.join(parent,filename) #输出文件路径信息
1、os.path.exists(path) 判断一个目录是否存在
2、os.makedirs(path) 多层创建目录
3、os.mkdir(path) 创建目录
def mkdir(path):
# 引入模块
import os
# 去除首位空格
path=path.strip()
# 去除尾部 \ 符号
path=path.rstrip("\\")
# 判断路径是否存在
# 存在 True
# 不存在 False
isExists=os.path.exists(path)
# 判断结果
if not isExists:
# 如果不存在则创建目录
print path+' 创建成功'
# 创建目录操作函数
os.makedirs(path)
return True
else:
# 如果目录存在则不创建，并提示目录已存在
print path+' 目录已存在'
return False
# 定义要创建的目录
mkpath="d:\\qttc\\web\\"
# 调用函数
mkdir(mkpath)
字符串函数：
newstr = string.replace(old, new[, max]).replace(old, new[, max])
split函数：
>>> print b
fuck the world>>> list1=b.split()#把空格过滤出去，剩下的组成一个list，也可以在split()的括号里传入一个参数
>>> print list1
['fuck', 'the', 'world']
join函数：
>>> list1
['fuck', 'the', 'world']
>>> delimiter=' '>>> line=delimiter.join(list1)
>>> print line
fuck the world
#!/usr/bin/python
这个东西写过脚本的人都知道，用来标明该脚本的执行器
类似的还有
#!/bin/bash 通过bash来执行
#!/usr/local/php/bin/php 通过php执行器来执行
# -*- coding: utf-8 -*-
这个是设置脚本的编码格式，不然非英文可能会出现乱码
匿名函数lambda
#lambda很好用，创建匿名函数很方便
g = lambda x,y : x+yg(
g(3,5)#返回8
匿名函数分为四部分，标识 lambda，分号 :，参数 x,y，操作 x+y
除了这个之外，还有函数map、filter一个进行映射，一个进行过滤
__name__=="__main__"一个文件就是一个模块，在python中每个模块都有一个__name__属性，属性的值取决于如何使用该模块，一般有两种使用方式，直接在命令行运行，这个时候__name__值为__main__，当import使用的时候，__name__值就是当前模块的名称（不带扩展名），因此可以通过这个判断是否是直接在命令行运行程序，以便做一些脚本使用。
创建元组
复制代码代码如下:
tup1 = ('physics', 'chemistry', 1997, 2000);
tup2 = (1, 2, 3, 4, 5 );
tup3 = "a", "b", "c", "d";
创建空元组复制代码代码如下:
tup1 = ();
元组中只包含一个元素时，需要在元素后面添加逗号来消除歧义复制代码代码如下:
tup1 = (50,);
访问元组
元组可以使用下标索引来访问元组中的值，如下实例:复制代码代码如下:
#!/usr/bin/python
tup1 = ('physics', 'chemistry', 1997, 2000);
tup2 = (1, 2, 3, 4, 5, 6, 7 );print "tup1[0]: ", tup1[0]
print "tup2[1:5]: ", tup2[1:5]
#以上实例输出结果：
#tup1[0]: physics
#tup2[1:5]: [2, 3, 4, 5]元组中的元素不可以修改，不可以删除。因此不可以创建一个空的元组后，再给其中的元素赋值。但两个元组可以相加成一个元组，也可以删除整个元组
多行注释：三对双引号"""
Python调用Shell脚本，有两种方法：os.system(cmd)或os.popen(cmd),前者返回值是脚本的退出状态码，后者的返回值是脚本执行过程中的输出内容。
#监控整个流程时间
TIME_MONITOR_LIST = [0,0]
TIME_MONITOR_LIST[0] = int(time.time())
main()
TIME_MONITOR_LIST[1] = int(time.time())
print('%.4f min'%(float(TIME_MONITOR_LIST[1]-TIME_MONITOR_LIST[0])/60))
sys.path是python的搜索模块的路径集，是一个list.在python 环境下使用sys.path.append(path)添加相关的路径，但在退出python环境后自己添加的路径就会自动消失！
模块是对象，并且所有的模块都有一个内置属性 __name__。一个模块的 __name__ 的值取决于您如何应用模块。如果 import 一个模块，那么模块__name__ 的值通常为模块文件名，不带路径或者文件扩展名。但是您也可以像一个标准的程序样直接运行模块，在这 种情况下, __name__ 的值将是一个特别缺省"__main__"。
在cmd 中直接运行.py文件,则__name__的值是'__main__';
而在import 一个.py文件后,__name__的值就不是'__main__'了;
从而用if __name__ == '__main__'来判断是否是在直接运行该.py文件
import shutil
shutil -- High-level file operations 是一种高层次的文件操作工具
类似于高级API，而且主要强大之处在于其对文件的复制与删除操作更是比较支持好。
|
|
| copyfile( src, dst) | 从源src复制到dst中去。当然前提是目标地址是具备可写权限。抛出的异常信息为IOException. 如果当前的dst已存在的话就会被覆盖掉 |
| copymode( src, dst) | 只是会复制其权限其他的东西是不会被复制的 |
| copystat( src, dst) | 复制权限、最后访问时间、最后修改时间 |
| copy( src, dst) | 复制一个文件到一个文件或一个目录 |
| copy2( src, dst) | 在copy上的基础上再复制文件最后访问时间与修改时间也复制过来了，类似于cp –p的东西 |
| copy2( src, dst) | 如果两个位置的文件系统是一样的话相当于是rename操作，只是改名；如果是不在相同的文件系统的话就是做move操作 |
| copytree(olddir,newdir,True/Flase) | 把olddir拷贝一份newdir，如果第3个参数是True，则复制目录时将保持文件夹下的符号连接，如果第3个参数是False，则将在复制的目录下生成物理副本来替代符号连接 |
常用python库的安装
sudo apt-get install python-numpy
sudo apt-get install Python-scipy
sudo apt-get install python-matplotlib
| 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | # 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本） condacreate--namepython34python=3.4
# 安装好后，使用activate激活某个环境 activatepython34# for Windows sourceactivatepython34# for Linux & Mac # 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH
# 此时，再次输入 python--version # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境
# 如果想返回默认的python 2.7环境，运行 deactivatepython34# for Windows sourcedeactivatepython34# for Linux & Mac
# 删除一个已有的环境 condaremove--namepython34--all |
| 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | # 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本） condacreate--namepython34python=3.4
# 安装好后，使用activate激活某个环境 activatepython34# for Windows sourceactivatepython34# for Linux & Mac # 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH
# 此时，再次输入 python--version # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境
# 如果想返回默认的python 2.7环境，运行 deactivatepython34# for Windows sourcedeactivatepython34# for Linux & Mac
# 删除一个已有的环境 condaremove--namepython34--all |
通过which conda或conda --version命令检查是否正确。假如安装的是Python 2.7对应的版本，运行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，也说明该发行版默认的环境是Python 2.7.
在命令中运行conda info -e查看已安装的环境
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 创建一个名为python34的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本）
condacreate--namepython34python=3.4
# 安装好后，使用activate激活某个环境
activatepython34# for Windows
sourceactivatepython34# for Linux & Mac
# 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH
# 此时，再次输入
python--version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境
# 如果想返回默认的python 2.7环境，运行
deactivatepython34# for Windows
sourcedeactivatepython34# for Linux & Mac
# 删除一个已有的环境
condaremove--namepython34--all
python中的特殊变量：
__name__ 区分模块是被import还是被python直接执行。被import时该值是模块名，被python直接执行时是'__main__'
__file__ 当前文件的路径+文件名
__doc__ 模块、类、函数的第一段代码如果是字符串的话，使用__doc__访问该字符串
另外一种达到可变参数 (Variable Argument) 的方法：使用*args和**kwargs语法。其中，*args是可变的positional arguments列表，**kwargs是可变的keyword arguments列表。并且，*args必须位于**kwargs之前，因为positional arguments必须位于keyword arguments之前。
*args 用来将参数打包成tuple给函数体调用
**kwargs 打包关键字参数成dict给函数体调用
必须是(arg,*args,**kwargs)这个顺序，否则程序会报错。
函数包装器仅仅是改改函数的参数或者接口，不改变函数的主要功能。
当调用函数包装器时仅仅返回function object，真正的函数并没有执行。
扫一扫
8825
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
