Onecat_j的博客

方法1：使用update方法，第二个参数合并第一个参数def merge(dict1, dict2): return (dict2.update(dict1))# 两个字典dict1 = {'a': 10, 'b': 8} dict2 = {'d': 6, 'c': 4} # 返回None print(Merge(dict1, dict2)) # dict2合并了dict1print(dict2)# 结果None{'d': 6, 'c': 4, 'a': 10, '..

python的字典可以实现与json格式的互相转化，主要是json.dump和json.load。字典写入json文件我们将python创建一个字典类型的数据data，打包为json字符串格式；接下来，我们将打包好的json_str写入文件。data = { 'name':'ACM', 'day':'2018-11', 'place':'beijing'}json_str = json.dumps(data)print(json_str)print(type(j

元字符符号含义.匹配除换行符外的任意字符^匹配字符串的开始$匹配字符串的结束\d匹配数字\b匹配单词的开始或者结束，单词的分界通常是空格、标点符号或者换行\w匹配字母、数字、下划线或汉字\W匹配除字母、数字、下划线或汉字以外的字母\s匹配单个空白符\S匹配除单个空白符以外的所有字符限定符符号含义？匹配前面的字符0次或1次*匹配前面的字符0次或多次+匹配前面的字符1次或多次

内存管理引用计数Python解释器中，主要通过引用计数（Reference Counting）进行垃圾回收。typedef struct_object { int ob_refcnt; struct_typeobject *ob_type;} PyObject;在Python中每一个对象的核心就是一个结构体PyObject，它的内部有一个引用计数器（ob_refcnt）。程序在运行的过程中会实时的更新ob_refcnt的值，来反映引用当前对象的名称数量。当某对象的引用计数值为0,那么它的内存

原理：不可变对象是值传递；可变对象是引用传递。浅拷贝所属模块：copy.copy()。import copy # 导包list1 = ['w', 20, 10, ['d', 21, 11]] # 列表中包括可变对象和不可变对象list2 = list1.copy() # 浅拷贝list3 = copy.copy(list1) # 浅拷贝，和上面的浅拷贝一样print(id(list1),id(list3)) # 两者内存地址不一样print(id(list1[0]), id(list

通常情况下，在try语句块中写我们想要的逻辑，发生错误和异常时Python解释器会采用raise方法即将异常抛出，except语句可以承接raise方法抛出的异常并对异常做出处理。Python中有三种异常捕获与处理形式：第一种：try…except…形式，如下例子。def division(a, b): try: return a / b # 出现异常会扔出一个异常对象（rasie ...Error('错误信息')） except TypeError as err:

可调用对象（callable）用户使用def或lambda语句创建的函数。使用C语言（CPython）实现的内置函数，如time.strftime()和len()。使用C语言实现的方法，如dict.get()。方法，在类的定义体中定义的函数。类。类的实例，需要定义__call__()方法后的类的实例。使用yeild关键字的函数或方法。将可调用对象转换成迭代器，使用下面的方法：iter(callable, sentinel) -> iterator 可迭代对象（iterabl

functools.reduce(function, iterable[, initializer])将两个参数的 function 从左至右积累地应用到 iterable 的条目，以便将该可迭代对象缩减为单一的值。例如，reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) 是计算 ((((1+2)+3)+4)+5) 的值。 左边的参数 x 是积累值而右边的参数 y 则是来自 iterable 的更新值。如果存在可选项 initializer，它会被放在参与计算的可迭代

python3之后不支持cmp，所用key函数并不直接比较任意两个原始元素，而是通过key函数把那些元素转换成一个个新的可比较对象，也就是元素的key，然后用元素的key代替元素去参与比较。如果原始元素本来就是可比较对象，比如数字、字符串，那么不考虑性能优化可以直接sort(key=lambda e: e)。不过这种基于key函数的设计倾向于每个元素的大小有个绝对标准，但有时却会出现单个元素并没有一个绝对的大小的情况，此时可以使用 functools.cmp_to_key构建基于多个元素的比较函数。以一个

math.gcd(x,y)

错误类型：AttributeError: ‘NoneType’ object has no attribute ‘bytes’。解决方法：terminal中用easy_install -U pip命令更新pip。

product 笛卡尔积　　（有放回抽样排列）permutations 排列　　（不放回抽样排列）combinations 组合,没有重复　　（不放回抽样组合）combinations_with_replacement 组合,有重复　　（有放回抽样组合）import itertoolsfor i in itertools.product('ABCD', repeat = 2): print(i)# ('A', 'A') ('A', 'B') ('A', 'C') ('A', 'D') (

爬取当当网排名前500的书籍信息import reimport jsonimport requests# 请求网页信息def request_dang(url): try: response = requests.get(url) if response.status_code == 200: return response.text except requests.RequestException: re

1. 调用 scipy 计算排列组合的具体数值 from scipy.special import comb, perm A = perm(3, 2)# out：A = 6.0C = comb(3, 2)# out： C = 3.02. 调用 itertools 获取排列组合的全部情况from itertools import combinations, permutationsitering = permutations([1, 2, 3], 2) Alist = list(it

defaultdict对象defaultdict在字典dict的基础之上添加一个参数default_factory（default_factory可以指定为list，set，int）例子1：将下面的list转换成一个dict，其中key对应的value是一个listfrom collections import defaultdictl=[('a',2),('b',3),('a',1),('b',4),('a',3),('a',1),('b',3)]d=defaultdict(list)fo

1.创建堆创建堆的方式分为两种：一种是先创建一个空的堆，然后再用heapqpush()往堆中添加元素；另一种是将列表转换为堆，用heapqfy()方法。import heapqdig = [7,2,9,12,5,3]# 法1heap = []for item in dig: heapqpush(heap, item)# 法2heap = heapqfy(dig)print(heap[0]) # 输出最小元素res = [heap.heapqpop() for _ in range

这个模块实现了特定目标的容器，以提供Python标准内建容器 dict , list , set , 和 tuple 的替代选择。1.ChainMapfrom collections import ChainMapcollections.ChainMap(*maps)其中maps是字典结构，并且可以是多个字典。例如：dict1, dict2, dict3, dict4 = {"a": "A"}, {"b": "B"}, {"c": "C"}, {"d": "D"}combined = C

栈（stack）又名堆栈，它是一种运算受限的线性表。栈只能在一端进行插入和删除操作，它按照先进后出(FILO)的原则存储数据，先进入的数据被压入栈底，最后的数据在栈顶。栈也可以看成是 FILO 的队列。class Stack(object): def __init__(self): self.stack = [] def push(self, data): """ 进栈函数 """ self.stack.a

1.Python的队列类型from queue import Queue, LifiQueue, PriorityQueue, SimpleQueueFIFO（先入先出）Queue(maxsize=0)FIFO队列的构造函数。maxsize是一个整数，用于设置放入队列中数据的上限。一旦达到此大小，插入将被阻塞。如果maxsize<=0，则队列大小为无限。LIFO（后进先出）LifoQueue(maxsize=0)LIFO队列的构造函数，其它同上。优先级队列 PriorityQueue(

1.基本排序list.sort()：在原列表上排序。newlist = sorted(list)：生成新的排序后的列表。例如：rowlist = [5,2,3,1,4]rowlist.sort()# 结果 rowlist = [1,2,3,4,5]newlsit = sorted(rowlist)# 结果 newlist = [1,2,3,4,5]# 结果 rowlist = [5,2,3,1,4]2.关键函数key主要是用来比较的元素，它接收一个参数并返回一个用于排序的键。例

1.堆介绍堆是非线性的树形的数据结构，有两种堆,最大堆与最小堆。（ heapq库中的堆默认是最小堆）。最大堆，树种各个父节点的值总是大于或等于任何一个子节点的值。最小堆，树种各个父节点的值总是小于或等于任何一个子节点的值。我们一般使用二叉堆来实现优先级队列,它的内部调整算法复杂度为logN。堆是一个二叉树，其中最小堆每个父节点的值都小于或等于其所有子节点的值。整个最小堆的最小元素总是位于二叉树的根节点。python的heapq模块提供了对堆的支持。 heapq堆数据结构最重要的特征是heap[

其传入参数必须是type, 例如 int, list,set等，而返回的默认值，就是这些type下的默认值，例如int返回的默认值是0，list是空list等。defaultdict与普通dict的最大作用在于： 你可以直接call一个不存在的key，如果不存在这个key，那就先直接创建这个key，并根据默认值的设置，赋值value，而后在继续操作。 省去了 dict[new] =dict.get(new, default = []) 然后才能使用dict[new]来进一步操作。相比之下：你可放.