日志:
日志等级:
logging.debug(msg, *args, **kwargs)
logging.info(msg, *args, **kwargs)
logging.warning(msg, *args, **kwargs)
logging.error(msg, *args, **kwargs)
logging.critical(msg, *args, **kwargs)
日志级别排序 CRITICAL > ERROR > WARNING > INFO > DEBUG > NOTSET
实例:
import logging
LOG_FORMAT = "%(asctime)s - %(levelname)s - %(message)s"
logging.basicConfig(filename='aaa.txt',level=logging.DEBUG,format=LOG_FORMAT)
def test():
try:
a=int(input("请输入一个被除数:"))
b=int(input("请输入一个除数:"))
print(a/b)
return
except (ValueError):
#处理异常
logging.debug("只能输入数字!")
except ZeroDivisionError:
logging.info("除数不能为0")
else:
print("else...")
finally:
print("程序结束")
test()
推到式:
推导式comprehensions(又称解析式),是Python的一种独有特性。推导式是可以从一个数据序列构建另一个新的数据序列的结构体。 共有三种推导,在Python2和3中都有支持。
列表推到:
被三整除的数:
numbers=[x for x in range(100) if x %3==0]
print(numbers)
def squared(x):
return x*x
multiples=[squared(i) for i in range(30) if i % 3 is 0]
print(multiples)
集合推到;
squared = {x**2 for x in [1, 1, 2]}
print(squared)
集合推到:
# 字典推导和列表推导的使用方法是类似的,只不中括号该改成大括号。直接举例说明:
#
# 例子一:大小写key合并
#
mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
mcase_frequency = {
k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0)
for k in mcase.keys()
if k.lower() in ['a','b']
}
print(mcase_frequency)
# 例子二:快速更换key和value
mcase = {'a': 10, 'b': 34}
mcase_frequency = {v: k for k, v in mcase.items()}
print(mcase_frequency)
迭代:
迭代是Python最强大的功能之一,是访问集合元素的一种方式。。
字符串,列表或元组对象都可用于创建迭代器:
字符串,列表或元组==>(iterable object)可迭代对象
可记住遍历的位置的对象。
迭代器只能往前不会后退。
迭代器有两个基本的方法:__iter__() 和 __next__()。
__iter__方法:返回迭代器自身。可以通过python内建函数iter()调用。
__next__方法:当next方法被调用的时候,迭代器会返回它的下一个值,如果next方法被调用,但没有迭代器,就会引发一个StopIteration异常。该方法可以通过 python 内建函数next()调用。
创建一个迭代器的3种方法:
1、为容器对象添加 __iter__() 和 __next__() 方法(Python 2.7 中是 next());__iter__() 返回迭代器对象本身 self,__next__() 则返回每次调用 next() 或迭代时的元素;
2. 内置函数 iter() 将可迭代对象转化为迭代器
3.就是生成器(generator)。生成器通过 yield 语句快速生成迭代器,省略了复杂的 __iter__() & __next__() 方式
生成器:
第一种方式:将列表的[]改为(),里面可以写推导
生成器只要调用next()方法即可得到下一个值,到最后一个后异常(StopIteration)退出
用表达式做生成器
通过裴波那切序列讲解:将print换成yield,每次生成一个值
但是调用方法时没有结果
在方法内使用yield做生成器,这样调用此方法时,会得出一个结果:generator object...
然后也是可以调用next()
每到yield时,就会停止,返回当前这个值,可以一次一次next()调用,看看运行过程
生成器可以被循环迭代,直到循环结束
以下实例使用yield实现斐波那契数列:
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器,由生成器返回生成
while True:
try:
print(next(f), end=" ")
except StopIteration:
sys.exit()