Python实操问题整理

最新推荐文章于 2023-03-01 11:33:41 发布

学习飞行的山药

最新推荐文章于 2023-03-01 11:33:41 发布

阅读量523

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/rosalind_xu/article/details/108717977

版权

Python 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

基础篇

数据类型

1.dict
（1）交换字典的键和值

{value:key for key, value in a_dict.items()}
dict(zip(a_dict.values(), a_dict.keys()))

（2）dict合并
两个不同键值的dict合并

d3.update(d1)
d3.update(d2)

d3 = {**d1, **d2}

注意：如果两个dict有重复键值，那么以后update的dict的值为准。
（3）排序
（4）两个list $\leftarrow \rightarrow$ dict

dictionary = dict(zip(keys, values))

原理：
zip()接受多个iterable，并且返回一个iterator，每次调用next时返回一个元组，元组元素是传入的各个iterable中对应的元素。
但是这里keys, values的元素不能是iterable。

keys, values = zip(*dict)

list
（1）将list合并为字符串

str.join(sequence)  # 其中，str为分隔字符，sequence为待连接的元素序列，返回值为通过指定字符连接序列中的元素后生成的新字符串

例：
>>> str = ' '
>>> seq = ['There','is','a','book']
>>> print str.join(seq)
>>> There is a book # 输出结果

（2）合并

l1+l2
并不影响l1和l2的值
返回l1和l2两个列表元素合并成为的列表

例：
l1 = [1, 2]
l2 = [3, 4]
print(l1+l2)  # [1, 2, 3, 4]

l1.append(l2)
在l1本地更改
将l2列表作为一个元素添加到l1列表尾

例：
l1 = [1, 2]
l2 = [3, 4]
print(l1.append(l2))  # None
print(l1)  # [1, 2, [3, 4]]

l1.extend(l2)
在l1本地更改
将l2列表每个元素添加到l1列表尾

例：
l1 = [1, 2]
l2 = [3, 4]
print(l1.expend(l2))  # None
print(l1)  # [1, 2, 3, 4]

（3）删除元素

remove: 删除单个元素，删除首个符合条件的元素，按值删除
pop: 删除单个或多个元素，按位删除(根据索引删除)
del：它是根据索引(元素所在位置)来删除

（4）查找元素

p=list.index(value)

注意，如果不存在value会报错
（5）排序

基础

sorted(iterable, key=None, reverse=False)
# sorted() 产生一个新的list，不改变list的值。sorted()可以对iterable对象排序

iterable.sort(key=None, reverse=False)
# sort() 对list本身进行排序,改变list的值。sort()只能对list排序。

# iterable为可迭代类型
# key 一般为列表元素的某个已命名的属性或函数。通常使用lambda表达式。
# reverse默认值为False，此时sorted()按从小到大的顺序排序。当reverse=True时，按照从大到小的顺序排序。
# key，reverse为可选参数

# 如果想要按照python2的方法写cmp函数自定义排序方法，可以：
from functools import cmp_to_key
lst.sort(key=cmp_to_key(cmp))

多个list按照一个list的排序顺序排序

t = tuple/list(zip(l1, l2, ...))
t = sorted(t, key=...)
l1, l2, ... = zip(*t)  # 此时l的类型为tuple
l1 = list(l1)
l2 = list(l2)

函数篇

函数参数

函数参数：必选参数、默认参数、可选参数、关键字参数

必选参数
默认参数
即类似 power(x, n=2)，其中n为默认参数
放在必选参数之后，可以进一步简化函数；
默认参数必须指向不变对象，若是指向可变对象，那么参数的地址已经确定，对于参数进行修改只是对该地址上的变量进行修改。
可变参数
即类似calc(* nums)，其中nums为可变参数，函数内部接受得到的为一个tuple。
可变参数传入参数的个数是可变的，可以为[0, +)
传入的时候可以是*list/tuple，也可以是多个参数。
关键字参数
即类似person(name, ** kw)，其中kw为关键字参数，函数内部接受得到的为一个dict。
传入的时候可以是**dict，也可以是多个含参数名的参数。

lambda函数

Python中，lambda函数也叫匿名函数，及即没有具体名称的函数，它允许快速定义单行函数，类似于C语言的宏，可以用在任何需要函数的地方。

lambda语法格式：
lambda 变量 : 要执行的语句
lambda [arg1 [, agr2,…argn]] : expression
其中[arg1 [, agr2,…argn]]为入口参数，expression为函数体。
lambda表达式会返回一个函数对象，如果没有变量接受这个返回值的话，它很快就会被丢弃。
例子：
g = lambda x : x ** 2
g(3) # 9
lambda表达式特殊应用
由于lambda只是一个表达式，所以它可以直接作为list和dict的成员
lambda函数的应用结果
（1） lambda的使用大量简化了代码，使代码简练清晰
（2） lambda 并不会带来程序运行效率的提高
（3） lambda会在一定程度上降低代码的可读性，如果不是非常熟悉python的人或许会对此感到不可理解
总结：lambda 是为了减少单行函数的定义而存在的。

模块篇

OS

OS常用的文件/目录方法

os.chdir(path) // change current work dir
os.getcwd() // return current work dir
os.listdir(path) // return files/sub work dirs in the path
os.remove(path) // remove file
os.removedirs(path) // remove dirs
os.rmdir(path) // remove empty dir

os.path模块
os.path.dirname(path) // 返回文件路径
os.path.isabs/isfile/isdir/islink(path)
os.path.join(path1[, path2[, …]]) // 合并文件和目录名成为一个路径
os.path.split(path) // 将文件名和路径分开

tqdm

自定义进度条显示信息

from tqdm import trange
from random import random,randint
import time
import tqdm

bar = tqdm.tqdm(range(10))
#设置进度条左边显示的信息
tqdm.tqdm.set_description(bar, desc="GEN %i"%i)
#设置进度条右边显示的信息
t.set_postfix(loss=random(),gen=randint(1,999),str="h",lst=[1,2])

pdb

pdb为Python程序定义了一个交互式源代码调试器。它支持在源行级别设置（条件）断点和单步执行，检查堆栈框架，源代码列表以及在任何堆栈框架的上下文中评估任意Python代码。它还支持事后调试，可以在程序控制下调用。

pdb启动方式
（1）非侵入式方法（不用额外修改源代码，在命令行下直接运行就能调试）
python3 -m pdb filename.py
（2）侵入式方法（需要在被调试的代码中添加一行代码然后再正常运行代码）
import pdb;pdb.set_trace()
运行代码，程序会自动在pdb.set_trace()暂停并进入pdb调试环境；相当于添加了断点。
成功启动的标志如下：
(Pdb)
然后就可以开始输入pdb命令了。
pdb命令
（1）查看源代码
命令：l
说明：查看当前位置前后11行源代码（多次会翻页），当前位置在代码中会用–>这个符号标出来；
命令：ll
说明：查看当前函数或框架的所有源代码
（2）添加断点
命令：
b
b line_id
b file_name:line_id
b function_name
参数：
file_name 文件名，断点添加到哪个文件，如test.py
line_id 表示断点添加到的行数
function_name 函数名，在该函数执行的第一行设置断点
说明：
1.不带参数表示查看断点设置
2.带参则在指定位置设置一个断点
（3）添加临时断点
命令：
tbreak
tbreak lineno
tbreak filename:lineno
tbreak functionname
参数：同b
说明：执行一次后时自动删除（这就是它被称为临时断点的原因）
（4）清除断点
命令：
cl
cl filename:lineno
cl bpnumber [bpnumber …]
参数：bpnumber 断点序号（多个以空格分隔）
说明：
1.不带参数用于清除所有断点，会提示确认（包括临时断点）
2.带参数则清除指定文件行或当前文件指定序号的断点
（5）打印变量值
命令：p expression
参数：expression Python表达式
（6）逐行调试命令
包括 s ，n ， r 这3个相似的命令，区别在如何对待函数上
命令1：s
说明：执行下一行（能够进入函数体）
命令2：n
说明：执行下一行（不会进入函数体）
命令3：r
说明：执行下一行（在函数中时会直接执行到函数返回处）
（7）非逐行调试命令
命令1：c
说明：持续执行下去，直到遇到一个断点
命令2：unt lineno
说明：持续执行直到运行到指定行（或遇到断点）
命令3j lineno
说明：直接跳转到指定行（注意，被跳过的代码不执行）
（8）查看函数参数
命令：a
说明：在函数中时打印函数的参数和参数的值
（9）打印变量类型
命令：whatis expression
说明：打印表达式的类型，常用来打印变量值
（10）启动交互式解释器
命令：interact
说明：启动一个python的交互式解释器，使用当前代码的全局命名空间（使用ctrl+d返回pdb）
（11）打印堆栈信息
命令：w
说明：打印堆栈信息，最新的帧在最底部。箭头表示当前帧。
（12）退出pdb
命令：q

命令行参数

1.sys

(1) program:

import sys

print(sys.argv)  # sys.argv即为参数列表， 其中sys.argv[0]即为脚本名

(2) command line:

python test.py argv1 argv2  # 位置参数在调用时不需要在前边写上参数，在对应位置上引用即可；可选参数需要添加-para_name para

2.命令行参数解析库 argparse

2.1 基础用法

(1) 实例化解析器

parser = argparse.ArgumentParser()

(2) 参数解析

args = parser.parse_args()  # 得到参数字典，调用时采用args.xx的格式

(3) 位置参数添加

parser.add_argument(name, help='str', type=...)

(4) 可选参数添加

parser.add_argument(['-short_name', ]'--long_name', help='str'[, choices=[list], action='store_true'])  # 其中choices提供选择，避免程序出现bug；action避免命令行中只出现可选参数名而不输入时无法运行的情况，默认存储为布尔型，可以用来判断有无输入

2.2 子命令
子命令即将功能分解到不同子命令当中，比如pip install、pip uninstall
(1) 创建子命令载体

parser = argparse.ArgumentParser()
subparsers = parser.add_subparsers(help="sub-command help")  # 为子命令提供载体

(2) 创建子命令

parser_a = subparsers.add_parser('command_name', help='str')  # add_parser()方法返回ArgumentParser实体

(3) 为子命令添加参数

parser_a = subparsers.add_parser('command_name', help='str')  # add_parser()方法返回ArgumentParser实体

版本控制

虚拟环境

虚拟环境的应用场景：
同时从事多个项目开发，而每个项目需求的框架库版本不一致；为了避免卸载重装不兼容造成管理困难，我们需要虚拟环境
虚拟环境的作用：
每一个环境都相当于一个新的Python。你可以在这个新的环境里安装三方库，环境与环境之间是相互隔离的，也就是说在A环境中安装的库只在A中使用，不会影响其他环境
虚拟环境使用方法：
借助conda管理
anaconda自带conda工具
（1）创建虚拟环境
conda create -n venv python=2.x/3.x
（2）激活虚拟环境
#on windows
activate venv
#on linux
source activate venv
（3）推出虚拟环境
#on windows
deactivate
#on linux
source deactivate
（4）删除虚拟环境
conda remove --name venv --all
（5）其他指令
// 列出系统存在虚拟环境
conda info -e
conda env list
// 查看当前环境下已安装的包
conda list
// 查看某个指定环境的已安装包
conda list -n venv
// 查找package信息
conda search numpy
// 安装package
conda install -n venv numpy
// 如果不用-n指定环境名称，则被安装在当前激活环境，也可以通过-c指定通过某个channel安装
// 更新package
conda update -n venv numpy
// 删除package
conda remove -n venv numpy
虚拟环境如何在Pycharm中使用：
设置project interpreter，其中system interpreter是系统自己安装的Python，是本地环境；Virtual Environment是Python的虚拟环境，将环境打包隔离，推荐使用；conda Enviroment为anaconda附带安装的Python解释器；剩下一种是本地创建虚拟环境。
添加Virtual Environment，解释器在anaconda/envs/your_new_venv_name下。

参考链接：

最全的Python虚拟环境使用方法
评价：全面、新手友好
Pycharm 2018 虚拟环境创建及解释器的设置（小白图解教程）
评价：图文配合、详细

与其他语言交互

近来用Python用的越来越多，对这种十分灵活的动态语言的哲学也有较深的理解。虽然Python有很多缺点，如没有强类型，GIL交错锁，没有编译因此效率底下，但因此一种典型而高效的工作流程是先用Python调用各种轮子，快速实现软件原型，然后再优化代码，将稳定的部分用C ++或其他编译语言进行重写，变成一个供调用的库。

C/C++

可采用 Cython 为 Python 编写 C 扩展。Cython 是编写、包裹外部 C/C++ 库的胶水代码，将 CPython 嵌入现有应用程序、加速 Python 代码执行的理想 C 模块语言。

.pyx文件
.pyx 文件是由 Cython 编程语言 “编写” 而成的 Python 扩展模块源代码文件。
.pyx 文件类似于 C 语言的 .c 源代码文件，.pyx 文件中有 Cython 模块的源代码。
不像 Python 语言可直接解释使用的 .py 文件，.pyx 文件必须先被编译成 .c 文件，再编译成 .pyd (Windows 平台) 或 .so (Linux 平台) 文件，才可作为模块 import 导入使用。
编译方式包括如下：
（1）通过setup.py中调用Cython.Build进行编译

python setup.py build_ext -i  # 通过Cython将.pyx文件编译为.c文件
# 通过C编译器将.c文件编译为.so文件（如在Windows上，则是.pyd文件）

推荐使用，原理也就是通过指定distutils或者setuptools库中的ext_modules参数来编译Cython代码。

简单的setup.py文件如下：

from distutils.core import setup
from Cython.Build import cythonize

setup(
  name = 'Hello world app',
  ext_modules = cythonize("hello.pyx"),
)

复杂项目的setup.py文件如下：

from distutils.core import setup
from distutils.extension import Extension
from Cython.Build import cythonize

extensions = [
    Extension("Module Name", ["file1.pyx", "file2.cpp", ...],
        include_dirs = [...],
        libraries = [...],
        library_dirs = [...]),
    Extension("Module 2", ...)
]
setup(
    name = "XXX",
    ext_modules = cythonize(extensions),
)

Extension类的构造函数中添加合适的参数即可指定语言或者编译参数
或者是

setup(
    name = "XXX",
    ext_modules = extensions,
    cmdclass={'build_ext': Cython.Build.build_ext}
)

（2）使用pyximport调用.pyx文件，这种方法.pyx文件相当于普通的.py文件
（3）在命令行使用cython命令从.pyx文件生成.c文件，再使用外部编译器将.c文件编译成Python可用的库
（4）使用Jupyter Notebook或者Sage Notebook直接运行Cython代码