python常用模块---collections、time、random、os、sys、序列号模块

collections模块

在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple、OrderedDict等。

namedtuple: 生成可以使用名字来访问元素内容的tuple

 

# tuple可以用来表示一个坐标
from collections import namedtuple
point = namedtuple('poi',['x','y','z'])
p = point(1,2,3)
print(p.x)  # 1
print(p.y)  # 2
print(p.z)  # 3
print(p)    # poi(x=1, y=2, z=3)

#类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义
from collections import namedtuple
Circle = namedtuple('circle',['x','y','r'])
c = Circle(5,5,10)
print(c)    # circle(x=5, y=5, r=10)

namedtuple

 

deque: 双端队列，可以迅速的从另外一侧追加和推出对象

from collections import deque
q = deque(['a','b','c'])
q.append('z')  # deque(['a', 'b', 'c', 'z'])   从后面放数据
print(q)
q.appendleft(5)
print(q)  # deque([5, 'a', 'b', 'c', 'z'])    从前面放数据
q.pop()   # 从后面删除数据
print(q)  # deque([5, 'a', 'b', 'c'])
q.popleft() # 从前面删除数据
print(q)  # deque(['a', 'b', 'c'])

deque

queue：队列  （放到这里是为了和collections中的双端队列deque做个对比）

import queue
q = queue.Queue()
q.put([1,2,3])
q.put(5)
q.put(6)
print(q)  # <queue.Queue object at 0x000001660CEAEBE0>
print(q.qsize())  # 3   qsize是获取总的元素个数
print(q.get())    # [1, 2, 3]   get方法取值，队列遵循的原则是先进先出
print(q.get())      # 5
print(q.get())      # 6
print(q.get())   # 阻塞

queue

OrderedDict :有序字典

from collections import  OrderedDict
od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
print(od) # OrderedDict([('a', 1), ('b', 2), ('c', 3)])  OrderedDict的Key是有序的
print(od['a'])  # 1
for k in od:
    print(k)    # a b c

OrderedDict

　　注意：OrderedDict的key是按照插入的顺序排列，不是key本身排序

from collections import  OrderedDict
od = OrderedDict()
od['z'] = 1
od['y'] = 2
od['x'] = 3
print(od.keys())  # odict_keys(['z', 'y', 'x'])

OrdereedDict键排序问题

defaultdict : 带有默认值的字典

　　有如下集合[11, 22, 33,44,55,68,77,88,99,90]，将所有大于66的值保存至字典的第一个key中，将小于66的值保存至第二个key的值中。

即：{‘k1’:大于66,'k2':小于等于66}

 

li = [11, 22, 33,44,55,68,77,88,99,90]
dic = {}
for i in li:
    if i > 66:
        if 'k1' in dic:
            dic['k1'].append(i)
        else:
            dic['k1'] = [i]
    else:
        if 'k2' in dic:
            dic['k2'].append(i)
        else:
            dic['k2'] = [i]
print(dic)

不使用defaultdict

 

from collections import defaultdict
li = [11, 22, 33,44,55,68,77,88,99,90]
dic = defaultdict(list)
for i in li:
    if i > 66:
        dic['k1'].append(i)
    else:
        dic['k2'].append(i)
print(dic)

使用defaultdict

# 使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict：
from collections import defaultdict
dic = defaultdict(lambda : 'haha')
dic['k1'] = 'a'
print(dic['k1'])    # k1存在，返回'a'
print(dic['k'])   # k 不存在，返回默认值

defaultdict解决键不存在抛出异常的问题

Counter : 计数器，主要用来计数

# Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。
# 计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。
from collections import Counter
c = Counter('sajhjagdhgs')
print(c)  # Counter({'h': 2, 'g': 2, 'j': 2, 'a': 2, 's': 2, 'd': 1})

Counter

 

时间模块

import time  # 导入时间模块
#常用方法
time.sleep(0.8)  # 推迟指定的时间运行，单位为秒
print(time.time() )  # 获取当前时间戳

常用方法

python中，通常有三种方式来表示时间：时间戳 、元组（struct_time）、格式化的时间字符串 

时间戳：从1970年1月1日00:00:00开始按秒计算的偏移量，返回的是float类型

# %y 两位数的年份表示（00-99）
# %Y 四位数的年份表示（000-9999）
# %m 月份（01-12）
# %d 月内中的一天（0-31）
# %H 24小时制小时数（0-23）
# %I 12小时制小时数（01-12）
# %M 分钟数（00=59）
# %S 秒（00-59）
# %a 本地简化星期名称
# %A 本地完整星期名称
# %b 本地简化的月份名称
# %B 本地完整的月份名称
# %c 本地相应的日期表示和时间表示
# %j 年内的一天（001-366）
# %p 本地A.M.或P.M.的等价符
# %U 一年中的星期数（00-53）星期天为星期的开始
# %w 星期（0-6），星期天为星期的开始
# %W 一年中的星期数（00-53）星期一为星期的开始
# %x 本地相应的日期表示
# %X 本地相应的时间表示
# %Z 当前时区的名称
# %% %号本身
import time
# 格式化时间  —— 字符串： 给人看的
print(time.strftime("%Y-%m-%d %a %H:%M:%S"))  # 2018-01-10 Wed 16:48:07
print(time.strftime("%Y/%m/%d %H:%M:%S"))  # 2018/01/10 16:48:07
print(time.strftime("%m-%d %H:%M:%S"))  # 01-10 16:48:07
print(time.strftime("%H:%M:%S"))  # 16:48:07
print(time.strftime("%H:%M"))  # 16:48

格式化时间strftime

 元组（struct_time）:struct_time元组共有9个元素（年，月，日，时，分，秒，一年中第几周，一年中第几天等）

#时间元组:localtime将一个时间戳转换为当前时区的struct_time
import time
print(time.localtime())
# time.struct_time(tm_year=2018, tm_mon=1, tm_mday=10, tm_hour=17, tm_min=0, tm_sec=17, tm_wday=2, tm_yday=10, tm_isdst=0)

struct_time

小结：时间戳是计算机能够识别的时间；时间字符串是人能够看懂的时间；元组则是用来操作时间的

#结构化时间-->时间戳　
#time.mktime(结构化时间)
import time
time_tuple = time.localtime(1500000000)
print(time_tuple) # time.struct_time(tm_year=2017, tm_mon=7, tm_mday=14, tm_hour=10, tm_min=40, tm_sec=0, tm_wday=4, tm_yday=195, tm_isdst=0)
print(time.mktime(time_tuple))  # 1500000000.0

结构化时间-->时间戳

#结构化时间-->字符串时间
#time.strftime("格式定义","结构化时间")  结构化时间参数若不传，则现实当前时间
import time
print(time.strftime("%Y-%m-%d %X"))  # 2018-01-10 17:12:19
print(time.strftime("%Y-%m-%d",time.localtime(1500000000)))  # 2017-07-14

结构化时间-->字符串时间

#字符串时间-->结构化时间
#time.strptime(时间字符串,字符串对应格式)
import time
print(time.strptime("2017-03-16","%Y-%m-%d"))  
# time.struct_time(tm_year=2017, tm_mon=3, tm_mday=16, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=3, tm_yday=75, tm_isdst=-1)
print(time.strptime("07/24/2017","%m/%d/%Y"))
# time.struct_time(tm_year=2017, tm_mon=7, tm_mday=24, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=0, tm_yday=205, tm_isdst=-1)

字符串时间-->结构化时间

#结构化时间 --> %a %b %d %H:%M:%S %Y串
#time.asctime(结构化时间) 如果不传参数，直接返回当前时间的格式化串
import time
print(time.asctime(time.localtime(1500000000)))  # Fri Jul 14 10:40:00 2017
print(time.asctime())   # Wed Jan 10 17:18:01 2018

结构化时间 --> %a %b %d %H:%M:%S %Y串

#%a %d %d %H:%M:%S %Y串 --> 结构化时间
#time.ctime(时间戳)  如果不传参数，直接返回当前时间的格式化串
import time
print(time.ctime())  # Wed Jan 10 17:20:26 2018
print(time.ctime(1500000000))  # Fri Jul 14 10:40:00 2017

%a %d %d %H:%M:%S %Y串 --> 结构化时间

 

random模块

 

import random
#随机小数
print(random.random())   # 0.840154873354048  大于0且小于1之间的小数
print(random.uniform(3,8))  # 6.606350796951702   大于3小于8的小数

#随机整数
print(random.randint(1,5))  # 大于等于1且小于等于5之间的整数
print(random.randrange(1,10,2))  # 大于等于1且小于10之间的奇数

#随机选择一个返回
print(random.choice(['a',[1,3],'66',9]))  # a或者[1,3]或者66或者9
# 随机选择多个返回，返回的个数为函数的第二个参数
print(random.sample(['a',[1,3],'66',9],2))  # ['66', 9]  列表元素任意2个组合

# 打乱列表顺序
li = [1,3,5,7,9]
random.shuffle(li)   # 打乱次序
print(li)  # [7, 5, 3, 1, 9]
random.shuffle(li)   
print(li)   # [9, 5, 3, 7, 1]

random

 

os模块

os模块是与操作系统交互的一个接口

os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径
os.chdir("dirname")  改变当前脚本工作目录；相当于shell下cd
os.curdir  返回当前目录: ('.')
os.pardir  获取当前目录的父目录字符串名：('..')
os.makedirs('dirname1/dirname2')    可生成多层递归目录
os.removedirs('dirname1')    若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推
os.mkdir('dirname')    生成单级目录；相当于shell中mkdir dirname
os.rmdir('dirname')    删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname
os.listdir('dirname')    列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印
os.remove()  删除一个文件
os.rename("oldname","newname")  重命名文件/目录
os.stat('path/filename')  获取文件/目录信息
os.sep    输出操作系统特定的路径分隔符，win下为"\\",Linux下为"/"
os.linesep    输出当前平台使用的行终止符，win下为"\t\n",Linux下为"\n"
os.pathsep    输出用于分割文件路径的字符串 win下为;,Linux下为:
os.name    输出字符串指示当前使用平台。win->'nt'; Linux->'posix'
os.system("bash command")  运行shell命令，直接显示
os.popen("bash command).read()  运行shell命令，获取执行结果
os.environ  获取系统环境变量

os.path
os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。如何path以／或\结尾，那么就会返回空值。
                        即os.path.split(path)的第二个元素
os.path.exists(path)  如果path存在，返回True；如果path不存在，返回False
os.path.isabs(path)  如果path是绝对路径，返回True
os.path.isfile(path)  如果path是一个存在的文件，返回True。否则返回False
os.path.isdir(path)  如果path是一个存在的目录，则返回True。否则返回False
os.path.join(path1[, path2[, ...]])  将多个路径组合后返回，第一个绝对路径之前的参数将被忽略
os.path.getatime(path)  返回path所指向的文件或者目录的最后访问时间
os.path.getmtime(path)  返回path所指向的文件或者目录的最后修改时间
os.path.getsize(path) 返回path的大小

os模块

os.stat('path/filename')  获取文件/目录信息 的结构说明
stat 结构:

st_mode: inode 保护模式
st_ino: inode 节点号。
st_dev: inode 驻留的设备。
st_nlink: inode 的链接数。
st_uid: 所有者的用户ID。
st_gid: 所有者的组ID。
st_size: 普通文件以字节为单位的大小；包含等待某些特殊文件的数据。
st_atime: 上次访问的时间。
st_mtime: 最后一次修改的时间。
st_ctime: 由操作系统报告的"ctime"。在某些系统上（如Unix）是最新的元数据更改的时间，在其它系统上（如Windows）是创建时间（详细信息参见平台的文档）。

os.stat

 

sys模块

 sys模块是与python解释器交互的一个接口

sys.argv           命令行参数List，第一个元素是程序本身路径
sys.exit(n)        退出程序，正常退出时exit(0),错误退出sys.exit(1)
sys.version        获取Python解释程序的版本信息
sys.path           返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
sys.platform       返回操作系统平台名称

sys

import sys
try:
    sys.exit(1)
except SystemExit as e:
    print(e)

异常处理和status

 

序列化模块

 序列化：将原本的字典、列表等内容转换成一个字符串的过程

 序列化的目的：

　　1、以某种存储形式使自定义对象持久化；

　　2、将对象从一个地方传递到另一个地方；

　　3、使程序更具维护性。

　

 json、pickle、shelve三种序列化的比较：

# json  # 数字 字符串 列表 字典 元组
    # 通用的序列化格式
    # 只有很少的一部分数据类型能够通过json转化成字符串
# pickle
    # 所有的python中的数据类型都可以转化成字符串形式
    # pickle序列化的内容只有python能理解
    # 且部分反序列化依赖python代码
# shelve
    # 序列化句柄
    # 使用句柄直接操作，非常方便

json

import json
dic = {'k1':'a','k2':'b','k3':'c'}
str_dic = json.dumps(dic)  #序列化：将一个字典转换成一个字符串
print(type(str_dic),str_dic)  # <class 'str'> {"k2": "b", "k3": "c", "k1": "a"}
#注意，json转换完的字符串类型的字典中的字符串是由""表示的

dic2 = json.loads(str_dic)  #反序列化：将一个字符串格式的字典转换成一个字典
#注意，要用json的loads功能处理的字符串类型的字典中的字符串必须由""表示
print(type(dic2),dic2)  # <class 'dict'> {'k2': 'b', 'k3': 'c', 'k1': 'a'}

list_dic = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}]
str_dic = json.dumps(list_dic) #也可以处理嵌套的数据类型 
print(type(str_dic),str_dic) #<class 'str'> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) #<class 'list'> [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]

dumps和loads

import json
f = open('json_file','w')
dic = {'k1':'a','k2':'b','k3':'c'}
json.dump(dic,f)  #dump方法接收一个文件句柄，直接将字典转换成json字符串写入文件
f.close()

f = open('json_file')
dic2 = json.load(f)  #load方法接收一个文件句柄，直接将文件中的json字符串转换成数据结构返回
f.close()
print(type(dic2),dic2)   # <class 'dict'> {'k3': 'c', 'k2': 'b', 'k1': 'a'}

dump和load

import json
f = open('ff','w')
json.dump({'国籍':'中国'},f)
ret = json.dumps({'国籍':'中国'})
f.write(ret+'\n')
json.dump({'国籍':'美国'},f,ensure_ascii=False)
ret = json.dumps({'国籍':'美国'},ensure_ascii=False)
f.write(ret+'\n')
f.close()

ensure_ascii关键字参数

 

pickle

import pickle
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = pickle.dumps(dic)
print(str_dic)  #一串二进制内容
# b'\x80\x03}q\x00(X\x02\x00\x00\x00k1q\x01X\x02\x00\x00\x00v1q\x02X\x02\x00\x00\x00k3q\x03X\x02\x00\x00\x00v3q\x04X\x02\x00\x00\x00k2q\x05X\x02\x00\x00\x00v2q\x06u.'
dic2 = pickle.loads(str_dic)
print(dic2)    # {'k1': 'v1', 'k3': 'v3', 'k2': 'v2'}   字典

dumps和loads

import time
struct_time  = time.localtime(1000000000)
print(struct_time)
# time.struct_time(tm_year=2001, tm_mon=9, tm_mday=9, tm_hour=9, tm_min=46, tm_sec=40, tm_wday=6, tm_yday=252, tm_isdst=0)
f = open('pickle_fi','wb')
pickle.dump(struct_time,f)
f.close()

f = open('pickle_fi','rb')
struct_time2 = pickle.load(f)
print(struct_time2.tm_year)

dump和load

 

shelve

# shelve也是python提供给我们的序列化工具，比pickle用起来更简单一些。
# shelve只提供给我们一个open方法，是用key来访问的，使用起来和字典类似。
import shelve
f = shelve.open('shelve_file')
f['key'] = {'int':10, 'float':9.5, 'string':'Sample data'}  #直接对文件句柄操作，就可以存入数据
f.close()

import shelve
f1 = shelve.open('shelve_file')
existing = f1['key']  #取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错
f1.close()
print(existing)   #  {'string': 'Sample data', 'int': 10, 'float': 9.5}

shelve

# 这个模块有个限制，它不支持多个应用同一时间往同一个DB进行写操作。所以当我们知道我们的应用如果只进行读操作，我们可以让shelve通过只读方式打开DB
import shelve
f = shelve.open('shelve_file', flag='r')
existing = f['key']
f.close()
print(existing)

shelve只读

import shelve
f1 = shelve.open('shelve_file')
print(f1['key'])
f1['key']['new_value'] = 'this was not here before'
f1.close()

f2 = shelve.open('shelve_file', writeback=True)
print(f2['key'])
f2['key']['new_value'] = 'this was not here before'
f2.close()
# writeback方式有优点也有缺点。优点是减少了我们出错的概率，并且让对象的持久化对用户更加的透明了；
# 但这种方式并不是所有的情况下都需要，首先，使用writeback以后，shelf在open()的时候会增加额外的内存消耗，
# 并且当DB在close()的时候会将缓存中的每一个对象都写入到DB，这也会带来额外的等待时间。
# 因为shelve没有办法知道缓存中哪些对象修改了，哪些对象没有修改，因此所有的对象都会被写入。

shelve的优缺点

 

转载于:https://www.cnblogs.com/huangjm263/p/8259508.html