python建立一个节点类_Python 100个样例代码

最新推荐文章于 2024-07-17 17:25:16 发布

潮水岩

最新推荐文章于 2024-07-17 17:25:16 发布

阅读量768

点赞数 1

文章标签： python建立一个节点类

本文链接：https://blog.csdn.net/weixin_42583683/article/details/111983421

版权

本文提供了Python编程的100个示例，涵盖基础语法、数据类型转换、字符串操作、数据结构、文件操作、类与对象、函数、模块和库的使用，以及一些高级特性。通过这些例子，读者可以深入理解Python语言的各个方面。

摘要由CSDN通过智能技术生成

一、 Python 基础 62 例

1 十转二

将十进制转换为二进制：

>>> bin(10) '0b1010'

2 十转八

十进制转换为八进制：>>> oct(9) '0o11'

3 十转十六

十进制转换为十六进制：

>>> hex(15) '0xf'

4 字符串转字节

字符串转换为字节类型>>> s = 'apple' >>> bytes(s,encoding='utf-8') b'apple'

5 转为字符串

字符类型、数值型等转换为字符串类型

>>> i = 100 >>> str(i) '100'

6 十转ASCII

十进制整数对应的 ASCII 字符>>> chr(65) 'A'

7 ASCII转十

ASCII字符对应的十进制数

>>> ord('A') 65

8 转为字典

创建数据字典的几种方法>>> dict() {} >>> dict(a='a',b='b') {'a': 'a', 'b': 'b'} >>> dict(zip(['a','b'],[1,2])) {'a': 1, 'b': 2} >>> dict([('a',1),('b',2)]) {'a': 1, 'b': 2}

9 转为浮点类型

整数或数值型字符串转换为浮点数

>>> float(3) 3.0

如果不能转化为浮点数，则会报ValueError:>>> float('a') Traceback (most recent call last): File '\', line 1, in \ float('a') ValueError: could not convert string to float: 'a'

10 转为整型

int(x, base =10)

x 可能为字符串或数值，将 x 转换为整数。

如果参数是字符串，那么它可能包含符号和小数点。如果超出普通整数的表示范围，一个长整数被返回。>>> int('12',16) 18

11 转为集合

返回一个 set 对象，集合内不允许有重复元素：

>>> a = [1,4,2,3,1] >>> set(a) {1, 2, 3, 4}

12 转为切片

class slice(start, stop[, step])

返回一个由 range(start, stop, step) 指定索引集的 slice 对象，代码可读性变好。>>> a = [1,4,2,3,1] >>> my_slice = slice(0,5,2) >>> a[my_slice] [1, 2, 1]

13 转元组

tuple() 将对象转为一个不可变的序列类型

>>> a=[1,3,5] >>> a.append(7) >>> a [1, 3, 5, 7] *#禁止a增删元素，只需转为元组* >>> t=tuple(a) >>> t (1, 3, 5, 7)

14 转冻结集合

创建不可修改的集合：>>> a = frozenset([1,1,3,2,3]) >>> a *# a 无 pop,append,insert等方法* frozenset({1, 2, 3})

15 商和余数

分别取商和余数

>>> divmod(10,3) (3, 1)

16 幂和余同时做

pow 三个参数都给出表示先幂运算再取余：>>> pow(3, 2, 4) 1

17 四舍五入

四舍五入，ndigits代表小数点后保留几位：

>>> round(10.045, 2) 10.04 >>> round(10.046, 2) 10.05

18 查看变量所占字节数>>> import sys >>> a = {'a':1,'b':2.0} >>> sys.getsizeof(a) *# 变量占用字节数* 240

19 门牌号

返回对象的内存地址

>>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> xiaoming = Student('001','xiaoming') >>> id(xiaoming) 2281930739080

20 排序函数

排序：>>> a = [1,4,2,3,1] *#降序* >>> sorted(a,reverse=True) [4, 3, 2, 1, 1] >>> a = [{'name':'xiaoming','age':18,'gender':'male'}, {'name':'xiaohong','age':20,'gender':'female'}] *#按 age升序* >>> sorted(a,key=lambda x: x['age'],reverse=False) [{'name': 'xiaoming', 'age': 18, 'gender': 'male'}, {'name': 'xiaohong', 'age': 20, 'gender': 'female'}]

21 求和函数

求和：

>>> a = [1,4,2,3,1] >>> sum(a) 11 *#求和初始值为1* >>> sum(a,1) 12

22 计算表达式

计算字符串型表达式的值>>> s = '1 + 3 +5' >>> eval(s) 9 >>> eval('[1,3,5]\*3') [1, 3, 5, 1, 3, 5, 1, 3, 5]

23 真假

>>> bool(0) False >>> bool(False) False >>> bool(None) False >>> bool([]) False >>> bool([False]) True >>> bool([0,0,0]) True

24 都为真

如果可迭代对象的所有元素都为真，那么返回 True，否则返回False#有0，所以不是所有元素都为真* >>> all([1,0,3,6]) False*#所有元素都为真* >>> all([1,2,3]) True

25 至少一个为真

接受一个可迭代对象，如果可迭代对象里至少有一个元素为真，那么返回True，否则返回False

# 没有一个元素为真* >>> any([0,0,0,[]]) >>>False*# 至少一个元素为真* >>> any([0,0,1]) True

26 获取用户输入

获取用户输入内容>>> input() I'm typing 'I'm typing '

27 print 用法

>>> lst = [1,3,5] *# f 打印* >>> print(f'lst: {lst}') lst: [1, 3, 5] *# format 打印* >>> print('lst:{}'.format(lst)) lst:[1, 3, 5]

28 字符串格式化

格式化字符串常见用法>>> print('i am {0},age {1}'.format('tom',18)) i am tom,age 18 >>> print('{:.2f}'.format(3.1415926)) *# 保留小数点后两位* 3.14 >>> print('{:+.2f}'.format(-1)) *# 带符号保留小数点后两位* -1.00 >>> print('{:.0f}'.format(2.718)) *# 不带小数位* 3 >>> print('{:0>3d}'.format(5)) *# 整数补零，填充左边, 宽度为3* 005 >>> print('{:,}'.format(10241024)) *# 以逗号分隔的数字格式* 10,241,024 >>> print('{:.2%}'.format(0.718)) *# 百分比格式* 71.80% >>> print('{:.2e}'.format(10241024)) *# 指数记法* 1.02e+07

29 返回对象哈希值

返回对象的哈希值。值得注意，自定义的实例都可哈希：

>>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> xiaoming = Student('001','xiaoming') >>> hash(xiaoming) -9223371894234104688

list, dict, set等可变对象都不可哈希(unhashable)：>>> hash([1,3,5]) Traceback (most recent call last): File '\', line 1, in \ hash([1,3,5]) TypeError: unhashable type: 'list'

30 打开文件

返回文件对象

>>> import os >>> os.chdir('D:/source/dataset') >>> os.listdir() ['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'titanic_eda_data.csv', 'titanic_train_data.csv'] >>> o = open('drinksbycountry.csv',mode='r',encoding='utf-8') >>> o.read() 'country,beer_servings,spirit_servings,wine_servings,total_litres_of_pur e_alcohol,continent\\nAfghanistan,0,0,0,0.0,Asia\\nAlbania,89,132,54,4.9,'

mode 取值表：

字符意义 'r' 读取(默认) 'w' 写入，并先截断文件 'x' 排它性创建，如果文件已存在则失败 'a' 写入，如果文件存在则在末尾追加 'b' 二进制模式 't' 文本模式(默认) '+' 打开用于更新(读取与写入)

31 查看对象类型

class type(name, bases, dict)

传入参数，返回 object 类型：>>> type({4,6,1}) >>> type({'a':[1,2,3],'b':[4,5,6]}) >>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> type(Student('1','xiaoming'))

32 两种创建属性方法

返回 property 属性，典型的用法：

>>> class C: def __init__(self): self._x = None def getx(self): return self._x def setx(self, value): self._x = value def delx(self): del self._x *# 使用property类创建 property 属性* x = property(getx, setx, delx, 'I'm the 'x' property.')

使用 C 类：>>> C().x=1 >>> c=C() *# 属性x赋值* >>> c.x=1 *# 拿值* >>> c.getx() 1 *# 删除属性x* >>> c.delx() *# 再拿报错* >>> c.getx() Traceback (most recent call last): File '\', line 1, in \ c.getx() File '\', line 5, in getx return self._x AttributeError: 'C' object has no attribute '_x' *# 再属性赋值* >>> c.x=1 >>> c.setx(1) >>> c.getx() 1

使用@property装饰器，实现与上完全一样的效果：

class C: def __init__(self): self._x = None @property def x(self): return self._x @x.setter def x(self, value): self._x = value @x.deleter def x(self): del self._x

33 是否可调用

判断对象是否可被调用，能被调用的对象是一个callable 对象。>>> callable(str) True >>> callable(int) True

Student 对象实例目前不可调用：

>>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> xiaoming = Student(id='1',name='xiaoming') >>> callable(xiaoming) False

如果 xiaoming能被调用 , 需要重写Student类的call方法：>>> class Student(): def __init__(self,id,name): self.id = id self.name = name

此时调用 xiaoming():

>>> xiaoming = Student('001','xiaoming') >>> xiaoming() I can be called my name is xiaoming

34 动态删除属性

删除对象的属性>>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> xiaoming = Student('001','xiaoming') >>> delattr(xiaoming,'id') >>> hasattr(xiaoming,'id') False

35 动态获取对象属性

获取对象的属性

>>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> xiaoming = Student('001','xiaoming') >>> getattr(xiaoming,'name') *# 获取name的属性值* 'xiaoming'

36 对象是否有某个属性>>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> xiaoming = Student('001','xiaoming') >>> getattr(xiaoming,'name')*# 判断 xiaoming有无 name属性* 'xiaoming' >>> hasattr(xiaoming,'name') True >>> hasattr(xiaoming,'address') False

37 isinstance

判断object是否为classinfo的实例，是返回true

>>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> xiaoming = Student('001','xiaoming') >>> isinstance(xiaoming,Student) True

38 父子关系鉴定>>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> class Undergraduate(Student): pass *# 判断 Undergraduate 类是否为 Student 的子类 * >>> issubclass(Undergraduate,Student) True

第二个参数可为元组：

>>> issubclass(int,(int,float)) True

39 所有对象之根

object 是所有类的基类>>> isinstance(1,object) True >>> isinstance([],object) True

40 一键查看对象所有方法

不带参数时返回当前范围内的变量、方法和定义的类型列表；带参数时返回参数的属性，方法列表。

>>> class Student(): def __init__(self,id,name): self.id = id self.name = name >>> xiaoming = Student('001','xiaoming') >>> dir(xiaoming) ['__call__', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'id', 'name']

41 枚举对象

Python 的枚举对象>>> s = ['a','b','c'] >>> for i,v in enumerate(s): print(i,v) 0 a 1 b 2 c

42 创建迭代器

>>> class TestIter(): def __init__(self,lst): self.lst = lst *# 重写可迭代协议__iter_\_* def __iter__(self): print('__iter__ is called') return iter(self.lst)

迭代 TestIter 类：>>> t = TestIter() >>> t = TestIter([1,3,5,7,9]) >>> for e in t: print(e) __iter__ is called 1 3 5 7 9

43 创建range迭代器range(stop)

range(start, stop[,step])

生成一个不可变序列的迭代器：

>>> t = range(11) >>> t = range(0,11,2) >>> for e in t: print(e) 0 2 4 6 8 10

44 反向>>> rev = reversed([1,4,2,3,1]) >>> for i in rev: print(i) 1 3 2 4 1

45 打包

聚合各个可迭代对象的迭代器：

>>> x = [3,2,1] >>> y = [4,5,6] >>> list(zip(y,x)) [(4, 3), (5, 2), (6, 1)] >>> for i,j in zip(y,x): print(i,j) 4 3 5 2 6 1

46 过滤器

函数通过 lambda 表达式设定过滤条件，保留 lambda 表达式为True的元素：>>> fil = filter(lambda x: x>10,[1,11,2,45,7,6,13]) >>> for e in fil: print(e) 11 45 13

47 链式比较

>>> i = 3 >>> 1 < i < 3 False >>> 1 < i <=3 True

48 链式操作>>> from operator import (add, sub) >>> def add_or_sub(a, b, oper): return (add if oper == '+' else sub)(a, b) >>> add_or_sub(1, 2, '-') -1

49 split 分割**

>>> 'i love python'.split(' ') ['i', 'love', 'python']

50 replace 替换>>> 'i\tlove\tpython'.replace('\t',',') 'i,love,python'

51 反转字符串

>>> st='python' >>> ''.join(reversed(st)) 'nohtyp'

52 使用time模块打印当前时间*# 导入time模块* >>> import time *# 打印当前时间，返回浮点数* >>> seconds = time.time() >>> seconds 1588858156.6146255

53 浮点数转时间结构体

*# 浮点数转时间结构体* >>> local_time = time.localtime(seconds) >>> local_time time.struct_time(tm_year=2020, tm_mon=5, tm_mday=7, tm_hour=21, tm_min=29, tm_sec=16, tm_wday=3, tm_yday=128, tm_isdst=0)tm_year: 年

tm_mon: 月

tm_mday: 日

tm_hour: 小时

tm_min：分

tm_sec: 分

tm_sec: 秒

tm_wday: 一周中索引([0,6], 周一的索引:0)

tm_yday: 一年中索引([1,366])

tm_isdst: 1 if summer time is in effect, 0 if not, and -1 if unknown

54 时间结构体转时间字符串*# 时间结构体转时间字符串* >>> str_time = time.asctime(local_time) >>> str_time 'Thu May 7 21:29:16 2020'

55 时间结构体转指定格式时间字符串

*# 时间结构体转指定格式的时间字符串* >>> format_time = time.strftime('%Y.%m.%d %H:%M:%S',local_time) >>> format_time '2020.05.07 21:29:16'

56 时间字符串转时间结构体*# 时间字符串转时间结构体* >>> time.strptime(format_time,'%Y.%m.%d %H:%M:%S') time.struct_time(tm_year=2020, tm_mon=5, tm_mday=7, tm_hour=21, tm_min=29, tm_sec=16, tm_wday=3, tm_yday=128, tm_isdst=-1)

57 年的日历图

>>> import calendar >>> from datetime import date >>> mydate=date.today() >>> calendar.calendar(2020)

结果：2020 January February March Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su 1 2 3 4 5 1 2 1 6 7 8 9 10 11 12 3 4 5 6 7 8 9 2 3 4 5 6 7 8 13 14 15 16 17 18 19 10 11 12 13 14 15 16 9 10 11 12 13 14 15 20 21 22 23 24 25 26 17 18 19 20 21 22 23 16 17 18 19 20 21 22 27 28 29 30 31 24 25 26 27 28 29 23 24 25 26 27 28 29 30 31 April May June Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su 1 2 3 4 5 1 2 3 1 2 3 4 5 6 7 6 7 8 9 10 11 12 4 5 6 7 8 9 10 8 9 10 11 12 13 14 13 14 15 16 17 18 19 11 12 13 14 15 16 17 15 16 17 18 19 20 21 20 21 22 23 24 25 26 18 19 20 21 22 23 24 22 23 24 25 26 27 28 27 28 29 30 25 26 27 28 29 30 31 29 30 July August September Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su 1 2 3 4 5 1 2 1 2 3 4 5 6 6 7 8 9 10 11 12 3 4 5 6 7 8 9 7 8 9 10 11 12 13 13 14 15 16 17 18 19 10 11 12 13 14 15 16 14 15 16 17 18 19 20 20 21 22 23 24 25 26 17 18 19 20 21 22 23 21 22 23 24 25 26 27 27 28 29 30 31 24 25 26 27 28 29 30 28 29 30 31 October November December Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su 1 2 3 4 1 1 2 3 4 5 6 5 6 7 8 9 10 11 2 3 4 5 6 7 8 7 8 9 10 11 12 13 12 13 14 15 16 17 18 9 10 11 12 13 14 15 14 15 16 17 18 19 20 19 20 21 22 23 24 25 16 17 18 19 20 21 22 21 22 23 24 25 26 27 26 27 28 29 30 31 23 24 25 26 27 28 29 28 29 30 31 30

58 月的日历图

>>> import calendar >>> from datetime import date >>> mydate = date.today() >>> calendar.month(mydate.year, mydate.month)

结果：May 2020 Mo Tu We Th Fr Sa Su 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

59 判断是否为闰年

>>> import calendar >>> from datetime import date >>> mydate = date.today() >>> is_leap = calendar.isleap(mydate.year) >>> ('{}是闰年' if is_leap else '{}不是闰年\\n').format(mydate.year) '2020是闰年'

60 with 读写文件

读文件：>> import os >>> os.chdir('D:/source/dataset') >>> os.listdir() ['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'test.csv', 'titanic_eda_data.csv', 'titanic_train_data.csv', 'train.csv'] *# 读文件* >>> with open('drinksbycountry.csv',mode='r',encoding='utf-8') as f: o = f.read() print(o)

写文件：

# 写文件

>>> with open('new_file.txt',mode='w',encoding='utf-8') as f: w = f.write('I love python\\n It\\'s so simple') os.listdir() ['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'new_file.txt', 'test.csv', 'titanic_eda_data.csv', 'titanic_train_data.csv', 'train.csv'] >>> with open('new_file.txt',mode='r',encoding='utf-8') as f: o = f.read() print(o) I love python It's so simple

61 提取后缀名>>> import os >>> os.path.splitext('D:/source/dataset/new_file.txt') ('D:/source/dataset/new_file', '.txt') *#[1]：后缀名*

62 提取完整文件名

>>> import os >>> os.path.split('D:/source/dataset/new_file.txt') ('D:/source/dataset', 'new_file.txt')

二、 Python 核心 12 例

63 斐波那契数列前n项>>> def fibonacci(n): a, b = 1, 1 for _ in range(n): yield a a, b = b, a+b *# 注意这种赋值* >>> for fib in fibonacci(10): print(fib) 1 1 2 3 5 8 13 21 34 55

64 list 等分 n 组

>>> from math import ceil >>> def divide_iter(lst, n): if n \<= 0: yield lst return i, div = 0, ceil(len(lst) / n) while i \< n: yield lst[i \* div: (i + 1) \* div] i += 1 >>> for group in divide_iter([1,2,3,4,5],2): print(group) [1, 2, 3] [4, 5]

65 yield 解释

有好几位同学问我，生成器到底该怎么理解。

在这里我总结几句话，看看是否对不理解生成器的朋友有帮助。

生成器首先是一个 “特殊的” return ，遇到 yield 立即中断返回。

但是，又与 return 不同，yield 后下一次执行会进入到yield 的下一句代码，而不像 return 下一次执行还是从函数体的第一句开始执行。

可能还是没说清，那就用图解释一下：

第一次 yield 返回 1

第二次迭代，直接到位置 2 这句代码：

然后再走 for ,再 yield ，重复下去，直到for结束。

以上就是理解 yield 的重点一个方面。

66 装饰器

66.1 定义装饰器

time 模块大家比较清楚，第一个导入 wraps 函数(装饰器)为确保被装饰的函数名称等属性不发生改变用的，这点现在不清楚也问题不大，实践一下就知道了。from functools import wraps import time

定义一个装饰器：print_info，装饰器函数入参要求为函数，返回值要求也为函数。

如下，入参为函数 f, 返回参数 info 也为函数，满足要求。

def print_info(f): ''' @para: f, 入参函数名称 ''' @wraps(f) # 确保函数f名称等属性不发生改变 def info(): print('正在调用函数名称为： %s ' % (f.__name__,)) t1 = time.time() f() t2 = time.time() delta = (t2 - t1) print('%s 函数执行时长为：%f s' % (f.__name__,delta)) return info

66.2使用装饰器

使用 print_info 装饰器，分别修饰 f1, f2 函数。

软件工程要求尽量一次定义，多次被复用。@print_info def f1(): time.sleep(1.0) @print_info def f2(): time.sleep(2.0)

66.3 使用装饰后的函数

使用 f1, f2 函数：f1() f2() *# 输出信息如下：* *# 正在调用函数名称为：f1* *# f1 函数执行时长为：1.000000 s* *# 正在调用函数名称为：f2* *# f2 函数执行时长为：2.000000 s

67 迭代器案例

一个类如何成为迭代器类型，请看官方PEP说明：

即必须实现两个方法(或者叫两种协议)：iter , _next_

下面编写一个迭代器类：class YourRange(): def __init__(self, start, end): self.value = start self.end = end *# 成为迭代器类型的关键协议* def __iter__(self): return self *# 当前迭代器状态(位置)的下一个位置* def __next__(self): if self.value >= self.end: raise StopIteration cur = self.value self.value += 1 return cur

使用这个迭代器：

yr = YourRange(5, 12) for e in yr: print(e)

迭代器实现iter 协议，它就能在 for 上迭代，参考官网PEP解释：

文章最后提个问题，如果此时运行：

next(yr)

会输出 5，还是报错？

如果 yr 是 list，for 遍历后，再 next(iter(yr)) 又会输出什么？

如果能分清这些问题，恭喜你，已经真正理解迭代器迭代和容器遍历的区别。如果你还拿不准，欢迎交流。

下面使用 4 种常见的绘图库绘制柱状图和折线图，使用尽可能最少的代码绘制，快速入门这些库是本文的写作目的。

68 matplotlib

导入包：import matplotlib matplotlib.__version__ *# '2.2.2'* import matplotlib.pyplot as plt

绘图代码：

import matplotlib.pyplot as plt plt.plot([0, 1, 2, 3, 4, 5], [1.5, 1, -1.3, 0.7, 0.8, 0.9] ,c='red') plt.bar([0, 1, 2, 3, 4, 5], [2, 0.5, 0.7, -1.2, 0.3, 0.4] ) plt.show()

69 seaborn

导入包：import seaborn as sns sns.__version__ *# '0.8.0'*

绘制图：

sns.barplot([0, 1, 2, 3, 4, 5], [1.5, 1, -1.3, 0.7, 0.8, 0.9] ) sns.pointplot([0, 1, 2, 3, 4, 5], [2, 0.5, 0.7, -1.2, 0.3, 0.4] ) plt.show()

70 plotly 绘图

导入包：import plotly plotly.__version__ *# '2.0.11'*

绘制图(自动打开html)：

import plotly.graph_objs as go import plotly.offline as offline pyplt = offline.plot sca = go.Scatter(x=[0, 1, 2, 3, 4, 5], y=[1.5, 1, -1.3, 0.7, 0.8, 0.9] ) bar = go.Bar(x=[0, 1, 2, 3, 4, 5], y=[2, 0.5, 0.7, -1.2, 0.3, 0.4] ) fig = go.Figure(data = [sca,bar]) pyplt(fig)

71 pyecharts

导入包：import pyecharts pyecharts.__version__ *# '1.7.1'*

绘制图(自动打开html)：

bar = ( Bar() .add_xaxis([0, 1, 2, 3, 4, 5]) .add_yaxis('ybar',[1.5, 1, -1.3, 0.7, 0.8, 0.9]) ) line = (Line() .add_xaxis([0, 1, 2, 3, 4, 5]) .add_yaxis('yline',[2, 0.5, 0.7, -1.2, 0.3, 0.4]) ) bar.overlap(line) bar.render_notebook()

大家在复现代码时，需要注意API与包的版本紧密相关，与上面版本不同的包其内的API可能与以上写法有略有差异，大家根据情况自行调整即可。

matplotlib 绘制三维 3D 图形的方法，主要锁定在绘制 3D 曲面图和等高线图。

72 理解 meshgrid

要想掌握 3D 曲面图，需要首先理解 meshgrid 函数。导入包：import numpy as np import matplotlib.pyplot as plt

创建一维数组 x

nx, ny = (5, 3) x = np.linspace(0, 1, nx) x *# 结果* *# array([0. , 0.25, 0.5 , 0.75, 1. ])*

创建一维数组 yy = np.linspace(0, 1, ny) y *# 结果* *# array([0. , 0.5, 1. ])*

使用 meshgrid 生成网格点：

xv, yv = np.meshgrid(x, y) xv

xv 结果：array([[0. , 0.25, 0.5 , 0.75, 1. ], [0. , 0.25, 0.5 , 0.75, 1. ], [0. , 0.25, 0.5 , 0.75, 1. ]])

yv 结果：

array([[0. , 0. , 0. , 0. , 0. ], [0.5, 0.5, 0.5, 0.5, 0.5], [1. , 1. , 1. , 1. , 1. ]])

绘制网格点：plt.scatter(xv.flatten(),yv.flatten(),c='red') plt.xticks(ticks=x) plt.yticks(ticks=y)

以上就是 meshgrid 功能：创建网格点，它是绘制 3D 曲面图的必用方法之一。

73 绘制曲面图

导入 3D 绘图模块：

from mpl_toolkits.mplot3d import Axes3D

生成X,Y,Z*# X, Y * x = np.arange(-5, 5, 0.25) y = np.arange(-5, 5, 0.25) X, Y = np.meshgrid(x, y) *# x-y 平面的网格* R = np.sqrt(X \*\* 2 + Y \*\* 2) *# Z* Z = np.sin(R)

绘制 3D 曲面图：

fig = plt.figure() ax = Axes3D(fig) plt.xticks(ticks=np.arange(-5,6)) plt.yticks(ticks=np.arange(-5,6)) ax.plot_surface(X, Y, Z, cmap=plt.get_cmap('rainbow')) plt.show()

74 等高线图

以上 3D 曲面图的在 xy平面、 xz平面、yz平面投影，即是等高线图。

xy 平面投影得到的等高线图：fig = plt.figure() ax = Axes3D(fig) plt.xticks(ticks=np.arange(-5,6)) plt.yticks(ticks=np.arange(-5,6)) ax.contourf(X, Y, Z, zdir='z', offset=-1, cmap=plt.get_cmap('rainbow')) plt.show()

三、 Python 习惯 26 例

75 / 返回浮点数

即便两个整数，/ 操作也会返回浮点数

In [1]: 8/5 Out[1]: 1.6

76 // 得到整数部分

使用 //快速得到两数相除的整数部分，并且返回整型，此操作符容易忽略，但确实很实用。In [2]: 8//5 Out[2]: 1 In [3]: a = 8//5 In [4]: type(a) Out[4]: int

77 % 得到余数

%得到两数相除的余数：

In [6]: 8%5 Out[6]: 3

78 ** 计算乘方

** 计算几次方In [7]: 2\*\*3 Out[7]: 8

79 交互模式下的_

在交互模式下，上一次打印出来的表达式被赋值给变量 _

In [8]: 2*3.02+1 Out[8]: 7.04 In [9]: 1+_ Out[9]: 8.04

80 单引号和双引号微妙不同

使用单引号和双引号的微妙不同

使用一对双引号时，打印下面串无需转义字符：In [10]: print('That isn't a horse') That isn't a horse

使用单引号时，需要添加转义字符 \：

In [11]: print('That isn\\'t a horse') That isn't a horse

81 跨行连续输入

符串字面值可以跨行连续输入；一种方式是用一对三重引号：''' 或 '''In [12]: print('''You're just pounding two ...: coconut halves together.''') You're just pounding two coconut halves together.

82 数字和字符串

In [13]: 3*'Py' Out[13]: 'PyPyPy'

83 连接字面值

堆积起来就行，什么都不用写：In [14]: 'Py''thon' Out[14]: 'Python'

84 for 和 else

一般语言 else 只能和 if 搭，Python 中却支持 for 和 else, try 和 else.

for 和 else 搭后，遍历结束便会执行 else

In [29]: for i in range(3): ...: for j in range(i): ...: print(j) ...: else: ...: print('第%d轮遍历结束\n'%(i+1,)) ...: 第1轮遍历结束 0 第2轮遍历结束 0 1 第3轮遍历结束

85. if not x

直接使用 x 和 not x 判断 x 是否为 None 或空x = [1,3,5] if x: print('x is not empty ') if not x: print('x is empty')

下面写法不够 Pythoner

if x and len(x) > 0: print('x is not empty ') if x is None or len(x) == 0: print('x is empty')

86. enumerate 枚举

直接使用 enumerate 枚举容器，第二个参数表示索引的起始值x = [1, 3, 5] for i, e in enumerate(x, 10): # 枚举 print(i, e)

下面写法不够 Pythoner:

i = 0 while i < len(x): print(i+10, x[i]) i+=1

87. in

判断字符串是否包含某个子串，使用in明显更加可读：x = 'zen_of_python' if 'zen' in x: print('zen is in')

find 返回值要与 -1 判断，不太符合习惯：

if x.find('zen') != -1: print('zen is in')

88 zip 打包

使用 zip 打包后结合 for 使用输出一对，更加符合习惯：keys = ['a', 'b', 'c'] values = [1, 3, 5] for k, v in zip(keys, values): print(k, v)

下面不符合 Python 习惯：

d = {} i = 0 for k in keys: print(k, values[i]) i += 1

89 一对 '''

打印被分为多行的字符串，使用一对 ''' 更加符合 Python 习惯：print(''''Oh no!' He exclaimed. 'It's the blemange!'''')

下面写法就太不 Python 风格：

print(''Oh no!' He exclaimed.\\n' + 'It\\'s the blemange!'')

90 交换元素

直接解包赋值，更加符合 Python 风格：a, b = 1, 3 a, b = b, a # 交换a,b

不要再用临时变量 tmp ，这不符合 Python 习惯：

tmp = a a = b b = tmp

91 join 串联

串联字符串，更习惯使用 join：chars = ['P', 'y', 't', 'h', 'o', 'n'] name = ''.join(chars) print(name)

下面不符合 Python 习惯：

name = '' for c in chars: name += c print(name)

92 列表生成式

列表生成式构建高效，符合 Python 习惯：data = [1, 2, 3, 5, 8] result = [i * 2 for i in data if i & 1] # 奇数则乘以2 print(result) # [2, 6, 10]

下面写法不够 Pythoner：

results = [] for e in data: if e & 1: results.append(e*2) print(results)

93 字典生成式

除了列表生成式，还有字典生成式：keys = ['a', 'b', 'c'] values = [1, 3, 5] d = {k: v for k, v in zip(keys, values)} print(d)

下面写法不太 Pythoner：

d = {} for k, v in zip(keys, values): d[k] = v print(d)

94 name\ == 'main__'有啥用

曾几何时，看这别人代码这么写，我们也就跟着这么用吧，其实还没有完全弄清楚这行到底干啥。def mymain(): print('Doing something in module', \__name__) if __name__ == '__main__': print('Executed from command line') mymain()

加入上面脚本命名为 MyModule，不管在 vscode 还是 pycharm 直接启动，则直接打印出：

Executed from command line Doing something in module __main__

这并不奇怪，和我们预想一样，因为有无这句 main ，都会打印出这些。

但是当我们 import MyModule 时，如果没有这句，直接就打印出：In [2]: import MyModule Executed from command line Doing something in module MyModule

只是导入就直接执行 mymain 函数，这不符合我们预期。

如果有主句，导入后符合预期：

In [6]: import MyModule In [7]: MyModule.mymain() Doing something in module MyModule

95 字典默认值In[1]: d = {'a': 1, 'b': 3} In[2]: d.get('b', []) # 存在键 'b' Out[2]: 3 In[3]: d.get('c', []) # 不存在键 'c'，返回[] Out[3]: []

96 lambda 函数

lambda 函数使用方便，主要由入参和返回值组成，被广泛使用在 max, map, reduce, filter 等函数的 key 参数中。

如下，求 x 中绝对值最大的元素，key 函数确定abs(x)作为比较大小的方法：

x = [1, 3, -5] y = max(x, key=lambda x: abs(x)) print(y) # -5