Python3萌新入门笔记（39）

这一篇教程，我们继续了解一些内置模块。

四、glob模块

在上一篇教程中，我们通过os模块获取文件夹中的所有文件名，然后组织成多个文件的路径列表，通过fileinput模块进行遍历。

这样的操作比较麻烦。

实际上，我们可以使用glob模块中的函数帮我们简便的实现这个需求。

glob模块支持通配符“*”、“?”、和“[]”，“*”表示0个或多个字符，“?”表示一个字符，“[]”表示匹配指定范围内的字符，例如“[0-9]”匹配数字0-9。

另外，glob模块还支持通配符“**”，能够获取一个目录下所有的目录以及目录中的文件。

glob模块的内容很少，包括3个函数。

• glob(pathname, recursive=False)：获取所有匹配路径的列表。参数pathname为需要匹配的路径字符串；参数recursive为递归，调用递归时（值为True），需配合通配符“**”使用，默认为False（不调用递归）。
• iglob(pathname, recursive=False)：获取所有匹配路径的生成器，参数同上。
• escape(pathname)：忽略所有通配符。

接下来，我们通过glob模块，简化之前的示例代码。

示例代码：

import fileinput,glob

path = r'C:\Users\Administrator\Desktop\song\*.txt'  # 设置查询的目标文件夹路径的所有txt文件
files = fileinput.input(glob.glob(path))  # 获取目标文件夹中所有文件
for line in files:
    (以下代码省略)

五、heapq模块

heap（堆）是一种数据结构。

普通的队列是顺序排列。

例如：列表[3,2,5,7,1,9,8,6,0,4]进行由小到大的排列就是[0,1,2,3,4,5,6,7,8,9]。

如果我们把这个列表转为带有堆属性的列表（以下简称：堆列表），结果是：[0,1,5,2,3,9,8,6,7,4]

这个堆列表看上去是无序的，实际上是按优先级进行排列。

所以，堆的排列是有规则的排列。

那么，堆的排列规则是怎样的呢？

首先，我们要了解堆的结构，堆是完全二叉树的结构。

列表[3,2,5,7,1,9,8,6,0,4]转换为堆列表时，初始结构如下图：

这个结构从上至下，从左至右的获取元素，就是列表中的顺序。

图中的结构，就像倒过来的树（我看更像树根），每一个节点最多有两个分支，所以是完全二叉树的结构。

如果不把这个结构看成树，它也像将多个元素堆在了一起，所以它叫堆。

概念搞清楚，就不会那么迷茫了。

接下来，我们看它是按什么规则重新排序的。

我们堆东西的时候，假设每个物品都有承重上限，为了不把物品压破，我们需要把承重能力小的摆放在上方。

假设列表中的元素数值就是每个元素的承重上限，在已有结构上怎么调整才不会有物品被压破呢？

我们可以按照从下往上，从左往右的顺序进行调整。

每个上层物品和它下层的两个物品比较承重上限，取承重上限最小的放在上层。

也就是说，如果承重最小的物品在下层的话，就和上层的物品位置互换。

那么，在刚才堆的基础之上，我们进行调整，过程如下：

注意，由下至上完成一次调整之后，可能还会存在不符合要求的排列（图中第4步），还要从有问题的位置由下至上继续调整，直到所有排列都符合要求为止。

通过这个调整过程，我们就能够看出堆的排列规则。

这种排列规则可以表示为：heap[index] <= heap[2*index+1] and heap[index] <= heap[2*index+2]

也就是每一个父节点的数值小于等于两个子节点的数值。

因为，堆的这种优先规则，在获取一个列表的最小值时（可以增加元素的同时找到最小元素），要比列表的min()函数更加快捷。

Python中没有独立的堆类型，只是在内置模块heapq中提供了一些操作堆的函数。

heapify(list)：将列表转换堆列表。

heappush(heap,item)：执行将元素入堆的操作，heap为已有堆列表，item为新的入堆元素。

heappop(heap)：取出堆中最小元素。

heapreplace(heap,item)：替换堆列表中最小的元素为新元素。

heappushpop(heap,item)：新元素入堆，然后取出堆列表中最小的元素。

nlargest(n, iterable, key=None)：获取最大的n个元素。

nsmallest(n, iterable, key=None)：获取最小的n个元素。

merge(*iterables)：将多个列表合并，并进行堆调整，返回的是合并后的列表的迭代器。

接下来，通过示例代码演示上方函数的使用方法。

示例代码：

import heapq  # 导入需要使用的模块

heap = [3, 2, 5, 7, 1, 9, 8, 6, 0, 4]
heapq.heapify(heap)  # 列表转换为堆列表
print(heap)  # 显示输出结果为：[0, 1, 5, 2, 3, 9, 8, 6, 7, 4]
heapq.heappush(heap, 0.5)  # 新元素入堆
print(heap)  # 显示输出结果为：[0, 0.5, 5, 2, 1, 9, 8, 6, 7, 4, 3]
print(heapq.heappop(heap))  # 取出堆列表中最小的元素，显示输出结果为：0
print(heap)  # 显示输出结果为：[0.5, 1, 5, 2, 3, 9, 8, 6, 7, 4]
heapq.heapreplace(heap, 10)  # 替换堆列表中最小的元素为新元素
print(heap)  # 显示输出结果为：[1, 2, 5, 6, 3, 9, 8, 10, 7, 4]
print(heapq.heappushpop(heap, 11))  # 新元素入堆，然后取出堆列表中最小的元素，显示输出结果为：1
print(heap)  # 显示输出结果为：[2, 3, 5, 6, 4, 9, 8, 10, 7, 11]
print(heapq.nlargest(5, heap))  # 显示输出结果为：[11, 10, 9, 8, 7]
print(heapq.nsmallest(5, heap))  # 显示输出结果为：[2, 3, 4, 5, 6]
print(list(heapq.merge([1, 4, 7], [0, 2, 5])))  # 显示输出结果为：[0, 1, 2, 4, 5, 7]

本节知识点：

1、glob模块

2、堆的结构

3、heapq模块

本节英文单词与中文释义：

1、glob：一团

2、recursive：递归

3、escape：规避

4、heap：堆

5、heapq（heap queue）：堆队列

6、ify：动词后缀，表示使……化

7、push：增加

8、largest：最大的

9、smallest：最小的

10、merge：合并

转载自：魔力 • Python » Python3萌新入门笔记（39）