Python 学习 2024.06.18 周日

一、 2022.08.28 周日

1.1） 之前写的文章：

• 【Python大系】Python快速教程
• 《Python 数据库 GUI CGI编程》
• 【技术文章】《初识Python》
• 之前的 python 代码： https://github.com/wozhuzaisi/0_MyHome/blob/master/pythonCode/CommonPythonClass.py

1.2) 基础点

• python 是强类型的语言
• 字典和列表、元组在构建上有所不同。列表是方括号 []，元组是圆括号 ()，字典是花括号 {}
  
• 获取对象
  

1.3) 配置

• 安装 pip: https://zhuanlan.zhihu.com/p/335220647

1.4) Python2 和 Python3 的区别

• https://www.runoob.com/python/python-2x-3x.html
  · Python3.x 与 Python2.x 的许多兼容性设计的功能可以通过 future 这个包来导入。

1.5） 相关问题跟踪解决

• 包依赖问题： https://blog.csdn.net/hustqb/article/details/60133776

1.6) 其他

• Python中类的初始化，不需要 new,直接调用就行
• 一些 demo的例子：
  • 例子01： 使用 python,向本地 ~/ 路径下生成文件 myTestPython.csv文件，文件中的内容是一个name, age的 excel,一共2条数据。

[{
	"name":"zhoujielun",
	"age": 18
 },
{
	"name":"jizemingbu",
	"age": 20
}]

• python的集合操作类型
  https://raw.githubusercontent.com/woaielf/woaielf.github.io/master/_posts/Pic/1706/170613-7.png™¡
  

1.6.1) 网络文章

Python十分钟入门

1.6.2） 对类型提示的支持

typing —— 对类型提示的支持

• 字符串：name: str
• 整型： int
• 列表： List[]
• 元组：

typing.Tuple
元组类型； Tuple[X, Y] 标注了一个二元组类型，其第一个元素的类型为 X 且第二个元素的类型为 Y。空元组的类型可写作 Tuple[()] 。

举例： Tuple[T1, T2] 是一个二元组，类型分别为 T1 和 T2。 Tuple[int, float, str] 是一个由整数、浮点数和字符串组成的三元组。

为表达一个同类型元素的变长元组，使用省略号字面量，如 Tuple[int, ...] 。单独的一个 Tuple 等价于 Tuple[Any, ...]，进而等价于 tuple 。

二、 2024.06.18 周日

2.1） 问题01：Python中的数组和列表的表示异同

在 Python 中，“数组”和“列表”是两种不同的数据结构，它们各自有着不同的特点和使用场景。下面是对 Python 中数组和列表的详细比较，包括它们的表示、异同点以及使用示例。

列表（List）

表示

在 Python 中，列表是用方括号 [] 来表示的，可以包含任意类型的元素，并且元素之间可以是混合类型。

my_list = [1, 2, 3, 4, 5]
mixed_list = [1, "hello", 3.14, True]

特点

• 动态大小：列表的大小是动态的，可以随时增加或删除元素。
• 多种数据类型：列表可以包含不同类型的元素。
• 内置方法：列表提供了许多内置方法，如 append(), extend(), insert(), remove(), pop(), sort(), reverse() 等。
• 通用性：列表是 Python 中最常用的数据结构，适用于广泛的场景。

使用示例

my_list = [1, 2, 3]
my_list.append(4)          # 增加元素
my_list.remove(2)          # 删除元素
print(my_list)             # 输出: [1, 3, 4]
print(my_list[0])          # 访问元素: 1

数组（Array）

表示

在 Python 中，数组主要通过 array 模块或第三方库（如 numpy）来实现。与列表不同，数组通常是同质的，即所有元素必须是相同的数据类型。

使用 array 模块：

import array

my_array = array.array('i', [1, 2, 3, 4, 5])  # 'i' 表示整数类型

使用 numpy 模块：

import numpy as np

my_array = np.array([1, 2, 3, 4, 5])

特点

• 同质性：数组中的所有元素必须是相同的数据类型。
• 更高的性能：由于类型一致，数组的性能往往比列表更高，特别是在需要进行大量数值计算时。
• 更多的功能：使用 numpy 时，数组具有丰富的数值运算功能和多维数组支持。
• 固定大小：使用 array 模块创建的数组在初始化后大小固定，但 numpy 数组可以通过重新分配内存来改变大小。

使用示例

使用 array 模块：

import array

my_array = array.array('i', [1, 2, 3, 4, 5])
my_array.append(6)         # 增加元素
my_array.remove(2)         # 删除元素
print(my_array)            # 输出: array('i', [1, 3, 4, 5, 6])
print(my_array[0])         # 访问元素: 1

使用 numpy 模块：

import numpy as np

my_array = np.array([1, 2, 3, 4, 5])
my_array = np.append(my_array, 6)  # 增加元素
my_array = np.delete(my_array, 1)  # 删除元素
print(my_array)                   # 输出: [1 3 4 5 6]
print(my_array[0])                # 访问元素: 1

异同点总结

相同点

• 可索引和切片：数组和列表都支持索引和切片操作。
• 可迭代：数组和列表都可以被迭代。

不同点

• 数据类型：列表可以包含不同类型的元素，而数组通常要求所有元素类型一致。
• 性能：对于数值运算，数组（特别是 numpy 数组）比列表更高效。
• 功能：numpy 数组提供了丰富的数值运算功能，而列表更通用，适用于广泛的非数值场景。
• 模块：列表是 Python 内置的数据结构，而数组需要通过 array 模块或 numpy 库来实现。

选择使用

• 列表：当需要存储不同类型的元素或处理不确定大小的数据时，列表是首选。
• 数组：当需要进行大量数值计算或处理大规模同质数据时，numpy 数组是更好的选择。对于简单的同质数据，也可以使用 array 模块。

其他

实际上 python 使用多的是 元组(小括号)， 列表(中括号)，字典(大括号)， 数组一般不使用(需要借助别的模块)

2.2）问题02：python3中的 deque中的方法都有哪些

collections.deque 是 Python 标准库中的一个双端队列（deque），支持在两端高效地添加和删除元素。下面是 deque 提供的主要方法及其简要说明：

1. append(x)

在 deque 的右侧添加一个元素 x。

from collections import deque

d = deque()
d.append(1)
print(d)  # 输出: deque([1])

2. appendleft(x)

在 deque 的左侧添加一个元素 x。

d.appendleft(2)
print(d)  # 输出: deque([2, 1])

3. pop()

移除并返回 deque 右侧的一个元素。如果 deque 为空，则引发 IndexError。

print(d.pop())  # 输出: 1
print(d)        # 输出: deque([2])

4. popleft()

移除并返回 deque 左侧的一个元素。如果 deque 为空，则引发 IndexError。

print(d.popleft())  # 输出: 2
print(d)            # 输出: deque([])

5. extend(iterable)

将 iterable 中的所有元素添加到 deque 的右侧。

d.extend([3, 4, 5])
print(d)  # 输出: deque([3, 4, 5])

6. extendleft(iterable)

将 iterable 中的所有元素添加到 deque 的左侧（注意添加顺序会被反转）。

d.extendleft([0, -1, -2])
print(d)  # 输出: deque([-2, -1, 0, 3, 4, 5])

7. clear()

移除 deque 中的所有元素。

d.clear()
print(d)  # 输出: deque([])

8. count(x)

返回 deque 中值为 x 的元素个数。

d.extend([1, 2, 3, 1, 1])
print(d.count(1))  # 输出: 3

9. remove(value)

移除第一个值为 value 的元素。如果没有这样的元素，则引发 ValueError。

d.remove(1)
print(d)  # 输出: deque([2, 3, 1, 1])

10. reverse()

将 deque 中所有元素的顺序反转。

d.reverse()
print(d)  # 输出: deque([1, 1, 3, 2])

11. rotate(n=1)

将 deque 中的元素向右旋转 n 步。如果 n 是负数，则向左旋转。

d.rotate(1)
print(d)  # 输出: deque([2, 1, 1, 3])
d.rotate(-2)
print(d)  # 输出: deque([1, 3, 2, 1])

12. maxlen 属性

返回 deque 的最大长度，如果未设置最大长度，则返回 None。

d = deque([1, 2, 3], maxlen=3)
print(d.maxlen)  # 输出: 3

示例代码汇总

from collections import deque

# 创建一个双端队列
d = deque([1, 2, 3])

# 在右侧添加元素
d.append(4)
print(d)  # 输出: deque([1, 2, 3, 4])

# 在左侧添加元素
d.appendleft(0)
print(d)  # 输出: deque([0, 1, 2, 3, 4])

# 移除并返回右侧元素
print(d.pop())  # 输出: 4
print(d)        # 输出: deque([0, 1, 2, 3])

# 移除并返回左侧元素
print(d.popleft())  # 输出: 0
print(d)            # 输出: deque([1, 2, 3])

# 扩展右侧
d.extend([4, 5])
print(d)  # 输出: deque([1, 2, 3, 4, 5])

# 扩展左侧
d.extendleft([0, -1, -2])
print(d)  # 输出: deque([-2, -1, 0, 1, 2, 3, 4, 5])

# 计数
print(d.count(1))  # 输出: 1

# 移除第一个匹配项
d.remove(1)
print(d)  # 输出: deque([-2, -1, 0, 2, 3, 4, 5])

# 反转
d.reverse()
print(d)  # 输出: deque([5, 4, 3, 2, 0, -1, -2])

# 旋转
d.rotate(2)
print(d)  # 输出: deque([-1, -2, 5, 4, 3, 2, 0])
d.rotate(-3)
print(d)  # 输出: deque([4, 3, 2, 0, -1, -2, 5])

# 清空
d.clear()
print(d)  # 输出: deque([])

# 最大长度
d = deque([1, 2, 3], maxlen=3)
print(d.maxlen)  # 输出: 3

这些方法和属性使得 deque 非常灵活和强大，适用于需要在两端高效操作的场景。

三、2024.06.19 周三

3.1）问题01： python中的null怎么表示和使用？

在 Python 中，None 是用于表示空值或缺失值的特殊对象。None 是一个单例对象，这意味着在一个 Python 程序中只有一个 None 实例。它通常用于表示“没有值”或“值未知”。

表示和使用 None

以下是一些关于如何表示和使用 None 的示例：

1. 初始化变量

将变量初始化为 None 以表示该变量当前没有值。

value = None
print(value)  # 输出：None

2. 函数的默认返回值

如果函数没有显式返回值，它会默认返回 None。

def greet(name):
    print(f"Hello, {name}!")

result = greet("Alice")  # 输出：Hello, Alice!
print(result)  # 输出：None

3. 作为函数的默认参数

None 可以用作函数参数的默认值，然后在函数内部检查是否提供了实际值。

def greet(name=None):
    if name is None:
        print("Hello, World!")
    else:
        print(f"Hello, {name}!")

greet()         # 输出：Hello, World!
greet("Alice")  # 输出：Hello, Alice!

4. 条件判断

使用 None 进行条件判断。

value = None
if value is None:
    print("Value is None")
else:
    print("Value is not None")

5. 在数据结构中表示缺失值

使用 None 表示列表或字典中的缺失值。

data = [1, 2, None, 4]
print(data)  # 输出：[1, 2, None, 4]

person = {"name": "Alice", "age": None}
print(person)  # 输出：{'name': 'Alice', 'age': None}

None 的特点

• 类型：None 的类型是 NoneType。

print(type(None))  # 输出：<class 'NoneType'>

• 比较：None 与任何值比较时都返回 False，除了与自身比较时返回 True。

print(None == None)  # 输出：True
print(None == 0)     # 输出：False
print(None == "")    # 输出：False

• 作为单例使用：None 是一个单例对象，这意味着所有对 None 的引用实际上都指向同一个对象。这使得使用 is 运算符进行比较成为判断 None 的惯用方法。

value = None
print(value is None)  # 输出：True

使用场景

• 初始化变量：在变量没有初始值的情况下使用 None。
• 函数返回值：当函数需要在某些条件下没有返回值时使用 None。
• 参数默认值：在函数参数的默认值使用 None，以便能够在函数内部检测参数是否被实际提供。
• 缺失值表示：在数据结构中表示缺失或未知值。

注意事项

• 使用 None 与其他值比较时应使用 is 而不是 ==。这是因为 None 是一个单例对象，使用 is 可以确保引用的是同一个对象。

if value is None:
    print("Value is None")

总结起来，None 是 Python 中用于表示空值或缺失值的特殊对象，广泛应用于初始化变量、函数默认返回值、参数默认值以及表示数据结构中的缺失值。使用 None 可以使代码更具表达力和可读性。