Python 3.7.x 介绍-3 数据集和模块化

List

列表数据类型有多种方法。 以下是列表对象的所有方法
使用大多数列表方法的示例：

>>> fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
>>> fruits.count('apple')
2
>>> fruits.count('tangerine')
0
>>> fruits.index('banana')
3
>>> fruits.index('banana', 4)  # Find next banana starting a position 4
6
>>> fruits.reverse()
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
>>> fruits.append('grape')
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
>>> fruits.sort()
>>> fruits
['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
>>> fruits.pop()
'pear'

Using Lists as Stacks
list方法可以很容易地将列表用作堆栈，其中添加的最后一个元素是检索到的第一个元素（“last-in，first-out”）。

>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)
>>> stack
[3, 4, 5, 6, 7]
>>> stack.pop()
7
>>> stack
[3, 4, 5, 6]
>>> stack.pop()
6
>>> stack.pop()
5
>>> stack
[3, 4]

Using Lists as Queues
也可以使用列表作为队列，其中添加的第一个元素是检索的第一个元素（“先进先出”）; 要实现队列，请使用collections.deque，它的设计具有快速追加和两端弹出特性。 例如：

>>> from collections import deque
>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry")           # Terry arrives
>>> queue.append("Graham")          # Graham arrives
>>> queue.popleft()                 # The first to arrive now leaves
'Eric'
>>> queue.popleft()                 # The second to arrive now leaves
'John'
>>> queue                           # Remaining queue in order of arrival
deque(['Michael', 'Terry', 'Graham'])

The del statement
这是一种从给定索引而不是其值的列表中删除项目的方法：del语句。 这与返回值的pop（）方法不同。

>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]

Sets

Python还包括集合的数据类型。 集合是无序集合，没有重复元素。 基本用途包括成员资格检测和消除重复条目。

>>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
>>> print(basket)                      # show that duplicates have been removed
{'orange', 'banana', 'pear', 'apple'}
>>> 'orange' in basket                 # fast membership testing
True
>>> 'crabgrass' in basket
False

>>> # Demonstrate set operations on unique letters from two words
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a                                  # unique letters in a
{'a', 'r', 'b', 'c', 'd'}
>>> a - b                              # letters in a but not in b
{'r', 'd', 'b'}
>>> a | b                              # letters in a or b or both
{'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
>>> a & b                              # letters in both a and b
{'a', 'c'}
>>> a ^ b                              # letters in a or b but not both
{'r', 'd', 'b', 'm', 'z', 'l'}

Dictionaries

Python内置的另一个有用的数据类型是字典（请参阅映射类型 - 字典）。 词典有时在其他语言中被称为“关联记忆”或“关联阵列”。 与通过一系列数字索引的序列不同，字典由键索引，键可以是任何不可变类型;

>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'jack': 4098, 'sape': 4139, 'guido': 4127}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'jack': 4098, 'guido': 4127, 'irv': 4127}
>>> list(tel)
['jack', 'guido', 'irv']
>>> sorted(tel)
['guido', 'irv', 'jack']
>>> 'guido' in tel
True
>>> 'jack' not in tel
False
>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>> for k, v in knights.items():
...     print(k, v)
...
gallahad the pure
robin the brave

Module

如果退出Python解释器并再次输入，则所做的定义（函数和变量）将丢失。 因此，如果要编写更长的程序，最好使用文本编辑器为解释器准备输入，并将该文件作为输入运行。 这称为创建脚本。
为了支持这一点，Python有一种方法可以将定义放在一个文件中，并在脚本或解释器的交互式实例中使用它们。 这样的文件称为模块; 模块中的定义可以导入到其他模块或主模块中
模块是包含Python定义和语句的文件。 文件名是附加后缀.py的模块名称。 在模块中，模块的名称（作为字符串）可用作全局变量__name__的值。 例如，使用您喜欢的文本编辑器在当前目录中创建一个名为fibo.py的文件，其中包含以下内容：

# Fibonacci numbers module

def fib(n):    # write Fibonacci series up to n
    a, b = 0, 1
    while a < n:
        print(a, end=' ')
        a, b = b, a+b
    print()

def fib2(n):   # return Fibonacci series up to n
    result = []
    a, b = 0, 1
    while a < n:
        result.append(a)
        a, b = b, a+b
    return result
>>> import fibo
>>> fibo.fib(1000)
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987
>>> fibo.fib2(100)
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
>>> fibo.__name__
'fibo'
>>> fib = fibo.fib
>>> fib(500)
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377

模块可以包含可执行语句以及函数定义。 这些语句用于初始化模块。 它们仅在第一次在import语句中遇到模块名时执行。 [1]（如果文件作为脚本执行，它们也会运行。）

每个模块都有自己的私有变量表，该表用作模块中定义的所有函数的全局变量表。 因此，模块的作者可以在模块中使用全局变量，而不必担心与用户的全局变量的意外冲突。

当你运行Python模块时

python fibo.py <arguments>

The Module Search Path
导入名为spam的模块时，解释器首先搜索具有该名称的内置模块。 如果未找到，则会在变量sys.path给出的目录列表中搜索名为spam.py的文件。 sys.path从这些位置初始化：

包含输入脚本的目录（或未指定文件时的当前目录）。
PYTHONPATH（目录名列表，语法与shell变量PATH相同）。
依赖于安装的默认值。

“Compiled” Python files
为了加速加载模块，Python将每个模块的编译版本缓存在名为module.version.pyc的pycache目录中，其中版本对编译文件的格式进行编码; 它通常包含Python版本号。 例如，在CPython版本3.3中，spam.py的编译版本将缓存为pycache / spam.cpython-33.pyc。 此命名约定允许来自不同版本和不同版本的Python的已编译模块共存。

The dir() Function
内置函数dir（）用于找出模块定义的名称。 它返回一个排序的字符串列表：

>>> import fibo, sys
>>> dir(fibo)
['__name__', 'fib', 'fib2']
>>> dir(sys)  
['__displayhook__', '__doc__', '__excepthook__', '__loader__', '__name__',
 '__package__', '__stderr__', '__stdin__', '__stdout__',
 '_clear_type_cache', '_current_frames', '_debugmallocstats', '_getframe',
 '_home', '_mercurial', '_xoptions', 'abiflags', 'api_version', 'argv',
 'base_exec_prefix', 'base_prefix', 'builtin_module_names', 'byteorder',
 'call_tracing', 'callstats', 'copyright', 'displayhook',
 'dont_write_bytecode', 'exc_info', 'excepthook', 'exec_prefix',
 'executable', 'exit', 'flags', 'float_info', 'float_repr_style',
 'getcheckinterval', 'getdefaultencoding', 'getdlopenflags',
 'getfilesystemencoding', 'getobjects', 'getprofile', 'getrecursionlimit',
 'getrefcount', 'getsizeof', 'getswitchinterval', 'gettotalrefcount',
 'gettrace', 'hash_info', 'hexversion', 'implementation', 'int_info',
 'intern', 'maxsize', 'maxunicode', 'meta_path', 'modules', 'path',
 'path_hooks', 'path_importer_cache', 'platform', 'prefix', 'ps1',
 'setcheckinterval', 'setdlopenflags', 'setprofile', 'setrecursionlimit',
 'setswitchinterval', 'settrace', 'stderr', 'stdin', 'stdout',
 'thread_info', 'version', 'version_info', 'warnoptions']

Packages

包是一种使用“点模块名称”构造Python模块命名空间的方法。 例如，模块名称AB在名为A的包中指定名为B的子模块。就像使用模块保存不同模块的作者不必担心彼此的全局变量名一样，使用点模块名称可以保存作者 NumPy或Pillow等多模块软件包不必担心彼此的模块名称。