collections模块

详细内容 http://www.cnblogs.com/Eva-J/articles/7291842.html

1.namedtuple: 生成可以使用名字来访问元素内容的tuple

from collections import namedtuple

Point = namedtuple('changfx',['x','y','z'])  # 变量 = namedtuple('名字',[元祖元素])  这里以一个长方形为例子
p = Point(5,6,7)
print(p)
print(p.x)
print(p.y)
print(p.z) changfx(x=5, y=6, z=7)
5
6
7 Puke = namedtuple('puke',['color','num'])
p1 = Puke('红桃',12)
print(p1)
print(p1.color)
print(p1.num)
puke(color='红桃', num=12)
红桃
12

2.queue:队列

import queue
# 创建基本队列
# queue.Queue(maxsize=0)创建一个队列对象(队列容量),若maxsize小于或者等于0,队列大小没有限制
Q = queue.Queue(10)
print(Q)
Q.put(4) # 插入队列元素
Q.put([5,6]) # 队列一次只可以插入一个元素,此处列表为一个元素
print(Q.queue) # 查看队列所有元素
print(Q.qsize()) # 查看队列大小
print(Q.empty()) # 查看队列是否空
print(Q.full()) # 查看对了是否满
print(Q.get()) # 取出队列元素,先进先出原则 <queue.Queue object at 0x000001A694D402B0>
deque([4, [5, 6]])
2
False
False
4

双端队列

使用list存储数据时,按索引访问元素很快,但是插入和删除元素就很慢了,因为list是线性存储,数据量大的时候,插入和删除效率很低。

deque是为了高效实现插入和删除操作的双向列表,适合用于队列和栈:

from collections import deque
dq = deque([1,2])
dq.append('a') # 从后面放数据 [1,2,'a']
dq.appendleft('b') # 从前面放数据 ['b',1,2,'a']
dq.insert(2,3) # 索引位2插入3 ['b',1,3,2,'a']
print(dq.pop()) # 从后面取数据
print(dq.popleft()) # 从前面取数据
print(dq) a
b
deque([1, 3, 2])

有序字典 OrderdDict

使用dict时,Key是无序的。在对dict做迭代时,我们无法确定Key的顺序。

如果要保持Key的顺序,可以用OrderedDict

from collections import OrderedDict
# 普通方法字典创建
od = {'a':1,'b':2,'c':3}
od1 = dict([('a',1),('b',2),('c',3)])
# 有序字典创建
od2 = OrderedDict([('a',1),('b',2),('c',3)])
print(od)
print(od1)
print(od2)
print(od2['a'])
for k in od2.items() :
print(k) {'a': 1, 'b': 2, 'c': 3}
{'a': 1, 'b': 2, 'c': 3}
OrderedDict([('a', 1), ('b', 2), ('c', 3)])
1
('a', 1)
('b', 2)
('c', 3)

默认字典 defaultdict

有如下值集合 [11,22,33,44,55,66,77,88,99,90...],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66}
values = [11, 22, 33,44,55,66,77,88,99,90]

my_dict = {}

for value in  values:
if value>66:
if my_dict.has_key('k1'):
my_dict['k1'].append(value)
else:
my_dict['k1'] = [value]
else:
if my_dict.has_key('k2'):
my_dict['k2'].append(value)
else:
my_dict['k2'] = [value] 原生字典解决方法
from collections import defaultdict

values = [11, 22, 33,44,55,66,77,88,99,90]

my_dict = defaultdict(list)

for value in  values:
if value>66:
my_dict['k1'].append(value)
else:
my_dict['k2'].append(value) defaultdict字典解决方法

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
>>> dd = defaultdict(lambda: 'N/A')
>>> dd['key1'] = 'abc'
>>> dd['key1'] # key1存在
'abc'
>>> dd['key2'] # key2不存在,返回默认值
'N/A'

time模块

import time
# time.sleep(10) # 程序休息 秒
print(time.time()) # 时间戳时间,返回一个以秒为单位浮点数
print(time.strftime("%Y-%m-%d %X")) # 字符串格式化时间
print(time.strftime("%Y:%m:%d %a %H:%M:%S")) # %a 显示星期几
print(time.localtime()) # 结构化时间 print(time.mktime(time.localtime()))
# print(time.strftime('2000-12.31','%Y-%m.%d'))
print(time.asctime()) # 显示详细时间
print(time.ctime()) ### 时间戳转换成结构化时间
t = time.time()
print(time.localtime(t))
print(time.gmtime(t))
### 结构化时间转换成时间戳
t2 = time.localtime(t)
print(time.mktime(t2))
### 结构化数据转换成 字符串格式化时间
t3 = time.strptime('2000-12.30','%Y-%m.%d') # 字符串转结构化
print(t3)
t4 = time.strftime('%Y:%m:%d %H:%M:%S',time.localtime()) # 结构化数据转字符串格式化数据
print(t4)

random模块

import random

# 随机小数
ret1 = random.random() # 大于0小于1的小数
print(ret1)
ret2 = random.uniform(1,3) # 大于1小于3的小数
print(ret2) # 返回整数
ret3 = random.randint(1,5) # 大于1小于等于5之间的整数
print(ret3)
ret4 = random.randrange(1,10,2) # 大于1小于10的奇数
print(ret4) # 随机一个返回
ret5 = random.choice(['a','b',1,2]) # 接收一个列表,随机返回
print(ret5) # 随机多个数返回
ret6 = random.sample([1,2,3,4,5],3) # 接收一个列表,随机返回多个数组成一个列表
print(ret6) # 打乱列表顺序
lst = [1,2,3,4,5,6,7,8,9]
random.shuffle(lst)
print(lst) # 打乱顺序,洗牌功能

day19其他模块的更多相关文章

  1. python学习 day19 configparser模块 os模块 subprocess模块

    上周五回顾 logging 用于记录日志 四种核心角色: 生成器Logger 过滤器Filter 处理器Handler 格式化处理器 Formatter logging.info.debug 使用默认 ...

  2. day19 python模块 json模块 pickle模块

    day19 python   一.序列化模块     序列类型: 列表 字符串 元组 bytes     序列化: 特指字符串和bytes, 就是把其他的数据类型转化成序列的数据类型的过程 dic = ...

  3. day19:os模块&shutil模块&tarfile模块

    os模块:对系统进行操作(6+3) system  popen  listdir  getcwd  chdir  environ / name  sep  linesep import os #### ...

  4. day19:常用模块(collections,time,random,os,sys)

    1,正则复习,re.S,这个在用的最多,re.M多行模式,这个主要改变^和$的行为,每一行都是新串开头,每个回车都是结尾.re.L 在Windows和linux里面对一些特殊字符有不一样的识别,re. ...

  5. day19常用模块2

    常用模块21 shelve模块  也是一种序列化方式    使用方法        1.open     sl = shelve.open("shelvetest.txt")   ...

  6. os模块、os.path模块、shutil模块、configparser模块、subprocess模块

    一.os模块 os指的是操作系统 该模块主要用于处理与操作系统相关的操作,常用的是文件操作(读.写.删.复制.重命名). os.getcwd()  获取当前文件所在的文件夹路径 os.chdir()  ...

  7. os模块,os.path模块,subprocess模块,configparser模块,shutil模块

    1.os模块 os表示操作系统该模块主要用来处理与操作系统相关的操作最常用的文件操作打开 读入 写入 删除 复制 重命名 os.getcwd() 获取当前执行文件所在的文件夹路径os.chdir(&q ...

  8. os模块-subprocess 模块- configpaser 模块

    一. os 模块 主要用于处理与操作系统相关操作,最常用文件操作 使用场景:当需要操作文件及文件夹(增,删,查,改) os.getcwd()  获取当前工作目录 os.chdir('dirname') ...

  9. python之路——19

    王二学习python的笔记以及记录,如有雷同,那也没事,欢迎交流,wx:wyb199594 复习 1.正则表达式 1.字符组 2.元字符 \w \d \s 匹配任意字母数字下划线 数字 空格 \W \ ...

随机推荐

  1. Java基础 -- 深入理解Java类型信息(Class对象)与反射机制

    一 RTTI概念 认识Claa对象之前,先来了解一个概念,RTTI(Run-Time Type Identification)运行时类型识别,对于这个词一直是 C++ 中的概念,至于Java中出现RT ...

  2. 51nod1556 计算(默慈金数)

    Problem 有一个\(1*n\)的矩阵,固定第一个数为\(1\),其他填正整数, 且相邻数的差不能超过\(1\),求方案数. \(n\le 10^6\) Solution 容易发现答案是\(f_n ...

  3. 使用Zabbix监控mysql的主从同步

    Zabbix 监控触发器设置 简述 在生产环境中,有一台mysql的备份服务器,上面运行着三个数据库实例的从库,也在做日志的同步工作,为了实现对该备份服务器的监控,当出现从库实例不为3或者日志同步进程 ...

  4. JavaWeb之DButils整理

    一.DBUtils介绍  apache 什么是dbutils,它的作用 DBUtils是java编程中的数据库操作实用工具,小巧简单实用. 用前导包!!!DBUtils包!!! 二.DBUtils的三 ...

  5. Windows系统封装教程

    Windows系统封装教程

  6. Linux下nc命令的使用

    nc命令的作用 实现任意TCP/UDP端口的侦听,nc可以作为server以TCP或UDP方式侦听指定端口 端口的扫描,nc可以作为client发起TCP或UDP连接 机器之间传输文件 机器之间网络测 ...

  7. Python高级笔记(四) -- 多继承_方法解析顺序表MRO

    1. 多继承以及MRO顺序 1.1 单独调用父类的方法 # -*- encoding=utf-8 -*- class Parent(object): def __init__(self, name): ...

  8. 20155324《网络对抗》Exp07 网络欺诈防范

    20155324<网络对抗>Exp07 网络欺诈防范 实践内容 简单应用SET工具建立冒名网站 ettercap DNS spoof 结合应用两种技术,用DNS spoof引导特定访问到冒 ...

  9. Web开发常见安全问题

    转载自: http://blog.csdn.net/fengyinchao/article/details/50775121 不是所有 Web 开发者都有安全的概念,甚至可能某些安全漏洞从来都没听说过 ...

  10. Python利用pandas处理Excel数据的应用

    Python利用pandas处理Excel数据的应用   最近迷上了高效处理数据的pandas,其实这个是用来做数据分析的,如果你是做大数据分析和测试的,那么这个是非常的有用的!!但是其实我们平时在做 ...