Python【基础第三篇】

set集合

s1=set()

集合特点：

访问速度快
没有重复项

collections系列（数据类型容器模块）

一、计数器(Counter)

Counter是对字典类型的补充，用于追踪值的出现次数。

import collections 导入模块

例：

import collections

obj=collections.Counter("aaafffefwifewfewf")

print(obj)

Counter({'f': 7, 'a': 3, 'w': 3, 'e': 3, 'i': 1})

二、有序字典(OrderedDict)

orderdDict是对字典类型的补充，他记住了字典元素添加的顺序

例：

import collections

dic=collections.OrderedDict()

dic['k1']='v1'

dic['k2']='v2'

dic['k3']='v3'

print(dic)

输出：OrderedDict([('k1', 'v1'), ('k2', 'v2'), ('k3', 'v3')])

三、默认字典（defaultdict）

defaultdict是对字典的类型的补充，它默认给字典的值设置了一个类型

四、可命名元组（namedtuple）

根据nametuple可以创建一个包含tuple所有功能以及其他功能的类型

例：

import collections

MytupleClass=collections.namedtuple('MytupleClass',['x','y','z'])

obj=MytupleClass(11,22,33)

print(obj.x)

print(obj.y)

print(obj.z)

输出：11

22

33

双向队列

一个线程安全的双向队列

例：

import collections

d=collections.deque()

d.append('1')

d.appendleft('0')

d.appendleft('1')

print(d)

r=d.count('1')

print(r)

输出：

deque(['1', '0', '1'])

2

深浅拷贝原理

对于字符串和数字而言，赋值、浅拷贝和深拷贝无意义，因为其永远指向同一个内存地址

深拷贝

在内存中将所有的数据重新创建一份（排除最后一层，即：python内部对字符串和数字的优化）

copy.copy()

浅拷贝

在内存中只额外创建第一层数据

copy.deepcopy()

函数

一、背景

函数式编程和面向过程编程的区别：

函数式：将某功能代码封装到函数中，日后便无需重复编写，仅调用函数即可
面向对象：对函数进行分类和封装，让开发“更快更好更强...”

函数式编程最重要的是增强代码的重用性和可读性

二、定义和使用

def 函数名(参数):

    ...

    函数体

    ...

函数的定义主要有如下要点：

def：表示函数的关键字
函数名：函数的名称，日后根据函数名调用函数
函数体：函数中进行一系列的逻辑计算，如：发送邮件、计算出 [11,22,38,888,2]中的最大数等...
参数：为函数体提供数据
返回值：当函数执行完毕后，可以给调用者返回数据。

以上要点中，比较重要有参数和返回值：

1、返回值

函数是一个功能块，该功能到底执行成功与否，需要通过返回值来告知调用者。

def 发送短信():

    发送短信的代码...

    if 发送成功:

        return True

    else:

        return False

while True:

    # 每次执行发送短信函数，都会将返回值自动赋值给result

    # 之后，可以根据result来写日志，或重发等操作

    result = 发送短信()

    if result == False:

        记录日志，短信发送失败...

2、参数

无参数
有参数
- 普通参数
- 默认参数
- 动态参数

普通参数举例：（argv为函数mail的形参，1和2为mail的）

def mail(argv):

    n=123

    n+=argv

    print(n)

mail(1)

mail(2)

输出：124

125

默认参数举例：（注：默认参数需要放在参数列表最后）

def mail(argv1,argv2=10):

    n=123

    n+=argv1

    n+=argv2

    print(n)

mail(1,2)

mail(1)

输出：126

134

指定参数举例：（指定形参的值）

def show(a1,a2):

    print(a1,a2)

show(a2=123,a1=999)

输出：999 123

动态参数举例1：（*args会把实参当做1个序列处理，**args会把实参当做1个字典处理）

def show(*args,**args2):

    print(args,type(args))

    print(args2,type(args2))

show(11,22,33,44,a1='aaa',b1='bbb')

输出：(11, 22, 33, 44) <class 'tuple'>

{'a1': 'aaa', 'b1': 'bbb'} <class 'dict'>

动态参数举例2：（如果让形参接收和实参一样的类型，需对应在实参前加*或**，否则会把实参当做1个元组处理）

def show(*args,**args2):

    print(args,type(args))

    print(args2,type(args2))

e=[11,22,33,44]

f={'a1':'aaa','b1':'bbb'}

show(e,f)

print("==================")

show(*e,**f)

输出：

([11, 22, 33, 44], {'a1': 'aaa', 'b1': 'bbb'}) <class 'tuple'>

{} <class 'dict'>

==================

(11, 22, 33, 44) <class 'tuple'>

{'a1': 'aaa', 'b1': 'bbb'} <class 'dict'>

lambda表达式

lambda存在意义就是对简单函数的简洁表示

例：

func=lambda a:a+1

ret=func(99)

print(ret)

输出：100

1、创建形式参数a

2、函数内容，a+1，并把结果return

内置函数

官网链接

open函数

该函数用于文件处理

f=open('test.log','w',encoding='utf-8')

f.write('123456') #将123456写入文件test.log

f.close()

f=open('test.log','r',encoding='utf-8')

print("==========")

print(f.read()) #读取文件test.log

f.close()

f=open('test.log','r',encoding='utf-8')

f.seek(1) #指定当前指针位置

print("==========")

print(f.tell()) #查看当前指针位置

print(f.read(2)) #指定读取字符

print(f.tell()) #查看当前指针位置

f.close()

输出：==========

123456

==========

1

23

3