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