标准库datetime

datetime模块  对日期、时间、时间戳的处理

  datetime类

    类方法:

      today() 返回本地时区当前时间的datetime对象;

      now(tz=None) 返回当前时间的datetime对象,时间到微秒,如果tz为None,返回和today()一样;

      utcnow() 没有时区的当前时间

      fromtimestamp(timestamp,tz=None)从一个时间戳返回一个datetime对象

    datetime对象

      timestamp() 返回一个到微秒的时间戳;

        时间戳:格林尼治时间1970年1月1日0点到现在的秒数;

      构造方法:datetime.datetime(2020,06,10,22,00,00,79043)  模块名.类名()

          year/month/day/hour/minute/second/microsecond取datetime对象的年月日时分秒及微秒

      weekday() 返回星期的天,周一0,周日6

      isoweekday() 返回星期的天,周一是1,周日是7;

      date() 返回日志date对象

      time() 返回time对象

      replace() 修改并返回新的时间
      isocalendar() 返回一个三元组(年、周数、周的天)

日期格式化

  类方法 strptime(date_string,format)  返回datetime对象

  对象方法 strftime(format) 返回字符串

  字符串format格式化

timedelta对象

  datetime2 = datetime1 + timedelta

  datetime2 = datetime1 - timedelta

  timedelta = datetime1 - datetime2

  构造方法:

    datetime.timedelta(days=0,seconds=0,microseconds=0,milliseconds=0,minutes=0,hours=0,weeks=0)

    year = datetime.timedelta(days = 365)

  total_seconds() 返回时间差的总秒数

  

标准库time

  time.sleep(secs) 将调用线程刮起指定的秒数

    

   时间解析推荐用datetime;

列表解析

  语法:[返回值 for 元素 in 可迭代对象 if 条件]

      使用中括号,内部for循环,if条件语句可选,返回一个新的列表;

  生成一个列表,元素0-9,对每个元素自增1后求平方返回新的列表

  

    用一个for循环,产生新的元素((i+1)**2),组成一个新列表;

  通过for循环的方式和通过列表解析式的方式都可以生成一个新的列表,但是列表解析式的这种方式效率更高;列表解析式会做编译器优化;

  优势:列表解析式是一种语法糖,编译器会优化,不会因为简写而影响效率,反而因优化提高了效率;减少工作量,减少出错,简化了代码,增强可读性;

    示例:获取10以内的偶数,比较执行效率

列表解析式进阶

  示例:20以内,既能被2整除,又能被3整除的数;

  示例2:

  

生成器表达式 Generator expression

语法

  (返回值for 元素 in 可迭代对象 if 条件)

  列表解析式的中括号换成小括号即可

  返回一个生成器

和列表解析式的区别

  生成器表达式是按需计算(或称惰性求值、延迟计算),需要的时候才计算值

  列表解析式是立即返回值

        

生成器

  可迭代对象

  迭代器

  可以通过next()来判断是否是迭代器
  

生成器表达式和列表的区别

示例:

  

 生成器表达式和列表解析式的对比:

  计算方式:生成器表达式延迟计算,列表解析式立即计算;

  内存占用:单从返回值本身来说,生成器表达式省内存,列表解析式返回新的列表;

    生成器没有数据,内存占用极少,但是使用的时候,虽然一个个返回数据,但是合起来占用内存也差不多;

    列表解析式构造新的列表需要占用内存;

  计算速度:

    单看计算时间,生成器表达式耗时非常短,列表解析式耗时长;

    但是生成器本身并没有返回值,只返回了一个生成器对象;

    列表解析式构造并返回了一个新的列表;

集合解析式

  语法

    {返回值 for 元素 in 可迭代对象 if 条件}

    列表解析式的中括号换成大括号{ }

    立即返回一个集合

字典解析式

  语法

    {返回值 for 元素 in 可迭代对象 if 条件}

    列表解析式的中括号换成大括号{ }

    使用key:value形式

    立即返回一个字典

  用法    

    {x:(x,x+1) for x in range(10)}

    {x:[x,x+1] for x in range(10)}

    {(x,):[x,x+1] for x in range(10)}

    {[x]:[x,x+1] for x in range(10)} #错误示范

    {chr(0x41+x):x**2 for x in range(10)}

    {str(x):y for x in range(3) for y in range(4)}

总结:

  python2 引入列表解析式

  python2.4 引用生成器表达式

  python3 引入集合,字典解析式,并迁移到2.7

一般来说,应该多应用解析式,简短,高效;

  如果一个解析式非常复杂,难以读懂,要考虑拆解成for循环;

  生成器和迭代器是不同的对象,但都是可迭代对象;生成器可以是迭代器,但是迭代器并不一定是生成器;

第四天python3 python解析式-生成器-迭代器的更多相关文章

  1. Python中生成器,迭代器,以及一些常用的内置函数.

    知识点总结 生成器 生成器的本质就是迭代器. 迭代器:Python中提供的已经写好的工具或者通过数据转化得来的. 生成器:需要我们自己用Python代码构建的 创建生成器的三种方法: 通过生成器函数 ...

  2. python 容器 生成器 迭代器 总结

    一.容器 容器是一种把多个元素组织在一起的数据结构,容器中的元素可以逐个地迭代获取,可以用in, not in关键字判断元素是否包含在容器中.通常这类数据结构把所有的元素存储在内存中. >> ...

  3. python初识生成器 迭代器

    生成器 带有 yield 的函数在 Python 中被称之为 generator(生成器) def xragns(): #定义函数生成器 print('小伙') yield ('好') #加上yiel ...

  4. python基础 生成器 迭代器

    列表生成式: a=[1,2,3] print a b=[i*2 for i in range(10)] #i循环10次,每一个i的值乘2就是列表中的值.列表生成式 print b >>[1 ...

  5. Python之路迭代器协议、for循环机制、三元运算、列表解析式、生成器

    Python之路迭代器协议.for循环机制.三元运算.列表解析式.生成器 一.迭代器协议 a迭代的含义 迭代器即迭代的工具,那什么是迭代呢? #迭代是一个重复的过程,每次重复即一次迭代,并且每次迭代的 ...

  6. Python自动化 【第四篇】:Python基础-装饰器 生成器 迭代器 Json & pickle

    目录: 装饰器 生成器 迭代器 Json & pickle 数据序列化 软件目录结构规范 1. Python装饰器 装饰器:本质是函数,(功能是装饰其它函数)就是为其他函数添加附加功能 原则: ...

  7. Python中生成器和迭代器的区别(代码在Python3.5下测试):

    https://blog.csdn.net/u014745194/article/details/70176117 Python中生成器和迭代器的区别(代码在Python3.5下测试):Num01–& ...

  8. python高级之生成器&迭代器

    python高级之生成器&迭代器 本机内容 概念梳理 容器 可迭代对象 迭代器 for循环内部实现 生成器 1.概念梳理 容器(container):多个元素组织在一起的数据结构 可迭代对象( ...

  9. 第三篇:python高级之生成器&迭代器

    python高级之生成器&迭代器   python高级之生成器&迭代器 本机内容 概念梳理 容器 可迭代对象 迭代器 for循环内部实现 生成器 1.概念梳理 容器(container ...

随机推荐

  1. 老生常谈系列之Aop--Spring Aop源码解析(二)

    老生常谈系列之Aop--Spring Aop源码解析(二) 前言 上一篇文章老生常谈系列之Aop--Spring Aop源码解析(一)已经介绍完Spring Aop获取advice切面增强方法的逻辑, ...

  2. 揭秘华为云GaussDB(for Influx):数据直方图

    摘要:本文带您了解直方图在不同产品中的实现,以及GaussDB(for Influx)中直方图的使用方法. 本文分享自华为云社区<华为云GaussDB(for Influx)揭秘第九期:最佳实践 ...

  3. js算法-埃筛法

  4. Numpy的一些操作

    1.什么是Numpy 简单来说: Numpy(Numerical Python)是一个开源的Python科学计算库,用于快速处理任意维度的数组. Numpy支持常见的数组和矩阵操作.对于同样的数值计算 ...

  5. JNPF移动办公解决方案

    市场背景 随着办公自动化系统的普及,电子化.数据化的办公方式已进入越来越多的企业和政府单位,信息化的办公系统在企事业内部编织起一套高效.畅通的信息互联体系,极大推动了企事业单位生产力的发展.但与此同时 ...

  6. 拙见--springMVC的controller接受的请求参数

    1-这种是最常用的表单参数提交,ContentType指定为application/x-www-form-urlencoded,也就是会进行URL编码. 1.1-对象类型实体Bean接收请求参数(表单 ...

  7. BUUCTF-九连环

    九连环 这题还是稍微有点难度的 使用16进制打开发现压缩包,用binwalk分离看看 分离得到的压缩包同样16进制看看 可以发现多个压缩包,这种情况应该是伪加密的方式,但是直接使用修复压缩包的方式没法 ...

  8. opencv-python获取视频信息

    代码 import cv2 if __name__ == '__main__': # 读取视频 capture = cv2.VideoCapture('./videos/person.mp4') # ...

  9. Nodejs实现图片的上传、压缩预览、定时删除

    前言 我们程序员日常都会用到图片压缩,面对这么常用的功能,肯定要尝试实现一番.第一步,node基本配置 这里我们用到的是koa框架,它可是继express框架之后又一个更富有表现力.更健壮的web框架 ...

  10. 封装环形加载进度条(Vue插件版和原生js版)

    1.效果预览 2.用到的知识 主要利用SVG的stroke-dasharray和stroke-dashoffset这两个属性. 在看下面文章之前,你需要了解 <!DOCTYPE html> ...