2. Python 数据类型

北方酱
153 阅读12分钟

1. Python 变量

  1. 命名约定

    1. 所谓“内部 (Internal)”表示仅模块内可用，或者，在类内是保护或私有的。
    2. 用单下划线 (_) 开头表示模块变量或函数是 protected 的（使用 from module import *时不会包含）.
    3. 用双下划线 (__) 开头的实例变量或方法表示类内私有。
    4. 将相关的类和顶级函数放在同一个模块里。不像 Java, 没必要限制一个类一个模块。
    5. 对类名使用大写字母开头的单词（如 CapWords, 即 Pascal 风格）, 但是模块名应该用小写加下划线的方式（如 lower_with_under.py). 尽管已经有很多现存的模块使用类似于 CapWords.py 这样的命名，但现在已经不鼓励这样做，因为如果模块名碰巧和类名一致，这会让人困扰。

  2. 应避免的命名

    1. 单字符名称，除了计数器和迭代器。
    2. 包/模块名中的连字符 (-)
    3. 双下划线开头并结尾的名称 (Python 保留，例如__init__)

  3. 类型注解

    from typing import List, Dict, Any

# 变量类型
a: int
b: float
c: list
d: bool
e = List[int]
f = Dict[str, int]
g: Any  # 任何类型

# 多类型定义

# 函数：返回值为 int
def sum(x: int, y: int) -> int:
    return x + y

2. 数字 (Number)

2.1. 保留有效数字

  1. 保留 4 位小数位

    # 百分号
print('%.4' % num)
# round
num = round(num, 4)

2.2. 算数运算

  1. 加

    # 加
a = 1
b = 2
c = a + b   # c = 3
a += b  # a = 3

# 自增
i += 1  # python 没有++的用法

  2. 减

    a = 1
b = 2
c = a - b   # c = -1
a -= b  # a = -1

  3. 乘

    a = 3
b = 2
c = a * b   # c = 6

# 乘方
c = a ** b  # c = 9

  4. 除

    a = 3
b = 2
c = a / b   # c = 1.5

# 取整
c = a // b  # c = 1

# 取余
c = a % b   # c = 1

  5. 开方

    # math 是 python 内置库，无需安装
from math import sqrt

a = sqrt(4)  # 2.0

2.3. 逻辑运算

2.4. 随机数 random

  1. 生成随机数

    import random

# 生成整数随机数
random.randint(-10, 10) # 在-10 到 10 的范围内生成一个随机整数

# 生成随机浮点数
random.random() # 生成 0-1 之间的随机浮点数
random.uniform(1.1, 2.2)    # 生成 1.1-2.2 之间的随机浮点数

# 生成随机字符
random.choice('jdldjfglkjalsherhbgdnfbs')   # 字符也可以换成数组之类的

  2. 生成随机数组

    random.sample(range(0, 20), 12) # 生成 0-20 之间的 12 个不重复随机整数

  3. 分布随机数

    random.gauss(6, 1)  # 均值为 6, 标准差为 1

3. 字符串 (String)

  1. 类型转换：str2 = str(str1)

  2. 增

    1. 字符串拼接

      # 推荐的字符串拼接方法
x = a + b
x = '%s, %s!' % (imperative, expletive)
x = '{}, {}!'.format(imperative, expletive)
x = 'name: %s; score: %d' % (name, n)
x = 'name: {}; score: {}'.format(name, n)

# 不推荐的方法
x = '%s%s' % (a, b)  # use + in this case
x = '{}{}'.format(a, b)  # use + in this case
x = imperative + ', ' + expletive + '!'
x = 'name: ' + name + '; score: ' + str(n)

    2. f 字符串 (python3.6 或更高）

      name = 'tom'
age = 13
print(f'{name} is {age} years old.')  # tom is 13 years old.

a = 1
b = 2
print(f'{a} + {b} = {a + b}')  # 1 + 2 = 3

# 设置格式
print(f'pi={pi:.4f}')   # 保留 4 位小数

    3. python 字符串没有插入 (insert) 功能，可以通过字符串拼接实现

      str1 = 'abc123'
str2 = f'{str1[:3]} | {str1[3:]}'
print(str2)     # abc | 123

  3. 删

    1. 删除字符串指定字符

      # strip 方法
str1 = str1.strip('a')
# 去处字符串头尾 \r,\t,\n, 空格 等字符
str1 = str1.strip()
# 去除字符串开头处指定字符
str1 = str1.lstrip()
# 去除字符串结尾处指定字符
str1 = str1.rstrip()

# replace 方法
str1.replace('a', '')

    2. 多字符删除（正则方法）

      import re
# 删除{大括号}[中括号]"双引号"和空格
str1 = re.sub(r'[{}\[\]" ]', '', str1)

  4. 改

    1. 字符串替换

      str1.replace('a', 'b')  # 用'b'替换'a'

    2. 字符串分割

      # 根据指定字符分割，比如','
list1 = str1.split(',')

# 多个空格分隔
list1 = str1.split()

# 多个分隔符分割，不同分隔符用‘|’隔开
import re
list1 = re.split(',|!', str1)
# 或者用 r'[]'，不需要用‘|’隔开
list1 = re.split(r'[,!]', str1)
# 多字符匹配可以使用正则，比如多空格分割
list1 = re.split('\\s+', line)  # 多个空格分隔
list1 = re.split(' *', str1)    # 全字符分割

    3. 字符串截取：

      str4 = str1[m:n]  # 负号表示从后算起

  5. 查

    1. 查询字符位置

      # 返回 a 所在位置，找不到返回-1
str1.find('a')

    2. 查询字符出现个数

      str1.count('a') # 返回字符 a 出现的个数

  6. 字符串转代码

    str1 = "print('hello')"
eval(str1)  # hello

4. 正则表达式（Regular Expression）

  1. 特殊字符，参考链接

    字符匹配项
    .匹配除了换行的任意字符
    匹配字符串的开头
    $匹配字符串尾或着换行符的前一个字符
    *对他前面的正则式匹配 0 到任意次
    +对他前面的正则式匹配 1 到任意次
    ?对他前面的正则式匹配 0 到 1 次
    *? +? ??‘非贪婪’方式
    {m}对他前面的正则式指定匹配 m 个重复
    {m,n}对正则式进行 m 到 n 次匹配
    []用于表示一个字符集
    \转义字符
    \A只匹配字符串开始
    \b匹配空字符串，但只在单词开始或结尾的位置
    \B匹配空字符串，但 不 能在词的开头或者结尾
    \d匹配任何 Unicode 十进制数
    \D匹配任何非十进制数字的字符
    \s匹配任何 Unicode 空白字符
    \S匹配任何非空白字符

  2. re.match(pattern, string, flags=0)：起始位置匹配

    参数描述
    pattern正则表达式
    string要匹配的字符串
    flags标志位，大小写、多行匹配等
    import re

# <re.Match object; span=(0, 2), match='ab'>
re.match(r'ab+', 'abc')

# <re.Match object; span=(0, 3), match='abb'>
re.match(r'ab+', 'abbc')

# None
re.match(r'ab+', 'acbab')

  3. re.search(pattern, string, flags=0)：匹配整个字符串

    import re

# <re.Match object; span=(0, 2), match='ab'>
re.search(r'ab+', 'abc')

# <re.Match object; span=(0, 3), match='abb'>
re.search(r'ab+', 'abbc')

# <re.Match object; span=(3, 5), match='ab'>
re.search(r'ab+', 'acbab')

# 输出 span
re.search(r'ab+', 'acbab').span()
# 输出 match
re.search(r'ab+', 'acbab').group()

  4. 格式化输入

    import re

s = "时间：2021-11-12 12:06:56, 数值：3.1415926, 标志：1"

pattern = re.compile(r"时间：(\d+-\d+-\d+ \d+:\d+:\d+), 数值：(\d+.\d+)?, 标志：(\d)")
match = pattern.match(s)

print(match.groups())   # ('2021-11-12 12:06:56', '3.1415926', '1')

5. 列表 (List)

5.1. List 使用

  1. 创建列表

    # 创建列表
list1 = ['apple', 'banana', 123, 456]

# 创建空列表
list2 = []
list3 = list()

# 创建全 0 列表
import numpy as np
list1 = np.zeros(25, dtype=int)  # ndarray
# 用 list 的写法
list1 = [0 for t in range(5)]  # list:5 [0, 0, 0, 0, 0]
# 也可以
list1 = [0] * 5     # list:5 [0, 0, 0, 0, 0]

# 创建序列数组：5,6,7,8,9
list2 = [x for x in np.arange(5, 10, 1)]

# 创建二维列表
list3 = [[] for x in range(3)]  # [[], [], []]
list3[1].append(3)  # [[], [3], []]

  2. 计算

    len(list1)  # 4
max(list1)  # 列表中最大值，仅限数字
min(list1)  # 列表中最小值，仅限数字
sum(list1)  # 求和
list(seq)  # 将元组转换成列表

  3. 增

    list1.append('apple')  # 添加元素
list1.count('apple')  # 统计某个元素出现次数
list1.insert(1, 'cherry')  # 在位置 1 插入

# 两个 list 拼接
list3 = list1.extend(list2)
list3 = list1 + list2

  4. 删

    list1.pop()  # 移除列表中的一个元素，默认最后一个
list1.remove('banana')  # 移除列表中第一个匹配项
list1.clear()   # 清空列表

  5. 改

    list1.reverse()  # 反转列表
list1.sort(cmp, key, reverse)  # 排序
list1 += list2  # 拼接

  6. 查

    print(list1[2])  # 第三个元素
print(list1[-1])  # 最后一个元素
print(list1[0:2])  # [0,2) 的元素
print(list1[1:])  # 第 2 个及以后元素
print(list1.index('banana'))  # 查询列表元素位置

  7. 枚举：同时遍历索引和元素

    for i, item in enumerate(list1):
    print(i, item)

5.2. 转换

  1. list 转 string

    # list 转 string
str1 = ",".join(list1)  # list1 转字符串，中间用','隔开，也可使用空格等其他字符

# 如果 list 是数组
str1 = ','.join(str(x) for x in list1)

  2. list（字符串） 转 list（数字）

    # 字符串列表
list1 = ['1', '2', '3']
list1 = list(map(float, list1))

# 列表字符串
str1 = "[0, 1, 2, 3, 4, 5, 6, 7, 8]"
list2 = [int(x) for x in str1.strip('[]').split(', ')]

6. 元组 (Tupple)

  1. 元组与列表类似，但是其中的元素不能修改

  2. 创建元组

    # 元组用小括号，列表用方括号
tup1 = ('a', 'b', 'c', 1, 2, 3)

# 空元组
tup2 = ()

# 元组中只包含一个元素时，需要在元素后面添加逗号
tup3 = (1,)

  3. 访问

    print(tup1[1])      # b
print(tup1[2:4])    # ('c', 1)

  4. 操作

    # 拼接
tup3 = tup1 + tup2

# 删除
del tup

  5. 转换

    # tuple 转 list
l1 = list(tup1)

# list 转 tuple
tup1 = tuple(l1)

7. 集合 (Set)

8. 字典 (Dictionary)

  1. 类似 c++中的 map，键唯一，值不唯一，如果出现相同的键，后面的会覆盖掉前面的

    d = {key1: value1, key2: value2}

  2. 创建字典&增删改查

    # 创建
d = {'apple': 1, 'banana': 2}
# 增
d['cherry'] = 3
# 删
pop('banana')
# 改
d['apple'] = 5
# 查
d['cherry']

  3. 判断 key 值是否存在

    if key in dict:
    # true or false

  4. Dict 复制

    # dict 是一个 object, 使用 list.append(dict) 时，list 中的值依旧会随着 dict 的改变而改变
list1.append(dict1)
dict2 = dict1.copy()    # dict 拷贝
list2.append(dict2)
dict1[key] = val    # list1 会变化，list2 不变

9. 日期时间处理

9.1. time 库

  1. time 结构

    1. time.time: long 型时间戳，1970-01-01 00:00:00 至今的秒数

  2. 应用

    import time

print(time.time())  # 当前时刻

  3. 时间戳 (time) 转 时间 (datetime)

    from datetime import datetime

now = time.time()   # 时间戳 time
tm = datetime.fromtimestamp(now) # 时间 datetime

9.2. datetime 库

  1. datetime 结构

    1. datetime.date: 日期，属性：year，month，day
    2. datetime.time: 时间，属性：hour，minute，second，microsecond，tzinfo
    3. datetime.datetime: 日期时间
    4. datetime.timedelta: 时间间隔，精确到微秒
    5. datetime.tzinfo: 时区信息对象的抽象基类。 datetime 和 time 类使用它们来提供可自定义的时间调整概念（例如，考虑时区和/或夏时制）
    6. datetime.timezone: 一个实现了 tzinfo 抽象基类的子类，用于表示相对于 世界标准时间（UTC）的偏移量。

  2. 创建日期

    批量生成日期数据参考 pandas 笔记

    # 导入 datetime 包
from datetime import datetime

now = datetime.now()    # 当前时刻

date1 = datetime(2016, 2, 28, 0, 0, 0)
# 时间为 00:00:00 时，可以省略时间，即
print(datetime(2016, 2, 28))  # 2016-02-28 00:00:00

print(date1)  # 2016-02-28 00:00:00
print(date1.date())  # 2016-02-28
print(date1.time())  # 00:00:00
print(date1.day)  # 28

# 字符串转日期，注意是 strptime，不是 strftime，p/f 区分
str1 = '2020-01-01 10:10:10'
t = datetime.strptime(str1, '%Y-%m-%d %H:%M:%S')

# 日期格式化用 strftime
day1 = datetime(2020, 6, 5)  # 2020-06-05 00:00:00
str2 = datetime.strftime(day1, '%H:%M:%S %m/%d/%Y')  # 00:00:00 06/05/2020
# 或
str2 = day1.strftime('%H:%M:%S %m/%d/%Y')  # 00:00:00 06/05/2020

  3. 修改日期

    str1 = '2020-01-01 10:10:10'
t = datetime.strptime(str1, '%Y-%m-%d %H:%M:%S')
# 修改秒数
t = t.replace(second=30)    # 2020-01-01 10:10:30
# 去除小数点
t = t.replace(microsecond=0)

  4. 日期增减：timedelta & dateutil

    1. datetime.timedelta

      1. 参数：weeks, days, hours, minutes, seconds
      # 导入 timedelta 模块
from datetime import timedelta

date1 = datetime(2016, 2, 28, 0, 0, 0)

# 日期增加
print(date1 + timedelta(days=1))  # 2016-02-29 00:00:00
print(date1 + timedelta(days=2))  # 2016-03-01 00:00:00
# 日期减小
print(date1 + timedelta(days=-1))  # 2016-02-27 00:00:00
print(date1 - timedelta(days=1))  # 2016-02-27 00:00:00

    2. dateutil.relativedelta

      1. 参数（绝对值，直接改变日期值）：year, month, day, hour, minute, second, microsecond
      2. 参数（相对值，日期增减）years, months, weeks, days, hours, minutes, seconds, microseconds
      from datetime import datetime
from dateutil.relativedelta import relativedelta

day1 = datetime(2019, 2, 1)
# 修改
print(day1 + relativedelta(month=10))  # 2019-10-01 00:00:00
# 加减
print(day1 + relativedelta(months=10))  # 2019-12-01 00:00:00

    3. 计算日期差值

      day1 = datetime(2019, 2, 1)
day2 = datetime(2019, 5, 1)
print((day2-day1).days)  # 89

day1 = datetime(2019, 2, 1, 0, 0, 0)
day2 = datetime(2019, 2, 2, 1, 0, 0)
print((day2 - day1).seconds)  # 3600，与日期无关

9.3. Arrow (pip)

  1. 创建日期

    import arrow

# 方法 1：直接创建日期格式
a = arrow.Arrow(2019, 1, 1)
print(a)  # 2019-01-01T00:00:00+00:00
print(a.date(), a.time())  # 2019-01-01 00:00:00

# 方法 2：字符串转日期
t = '2019-01-01'
a = arrow.get(t)
print(a)  # 2019-01-01T00:00:00+00:00
print(a.date(), a.time())  # 2019-01-01 00:00:00

  2. 日期处理

    import arrow

# 日期格式化
t = arrow.now()
print(t)            # 2020-01-13T10:21:26.240147+08:00
print(t.timestamp)  # 1578882086
print(t.format('YYYY-MM-DD HH:mm:ss'))  # 2020-01-13 10:21:26

# 修改日期
t = t.replace(year=2019)        # 2019-01-13T10:26:26.484236+08:00
t = t.shift(months=1, days=-5)  # 2019-02-08T10:28:29.095138+08:00

# 日期相减
t1 = arrow.Arrow(2020, 3, 5)
t2 = arrow.Arrow(2020, 1, 10)
print(t1 - t2)          # 55 days, 0:00:00
print((t1 - t2).days)   # 55

10. 容器 (Collections)

  1. 种类

    名字功能
    namedtuple()创建命名元组子类的工厂函数
    deque类似列表 (list) 的容器，实现了在两端快速添加 (append) 和弹出 (pop)
    ChainMap类似字典 (dict) 的容器类，将多个映射集合到一个视图里面
    Counter字典的子类，提供了可哈希对象的计数功能
    OrderedDict字典的子类，保存了他们被添加的顺序
    defaultdict字典的子类，提供了一个工厂函数，为字典查询提供一个默认值
    UserDict封装了字典对象，简化了字典子类化
    UserList封装了列表对象，简化了列表子类化
    UserString封装了字符串对象，简化了字符串子类化

  2. 双向队列 deque

    1. 定义

      class collections.deque([iterable[, maxlen]])
      • Deque 支持线程安全，内存高效添加 (append) 和弹出 (pop)，从两端都可以，两个方向的大概开销都是 O(1) 复杂度。
      • 如果 maxlen 没有指定或者是 None ，deques 可以增长到任意长度。否则，deque 就限定到指定最大长度。一旦限定长度的 deque 满了，当新项加入时，同样数量的项就从另一端弹出。

    2. 操作

      # 新建一个最大长度为 100 的队列
dq = collections.deque(maxlen=100)

# 增加
dq.append(data)

11. JSON

  1. JSON 数据格式

    [
    {
        "name": "tom",
        "age": 13,
        "hobby": [
            {
                "sport": "football",
                "art": "dance"
            }
        ]
    },
    {
        "name": "jerry",
        "age": 12,
        "hobby": {
            "sport": "tennis",
            "art": "sing"
        }
    }
]

  2. 读取 JSON 文件

    import json

with open('test.json') as f:
    data = json.load(f)
    print(data[0]['name'])  # tom
    print(data[0]['hobby'])  # [{'sport': 'football', 'art': 'dance'}]
    print(data[0]['hobby'][0]['sport']) # football
    print(data[1]['name'])  # jerry
    print(data[1]['hobby']['art'])  # sing

  3. 写入 JSON

未完待续

avatar
文章
阅读
粉丝