python基础知识点笔记

1.random random库是python的标准库,random是使用梅森旋转算法来生成随机序列元素。其基本流程是:

  1. 随机指定一个随机数种子
  2. 利用梅森旋转算法生成随机数序列
    因此它有个特点:种子值相同情况下,生成的序列是固定的,所以是一个伪随机数生成方法。
    具体方法为:
  3. seed(a=None): 初始化给定的随机数种子,默认随机数种子为当前系统的时间,因为这个时间数值一直在变,所以每次执行random生成的随机序列就会不一样,如同时执行其生成的序列是一样的
  • random.seed(10) #产生种子10对应的序列

  1. random(): 生成一个[0.0,1.0]之间的随机小数
  • random.random()

扩展使用:
  • 1. random.randint(a,b)# 生成一个[a,b]之间的整数

  • 2. random.randrange(m,n[,k]) # 生成一个[m,n]之间以k为步长的随机整数

  • 3. random.getrandbits(k) #生成一个k比特长的随机整数

  • 4. random.choice(seq) #从序列seq中随机选择一个元素

  • 5. random.shuffle(seq) #将序列seq中元素随机排列,返回打乱之后的序列

2.time 【python基础知识点笔记】time库是Python中处理时间的标准库
  • 时间获取:
  • time() #获取当前时间戳,即计算机内部时间值,浮点数 1516939876.6022282
  • ctime() #获取当前时间并以易读方式表示,返回字符串 'Fri Jan 26 12:11:16 2018'
  • gmtime() #获取当前时间,表示为计算机可处理的时间格式
  • time.struct_time(tm_year=2018, tm_mon=1,tm_mday=26, tm_hour=4, tm_min=11, tm_sec=16,tm_wday=4, tm_yday=26, tm_isdst=0)

  • 时间格式化:
  • strftime(tpl, ts)
tpl是格式化模板字符串,用来定义输出效果
ts是计算机内部时间类型变量
>>>t = time.gmtime() >>>time.strftime("%Y-%m-%d %H:%M:%S",t) >>>timeStr = '2018-01-26 12:55:20' >>>time.strptime(timeStr, “%Y-%m-%d %H:%M:%S”)

  • 程序计时:
  • sleep() #s拟休眠的时间,单位是秒,可以是浮点数
  • time.sleep(3.3)# 可以用来做程序等待

  • perf_counter() #返回一个CPU级别的精确时间计数值,单位为秒
连续使用该函数可以用来计算一个程序的运行时长,然后用来分析这个程序的执行性能
>>>start = time.perf_counter() 318.66599499718114 >>>end = time.perf_counter() 341.3905185375658 >>>end - start 22.724523540384666

3.函数可变参数传递、多返回值 python函数可以设计为可变数量的参数,即不确定参数的总数量,参数可以使用循环的方式读取。
其使用定义方式为:
def <函数名> (<参数>,*b): <函数体> return <返回值>

同时,函数的return也可以返回多个值:
return a/b,a,b
4.global保留字声明一个已存在的全局变量
s=10 def test(n): global s return s

5.局部变量如果是一个组合数据类型且未创建,则它相当于全局变量
ls=['F','f']def func(a): ls.append(a) #ls未再创建 直接引用 return ls func("c") print(ls)

6.lambda函数 lambda函数为匿名函数,返回函数名作为结果,定义方式:
<函数名> = lambda <参数> : <表达式>
这里重点是参数冒号后面跟着的是只能是具体逻辑的表达式
其等价于:
def <函数名> (<参数>): <函数体> return <返回值>

lambda在使用的时候需要注意:
  1. 谨慎使用,正常情况下再简单的方法都推荐用def来完整定义
  2. lambda主要用作一些特定函数或方法的参数,以及在python语法中一些固定的使用方式里会用到
7.dict函数 dict() 函数用于创建一个字典.
语法:
class dict(**kwarg) # **kwargs -- 关键字
class dict(mapping, **kwarg) # mapping -- 元素的容器
class dict(iterable, **kwarg) # iterable -- 可迭代对象
# !/usr/bin/python3 dict0 = dict()# 传一个空字典 print('dict0:', dict0) dict1 = dict({'three': 3, 'four': 4})# 传一个字典 print('dict1:', dict1) dict2 = dict(five=5, six=6)# 传关键字 print('dict2:', dict2) dict3 = dict([('seven', 7), ('eight', 8)])# 传一个包含一个或多个元祖的列表 print('dict3:', dict3) dict5 = dict(zip(['eleven', 'twelve'], [11, 12]))# 传一个zip()函数 print('dict5:', dict5) # 输出: dict0: {} dict1: {'four': 4, 'three': 3} dict2: {'five': 5, 'six': 6} dict3: {'seven': 7, 'eight': 8} dict5: {'twelve': 12, 'eleven': 11}

8.set函数 set() 函数创建一个无序不重复元素集,可进行关系测试,删除重复数据,还可以计算交集、差集、并集等
set的内部结构和dict很像,唯一区别是不存储value,因此,判断一个元素是否在set中速度很快。
语法:
class set([iterable]) # iterable -- 可迭代对象对象
set存储的元素和dict的key类似,必须是不变对象,因此,任何可变对象是不能放入set中的。
# set,接收一个list作为参数: list1=[1,2,3,4] s=set(list1) print(s) #逐个遍历 for i in s: print(i) #输出: set([1, 2, 3, 4]) # 使用add(key)往集合中添加元素,重复的元素自动过滤 list1=[1,2,3,4] s=set(list1) print(s) s.add(4) s.add(5) print(s) #输出: set([1, 2, 3, 4]) set([1, 2, 3, 4, 5]) #通过remove(key)方法可以删除元素: list1=['a','b','zhang','kang'] s=set(list1) print(s) s.remove('zhang') print(s) #输出: set(['a', 'kang', 'b', 'zhang']) set(['a', 'kang', 'b']) #set还可以像数学上那样求交集和并集 list1=['a','b','zhang','kang'] list2=['a','b','c','d'] s1=set(list1) s2=set(list2) #交集,使用&操作符 s3=s1&s2 #并集,使用|操作符 s4=s1|s2 print(s3) print(s4) #输出: set(['a', 'b']) set(['a', 'c', 'b', 'd', 'zhang', 'kang'])

最后,set存储的元素也是没有顺序的,存入的元素会被打乱。

    推荐阅读