模块

使用 dir

dir 函数可以将对象的所有属性(以及模块的所有函数、类、变量等)列出。

>>> import copy

>>> dir(copy)

['Error', 'PyStringMap', '_EmptyClass', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', '_copy_dispatch', '_copy_immutable', '_copy_with_constructor', '_copy_with_copy_method', '_deepcopy_atomic', '_deepcopy_dict', '_deepcopy_dispatch', '_deepcopy_list', '_deepcopy_method', '_deepcopy_tuple', '_keep_alive', '_reconstruct', 'builtins', 'copy', 'deepcopy', 'dispatch_table', 'error', 'name', 't', 'weakref']

>>> [n for n in dir(copy) if not n.startswith('_')]

['Error', 'PyStringMap', 'builtins', 'copy', 'deepcopy', 'dispatch_table', 'error', 'name', 't', 'weakref']

all变量>>> copy.__all__

['Error', 'copy', 'deepcopy']

如果使用 from copy import *，那么就只能使用 __all__ 变量中的函数。如果要使用其他函数，则需要 from copy import XXX。

用 help 获取帮助

用 help 含函数与查看函数文档字符串相比，可以获得更多信息，比如所带参数。

>>> help(copy.copy)

Help on function copy in module copy:

copy(x)

Shallow copy operation on arbitrary Python objects.

See the module's __doc__ string for more info.

>>> print(copy.copy.__doc__)

Shallow copy operation on arbitrary Python objects.

See the module's __doc__ string for more info.

查看源代码>>> print (copy.__file__)

C:python3.5libcopy.py

标准库

sys变量sys.argv包含传递到Python解释器的参数，包括脚本名称。

函数sys.exit可以退出当前程序，大多数使用默认参数0，表示成功，也可以使用字符串用作错误信息。

映射sys.modules将模块名映射到实际存在的模块上，只应用于目前导入的模块。

变量sys.path一个字符串列表，解释器将从这些目录中查找模块。

变量sys.platform一个字符串，平台的名称，如：操作系统名字(win32)，运行Jython就是java虚拟机(java1.6.12).

变量sys.stdin,sys.stdout,sys.stderr，类文件流对象，标准输入、标准输出和标准错误。

写一个脚本 test.py

import sys

args = sys.argv[1:] # 第一个参数是脚本的名字

args.reverse()

print(' '.join(args))

在 Shell 中运行，或 MS-DOS 中运行

$ python test.py this is a test

test a is this

fileinput

遍历文本文件的所有行。

fileinput.input([files[, inplace[, backup]]])，返回能够用于for循环遍历的对象。

(1)files，序列或字符串，提供一个或多个文件名。

(2)inplace，布尔值，是否进行原地处理，对于要访问的每一行，需要打印出替代的内容，以返回到当前的输入文件中。容易破坏文件，应该在不使用这个参数时，仔细测试程序，确保正确后再修改文件。

(3)backup，当inplace为True时，backup参数将文件名扩展备份到通过原始文件创建的备份文件中。

fileinput.filename()函数返回当前正在处理的文件名。

fileinput.lineon()函数返回当前行数。如果处理多个文件，这个值是累计的，处理下一个文件时，行数不会重置。

fileinput.isfirstline()函数判断当前行是否是当前文件的第一行，是返回True，否返回False。

fileinput.isstdin()函数在当前文件为sys.stdin时返回真值，否则假值。

fileinput.nextfile()函数会关闭当前文件，跳到下一个文件，跳过的行并不计。

fileinput.close()函数关闭整个文件链。结束迭代。

# numberlines.py

# 为文本文件添加行号

import fileinput

for line in fileinput.input(inplace=True):

line = line.rstrip()

num = fileinput.lineno()

print ('%-40s # %2i' % (line, num))

运行程序

$ python numberlines.py numberlines.py

堆

位于i位置上的元素总比i/2位置上的元素大(反之来说就是i位置上的元素总比2*i以及2*i+1位置上的元素小)。

Python中没有堆类型，有一个包含一些堆操作函数的模块，这个模块叫做heapq(q是queue的缩写，即队列)

heappush函数

heappush 函数用于增加堆的项。只能用于通过各种堆函数建立的列表中，不能是之前的普通列表。

>>> from heapq import *

>>> from random import shuffle

>>> data = range(10)

>>> shuffle(data) # Python2.7不会报错，Python 3.5会报错，range() 返回的是“range object”，而不是实际的list 值

Traceback (most recent call last):

File "", line 1, in

shuffle(data)

File "C:python3.5.2librandom.py", line 272, in shuffle

x[i], x[j] = x[j], x[i]

TypeError: 'range' object does not support item assignment

>>> data = list(range(10))

>>> shuffle(data)

>>> data

[2, 5, 8, 0, 6, 3, 1, 7, 4, 9]

>>> heap = []

>>> for n in data:

heappush(heap, n)

>>> heappush(heap, 0.5)

>>> heap

[0, 0.5, 1, 4, 2, 8, 3, 7, 5, 9, 6]

heappop 函数

heappop 函数弹出最小的元素，一般就是索引0处的元素。

>>> heappop(heap)

0

>>> heappop(heap)

0.5

>>> heappop(heap)

1

>>> heap

[2, 4, 3, 5, 9, 8, 6, 7]

heapify 函数

heapify 函数使用任意列表作为参数，并将其转换为合法的堆。

>>> heap = [3, 5, 6, 8, 4, 2, 7, 1, 9]

>>> heapify(heap)

>>> heap

[1, 3, 2, 5, 4, 6, 7, 8, 9]

heapreplace 函数

heapreplace 函数弹出堆的最小元素，并将新元素推入。这样比 heappop 之后再调用 heappush 更高效。

>>> heap

[1, 3, 2, 5, 4, 6, 7, 8, 9]

>>> heapreplace(heap, 0.5)

1

>>> heapreplace(heap, 10)

0.5

>>> heap

[2, 3, 6, 5, 4, 10, 7, 8, 9]

nlargest(n, iter)

返回 iter 中第 n 大的元素。

nsmllest(n, iter)

返回 iter 中第 n 小的元素。

双端队列

双端队列(double-ended queue，或称deque)，collections 模块。

>>> from collections import deque

>>> q = deque(range(5))

>>> q

deque([0, 1, 2, 3, 4])

>>> q.append(5)

>>> q.appendleft(6)

>>> q

deque([6, 0, 1, 2, 3, 4, 5])

>>> q.pop()

5

>>> q.popleft()

6

>>> q.rotate(3) # 元素左移3个，或者说指针，指向第一个元素的指针

>>> q

deque([2, 3, 4, 0, 1])

>>> q.rotate(-1) # 元素右移1个

>>> q

deque([3, 4, 0, 1, 2])

shelve

在文件中存储数据，进行普通字典(键是字符串)来操作。

>>> import shelve

>>> s = shelve.open(r'C:UsersbinDesktoppythontestshelve.dat') # Python3.5，2.7，目录中有这个shelve.dat文件，且文件不是shelve创建的，就会报错，

Traceback (most recent call last):

File "", line 1, in

s = shelve.open(r'C:UsersbinDesktoppythontestshelve.dat')

File "C:python3.5.2libshelve.py", line 243, in open

return DbfilenameShelf(filename, flag, protocol, writeback)

File "C:python3.5.2libshelve.py", line 227, in __init__

Shelf.__init__(self, dbm.open(filename, flag), protocol, writeback)

File "C:python3.5.2libdbm__init__.py", line 88, in open

raise error[0]("db type could not be determined")

dbm.error: db type could not be determined

>>> s = shelve.open(r'C:UsersbinDesktoppythontestshelve.dat') # 如果源文件不存在 Python3.5 会生成shelve.dat.dat文件，文件大小0kb。

# 如果源文件不存在 Python2.7 会生成shelve.dat文件，文件大小24kb

>>> s['x'] = ['a', 'b', 'c'] # Python3.5 生成shelve.dat.dir文件

>>> s['x'].append('d')

>>> s['x'] # 刚新增的'd'，不存在

['a', 'b', 'c']

>>> temp = s['x'] # 可以这么做，保存在临时变量中，再新增'd'，最后重新存储这个副本

>>> temp.append('d')

>>> s['x'] = temp

>>> s['x']

['a', 'b', 'c', 'd']

>>> s.close() # 记得关闭 Python3.5 生成shelve.dat.bak文件

# 也可以将open函数的writeback参数设置为True，这样所有读取或赋值操作都会保存在内存中，在close后保存到磁盘中。数据小可以这么做。

>>> s = shelve.open(r'C:UsersbinDesktoppythontestshelve.dat',writeback=True)

>>> s['x'].append('e')

>>> s['x']

['a', 'b', 'c', 'd', 'e']

>>> s.close()

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 [email protected]