Python各种包学习

Logging

logging的level

DEBUG>INFO>WARNING>ERROR>CRITICAL

import logginglogging.basicConfig(level=logging.ERROR)logging.debug("this is debug")
logging.warning("hello")
logging.info("hi")无输出因为ERROR<输出任意一个等级

logging.basicConfig

filename代表输出的都放到这个文件

filemode='w'代表写入模式，每次写入前都要先把文件清空写入，而不设置则是'a'append追加模式

import loggingprint("this is logging")logging.basicConfig(filename='log.log',filemode='w',level=logging.DEBUG)
logging.debug("this is the debug log")

logging.debug变量

需要配置encoding='utf-8'否则乱码

import loggingprint("this is logging")logging.basicConfig(filename='log.log',encoding='utf-8',filemode='a',level=logging.DEBUG)
logging.debug("this is the debug log")
name='qlxr'
age=24
logging.debug("姓名 %s 年龄 %d",name,age)
logging.debug("姓名 %s 年龄 %d"%(name,age))
logging.debug("姓名 {} 年龄 {}".format(name,age))
logging.debug(f"姓名 {name} 年龄 {age}")DEBUG:root:this is the debug log
DEBUG:root:���� qlxr ���� 24
DEBUG:root:this is the debug log
DEBUG:root:���� qlxr ���� 24
DEBUG:root:���� qlxr ���� 24
DEBUG:root:���� qlxr ���� 24
DEBUG:root:���� qlxr ���� 24
DEBUG:root:this is the debug log
DEBUG:root:姓名 qlxr 年龄 24
DEBUG:root:姓名 qlxr 年龄 24
DEBUG:root:姓名 qlxr 年龄 24
DEBUG:root:姓名 qlxr 年龄 24

logging%()s特定字符

%(asctime)s：时间 datefmt（设置时间格式）

%(levelname)s：等级

%(filename)s：运行的文件

%(lineno)s：程序运行行数

%(message)s：debug信息

import logging
logging.basicConfig(format="%(asctime)s %(levelname)s %(filename)s %(lineno)s %(message)s",datefmt="%Y-%m-%d %H:%M:%S",level=logging.DEBUG)
logging.debug("清凉夏日")2022-03-21 19:56:54 DEBUG rizhistudy.py 23 清凉夏日

深入

# -*- codeing = utf-8 -*-
# @Time : 2022/3/22 20:48
# @Author : 何潇然
# @File : demo2duixiang.py
# @Software: PyCharm
import logging#记录器
logger=logging.getLogger("applog")
logger.setLevel(logging.DEBUG)#logger先行过滤#处理器
consolehandler=logging.StreamHandler()
consolehandler.setLevel(logging.DEBUG)#控制台输出DEBUG级别#如果没有给handler指定日志级别，将使用logger级别
filehandler=logging.FileHandler(filename="log.log")
filehandler.setLevel(logging.INFO)#文件中输出INFO级别#formatter格式
formatter=logging.Formatter("%(asctime)s %(levelname)s %(filename)s %(lineno)s %(message)s")#给处理器设置格式
consolehandler.setFormatter(formatter)
filehandler.setFormatter(formatter)#记录器设置处理器
logger.addHandler(consolehandler)
logger.addHandler(filehandler)logger.debug("this is debug log")
logger.info("this is info log")
logger.warning("this is warning log")
logger.error("this is error log")
logger.critical("this is critical log")

通过配置文件进行logging

attention!:配置文件里禁制使用中文注释也不行否则读取格式会出错


[loggers]
keys=root,applog[handlers]
keys=fileHandler,consoleHandler,TimedRotatingFileHandler[formatters]
keys=simpleFormatter[logger_root]
level=DEBUG
handlers=consoleHandler,fileHandler#[logger_applog]
level=DEBUG
handlers=TimedRotatingFileHandler,consoleHandler
qualname=applog#logging.getLogger('applog')
propagate=0[handler_consoleHandler]
class=StreamHandler
args=(sys.stdout,)
level=DEBUG
formatter=simpleFormatter[handler_TimedRotatingFileHandler]
class=handlers.TimedRotatingFileHandler
args=('applog.log','midnight',1,0)#midnight每到12点午夜 delay 1s推迟1s 0保存为log的日志并不删除
level=DEBUG
formatter=simpleFormatter[handler_fileHandler]
class=FileHandler
args=('rootlog.log','w')
formatter=simpleFormatter[formatter_simpleFormatter]
formatter=%(asctime)s|%(levelname)8s|%(filename)s[:%(lineno)d]|%(message)s
datefmt=%Y-%m-%d %H:%M:%S

Numpy

NumPy最重要的一个特点就是其N维数组对象（即ndarray），该对象是一个快速而灵活的大数据集容器。你可以利用这种数组对整块数据执行一些数学运算，其语法跟标量元素之间的运算一样。

data3=np.random.randn(2,3,4)
print(data3.shape)
print(data3)[[[-0.22280369 -0.64911247 -1.82073536 -0.11877401][ 0.05232314 -1.06563146  1.45031713  0.42216378][-0.0231252  -1.22874131  0.9428394   1.00117319]][[-0.27866493 -1.26631694 -2.19427966 -0.41571251][ 0.46575417 -0.28105551  1.25212153 -1.72946444][ 0.53935346 -0.21542028  1.13053317  0.68798606]]]

使用random.randn(x,y)x和y代表维度（几行几列），函数会返回一个[0.0,1.0）之间的一个随机数值。（x,y,z）x代表几组，y、z代表维度

data1.shape 查看data1的维度

data1.type 查看data1数据类型

np.random

#需求：人的步伐为1或者-1 输出1000步的漫步图
import random
import matplotlib.pyplot as pltposition=0
walk=[position]
steps=1000
for i in range(steps):step=1 if random.randint(0,1) else -1position+=stepwalk.append(position)
walk=np.array(walk)
print(walk)
print("min"+str(walk.min()))
print("max"+str(walk.max()))
plt.plot(walk[:200])
plt.show()

random.randint(x,y)生成[x,y]范围内的整数

np.random.randint(x,y)生成[x,y)范围内的整数

import random
import matplotlib.pyplot as pltsteps=100
nsteps=10
data=np.random.randint(0,2,size=(nsteps,steps))
dataresult=np.where(data>0,1,-1)
walks=dataresult.cumsum(1)
print(data)
print(walks)
print(walks.max())
print(walks.min())

cumsum(0)：实现0轴上的累加：以最外面的数组元素为单位，以[[1,2,3],[8,9,12]]为开始实现后面元素的对应累加
cumsum(1)：实现1轴上的累加：以中间数组元素为单位，以[1,2,3]为开始，实现后面元素的对应累加
cumsum(2)：实现2轴上的累加：以最里面的元素为累加单位，即1为开始，实现后面的元素累加