首页 > Python资料 博客日记
python的一些常用简易技术(一)
2024-07-17 02:30:03Python资料围观66次
一、python的一些数据结构
0、字符串:python 字符串是不可变的,意味着一旦字符串被创建,其内容就不能被改变。但Python 中的字符串变量的存在,是因为字符串变量实际上是指向字符串对象的引用,而不是字符串本身。
# 字符串的不可变性质 s = "hello" s[0] = "H" # 这会引发 TypeError,因为字符串是不可变的 # 变量的引用 s = "hello" print(s) # 输出: hello # 重新分配变量 s = "world" print(s) # 输出: world # 将字符串中的所有字母转换为大写 s = "hello" print(s.upper()) # 输出: "HELLO" # 将字符串中的所有字母转换为小写 s = "HELLO" print(s.lower()) # 输出: "hello" # 返回子字符串在字符串中第一次出现的位置(序号)。如果未找到子字符串,则返回 -1 s = "hello world" print(s.find("world")) # 输出: 6 print(s.find("Python")) # 输出: -1 # 返回子字符串在字符串中最后一次出现的位置(序号)。如果未找到子字符串,则返回 -1 s = "hello world world" print(s.rfind("world")) # 输出: 12 # 将字符串中的某个子字符串替换为另一个子字符串 s = "hello world" print(s.replace("world", "Python")) # 输出: "hello Python" # 将字符串拆分为列表。默认情况下,按空格拆分 s = "hello world" print(s.split()) # 输出: ['hello', 'world'] # 按行分割字符串,返回一个包含各行的列表 s = "hello\nworld" print(s.splitlines()) # 输出: ['hello', 'world'] # 将列表中的字符串连接成一个字符串,连接符是源字符串 words = ["hello", "world"] print(" ".join(words)) # 输出: "hello world" # 移除字符串开头和结尾的空白字符 s = " hello world " print(s.strip()) # 输出: "hello world" # 检查字符串是否只包含字母 s = "hello" print(s.isalpha()) # 输出: True s = "hello123" print(s.isalpha()) # 输出: False # 检查字符串是否只包含数字 s = "123" print(s.isdigit()) # 输出: True s = "123abc" print(s.isdigit()) # 输出: False # 检查字符串是否只包含字母和数字 s = "hello123" print(s.isalnum()) # 输出: True s = "hello 123" print(s.isalnum()) # 输出: False
1、列表:一种有序的、可变的集合,允许重复元素,接近数组概念。列表的索引,从序号:0开始。
# 创建一个空列表
my_list = []
# 创建一个包含初始元素的列表
my_list = [1, 2, 3, 4]
# 将元素添加到列表的末尾
my_list.append(4)
# 在索引1的位置插入'a'
my_list.insert(1, 'a')
# 将另一个列表的所有元素添加到当前列表的末尾
my_list.extend([4, 5])
# 移除列表中第一个匹配的元素
my_list.remove(2)
# 移除并返回指定位置的元素(默认是最后一个元素)
element = my_list.pop()
print(element)
# 移除列表中的所有元素
my_list.clear()
# 通过索引修改元素
my_list[1] = 'b'
# 几种常用切片
my_list = [1, 2, 3, 4, 5]
print(my_list[1:3]) # 输出: [2, 3](不包括索引3的元素)
print(my_list[:3]) # 输出: [1, 2, 3](从开始到索引3,不包括索引3)
print(my_list[2:]) # 输出: [3, 4, 5](从索引2到末尾)
print(my_list[::2]) # 输出: [1, 3, 5](步长为2)
# 返回第一个匹配元素的索引
index = my_list.index(2)
# 返回指定元素在列表中出现的次数
count = my_list.count(2)
# 对列表进行原地排序。该列表即已经按排序修改过了
my_list.sort()
# 反转列表中的元素
my_list.reverse()
# 浅拷贝
my_list = [1, 2, 3]
new_list = my_list.copy()
print(new_list) # 输出: [1, 2, 3]
# join方法:将列表中的字符串连接成一个字符串。该方法通常用于处理字符串列表
words = ["hello", "world"] sentence = " ".join(words)
print(sentence) # 输出: "hello world"
# len:返回列表元素数量
print(len(my_list))
# min()和max()函数分别返回列表中的最小值和最大值,sum()函数返回列表中的所有元素和(数值型)
my_list = [1, 2, 3, 4, 5]
print(min(my_list)) # 输出:1
print(max(my_list)) # 输出:5
print(sum(my_list)) # 输出:15
2、字典:是一种无序的、可变的键值对集合,使用键(key)来存取对应的值(value),字典中的键是唯一的,字典保持插入顺序,但本质上是无序的(python3.7+)。
# 创建空字典
my_dict = {}
# 创建字典
my_dict = {"name": "xxx", "age": 25}
# 查找:根据key访问值,get()
print(my_dict["name"])
print(mydict.get("name", "default name"))
# 新增、修改:如果没有这个键值对则是新增,如果有,则修改为当前设定值
my_dict["age"] = 26
# 通过update增加键值对,以及修改
my_dict.update({"age": 25, "city": "New York"})
# 删除指定键值对 del my_dict["age"] # 基础方法 print(my_dict.keys()) # 返回所有键dict_keys(['name', 'age']) print(my_dict.values()) # 返回所有值dict_keys(['xxx', 25]) print(my_dict.items()) # 返回所有键值对dict_keys([('name', 'xxx'), ('age', 25)])
# setdefault() 方法、fromkeys() 方法
3、集合:一种无序的、可变的不重复元素集合,可以添加或删除元素,且元素没有特定的顺序,元素是唯一的,不重复。
# 创建空集合,或从其他可迭代对象(如列表、元组、字符串)创建集合,或者创建一个空集合 my_set = set() my_list = [1, 2, 3, 4, 4, 5] my_set = set(my_list) my_string = "hello" my_set = set(my_string) # 创建带有初始元素的集合,和字典一样都是用大括号 my_set = {1, 2, 3, 4} # 集合中添加单个元素 my_set.add(5) # 向集合中添加多个元素,可以是列表、元组、字符串或其他集合。会将其他集合分解成单个不重复元素,添加进去 my_set.update([4, 5]) print(my_set) # 输出: {1, 2, 3, 4, 5} my_set.update({6, 7}) print(my_set) # 输出: {1, 2, 3, 4, 5, 6, 7} my_set.update("abc") print(my_set) # 输出: {1, 2, 3, 4, 5, 6, 7, 'a', 'c', 'b'} # remove:移除指定元素。如果元素不存在,会引发KeyError # discard:移除指定元素。如果元素不存在,不会引发异常 # pop:移除并返回集合中的一个随机元素。如果集合为空,会引发 KeyError # clear:移除所有元素 my_set.remove(2) my_set.discard(2) ele = my_set.pop() my_set.clear() # 查找:检查元素是否在集合中 print(2 in my_set) # 输出: True # 判断一个集合是否是另外集合的子集 set1 = {1, 2} set2 = {1, 2, 3} print(set1.issubset(set2)) # 输出: True # 集合计算:union,返回两个集合的并集 set1 = {1, 2, 3} set2 = {3, 4, 5} print(set1.union(set2)) # 输出: {1, 2, 3, 4, 5}
4、元组:种有序的、不可变的集合,允许重复元素,创建后不能修改,元素按照插入的顺序存储。
# 创建空元组 # 创建带有初始元素的元组 empty_tuple = () print(empty_tuple) # 输出: () my_tuple = (1, 2, 3) print(my_tuple) # 输出: (1, 2, 3) # 不使用小括号 my_tuple = 1, 2, 3 print(my_tuple) # 输出: (1, 2, 3) # 单元素元组 single_element_tuple = (1,) print(single_element_tuple) # 输出: (1,) # 使用 tuple() 构造函数,接受列表、字符串等数据结构 # 从列表创建元组 my_list = [1, 2, 3] my_tuple = tuple(my_list) print(my_tuple) # 输出: (1, 2, 3) # 从字符串创建元组 my_string = "hello" my_tuple = tuple(my_string) print(my_tuple) # 输出: ('h', 'e', 'l', 'l', 'o') # 访问:通过索引访问,正序,倒序 print(my_tuple[0]) print(my_tuple[-1]) # 访问:通过切片访问 my_tuple = (1, 2, 3, 4, 5) print(my_tuple[1:3]) # 输出: (2, 3) print(my_tuple[:2]) # 输出: (1, 2) print(my_tuple[2:]) # 输出: (3, 4, 5) print(my_tuple[::2]) # 输出: (1, 3, 5) # 解包 my_tuple = (1, 2, 3) a, b, c = my_tuple print(a, b, c) # 输出: 1 2 3 # 使用*号解包 my_tuple = (1, 2, 3, 4) a, *b, c = my_tuple print(a, b, c) # 输出: 1 [2, 3] 4 # 元组操作:合并 tuple1 = (1, 2) tuple2 = (3, 4) merged_tuple = tuple1 + tuple2 # 查找,使用in print(2 in my_tuple) # True/False # 返回指定元素的第一个匹配项的索引,如果元素不存在,会引发 ValueError my_tuple = (1, 2, 3, 2) print(my_tuple.index(2)) # 输出: 1 # 计数,返回指定元素在元组中出现的次数 my_tuple = (1, 2, 3, 2) print(my_tuple.count(2)) # 输出: 2 # len() :返回元组中元素的数量 print(len(my_tuple)) # max() 和 min():返回元组中的最大值和最小值 my_tuple = (1, 2, 3) print(max(my_tuple)) # 输出: 3 print(min(my_tuple)) # 输出: 1 # sum():返回元组中所有元素的和(元素必须是数值类型) my_tuple = (1, 2, 3) print(sum(my_tuple)) # 输出: 6
二、python多进程:库multiprocessing,在一个Python程序中同时运行多个进程,每个进程都有自己的内存空间。通过multiprocessing模块创建多个进程,每个进程有独立的GIL,可以在多个CPU核心上并行执行,从而克服GIL的限制。
对于python,主进程是程序开始运行时的第一个进程,负责启动和管理所有的子进程。可以使用 if __name__ == '__main__'
识别主进程,或者通过 multiprocessing.current_process().name
获取当前进程的信息(识别主进程、子进程)
demo1:创建2个进程,两个进程几乎同时启动,并各自打印自己的编号,等待2秒后,主进程打印结束消息。这里子进程执行完(阻塞),才会继续走主进程。
import multiprocessing import time # 定义一个简单的函数,用于进程执行 def worker(num): """线程工作函数""" print(f'Worker: {num}') time.sleep(2) # 模拟耗时操作 if __name__ == '__main__': # 创建两个进程 processes = [] for i in range(2): p = multiprocessing.Process(target=worker, args=(i,)) processes.append(p) p.start() # 等待所有进程完成 for p in processes: p.join() print("All processes are done.")
demo2:如果想创建出来的子进程不阻塞我们的主进程,将join语句去掉即可,然后主进程就会执行后面的语句了。异步执行:主进程在启动子进程后,立即继续执行而不等待子进程完成。子进程完成后,会在后台输出其结束消息。
demo3:如果子进程会返回一个value,主进程设计去等待子进程执行完返回value,打印出来。使用 multiprocessing
模块中的 Process
类和 Queue
来实现。使用 multiprocessing.Queue
在子进程和主进程之间传递数据。子进程将结果放入队列,主进程从队列中获取结果。
a. 使用 queue.get()
从队列中获取子进程的结果。这将阻塞主进程,直到子进程向队列中放入数据。
b. 使用 p.join()
确保子进程完成执行。
c. 使用 multiprocessing.Queue
在子进程和主进程之间传递数据。子进程将结果放入队列,主进程从队列中获取结果。
import multiprocessing import time def worker(queue): """子进程工作函数""" print(f"Worker process started with PID: {multiprocessing.current_process().pid}") time.sleep(10) # 模拟一个耗时10秒的任务 result = "Result from worker" queue.put(result) print("Worker process finished.") if __name__ == '__main__': print(f"Main process PID: {multiprocessing.current_process().pid}") # 创建一个Queue,用于子进程向主进程传递数据 queue = multiprocessing.Queue() # 创建子进程 p = multiprocessing.Process(target=worker, args=(queue,)) # 启动子进程 p.start() # 主进程继续执行其他任务 print("Main process is doing some work while waiting for the result from worker process.") # 等待子进程完成并获取结果 result = queue.get() # 这将阻塞主进程,直到子进程向队列中放入数据 # 确保子进程完成 p.join() print(f"Main process received result: {result}") print("Main process has finished.")
tips1:对于python多进程能够在单核机器上运行,但是它们不会真正并行执行,因为单核机器一次只能执行一个进程。操作系统会通过进程切换(时间片轮转)来实现“并发”执行。每个进程在短时间内运行一段时间,然后操作系统会暂停该进程并切换到下一个进程,如此循环,从而给人一种多个进程同时运行的错觉。
tips2:全局解释器锁(GIL):Python中的GIL限制了在同一时间只有一个线程可以执行Python字节码,多线程在CPU密集型任务中无法充分利用多核CPU的优势。
三、python多线程
四、python异步
五、python常用的并发
六、python模拟发http请求
七、python直连mysql
八、python连redis
九、python操作etcd
十、pytest的一些应用
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Anaconda版本和Python版本对应关系(持续更新...)
- Python与PyTorch的版本对应
- Windows上安装 Python 环境并配置环境变量 (超详细教程)
- Python pyinstaller打包exe最完整教程