Python笔记基础篇2

妖狐艹你老母 2022-08-17 14:19 181阅读 0赞

第二部分：进阶章
    
    Python别名对象引用：
    >>> a=[1,'qwe','hadoop']
    >>> a
    [1, 'qwe', 'hadoop']
    >>> b=a
    >>> b
    [1, 'qwe', 'hadoop']
    >>> a is b
    True
    >>> 
    
    _str_类的特殊方法：
    #coding="utf-8"
    from sqlite3 import Time
    
    def _str_(self):
        return "%.2d:%d:%d" % (self.hour,self.minute,self.secord)
    
    time=Time(10,42)
    print time
    
    无限递归：
    >>> def test():
    	test()
    >>> test()
    
    Traceback (most recent call last):
      File "<pyshell#30>", line 1, in <module>
        test()
      File "<pyshell#29>", line 2, in test
        test()
      File "<pyshell#29>", line 2, in test
        test()
    。。。。。
      File "<pyshell#29>", line 2, in test
        test()
    RuntimeError: maximum recursion depth exceeded
    
    
    列表count()函数元素个数统计：
    >>> a=[1,1,'hadoop',[2,3],[2,3],'spark','spark']
    >>> a.count(1)
    2
    >>> a.count([]2,3)
    SyntaxError: invalid syntax
    >>> a.count([2,3])
    2
    >>> a.count('hadoop')
    1
    >>> 
    
    
    布尔值类型：
    >>> 5==5
    True
    >>> 5==6
    False
    >>> type(true)
    
    Traceback (most recent call last):
      File "<pyshell#78>", line 1, in <module>
        type(true)
    NameError: name 'true' is not defined
    >>> type(True)
    <type 'bool'>
    >>> type
    <type 'type'>
    >>> type(False)
    <type 'bool'>
    >>> 
    
    
    Python语言异常错误类型：
    AttributeError：属性错误，特性引用和赋值失败时会引发属性错误
    NameError：试图访问的变量名不存在
    SyntaxError：语法错误，代码形式错误
    Exception：所有异常的基类，因为所有python异常类都是基类Exception的其中一员，异常都是从基类Exception继承的，并且都在exceptions模块中定义。
    IOError：一般常见于打开不存在文件时会引发IOError错误，也可以解理为输出输入错误
    KeyError：使用了映射中不存在的关键字（键）时引发的关键字错误
    IndexError：索引错误，使用的索引不存在，常索引超出序列范围，什么是索引
    TypeError：类型错误，内建操作或是函数应于在了错误类型的对象时会引发类型错误
    ZeroDivisonError：除数为0，在用除法操作时，第二个参数为0时引发了该错误
    ValueError：值错误，传给对象的参数类型不正确，像是给int()函数传入了字符串数据类型的参数。
    
    
    列表的sort添加key和reverse参数：
    >>> x=['hadoop','spark','storm','hive','hbase']
    >>> x
    ['hadoop', 'spark', 'storm', 'hive', 'hbase']
    >>> x.sort(key=len)
    >>> x
    ['hive', 'spark', 'storm', 'hbase', 'hadoop']
    >>> a=['1','4','45','2','34']
    >>> a.sort(key=len)
    >>> a
    ['1', '4', '2', '45', '34']
    >>> a.sort(key=int)
    >>> a
    ['1', '2', '4', '34', '45']
    >>> a.sort(key=int,reverse=True)
    >>> a
    ['45', '34', '4', '2', '1']
    >>> 
    
    
    并行遍历zip函数使用方法：
    >>> a=[3,4,5]
    >>> b=[7,8,9]
    >>> zip(a,b)
    [(3, 7), (4, 8), (5, 9)]
    >>> c=(1,2,3)
    >>> d=(4,5,6)
    >>> e=(7,8,9)
    >>> zip(c,d,e)
    [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
    >>> f='asd'
    >>> g='qwertyy'
    >>> zip(f,g)
    [('a', 'q'), ('s', 'w'), ('d', 'e')]
    >>> for (x,y) in zip(a,b):
    	print x,y,'-->',x*y
    
    	
    3 7 --> 21
    4 8 --> 32
    5 9 --> 45
    
    
    if和else语句：
    >>> if x>y:
    	print 'sdf'
    elif x<y:
    	print 'asf'
    else:
    	print 'sdfg'
    
    	
    asf
    >>> 
    
    
    
    python列表的cmp函数：
    >>> cmp(23,56)
    -1
    >>> cmp(67,23)
    1
    >>> cmp(33,33)
    0
    >>> cmp('asd','a')
    1
    >>> cmp('asd','bs')
    -1
    >>> num=[345,56,7,32]
    >>> num.sort(cmp)
    >>> num
    [7, 32, 56, 345]
    >>> 
    
    
    
    字典的get()方法：
    >>> info={'name':'baozi'}
    >>> info
    {'name': 'baozi'}
    >>> print info['age']
    
    Traceback (most recent call last):
      File "<pyshell#210>", line 1, in <module>
        print info['age']
    KeyError: 'age'
    >>> print info.get('age')
    None
    >>> print info.get('age','不存在')
    不存在
    >>> 
    
    
    
    字典的items()和iteritems()方法：
    >>> x={'hadoop':'hdfe','spark':'rdd'}
    >>> x
    {'spark': 'rdd', 'hadoop': 'hdfe'}
    >>> x.items()
    [('spark', 'rdd'), ('hadoop', 'hdfe')]
    >>> x
    {'spark': 'rdd', 'hadoop': 'hdfe'}
    >>> a=x.items()
    >>> a
    [('spark', 'rdd'), ('hadoop', 'hdfe')]
    >>> type(a)
    <type 'list'>
    >>> 
    >>> q=x.iteritems()
    >>> q
    <dictionary-itemiterator object at 0x02E3DED0>
    >>> type(q)
    <type 'dictionary-itemiterator'>
    >>> list(q)
    [('spark', 'rdd'), ('hadoop', 'hdfe')]
    >>> 
    
    
    Python的range()方法：
    >>> range(5)
    [0, 1, 2, 3, 4]
    >>> range(1,5)
    [1, 2, 3, 4]
    >>> range(1,10,2)
    [1, 3, 5, 7, 9]
    >>> range(4,-4)
    []
    >>> range(4,-4,-1)
    [4, 3, 2, 1, 0, -1, -2, -3]
    >>> for i in range(5):
    	print (i,'---->spark')
    
    	
    (0, '---->spark')
    (1, '---->spark')
    (2, '---->spark')
    (3, '---->spark')
    (4, '---->spark')
    >>> str='hadoop-spark'
    >>> for i in str:
    	print i,
    
    	
    h a d o o p - s p a r k
    >>> for i in range(len(str)):
    	print str[i],
    
    	
    h a d o o p - s p a r k
    >>> 
    
    
    字典的clear、pop、popitem方法：
    >>> p={}
    >>> p['name']='blb'
    >>> p['age']='age'
    >>> p
    {'age': 'age', 'name': 'blb'}
    >>> l=p
    >>> l
    {'age': 'age', 'name': 'blb'}
    >>> p.clear()
    >>> p
    {}
    >>> l
    {}
    >>> 
    
    >>> x
    {'age': 23, 'spark': 'rdd', 'hadoop': 'hdfe', 'name': 'blb'}
    >>> y=x
    >>> y
    {'age': 23, 'spark': 'rdd', 'hadoop': 'hdfe', 'name': 'blb'}
    >>> x.pop('age')
    23
    >>> x
    {'spark': 'rdd', 'hadoop': 'hdfe', 'name': 'blb'}
    >>> y
    {'spark': 'rdd', 'hadoop': 'hdfe', 'name': 'blb'}
    >>> x.popitem()
    ('spark', 'rdd')
    >>> y
    {'hadoop': 'hdfe', 'name': 'blb'}
    >>> 
    
    
    Python列表推导式：
    >>> a=[1,2,3,4,5,6,7,8,9,10,11,12]
    >>> [3*f for f in a ]
    [3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36]
    >>> [3*f for f in range(12)]
    [0, 3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33]
    >>> [f for f in a if f % 2 ==0]
    [2, 4, 6, 8, 10, 12]
    >>> [[f,g] for f in range(5) for g in range(6)]
    [[0, 0], [0, 1], [0, 2], [0, 3], [0, 4], [0, 5], [1, 0], [1, 1], [1, 2], [1, 3], [1, 4], [1, 5], [2, 0], [2, 1], [2, 2], [2, 3], [2, 4], [2, 5], [3, 0], [3, 1], [3, 2], [3, 3], [3, 4], [3, 5], [4, 0], [4, 1], [4, 2], [4, 3], [4, 4], [4, 5]]
    >>> 
    
    
    Python列表排序方法reverse、sort、sorted：
    >>> a=[1,4,7,34,87,3,16]
    >>> a.reverse()
    >>> a
    [16, 3, 87, 34, 7, 4, 1]
    >>> a.sort()
    >>> a
    [1, 3, 4, 7, 16, 34, 87]
    >>> b=a.sort()
    >>> a
    [1, 3, 4, 7, 16, 34, 87]
    >>> b
    >>> print b
    None
    >>> b=sorted(a)
    >>> a
    [1, 3, 4, 7, 16, 34, 87]
    >>> b
    [1, 3, 4, 7, 16, 34, 87]
    >>> 
    >>> sorted('hadoop-spark.storm')
    ['-', '.', 'a', 'a', 'd', 'h', 'k', 'm', 'o', 'o', 'o', 'p', 'p', 'r', 'r', 's', 's', 't']
    >>> 
    
    
    使用from import方法导入模块：
    >>> import math
    >>> print math
    <module 'math' (built-in)>
    >>> print math.pi
    3.14159265359
    >>> 
    >>> print pi
    
    Traceback (most recent call last):
      File "<pyshell#336>", line 1, in <module>
        print pi
    NameError: name 'pi' is not defined
    >>> from math import pi
    >>> print pi
    3.14159265359
    >>> from math import *
    >>> pi
    3.141592653589793
    >>> cos(pi)
    -1.0
    >>> 
    
    
    Python序列：
    列表、元组是最常用的，还有字符串、Unicode字符串、buffer对象、xrange对象。
    
    序列类的一些通用的方法：
    1、索引：
    >>> x='hadoop-spark'
    >>> x[0]
    'h'
    >>> x[-1]
    'k'
    >>> 
    
    2、切片：
    >>> x[4:-4]
    'op-s'
    >>> x[:-1]
    'hadoop-spar'
    >>> x[1:]
    'adoop-spark'
    >>> 
    
    3、序列相加：
    >>> [1,2]+[2,3,4]
    [1, 2, 2, 3, 4]
    >>> 'hadoop'+'spark'
    'hadoopspark'
    >>> (23,45)+(5,234)
    (23, 45, 5, 234)
    >>> 
    
    4、序列乘法：
    >>> a='hadoop'
    >>> a*4
    'hadoophadoophadoophadoop'
    >>> s=[23,45]
    >>> s*4
    [23, 45, 23, 45, 23, 45, 23, 45]
    >>> 
    
    5、成员资格：
    >>> x
    'hadoop-spark'
    >>> 't' in x
    False
    >>> 's' in x
    True
    >>> 
    
    6、序列内建函数：
    >>> x
    'hadoop-spark'
    >>> len(x)
    12
    >>> min(x)
    '-'
    >>> max(x)
    's'
    >>> num=[23,4,76,8,9,54,76]
    >>> len(num)
    7
    >>> min(num)
    4
    >>> max(num)
    76
    >>> 
    
    
    Python赋值语句序列解包：
    >>> a,b,c=1,2,3
    >>> print a,b,c
    1 2 3
    >>> a,b=b,a
    >>> print a,b,c
    2 1 3
    >>> val=1,2,3
    >>> val
    (1, 2, 3)
    >>> x,y,z=val
    >>> print x,y,z
    1 2 3
    >>> 
    
    
    Python的setdefault方法：
    >>> a={}
    >>> a['name']='blb'
    >>> a
    {'name': 'blb'}
    >>> a.setdefault('name','hadoop')
    'blb'
    >>> a
    {'name': 'blb'}
    >>> a.setdefault('name1','spark')
    'spark'
    >>> a
    {'name': 'blb', 'name1': 'spark'}
    >>> b={}
    >>> b
    {}
    >>> b.setdefault('storm')
    >>> b
    {'storm': None}
    >>> 
    
    
    Python is同一性运算符和==相等运算符区别：
    ython中对象包含的三个基本要素，分别是：id(身份标识)、type(数据类型)和value(值)。is和==都是对对象进行比较判断作用的，但对对象比较判断的内容并不相同。
    
    ==比较操作符：用来比较两个对象是否相等，value做为判断因素；
    is同一性运算符：比较判断两个对象是否相同，id做为判断因素。
    
    >>> a=b='hadoop-spark'
    >>> c='hadoop-spark'
    >>> a==b
    True
    >>> a==c
    True
    >>> a is b
    True
    >>> a is c
    False
    >>> print id(a)
    48410160
    >>> print id(b)
    48410160
    >>> print id(c)
    48410120
    >>> 
    
    
    
    Python列表删除 pop() 方法返回指定对象：
    >>> a=[1,2,3,4,5,6,7,8,9]
    >>> print a.pop()
    9
    >>> a.pop()
    8
    >>> a
    [1, 2, 3, 4, 5, 6, 7]
    >>> a.pop(2)
    3
    >>> a
    [1, 2, 4, 5, 6, 7]
    >>> 
    
    
    列表insert插入方法：
    >>> a=[1,2,3,4,5,6,7,8]
    >>> a.insert(4,'hadoop')
    >>> a
    [1, 2, 3, 4, 'hadoop', 5, 6, 7, 8]
    >>> a.extend('spark')
    >>> a
    [1, 2, 3, 4, 'hadoop', 5, 6, 7, 8, 's', 'p', 'a', 'r', 'k']
    >>> a.append('storm')
    >>> a
    [1, 2, 3, 4, 'hadoop', 5, 6, 7, 8, 's', 'p', 'a', 'r', 'k', 'storm']
    >>> 
    
    
    
    Python list列表index查找使用方法：
    >>> a=['hadoop','spark','storm','hive','hbase']
    >>> a.index('storm')
    2
    >>> a.index('docker')
    
    Traceback (most recent call last):
      File "<pyshell#449>", line 1, in <module>
        a.index('docker')
    ValueError: 'docker' is not in list
    >>> 
    
    
    Python list列表extend()和加号+连接操作符的区别：
    >>> list1=[1,2,3,4]
    >>> list2=[5,6,7]
    >>> list1.extend(list2)
    >>> list1
    [1, 2, 3, 4, 5, 6, 7]
    >>> 
    >>> l1=[1,2,3]
    >>> l2=[4,5,6]
    >>> l1+l2
    [1, 2, 3, 4, 5, 6]
    >>> l1
    [1, 2, 3]
    >>> 
    
    while语句：
    >>> x=1
    >>> while x<10:
    	x+=1
    	print x,
    
    	
    2 3 4 5 6 7 8 9 10
    >>> 
    
    
    
    Python的for循环控制语句：
    >>> a='hadoop-spark'
    >>> for i in a:
    	print i,
    
    	
    h a d o o p - s p a r k
    >>> b=[1,2,3,4,5]
    >>> for i in b:
    	print i,
    
    	
    1 2 3 4 5
    >>> c=[('hadoop','hdfs'),('spark','rdd')]
    >>> for (i,j) in c:
    	print(i,j),
    
    	
    ('hadoop', 'hdfs') ('spark', 'rdd')
    >>> 
    
    
    
    python的break语句：
    >>> x=1
    >>> while True:
    	x+=1
    	print x
    	if(x>=5):
    		break
    
    	
    2
    3
    4
    5
    >>> 
    
    
    Python的continue语句：
    >>> x=10
    >>> while x:
    	x-=1
    	if x % 2!=0:
    		continue
    	print x
    
    	
    8
    6
    4
    2
    0
    >>> 
    
    
    
    Python的pass语句：
    >>> while True:
    	pass
    KeyboardInterrupt
    >>> 
    
    
    
    Python的return语句：
    >>> def fun1(x,y):
    	return x+y
    
    >>> x=fun1(3,4)
    >>> x
    7
    >>> 
    
    
    Python的global使用方法：
    >>> x=6
    >>> def fun2():
    	x=1
    
    	
    >>> fun2()
    >>> x
    6
    >>> 
    >>> 
    >>> x=6
    >>> def fun3():
    	global x
    	x=1
    
    	
    >>> fun3()
    >>> x
    1
    >>> 
    
    
    
    Python的assert语句：
    assert断言是声明其布尔值必须为真的判定，如果发生异常就说明表达示为假。可以理解assert断言语句为raise-if-not，用来测试表示式，其返回值为假，就会触发异常。
    >>> assert 1==1
    >>> assert 2+2==2*2
    >>> assert 2+2==2*2+1
    
    Traceback (most recent call last):
      File "<pyshell#570>", line 1, in <module>
        assert 2+2==2*2+1
    AssertionError
    >>> assert len(['my age',12])<10
    >>> assert len(['my age',12])>10
    
    Traceback (most recent call last):
      File "<pyshell#572>", line 1, in <module>
        assert len(['my age',12])>10
    AssertionError
    >>> assert range(4)==[1,2,3,4]
    
    Traceback (most recent call last):
      File "<pyshell#573>", line 1, in <module>
        assert range(4)==[1,2,3,4]
    AssertionError
    >>> assert range(4)==[0,1,2,3]
    >>>