Python 的一些日常高频写法总结！

阳光穿透心脏的1/2处 2024-02-05 23:54 55阅读 0赞

今天给大家准备了60个Python日常高频写法，如果觉得有用，那就点赞收藏起来吧～

### **一、 数字** ###

#### **1 求绝对值** ####

绝对值或复数的模

In [1]: abs(-6)
    Out[1]: 6

#### **2 进制转化** ####

十进制转换为二进制：

In [2]: bin(10)
    Out[2]: '0b1010'

十进制转换为八进制：

In [3]: oct(9)
    Out[3]: '0o11'

十进制转换为十六进制：

In [4]: hex(15)
    Out[4]: '0xf'

#### **3 整数和ASCII互转** ####

十进制整数对应的ASCII字符

In [1]: chr(65)
    Out[1]: 'A'

查看某个ASCII字符对应的十进制数

In [1]: ord('A')
    Out[1]: 65

#### **4 元素都为真检查** ####

所有元素都为真，返回 True，否则为False

In [5]: all([1,0,3,6])
    Out[5]: False
    In [6]: all([1,2,3])
    Out[6]: True

#### **5 元素至少一个为真检查** ####

至少有一个元素为真返回True，否则False

In [7]: any([0,0,0,[]])
    Out[7]: False
    In [8]: any([0,0,1])
    Out[8]: True

#### **6 判断是真是假** ####

测试一个对象是True, 还是False.

In [9]: bool([0,0,0])
    Out[9]: True
    
    In [10]: bool([])
    Out[10]: False
    
    In [11]: bool([1,0,1])
    Out[11]: True

#### **7 创建复数** ####

创建一个复数

In [1]: complex(1,2)
    Out[1]: (1+2j)

#### **8 取商和余数** ####

分别取商和余数

In [1]: divmod(10,3)
    Out[1]: (3, 1)

#### **9 转为浮点类型** ####

将一个整数或数值型字符串转换为浮点数

In [1]: float(3)
    Out[1]: 3.0

如果不能转化为浮点数，则会报ValueError:

In [2]: float('a')
    # ValueError: could not convert string to float: 'a'

#### **10 转为整型** ####

int(x, base =10) , x可能为字符串或数值，将x 转换为一个普通整数。如果参数是字符串，那么它可能包含符号和小数点。如果超出了普通整数的表示范围，一个长整数被返回。

In [1]: int('12',16)
    Out[1]: 18

#### **11 次幂** ####

base为底的exp次幂，如果mod给出，取余

In [1]: pow(3, 2, 4)
    Out[1]: 1

#### **12 四舍五入** ####

四舍五入，ndigits代表小数点后保留几位：

In [11]: round(10.0222222, 3)
    Out[11]: 10.022
    
    In [12]: round(10.05,1)
    Out[12]: 10.1

#### **13 链式比较** ####

i = 3
    print(1 < i < 3)  # False
    print(1 < i <= 3)  # True

### **二、 字符串** ###

#### **14 字符串转字节** ####

字符串转换为字节类型

In [12]: s = "apple"                                                            
    
    In [13]: bytes(s,encoding='utf-8')
    Out[13]: b'apple'

#### **15 任意对象转为字符串** ####

In [14]: i = 100                                                                
    
    In [15]: str(i)
    Out[15]: '100'
    
    In [16]: str([])
    Out[16]: '[]'
    
    In [17]: str(tuple())
    Out[17]: '()'

#### **16 执行字符串表示的代码** ####

将字符串编译成python能识别或可执行的代码，也可以将文字读成字符串再编译。

In [1]: s  = "print('helloworld')"
        
    In [2]: r = compile(s,"<string>", "exec")
        
    In [3]: r
    Out[3]: <code object <module> at 0x0000000005DE75D0, file "<string>", line 1>
        
    In [4]: exec(r)
    helloworld

#### **17 计算表达式** ####

将字符串str 当成有效的表达式来求值并返回计算结果取出字符串中内容

In [1]: s = "1 + 3 +5"
        ...: eval(s)
        ...:
    Out[1]: 9

#### **18 字符串格式化** ####

格式化输出字符串，format(value, format\_spec)实质上是调用了value的\_\_format\_\_(format\_spec)方法。

In [104]: print("i am {0},age{1}".format("tom",18))
    i am tom,age18

<table style="width:676px;"> 
 <thead> 
  <tr> 
   <th>3.1415926</th> 
   <th>{:.2f}</th> 
   <th>3.14</th> 
   <th>保留小数点后两位</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>3.1415926</td> 
   <td>{:+.2f}</td> 
   <td>+3.14</td> 
   <td>带符号保留小数点后两位</td> 
  </tr> 
  <tr> 
   <td>-1</td> 
   <td>{:+.2f}</td> 
   <td>-1.00</td> 
   <td>带符号保留小数点后两位</td> 
  </tr> 
  <tr> 
   <td>2.71828</td> 
   <td>{:.0f}</td> 
   <td>3</td> 
   <td>不带小数</td> 
  </tr> 
  <tr> 
   <td>5</td> 
   <td>{:0&gt;2d}</td> 
   <td>05</td> 
   <td>数字补零 (填充左边, 宽度为2)</td> 
  </tr> 
  <tr> 
   <td>5</td> 
   <td>{:x&lt;4d}</td> 
   <td>5xxx</td> 
   <td>数字补x (填充右边, 宽度为4)</td> 
  </tr> 
  <tr> 
   <td>10</td> 
   <td>{:x&lt;4d}</td> 
   <td>10xx</td> 
   <td>数字补x (填充右边, 宽度为4)</td> 
  </tr> 
  <tr> 
   <td>1000000</td> 
   <td>{:,}</td> 
   <td>1,000,000</td> 
   <td>以逗号分隔的数字格式</td> 
  </tr> 
  <tr> 
   <td>0.25</td> 
   <td>{:.2%}</td> 
   <td>25.00%</td> 
   <td>百分比格式</td> 
  </tr> 
  <tr> 
   <td>1000000000</td> 
   <td>{:.2e}</td> 
   <td>1.00e+09</td> 
   <td>指数记法</td> 
  </tr> 
  <tr> 
   <td>18</td> 
   <td>{:&gt;10d}</td> 
   <td>' 18'</td> 
   <td>右对齐 (默认, 宽度为10)</td> 
  </tr> 
  <tr> 
   <td>18</td> 
   <td>{:&lt;10d}</td> 
   <td>'18 '</td> 
   <td>左对齐 (宽度为10)</td> 
  </tr> 
  <tr> 
   <td>18</td> 
   <td>{:^10d}</td> 
   <td>' 18 '</td> 
   <td>中间对齐 (宽度为10)</td> 
  </tr> 
 </tbody> 
</table>

### **三、 函数** ###

#### **19 拿来就用的排序函数** ####

排序：

In [1]: a = [1,4,2,3,1]
    
    In [2]: sorted(a,reverse=True)
    Out[2]: [4, 3, 2, 1, 1]
    
    In [3]: a = [{'name':'xiaoming','age':18,'gender':'male'},{'name':'
         ...: xiaohong','age':20,'gender':'female'}]
    In [4]: sorted(a,key=lambda x: x['age'],reverse=False)
    Out[4]:
    [{'name': 'xiaoming', 'age': 18, 'gender': 'male'},
     {'name': 'xiaohong', 'age': 20, 'gender': 'female'}]

#### **20 求和函数** ####

求和：

In [181]: a = [1,4,2,3,1]
    
    In [182]: sum(a)
    Out[182]: 11
    
    In [185]: sum(a,10) #求和的初始值为10
    Out[185]: 21

#### **21 nonlocal用于内嵌函数中** ####

关键词nonlocal常用于函数嵌套中，声明变量i为非局部变量；如果不声明，i+=1表明i为函数wrapper内的局部变量，因为在i+=1引用(reference)时,i未被声明，所以会报unreferenced variable的错误。

def excepter(f):
        i = 0
        t1 = time.time()
        def wrapper():
            try:
                f()
            except Exception as e:
                nonlocal i
                i += 1
                print(f'{e.args[0]}: {i}')
                t2 = time.time()
                if i == n:
                    print(f'spending time:{round(t2-t1,2)}')
        return wrapper

#### **22 global 声明全局变量** ####

先回答为什么要有global，一个变量被多个函数引用，想让全局变量被所有函数共享。有的伙伴可能会想这还不简单，这样写：

i = 5
    def f():
        print(i)
    
    def g():
        print(i)
        pass
    
    f()
    g()

f和g两个函数都能共享变量i，程序没有报错，所以他们依然不明白为什么要用global. 但是，如果我想要有个函数对i递增，这样：

def h():
        i += 1
    
    h()

此时执行程序，bang, 出错了！抛出异常：UnboundLocalError，原来编译器在解释i+=1时会把i解析为函数h()内的局部变量，很显然在此函数内，编译器找不到对变量i的定义，所以会报错。

global就是为解决此问题而被提出，在函数h内，显式地告诉编译器i为全局变量，然后编译器会在函数外面寻找i的定义，执行完i+=1后，i还为全局变量，值加1：

i = 0
    def h():
        global i
        i += 1
    
    h()
    print(i)

#### **23 交换两元素** ####

def swap(a, b):
        return b, a
    
    
    print(swap(1, 0))  # (0,1)

#### **24 操作函数对象** ####

In [31]: def f():
        ...:     print('i\'m f')
        ...:
    
    In [32]: def g():
        ...:     print('i\'m g')
        ...:
    
    In [33]: [f,g][1]()
    i'm g

创建函数对象的list，根据想要调用的index，方便统一调用。

#### **25 生成逆序序列** ####

list(range(10,-1,-1)) # [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

第三个参数为负时，表示从第一个参数开始递减，终止到第二个参数(不包括此边界)

#### **26 函数的五类参数使用例子** ####

python五类参数：位置参数，关键字参数，默认参数，可变位置或关键字参数的使用。

def f(a,*b,c=10,**d):
      print(f'a:{a},b:{b},c:{c},d:{d}')

默认参数c不能位于可变关键字参数d后. 调用f:

In [10]: f(1,2,5,width=10,height=20)
    a:1,b:(2, 5),c:10,d:{'width': 10, 'height': 20}

可变位置参数b实参后被解析为元组(2,5);而c取得默认值10; d被解析为字典.

再次调用f:

In [11]: f(a=1,c=12)
    a:1,b:(),c:12,d:{}

a=1传入时a就是关键字参数，b,d都未传值，c被传入12，而非默认值。

注意观察参数a, 既可以f(1),也可以f(a=1) 其可读性比第一种更好，建议使用f(a=1)。如果要强制使用f(a=1)，需要在前面添加一个星号:

def f(*,a,**b):
      print(f'a:{a},b:{b}')

此时f(1)调用，将会报错：TypeError: f() takes 0 positional arguments but 1 was given

只能f(a=1)才能OK.

说明前面的\*发挥作用，它变为只能传入关键字参数，那么如何查看这个参数的类型呢？借助python的inspect模块：

In [22]: for name,val in signature(f).parameters.items():
        ...:     print(name,val.kind)
        ...:
    a KEYWORD_ONLY
    b VAR_KEYWORD

可看到参数a的类型为KEYWORD\_ONLY，也就是仅仅为关键字参数。

但是，如果f定义为：

def f(a,*b):
      print(f'a:{a},b:{b}')

查看参数类型：

In [24]: for name,val in signature(f).parameters.items():
        ...:     print(name,val.kind)
        ...:
    a POSITIONAL_OR_KEYWORD
    b VAR_POSITIONAL

可以看到参数a既可以是位置参数也可是关键字参数。

#### **27 使用slice对象** ####

生成关于蛋糕的序列cake1：

In [1]: cake1 = list(range(5,0,-1))
    
    In [2]: b = cake1[1:10:2]
    
    In [3]: b
    Out[3]: [4, 2]
    
    In [4]: cake1
    Out[4]: [5, 4, 3, 2, 1]

再生成一个序列：

In [5]: from random import randint
       ...: cake2 = [randint(1,100) for _ in range(100)]
       ...: # 同样以间隔为2切前10个元素，得到切片d
       ...: d = cake2[1:10:2]
    In [6]: d
    Out[6]: [75, 33, 63, 93, 15]

你看，我们使用同一种切法，分别切开两个蛋糕cake1,cake2. 后来发现这种切法极为经典，又拿它去切更多的容器对象。

那么，为什么不把这种切法封装为一个对象呢？于是就有了slice对象。

定义slice对象极为简单，如把上面的切法定义成slice对象：

perfect_cake_slice_way = slice(1,10,2)
    #去切cake1
    cake1_slice = cake1[perfect_cake_slice_way]
    cake2_slice = cake2[perfect_cake_slice_way]
    
    In [11]: cake1_slice
    Out[11]: [4, 2]
    
    In [12]: cake2_slice
    Out[12]: [75, 33, 63, 93, 15]

与上面的结果一致。对于逆向序列切片，slice对象一样可行：

a = [1,3,5,7,9,0,3,5,7]
    a_ = a[5:1:-1]
    
    named_slice = slice(5,1,-1)
    a_slice = a[named_slice]
    
    In [14]: a_
    Out[14]: [0, 9, 7, 5]
    
    In [15]: a_slice
    Out[15]: [0, 9, 7, 5]

频繁使用同一切片的操作可使用slice对象抽出来，复用的同时还能提高代码可读性。

#### **28 lambda 函数的动画演示** ####

有些读者反映，lambda函数不太会用，问我能不能解释一下。

比如，下面求这个 lambda函数：

def max_len(*lists):
        return max(*lists, key=lambda v: len(v))

有两点疑惑：

*  参数v的取值？
 *  lambda函数有返回值吗？如果有，返回值是多少？

调用上面函数，求出以下三个最长的列表：

r = max_len([1, 2, 3], [4, 5, 6, 7], [8])
    print(f'更长的列表是{r}')

程序完整运行过程，动画演示如下：

![图片][3e7569a9a2692668daabe6487c9dfdfb.gif]

结论：

*  参数v的可能取值为\*lists，也就是 tuple 的一个元素。
 *  lambda函数返回值，等于lambda v冒号后表达式的返回值。

### **四、 数据结构** ###

#### **29 转为字典** ####

创建数据字典

In [1]: dict()
    Out[1]: {}
    
    In [2]: dict(a='a',b='b')
    Out[2]: {'a': 'a', 'b': 'b'}
    
    In [3]: dict(zip(['a','b'],[1,2]))
    Out[3]: {'a': 1, 'b': 2}
    
    In [4]: dict([('a',1),('b',2)])
    Out[4]: {'a': 1, 'b': 2}

#### **30 冻结集合** ####

创建一个不可修改的集合。

In [1]: frozenset([1,1,3,2,3])
    Out[1]: frozenset({1, 2, 3})

因为不可修改，所以没有像set那样的add和pop方法

#### **31 转为集合类型** ####

返回一个set对象，集合内不允许有重复元素：

In [159]: a = [1,4,2,3,1]
    
    In [160]: set(a)
    Out[160]: {1, 2, 3, 4}

#### **32 转为切片对象** ####

class slice(start, stop\[, step\]) 返回一个表示由 range(start, stop, step) 所指定索引集的 slice对象，它让代码可读性、可维护性变好。

In [1]: a = [1,4,2,3,1]
    
    In [2]: my_slice_meaning = slice(0,5,2)
    
    In [3]: a[my_slice_meaning]
    Out[3]: [1, 2, 1]

#### **33 转元组** ####

tuple() 将对象转为一个不可变的序列类型

In [16]: i_am_list = [1,3,5]
    In [17]: i_am_tuple = tuple(i_am_list)
    In [18]: i_am_tuple
    Out[18]: (1, 3, 5)

### **五、 类和对象** ###

#### **34 是否可调用** ####

检查对象是否可被调用

In [1]: callable(str)
    Out[1]: True
    
    In [2]: callable(int)
    Out[2]: True
    In [18]: class Student():
        ...:     def __init__(self,id,name):
        ...:         self.id = id
        ...:         self.name = name
        ...:     def __repr__(self):
        ...:         return 'id = '+self.id +', name = '+self.name
        ...
    
    In [19]: xiaoming = Student('001','xiaoming')
    
    In [20]: callable(xiaoming)
    Out[20]: False

如果能调用xiaoming(), 需要重写Student类的\_\_call\_\_方法：

In [1]: class Student():
        ...:     def __init__(self,id,name):
        ...:         self.id = id
        ...:         self.name = name
        ...:     def __repr__(self):
        ...:         return 'id = '+self.id +', name = '+self.name
        ...:     def __call__(self):
        ...:         print('I can be called')
        ...:         print(f'my name is {self.name}')
        ...:
    
    In [2]: t = Student('001','xiaoming')
    
    In [3]: t()
    I can be called
    my name is xiaoming

#### **35 ascii 展示对象** ####

调用对象的 **repr** 方法，获得该方法的返回值，如下例子返回值为字符串

>>> class Student():
        def __init__(self,id,name):
            self.id = id
            self.name = name
        def __repr__(self):
            return 'id = '+self.id +', name = '+self.name

调用：

>>> xiaoming = Student(id='1',name='xiaoming')
    >>> xiaoming
    id = 1, name = xiaoming
    >>> ascii(xiaoming)
    'id = 1, name = xiaoming'

#### **36 类方法** ####

classmethod 装饰器对应的函数不需要实例化，不需要 self 参数，但第一个参数需要是表示自身类的 cls 参数，可以来调用类的属性，类的方法，实例化对象等。

#### **37 动态删除属性** ####

删除对象的属性

In [1]: delattr(xiaoming,'id')
    
    In [2]: hasattr(xiaoming,'id')
    Out[2]: False

#### **38 一键查看对象所有方法** ####

不带参数时返回当前范围内的变量、方法和定义的类型列表；带参数时返回参数的属性，方法列表。

In [96]: dir(xiaoming)
    Out[96]:
    ['__class__',
     '__delattr__',
     '__dict__',
     '__dir__',
     '__doc__',
     '__eq__',
     '__format__',
     '__ge__',
     '__getattribute__',
     '__gt__',
     '__hash__',
     '__init__',
     '__init_subclass__',
     '__le__',
     '__lt__',
     '__module__',
     '__ne__',
     '__new__',
     '__reduce__',
     '__reduce_ex__',
     '__repr__',
     '__setattr__',
     '__sizeof__',
     '__str__',
     '__subclasshook__',
     '__weakref__',
     
     'name']

#### **39 动态获取对象属性** ####

获取对象的属性

In [1]: class Student():
       ...:     def __init__(self,id,name):
       ...:         self.id = id
       ...:         self.name = name
       ...:     def __repr__(self):
       ...:         return 'id = '+self.id +', name = '+self.name
    
    In [2]: xiaoming = Student(id='001',name='xiaoming')
    In [3]: getattr(xiaoming,'name') # 获取xiaoming这个实例的name属性值
    Out[3]: 'xiaoming'

#### **40 对象是否有这个属性** ####

In [1]: class Student():
       ...:     def __init__(self,id,name):
       ...:         self.id = id
       ...:         self.name = name
       ...:     def __repr__(self):
       ...:         return 'id = '+self.id +', name = '+self.name
    
    In [2]: xiaoming = Student(id='001',name='xiaoming')
    In [3]: hasattr(xiaoming,'name')
    Out[3]: True
    
    In [4]: hasattr(xiaoming,'address')
    Out[4]: False

#### **41 对象门牌号** ####

返回对象的内存地址

In [1]: id(xiaoming)
    Out[1]: 98234208

#### **42 isinstance** ####

判断object是否为类classinfo的实例，是返回true

In [1]: class Student():
       ...:     def __init__(self,id,name):
       ...:         self.id = id
       ...:         self.name = name
       ...:     def __repr__(self):
       ...:         return 'id = '+self.id +', name = '+self.name
    
    In [2]: xiaoming = Student(id='001',name='xiaoming')
    
    In [3]: isinstance(xiaoming,Student)
    Out[3]: True

#### **43 父子关系鉴定** ####

In [1]: class undergraduate(Student):
        ...:     def studyClass(self):
        ...:         pass
        ...:     def attendActivity(self):
        ...:         pass
    
    In [2]: issubclass(undergraduate,Student)
    Out[2]: True
    
    In [3]: issubclass(object,Student)
    Out[3]: False
    
    In [4]: issubclass(Student,object)
    Out[4]: True

如果class是classinfo元组中某个元素的子类，也会返回True

In [1]: issubclass(int,(int,float))
    Out[1]: True

#### **44 所有对象之根** ####

object 是所有类的基类

In [1]: o = object()
    
    In [2]: type(o)
    Out[2]: object

#### **45 创建属性的两种方式** ####

返回 property 属性，典型的用法：

class C:
        def __init__(self):
            self._x = None
    
        def getx(self):
            return self._x
    
        def setx(self, value):
            self._x = value
    
        def delx(self):
            del self._x
        # 使用property类创建 property 属性
        x = property(getx, setx, delx, "I'm the 'x' property.")

使用python装饰器，实现与上完全一样的效果代码：

class C:
        def __init__(self):
            self._x = None
    
        @property
        def x(self):
            return self._x
    
        @x.setter
        def x(self, value):
            self._x = value
    
        @x.deleter
        def x(self):
            del self._x

#### **46 查看对象类型** ####

class type(name, bases, dict)

传入一个参数时，返回 object 的类型：

In [1]: class Student():
       ...:     def __init__(self,id,name):
       ...:         self.id = id
       ...:         self.name = name
       ...:     def __repr__(self):
       ...:         return 'id = '+self.id +', name = '+self.name
       ...:
    
    In [2]: xiaoming = Student(id='001',name='xiaoming')
    In [3]: type(xiaoming)
    Out[3]: __main__.Student
    
    In [4]: type(tuple())
    Out[4]: tuple

#### **47 元类** ####

xiaoming, xiaohong, xiaozhang 都是学生，这类群体叫做 Student.

Python 定义类的常见方法，使用关键字 class

In [36]: class Student(object):
        ...:     pass

xiaoming, xiaohong, xiaozhang 是类的实例，则：

xiaoming = Student()
    xiaohong = Student()
    xiaozhang = Student()

创建后，xiaoming 的 **class** 属性，返回的便是 Student类

In [38]: xiaoming.__class__
    Out[38]: __main__.Student

问题在于，Student 类有 \_class\_属性，如果有，返回的又是什么？

In [39]: xiaoming.__class__.__class__
    Out[39]: type

哇，程序没报错，返回 type 那么，我们不妨猜测：Student 类，类型就是 type，换句话说，Student类就是一个对象，它的类型就是 type，所以，Python 中一切皆对象，类也是对象

Python 中，将描述 Student 类的类被称为：元类。

按照此逻辑延伸，描述元类的类被称为：元元类，开玩笑了~ 描述元类的类也被称为元类。

聪明的朋友会问了，既然 Student 类可创建实例，那么 type 类可创建实例吗？如果能，它创建的实例就叫：类 了。你们真聪明！

说对了，type 类一定能创建实例，比如 Student 类了。

In [40]: Student = type('Student',(),{})
    
    In [41]: Student
    Out[41]: __main__.Student

它与使用 class 关键字创建的 Student 类一模一样。

Python 的类，因为又是对象，所以和 xiaoming，xiaohong 对象操作相似。支持：

*  赋值
 *  拷贝
 *  添加属性
 *  作为函数参数

In [43]: StudentMirror = Student # 类直接赋值 # 类直接赋值
    In [44]: Student.class_property = 'class_property' # 添加类属性
    In [46]: hasattr(Student, 'class_property')
    Out[46]: True

元类，确实使用不是那么多，也许先了解这些，就能应付一些场合。就连 Python 界的领袖 Tim Peters 都说：

“元类就是深度的魔法，99%的用户应该根本不必为此操心。

### **六、工具** ###

#### **48 枚举对象** ####

返回一个可以枚举的对象，该对象的next()方法将返回一个元组。

In [1]: s = ["a","b","c"]
        ...: for i ,v in enumerate(s,1):
        ...:     print(i,v)
        ...:
    1 a
    2 b
    3 c

#### **49 查看变量所占字节数** ####

In [1]: import sys
    
    In [2]: a = {'a':1,'b':2.0}
    
    In [3]: sys.getsizeof(a) # 占用240个字节
    Out[3]: 240

#### **50 过滤器** ####

在函数中设定过滤条件，迭代元素，保留返回值为True的元素：

In [1]: fil = filter(lambda x: x>10,[1,11,2,45,7,6,13])
    
    In [2]: list(fil)
    Out[2]: [11, 45, 13]

#### **51 返回对象的哈希值** ####

返回对象的哈希值，值得注意的是自定义的实例都是可哈希的，list, dict, set等可变对象都是不可哈希的(unhashable)

In [1]: hash(xiaoming)
    Out[1]: 6139638
    
    In [2]: hash([1,2,3])
    
    # TypeError: unhashable type: 'list'

#### **52 一键帮助** ####

返回对象的帮助文档

#### **53 获取用户输入** ####

获取用户输入内容

In [1]: input()
    aa
    Out[1]: 'aa'

#### **54 创建迭代器类型** ####

使用iter(obj, sentinel), 返回一个可迭代对象, sentinel可省略(一旦迭代到此元素，立即终止)

In [1]: lst = [1,3,5]
    
    In [2]: for i in iter(lst):
        ...:     print(i)
        ...:
    1
    3
    5
    In [1]: class TestIter(object):
        ...:     def __init__(self):
        ...:         self.l=[1,3,2,3,4,5]
        ...:         self.i=iter(self.l)
        ...:     def __call__(self):  #定义了__call__方法的类的实例是可调用的
        ...:         item = next(self.i)
        ...:         print ("__call__ is called,fowhich would return",item)
        ...:         return item
        ...:     def __iter__(self): #支持迭代协议(即定义有__iter__()函数)
        ...:         print ("__iter__ is called!!")
        ...:         return iter(self.l)
    In [2]: t = TestIter()
    In [3]: t() # 因为实现了__call__，所以t实例能被调用
    __call__ is called,which would return 1
    Out[3]: 1
    
    In [4]: for e in TestIter(): # 因为实现了__iter__方法，所以t能被迭代
        ...:     print(e)
        ...:
    __iter__ is called!!
    1
    3
    2
    3
    4
    5

#### **55 打开文件** ####

返回文件对象

In [1]: fo = open('D:/a.txt',mode='r', encoding='utf-8')
    
    In [2]: fo.read()
    Out[2]: '\ufefflife is not so long,\nI use Python to play.'

mode取值表：

<table style="width:676px;"> 
 <thead> 
  <tr> 
   <th>字符</th> 
   <th>意义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>'r'</code></td> 
   <td>读取（默认）</td> 
  </tr> 
  <tr> 
   <td><code>'w'</code></td> 
   <td>写入，并先截断文件</td> 
  </tr> 
  <tr> 
   <td><code>'x'</code></td> 
   <td>排它性创建，如果文件已存在则失败</td> 
  </tr> 
  <tr> 
   <td><code>'a'</code></td> 
   <td>写入，如果文件存在则在末尾追加</td> 
  </tr> 
  <tr> 
   <td><code>'b'</code></td> 
   <td>二进制模式</td> 
  </tr> 
  <tr> 
   <td><code>'t'</code></td> 
   <td>文本模式（默认）</td> 
  </tr> 
  <tr> 
   <td><code>'+'</code></td> 
   <td>打开用于更新（读取与写入）</td> 
  </tr> 
 </tbody> 
</table>

#### **56 创建range序列** ####

*  range(stop)
 *  range(start, stop\[,step\])

生成一个不可变序列：

In [1]: range(11)
    Out[1]: range(0, 11)
    
    In [2]: range(0,11,1)
    Out[2]: range(0, 11)

#### **57 反向迭代器** ####

In [1]: rev = reversed([1,4,2,3,1])
    
    In [2]: for i in rev:
         ...:     print(i)
         ...:
    1
    3
    2
    4
    1

#### **58 聚合迭代器** ####

创建一个聚合了来自每个可迭代对象中的元素的迭代器：

In [1]: x = [3,2,1]
    In [2]: y = [4,5,6]
    In [3]: list(zip(y,x))
    Out[3]: [(4, 3), (5, 2), (6, 1)]
    
    In [4]: a = range(5)
    In [5]: b = list('abcde')
    In [6]: b
    Out[6]: ['a', 'b', 'c', 'd', 'e']
    In [7]: [str(y) + str(x) for x,y in zip(a,b)]
    Out[7]: ['a0', 'b1', 'c2', 'd3', 'e4']

#### **59 链式操作** ####

from operator import (add, sub)
    
    
    def add_or_sub(a, b, oper):
        return (add if oper == '+' else sub)(a, b)
    
    
    add_or_sub(1, 2, '-')  # -1

#### **60 对象序列化** ####

对象序列化，是指将内存中的对象转化为可存储或传输的过程。很多场景，直接一个类对象，传输不方便。

但是，当对象序列化后，就会更加方便，因为约定俗成的，接口间的调用或者发起的 web 请求，一般使用 json 串传输。

实际使用中，一般对类对象序列化。先创建一个 Student 类型，并创建两个实例。

class Student():
        def __init__(self,**args):
            self.ids = args['ids']
            self.name = args['name']
            self.address = args['address']
    xiaoming = Student(ids = 1,name = 'xiaoming',address = '北京')
    xiaohong = Student(ids = 2,name = 'xiaohong',address = '南京')

导入 json 模块，调用 dump 方法，就会将列表对象 \[xiaoming,xiaohong\]，序列化到文件 json.txt 中。

import json
    
    with open('json.txt', 'w') as f:
        json.dump([xiaoming,xiaohong], f, default=lambda obj: obj.__dict__, ensure_ascii=False, indent=2, sort_keys=True)

生成的文件内容，如下：

[
        {
            "address":"北京",
            "ids":1,
            "name":"xiaoming"
        },
        {
            "address":"南京",
            "ids":2,
            "name":"xiaohong"
        }
    ]

**更多精彩教程欢迎B站搜索“千锋教育”**

千锋教育Python全套视频教程，轻松掌握Excel、Word、PPT、邮件、爬虫、office办公自动化（宋如宁主讲）

[3e7569a9a2692668daabe6487c9dfdfb.gif]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/bb63d1cc2ef74d139c8ac4f4fea345f2.png