获取当前时间并转为字符串
1
2
3
| import datetime
s = str(datetime.datetime.now())
|
创建一个列表其元素全为 False
1
2
| bool_list = [False] * 32
print(bool_list)
|
其输出:
1
| [False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False]
|
获取文件后缀
1
2
3
| import os
suffix = os.path.splitext("hello.pdf")[1]
|
输出 .pdf.
生成随机数
用 random 标准库
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| import random
random_float = random.random()
print(random_float)
random_uniform = random.uniform(1.0, 10.0)
print(random_uniform)
random_int = random.randint(1, 10)
print(random_int)
items = ['apple', 'banana', 'cherry']
random_choice = random.choice(items)
print(random_choice)
items = [1, 2, 3, 4, 5, 6]
random_samples = random.sample(items, 3)
print(random_samples)
|
lorem-text 随机生成字符
利用 lorem-text 库可以生成指定个数的随机段落, 随机单词, 安装如:
示例:
1
2
3
4
5
| from lorem_text import lorem
words_length = 10
sentence = lorem.words(words_length)
print(sentence)
|
uuid
1
2
3
4
5
6
7
8
9
10
11
12
13
| import uuid
random_uuid = uuid.uuid4()
print("随机 UUID:", random_uuid)
name_based_uuid = uuid.uuid5(uuid.NAMESPACE_DNS, 'example.com')
print("基于名字的 UUID:", name_based_uuid)
time_based_uuid = uuid.uuid1()
print("基于时间的 UUID:", time_based_uuid)
|
将 datetime 对象转字符串
1
2
3
4
5
6
7
8
9
| import datetime
update_time = datetime.datetime(2024, 8, 31, 23, 4, 24, 187817)
formatted_time = update_time.strftime("%m-%d %H:%M:%S")
print(formatted_time)
|
遍历数组并获取索引和元素
1
2
3
4
5
6
|
arr = ['apple', 'banana', 'cherry']
for index, value in enumerate(arr):
print(f"Index: {index}, Value: {value}")
|
enumerate() 函数会遍历一个数组 (列表) 并获取每个元素及其索引
定义函数接受关键字参数
一般的函数定义为:
1
2
| def hello(arg1: str, srg2: str):
...
|
此时接收的是位置参数, 即传递给哪个形参是靠位置判断:
(这里把 “jie” 传给 arg1, 把 “orkarin” 传给 arg2)
若用关键字参数则为:
1
2
| def hello(*, arg1: str, srg2: str):
...
|
此时调用为:
1
| hello(arg1="jie", arg2="orkarin")
|
导入当前目录的一个文件
意思是, 从当前执行的 Python 文件所在目录下, 导入 models.py 文件.
而:
表明从 db.py 文件中导入 engine 变量.
Annotated 类型构造器
Annotated 是 Python 标准库 typing 模块提供的一个类型构造器, 其允许为类型注解附加额外的元数据信息.
语法为:
1
2
3
| fron typing import Annotated
AnnotatedType = Annotated([BaseType, Annotation1, Annotation2, ...])
|
- BaseType 是想要注解的基本类型, 如 int, str, List[int] 等。
- Annotation1, Annotation2 等是您想要附加的元数据信息, 可以是任意的 Python 对象
Union 类型构造器
Union 是 Python 的标准库 typing 模块中提供的类型构造器, 用于表示一个值可以是多种情况之一的情况.
比如 q: Union[str, None] 表示 q 参数可以是 str 类型, 也可以是 None.
字典展开
用 ** 操作符:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
return {"item_id": item_id, **item.dict()}
|
这里的 **item.dict() 实际上等价于 name='Example', description='This is an example', price=9.99, tax=1.2.
格式化输出
使用 %
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| name = "Alice"
age = 30
print("Hello, %s!" % name)
print("Name: %s, Age: %d" % (name, age))
pi = 3.141592653589793
print("Pi: %.2f" % pi)
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| name = "Alice"
age = 30
print("Hello, {}!".format(name))
print("Name: {}, Age: {}".format(name, age))
print("Name: {0}, Age: {1}".format(name, age))
print("Name: {name}, Age: {age}".format(name=name, age=age))
pi = 3.141592653589793
print("Pi: {:.2f}".format(pi))
|
使用 f-string
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| name = "Alice"
age = 30
print(f"Hello, {name}!")
print(f"Name: {name}, Age: {age}")
print(f"Next year, {name} will be {age + 1} years old.")
pi = 3.141592653589793
print(f"Pi: {pi:.2f}")
|
map 和 list 函数
list 函数
用于创建列表, 可以将其他可迭代对象转换成列表数据结构:
如:
1
2
3
4
5
6
7
8
9
10
11
|
string_to_list = list("hello")
print(string_to_list)
tuple_to_list = list((1, 2, 3))
print(tuple_to_list)
set_to_list = list({4, 5, 6})
print(set_to_list)
|
若创建指定长度的列表, 可:
1
2
3
|
filled_list = list([0] * 5)
print(filled_list)
|
map 函数
map() 可以对可迭代对象 (如列表, 元组, 字符串等) 中的每个元素应用一个函数, 返回一个新的可迭代对象.
如:
1
2
3
4
|
numbers = [1, 2, 3, 4, 5]
doubled_numbers = list(map(lambda x: x * 2, numbers))
print(doubled_numbers)
|
Set 数据结构
简介
集合 (Set) 是 Python 中一种内置的数据结构, 它是一个无序的, 不重复的元素集合. 集合中的元素必须是不可变的 (immutable) 数据类型, 如整数, 浮点数, 字符串, 元组等.
一般可以使用 set 来去除 list 中的重复元素.
set() 函数
set() 函数用于创建一个集合, 也可用于去除 list 中的重复元素如:
1
2
3
| A = [1, 1, 2, 2, 3, 3]
setA = set(A)
print(setA)
|
generator
简介
Python 中的生成器是一种特殊的函数, 它可以用来生成一系列的值, 而不是像普通函数那样返回一个单一的值. 生成器使用 yield 关键字, 而不是 return 关键字.
Generator 是 “惰性计算” 的, 即只会在需要时才会计算下一个值, 因此生成器可以处理很大的数据集, 而不会占用太大内存.
简单示例
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| def count_up_to(n):
i = 0
while i < n:
yield i
i += 1
counter = count_up_to(5)
print(next(counter))
print(next(counter))
print(next(counter))
print(next(counter))
print(next(counter))
print(next(counter))
|
next() 函数
用于手动获取生成器的下一个值, 当生成器返回完所有值时,会抛出 StopIteration 异常.
sum(), max(), min() 等函数
这些聚合函数可以直接作用于生成器,因为生成器是可迭代的.
1
2
3
4
5
6
7
8
9
10
11
12
| def count_up_to(n):
i = 0
while i < n:
yield i
i += 1
counter = count_up_to(10)
print(sum(counter))
counter = count_up_to(10)
print(max(counter))
counter = count_up_to(10)
print(min(counter))
|
pdb 调试器
简介
pdb (Python Debugger), 是 Python 标准库中自带的调试工具, 可以支持断点设置, 查看变量值, 单步执行等功能.
示例
用 pdb.set_trace() 设置断点:
1
2
3
4
5
6
7
8
9
|
import pdb
def my_function(a, b):
pdb.set_trace()
result = a + b
return result
my_function(2, 3)
|
此时运行:
1
2
| $ python pdb_test.py
> /path/to/pdb_test.py(3)my_function()-> result = a + b
|
之后可以通过:
l (list) - 列出当前位置附近的源代码n (next) - 执行当前语句,但不进入函数s (step) - 进入函数内部,单步执行c (continue) - 继续执行程序,直到遇到下一个断点p (print) - 打印变量的值pp (pretty print) - 以更加美观的格式打印变量的值bt (backtrace) - 显示当前调用栈信息q (quit) - 退出调试器
collections 模块
简介
collections 模块是 Python 标准库中的一个模块, 其提供了一些特殊的数据结构.
defaultfict
defaultfict 是一个特殊的字典 (dictionary) 类型. 它与普通的字典类型 (dict) 的主要区别在于, 当你试图访问一个不存在的键时, defaultdict 会自动创建并初始化这个键, 而不会抛出 KeyError 异常.
如:
1
2
3
4
5
6
7
8
9
10
11
12
13
| from collections import defaultdict
d = defaultdict(list)
d["apple"].append("red")
d["apple"].append("green")
d["banana"].append("yellow")
print(d)
|
sorted 函数
介绍
sorted() 函数可用于对可迭代对象, 如列表, 元组, 字符串等进行排序.
语法为:
1
| sorted(iterable, /, *, key=None, reverse=False)
|
主要关注:
iterable, 可迭代对象key, 一个函数, 会被应用到 iterable 中的每个元素上, 然后根据函数返回值进行排序reverse, 如果 reverse 参数设置为 True, 则返回的列表将是降序排列
其他两个似乎可以忽略.
注意 sorted() 的返回值是一个列表. 如施加在字符串上:
1
2
3
4
| str = "hello"
A = sorted(str)
print(A)
|
示例
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
numbers = [5, 2, 8, 1, 9]
sorted_numbers = sorted(numbers)
print(sorted_numbers)
words = ["apple", "banana", "cherry", "date"]
sorted_words = sorted(words)
print(sorted_words)
sorted_words = sorted(words, key=len)
print(sorted_words)
sorted_numbers = sorted(numbers, reverse=True)
print(sorted_numbers)
|
join 函数
语法为:
1
| 'separator'.join(iterable)
|
示例:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
words = ['apple', 'banana', 'cherry']
result = '-'.join(words)
print(result)
numbers = (1, 2, 3, 4, 5)
result = ' + '.join(map(str, numbers))
print(result)
chars = 'abc'
result = ','.join(chars)
print(result)
|
同时返回序列的索引和值
用 enumerate() 函数, 如:
1
2
3
4
5
6
7
8
9
10
| fruits = ['apple', 'banana', 'cherry']
for index, fruit in enumerate(fruits):
print(f"Index: {index}, Value: {fruit}")
|
/ 和 // 的区别
/ 除法运算符会执行标准浮点数除法:
1
2
| print(10 / 3)
print(5.0 / 2)
|
而 // 执行整除运算, 只有当有一个操作数为浮点数时, 输出为浮点数:
1
2
| print(10 // 3)
print(5.0 // 2)
|
注意 python 的取模运算符是 %.
从 STDIN 获取输入
使用 input(), 如:
1
2
| nA, nB = map(int, input().split())
print(str(nA)+" "+str(nB))
|
此时若输入 1 2, 则会拆分后分别赋值给 nA 和 nB.
print() 函数
如:
1
| print('The length of %s is %d' %(s,x))
|
这里的%(s,x)，其中%标记转换说明符的开始，(s,x)为转换说明符。
可以一次输出多个对象:
可直接输出列表，字典，元组等变量。
最小字段宽度和精度设置和C语言相同。
try … except
将可能发生错误的语句放在try模块，用except处理异常。
except 可以指定一个专门的异常，若未指定则默认为所有异常。
每一个try都至少要有一个except.
可以多分支.
若使用 try ... except ... finally, finally 部分无论 try 是否捕获错误都会执行。
except 中的 as 应该是设置别名。
字符串单引号和双引号
两者皆可。
range(x, y, z)
z是步长量。
转换类型
如:
Python 缩进
Python 用缩进来区分代码层次。
-m 选项
使用 -m 选项时，Python 会把当前工作目录添加到 sys.path 中。
isinstance() 函数
用于判断一个对象是否为一个已知类型。
语法:
1
| isinstance(object, classinfo)
|
返回布尔值。
和 type() 的区别:
- type() 不考虑继承关系，不会认为子类是一种父类类型
- isinstance() 考虑继承关系，认为子类是一种父类类型