1.内置方法

ads  绝对值函数
val = -16
res = abs(val)
print(res) #16 round 四舍五入(n.5 n为偶数则舍去,n.5 n为奇数 则进一)
奇进偶不进
val = 3.5 #4
val = 4.5 #4
val = 4.51 #5
val = 4.12 #4
val = 4.6 #5
res = round(val)
print(res) sum 计算一个序列的和
lst = [1,2,3,4,5]
res = sum(lst)
print(res) #15 max 获取一个序列里边的最大值
lst = [10,100,-3,40]
res1 = max(lst)
res2 = min(lst)
print(res1,res2) #100 -3 sorted 找出最小值和最大值
lst_new = sorted(lst)
min_val = lst_new[0]
max_val = lst_new[-1]
print(min_val,max_val) #min 获取一个序列里面的最小值sorted(iterable,key=函数) max 和 min 同sorted用法
''' 找出年龄最小的元组'''
lst = [("王振",25),("刘伟",50),("刘思敏",18)]
def func(n):
return n[-1]
res = min(lst,key=func) #把lst里面的一个一个元素传入函数func中,返回索引-1的元素
res = max(lst,key=func) #把lst里面的一个一个元素传入函数func中,发挥索引-1的元素 pow 计算某个数值的x方
res = pow(2,3) #8
#第三个参数的作用是取余
res = pow(2,3,5) #先是算前面两位2**3的次方,然后再用得到的结果%5
print(res) #3 range 产生指定范围数据的可迭代对象 bin 将十进制数据转换为二进制
oct 将十进制数据转换为八进制
hex 将纸巾纸数据转换为十六进制
chr 将ascii编码转换为字符
ord 将字符转换为ascii编码 eval 将字符串当做python代码执行
strvar = 'print(111)'
#strvar = 'a = 10' eval 执行不了 exec 将字符串当做python代码执行(功能更强大)
strvar = 'a=10' 返回为None
strvar = '''
for i in range(10):
print(i)
'''
exec(strvar) repr 不转义字符输出字符串
strvar = 'E:\nython30\tay15'
print(repr(strvar)) input 接收输入字符串 hash 生成哈希值 两个相同的字符串,无论哈希多少次,都会产生相同的唯一值
让密码加密hashlib
文件的校验 比较文件内容

  

2.序列化模块 pickle

序列化:把不能够直接存储在文件中的数据变得可存储,这个过程就是序列化
反序列化:把文件中的数据内容拿出来,恢复成原来的数据类型,这个过程就是反序列化
在文件中存储的数据,要么是字符串要么是字节流
python中,所有的数据类型都可以通过dumps和loads进行序列化和反序列化 dumps 和 loads
import pickle
dumps 把任意对象序列化成一个bytes
序列化列表
lst = [1,2,3]
res = pickle.dumps(lst)
print(res) #序列化函数
def func():
print('我是func函数')
res = pickle.dumps(func)
print(res) 序列化迭代器
it = iter(range(10))
res = pickle.dumps(it) loads 把任意butes反序列化成原来的数据
res = pickle.loads(res)
print(res,type(res))
for i in range(3):
res2 = next(res)
print(res2) dump 和 load
dump 把对象序列化后写入file-like Object文件对象
dic = {'a':1,'b':2}
with open('ceshi3.txt',mode='wb') as fp:
#dump(要转换的数据,文件对象)
pickle.dump(dic,fp) load 把file-like Object即文件对象中的内容拿出来,反序列化成原数据
with open('ceshi3.txt',mode='rb') as fp:
res = pickle.load(fp)
print(res,type(res))

  

3.序列化模块 json

所有的编程语言都能够识别的数据格式叫作json,是字符串
能够通过json序列化成字符串的有如下类型(int,float,bool,str,list,tuple,dict,None)
pickle 序列化成字节流
json 序列化成字符串 json用法
import json
dumps 和 loads 是一堆,序列化字符串
dic = {"name":"王振","age":30,"classroom":"python30","family":["爸爸","妈妈","哥哥","姐姐"]}
#ensure_ascii = False,不通过ascii来显示内容
#sort_keys =True 对字典的键进行排序
res = json.dumps(dic,ensure=False,sort_keys=True)
print(res,type(res)) loads 反序列化成原来的数据类型
dic = json.loads(res)
print(dic,type(dic)) dump 和 load 是一对,针对于文件,把数据进行序列化操作
dic = {"name":"王振","age":30,"classroom":"python30","family":["爸爸","妈妈","哥哥","姐姐"]}
with open('ceshi.json',mode='w',encoding='utf-8') as fp:
#dump(要转换的数据,文件对象)
json.dump(dic,fp,ensure_ascii=False) load 反序列化成原来的数据类型
with open('ceshi5.txt',mode='r',encoding='utf-8') as fp:
dic = json.load(fp)
print(dic,type(dic)) json 和 pickle 两个模块区别
json可以连续dump ,不可以连续load(load是一次性拿出所有数据进行反序列化,容易出错) 但是可以用loads来解决
dic1 = {"a":1,"b":2}
dic2 = {"c":3,"d":4}
with open('ceshi6.json',mode='w',encoding='utf-8') as fp:
json.dump(dic1,fp)
fp.write('\n')
json.dump(dic2,fp)
fp.write('\n') load的弊端 一次性读取全部
with open('ceshi6.json',mode='r'.encoding='utf-8') as fp:
dic = json.load(fp)
print(dic)
解决办法 用loads,一行一行反序列化
with open('ceshi6.json',mode='r',encoding='utf-8') as fp;
#文件对象是迭代器,一次迭代一行
for i in fp:
dic =json.loads(i)
print(dic) pickle 可以连续dump 可以连续load
import pickle
dic1 = {"a":1,"b":2}
dic2 = {"c":3,"d":4}
with open('ceshi7.pkl',mode='wb') as fp:
pickle.dump(dic1,fp)
pickle.dump(dic2,fp)
#方法一
with open('ceshi7.pkl',mode='rb') as fp:
dic = pickle.load(fp)
print(dic)
dic = pickle.load(fp)
print(dic)
#方法二
'''try ... except ... 抑制报错 如果try代码块里面有问题,就执行except中的代码'''
'''
try:
把有问题的代码放进来
except:
如果出现异常执行这个分支的代码
'''
try:
with open('ceshi7.pkl',mode='rb') as fp:
while True:
dic = pickle.load(fp)
print(dic)
except:
pass 总结:json和pickle两个模块的区别:
(1)josn序列化之后的数据类型是str,所以编程语言都是识别(数据交流)
json不能连续load,只能一次性拿出来所有数据,可以用loads解决,for循环文件对象,然后loads取每一行
(2)pickle序列化之后的数据类型是bytes(存储转换)
所有数据类型都可以转换,但仅限于python之间的存储传输
pickle可以连续load,多套数据放到同一个文件中

  

4.time模块

time.sleep()   程序睡眠等待

# ### 进度条效果

#(1) 定义进度条的样式
'''
print('[%s]'%('###'))
print('[%-50s]'%('###')) #左填充右边补空格 print('[%-50s]'%('##############'))
print('[%-50s]'%('######################'))
print('[%-50s]'%('###############################'))
''' #(2) 让进度条动起来
'''
strvar = ''
for i in range(50):
strvar += '#'
time.sleep(0.1)
print('\r[%-50s]'%(strvar),end='')
#首先[]是一个格式化,-50表示从左到右填充,不足的补空格,\r表示把后面内容调到前面来并替换之前的内容
''' #(3) 根据文件的大小,调整进度条的位置
def progress(percent):
if percent > 1:
percent = 1
# 打印出对应的 # 号效果
strvar = int(50 * percent) * '#'
# %% => %号的符号效果
print('\r[%-50s] %d%%' %(strvar,int(100 * percent)),end = '') #用int转换成整数 recv_size = 0
#假设文件总大小是102800
total_size = 102800
while recv_size < total_size:
time.sleep(0.01) #一次接收1024字节
recv_size += 1024
percent = recv_size/total_size
progress(percent)
# 30% 50% 80%
#0.3 0.5 0.8 0.9 1 最大为1 不超过1
'''
大概思路:写个函数用于调整进度条,如果参数大于1,就让它等于1,因为最大只能为1.即为100%
然后根据百分比打印对应的#号,然后用了\r 每次循环就把后面的#调到前面并替换掉,然后再添加这个进度显示
百分比 100 * 对应的参数就是为显示的百分之进度,然后用int转换成整数
定义一个接收文件大小的变量,然后假设这个文件大小为102800,当接收文件大小的变量的值小于文件大小的时候
执行循环下面的代码。每次循环接收文件的大小加1024,百分之就为接收文件大小除以文件总大小,得到的结果
调用函数progress,并把结果当做参数传入函数progress.
'''

  

内置方法,序列化模块pickle和json---day15的更多相关文章

  1. day17:内置方法&math模块&random模块&pickle模块

    内置方法 1.round:四舍五入 正常遵守四舍五入,但在n.5结构中,n为偶数则舍去,n为奇数则进一. res1 = round(4.51) # 5 res2 = round(4.5) # 4 re ...

  2. day16.内置方法与模块

    一.内置方法 1.abs 绝对值函数 res = abs(-100) print(res) 2.round 四舍五入 (n.5 n为偶数则舍去 n.5 n为奇数,则进一!) ""& ...

  3. Python 基础之序列化模块pickle与json

    一:pickle 序列化模块把不能够直接存储的数据,变得可存储就是序列化把存储好的数据,转化成原本的数据类型,加做反序列化 php: 序列化和反序列化(1)serialize(2)unserializ ...

  4. Python序列化模块pickle和json使用和区别

    这是用于序列化的两个模块: • json: 用于字符串和python数据类型间进行转换 • pickle: 用于python特有的类型和python的数据类型间进行转换 Json模块提供了四个功能:d ...

  5. python-day4装饰器、生成器、迭代器、内置方法、序列化、软件目录

    @生成器generator a=(i*2 for i in range(10)) a.__next__()#等同于next(a),基本都不用,多用for循环a.send(m)#将m传为yield的值 ...

  6. Python中的序列化以及pickle和json模块介绍

    Python中的序列化指的是在程序运行期间,变量都是在内存中保存着的,如果我们想保留一些运行中的变量值,就可以使用序列化操作把变量内容从内存保存到磁盘中,在Python中这个操作叫pickling,等 ...

  7. python第四周:装饰器、迭代器、内置方法、数据序列化

    1.装饰器 定义:本质是一个函数,(装饰其他函数)就是为其他函数添加附加功能 原则:不能修改被装饰函数的源代码,不能修改被装饰函数的调用方式 实现装饰器的知识储备: 函数即“变量”.每当定义一个函数时 ...

  8. python 内置方法、数据序列化

    abc(*args, **kwargs) 取绝对值 def add(a,b,f): return f(a)+f(b) res = add(3,-6,abs) print(res) all(*args, ...

  9. s14 第4天 关于python3.0编码 函数式编程 装饰器 列表生成式 生成器 内置方法

    python3 编码默认为unicode,unicode和utf-8都是默认支持中文的. 如果要python3的编码改为utf-8,则或者在一开始就声明全局使用utf-8 #_*_coding:utf ...

  10. NO.4:自学python之路------内置方法、装饰器、迭代器

    引言 是时候开始新的Python学习了,最近要考英语,可能不会周更,但是尽量吧. 正文 内置方法 Python提供给了使用者很多内置方法,可以便于编程使用.这里就来挑选其中大部分的内置方法进行解释其用 ...

随机推荐

  1. [转帖]SPECjvm2008 User's Guide

    SPECjvm2008 User's Guide https://spec.org/jvm2008/docs/UserGuide.html#UsePJA Version 1.0Last modifie ...

  2. STM32CubeMX教程25 PWR 电源管理 - 睡眠、停止和待机模式

    1.准备材料 开发板(正点原子stm32f407探索者开发板V2.4) STM32CubeMX软件(Version 6.10.0) 野火DAP仿真器 keil µVision5 IDE(MDK-Arm ...

  3. 【行云流水线】满足你对工作流编排的一切幻想~skr

    流水线模型 众所周知,DevOps流水线(DevOps pipeline)的本质是实现自动化工作流程,用于支持软件开发.测试和部署的连续集成.交付和部署(CI/CD)实践.它是DevOps方法论的核心 ...

  4. 分布式事务和Spanner分布式数据库

    一.分布式事务 首先事务可以这么理解:程序员有一些不同的操作,或许针对数据库不同的记录,他们希望所有这些操作作为一个整体,不会因为失败而被分割,也不会被其他活动看到中间状态.事务处理系统要求程序员对这 ...

  5. 离开页面关闭video标签

    <video src="./play.mp4" id="maskmore_1" controls="controls" autopla ...

  6. 【学到了】golang的[]byte可以append string类型的数据

    上代码: func Test_use_string(t *testing.T){ arr := make([]byte,0, 100) arr = append(arr, "abcd&quo ...

  7. c++基础之变量和基本类型

    之前我写过一系列的c/c++ 从汇编上解释它如何实现的博文.从汇编层面上看,确实c/c++的执行过程很清晰,甚至有的地方可以做相关优化.而c++有的地方就只是一个语法糖,或者说并没有转化到汇编中,而是 ...

  8. TienChin-课程管理-展示课程列表

    配置按钮权限 博主这里就不贴SQL了,自行手动添加一下吧. 更改表结构 ALTER TABLE `tienchin_course` MODIFY COLUMN `info` varchar(255) ...

  9. 开启想象翅膀:轻松实现文本生成模型的创作应用,支持LLaMA、ChatGLM、UDA、GPT2等模型,开箱即用

    开启想象翅膀:轻松实现文本生成模型的创作应用,支持LLaMA.ChatGLM.UDA.GPT2等模型,开箱即用 1.介绍 TextGen实现了多种文本生成模型,包括:LLaMA.ChatGLM.UDA ...

  10. 14.2 Socket 反向远程命令行

    在本节,我们将继续深入探讨套接字通信技术,并介绍一种常见的用法,实现反向远程命令执行功能.对于安全从业者而言,经常需要在远程主机上执行命令并获取执行结果.本节将介绍如何利用 _popen() 函数来启 ...