python之路-数据类型之字典、集合、文件处理

字典

dic{key:value}

元组
与列表相似，唯一就是不能修改

dic = {'name':'alex','age':18}
查询
print(dic['name'])   #会报错
get方法查询,查询之后，如果不包含，不会报错，返回none
print(dic.get('name'))
增加
dic['gender'] = 'lwq'
print(dic)
字典中的元素是无序的，字典是通过key找值得。
改
dic['name'] = 'dt'
字典不能改key，只能改value
删除
del dic['name']
key的定义规则：
1.必须是不可变的。如何判断数据类型是否可变：首先先定义，看id，然后再重新定义，看id，如果id变，表示可变，id不变（数字，字符串，元组），表示不可变（改变列表中的元素,字典），
name = 'lwq'  name = 'hsc'
2.只要是能hash，就能当key，hash有数就表明可以定义为key
3.字典中的key是唯一的。
value定义：都可以
字典定义：
dic3 = dict()
dic4 = dict({'name':'alex','age':18})
dic5 = dict(name='alex',age=18)
dic6 = dict((('name','ale'),('age',18)))

#dict()

#以键对方式构造字典

d1 = dict(one = 1, two = 2, a = 3)

print(d1)

 

#以映射函数方式来构造字典

d2 = dict(zip(['one', 'two', 'three'], [1, 2, 3]))

print(d2)

 

#可迭代对象方式来构造字典

d3 = dict([('one', 1), ('two', 2), ('three', 3)])

print(d3)

 

d4 = dict(d3)

print(d4)

dic1 = dic.copy()
dic2 = dict.fromkeys('hello',1)   #快速生成字典，可以放列表，字符串。与申明的字典无关系。 当value是{}时
dic2 = dict.fromkeys('hell',{}) 如果再向其中增加时，{}就会被一个元素占用，

dic = dict.fromkeys('hello',1)
print(dic)
dic1 = dict.fromkeys('haha')
print(dic1)
dic2 = dict.fromkeys('name',{})
print(dic2)
dic2['a'] = 'b '
print(dic2)　　
dic2['e'] = {'c':1}
print(dic2)

dic.get('name')  # dic['name']
print(dic.items())    #项目，变成列表，列表中是元组
dic.keys()   #取字典中所有的key
dic.pop('name')  #删除，必须存在才能删除
dic.popitem()  #随机删除，不需要些参数
dic.setdefault('gender','male') #增加
#或者 dic.setdefault('gender',[])
dic1 = {'haah':'111','name':'lwq'}
dic.update(dic1)  # 也可以作为修改用，与新字典做更新
dic.values()  #取字典的value

for i in dic
　　print(i)    打印的是字典所有的key


浅拷贝：
只拷贝第一层
深拷贝：
import   导入模块
import copy
dic3 = copy.deepcopy()   深拷贝

dic10 = {'name':'hsc','age':{'lwq':19,'wt':20}}
print(dic['age']['lwq'])

按存值个数区分

标量／原子类型	数字，字符串
容器类型	列表，元组，字典

按可变不可变区分

可变	列表，字典
不可变	数字，字符串，元组

按访问顺序区分

直接访问	数字
顺序访问（序列类型）	字符串，列表，元组
key值访问（映射类型）	字典

  

集合：解决关系运算和去重
定义：由不同的元素组成,如果有重复，就会去除掉,集合是无须得。
s1 = {'a',1,2,3,4,5,4,4,4,}
print(s1)

集合的关系运算
python_set = {'lwq','hsc','wt'}
linux_set = {'ls','lwq','hsc','lmz'}
求两个集合交集
print(python_set&linux_set)    -------print(python_set.intersection(linux_set))

并集，包含全部元素
print(python_set|linux_set)     -------print(python_set.union(linux_set))
差集
print(python_set-linux_set)     #去掉与linux_set相同的元素，打印python_set
print(python_set.difference(linux_set))
对称差集
print(python_set^linux_set)    ------print(python_set.symmetric_difference(linux_set))
子集
print(python_set.issubset(linux_set))
父集
print(python_set.issuperset(linux_set))

#增加
s1.update('e')
s1.update(s5)
s1.update('hello')   #把hello拆开加进去
s1.add('hello')      #整体加进去
s1.pop()              #随机删
s1.remove('w')   #删除不存在的元素，报错
s1.discard('w')  # 删除不存在的元素，不报错
s1.copy()         #浅拷贝
s1.clear()
s1.difference_update(s5)   #求差集并更新
s1.isdisjoint()

字符编码

首先我们在终端定义一个内存变量：name＝'林海峰'，那这个内存变量被存放到内存（必然是二进制），所以需要一个编码，就是unicode(内存中使用字符编码固定就是unicode)

但是如果我们写到文件中name＝'林海峰'保存到硬盘(必然是二进制)，也需要一个编码，这就跟各个国家有关了，假设我们用gbk，那么文件就被以gbk形式保存到硬盘上了。

程序要运行：硬盘二进制（gbk）－－－> 内存二进制（unicode）
就是说，所有程序，最终都要加载到内存，程序保存到硬盘不同的国家用不同的编码格式，但是到内存中我们为了兼容万国（计算机可以运行任何国家的程序原因在于此），统一且固定使用unicode，这就是为何内存固定用unicode的原因，你可能会说兼容万国我可以用utf－8啊，可以，完全可以正常工作，之所以不用肯定是unicode比utf－8更高效啊（uicode固定用2个字节编码，utf－8则需要计算），但是unicode更浪费空间，没错，这就是用空间换时间的一种做法，而存放到硬盘，或者网络传输，都需要把unicode转成utf－8，因为数据的传输，追求的是稳定，高效，数据量越小数据传输就越靠谱，于是都转成utf－8格式的，而不是unicode。

gbk－>unicode需要decode()，unicode->gbk需要encode()就是这个意思

浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器

python程序比较特殊，要想运行需要python解释器去调用，也就相当于python解释器去读内存的程序的unicode代码

因而python解释器也有个解释器默认编码可以用sys.getdefaultencoding()查看，如果不在python文件指定头信息＃-*-coding:utf-8-*-,那就使用默认的

注意了，这个编码，是python解释器这个软件的编码.

总结

其实无论是word也好pycharm也好，python解释器也好，我们都可当她们是处理文件的软件

注意：

• python2.7解释器默认编码为ascii
• python3.5解释器默认编码为utf-8
• 不管是python解释器也好还是其他与文本相关的软件也好，它们只能指定存取文件到硬盘的字符编码，而内存中固定使用uniccode
• test.py文件的头#-*-coding:utf-8-*-就是在修改python解释器的编码

流程：

1. 从硬盘读区test.py的二进制bytes类型数据加载到内存，此刻python解释器就是一个类word软件啊，python解释器用自己的编码，将文件的二进制解码成unicode放到内存中
2. python解释器从内存中读取unicode代码解释执行，执行时的代码中函数指定的编码与python解释器再无半点关系

高电压：1
低电压：0
字符   ------------------翻译的过程-------〉〉  数字
ascii --------8位2进制代表一个字符
gbk   --------16位二进制代表一个汉字
unicode 万国码
utf-8  可变长 中文用三个字节，英文用一个字节
定义的变量到内存的时候，必须用nicode编码
硬盘 ---------〉〉 字符
字符  ---unicode-----〉〉内存    固定
encode   编码    decode    解码

1.内存固定使用unicode编码，硬盘的编码（可以修改的软件）
2.使用什么编码存入硬盘，就用什么编码去读。
3.程序运行分两个阶段：1.从硬盘读到内存 2.python解释器运行已经读到内存的程序
4.针对一个.py文件，python 与pycharm
etepad++区别是多了第二个步骤
5.文件的头部标明解释器要以那种编码方式解释。


文件处理

f = open('my','w')   #w创建写模式，如果存在，就覆盖  a追加写模式   r只读模式
f.write('我爱北京'+'
')
f.close()     #保存
#del只能删除内存对象，不能删除硬盘上的东西
#混合模式
#读写：w+   写读   清空内容，再去操作
#      a+   追加、读  追加到最后
#       r+  读写  将内容加到到第一行，并将第一行内容覆盖
f.close() #判断文件是否关闭
print(f.encoding)  #打印文件编码
print(f.fileno())    #文件在操作系统中的索引值
f.flush()   #强制刷新文件（保存）
f.isatty()  #判断是否是一个终端
f.name #打印文件名
f.readable()  #不可读的，做判断用
f.seek(10)   #寻找     将光标移动到第十个字符，打印以后的内容
f.seekable()  #是否可寻找
f.tell()    #告诉当前光标的位置
f.truncate()   #截断  从光标的位置将内容打断，后面的内容不显示（处理二进制文件），可指定大小，从头开始。
date = ['alex
','lwq
']
f.writelines(date)  #将列表按行插入文件
f.read()  #读取文件所有行
f.readline  #一行一行读取
f.readlines  #将文件中行以列表的形式读取出来

修改文件：
1.全部写入内存
2占用硬盘资源,修改好后删除原来的版本.

    先判断，如果不是要修改的内容就直接写入到新文件
    如果是要修改的内容，修改后写入新文件
    需要同时打开两个文件，从一个文件读，然后再写入另一个文件
    修改文件内容：

f = open('myname','r',encoding='utf-8')
f_new = open('myname_new','w',encoding='utf-8')
for line in f:
    if '常听收音机' in line:
        line = line.replace( '常听收音机', '常看电视剧')
    f_new.write(line)

f.close()
f_new.close()

处理大文件：可以读一行，删一行，这样内存就只保留一行。
for line in f:
    print(line)
如果用这种方法写的话，下次再读取文件是，光标仍在第一行行首。
f.read(5) 表示只读五个

文件读取只能读一变，如果想读第二遍必须将光标移到上面。

打印进度条：基于flush
import sys,time
for i in range(20):
    sys.stdout.write("#")
    sys.stdout.flush()
    time.sleep(0.1)

eval(date)     #将字符串转换成字典

sys.argv

import sys

就是把整个「sys」模块都导入进来了。不知道提住学没学过C/C++呢，就和他们的「#include」差不多：
你include了iostream才能系统给你的std::cout；你import了sys，才能使用系统给你的sys.argv。

然后再说说argv这个变量。
「argv」是「argument variable」参数变量的简写形式，一般在命令行调用的时候由系统传递给程序。

这个变量其实是一个List列表，argv[0] 一般是被调用的脚本文件名或全路径，和操作系统有关，argv[1]和以后就是传入的数据了。

然后我们再看调用脚本的命令行：

python using_sys.py we are arguments

python就不用说了，「using_sys.py」脚本名，后面的用空格分割开的「we」「are」「argument」就是参数了。
PS.一般参数由空格分隔，如果参数内部有空格要使用英文双引号引起来比如这样：

python using_sys.py hi "I'm 7sDream"

函数：split()

Python中有split()和os.path.split()两个函数，具体作用如下： split()：拆分字符串。通过指定分隔符对字符串进行切片，并返回分割后的字符串列表（list） os.path.split()：按照路径将文件名和路径分割开

一、函数说明 1、split()函数 语法：str.split(str="",num=string.count(str))[n]

参数说明： str：   表示为分隔符，默认为空格，但是不能为空('')。若字符串中没有分隔符，则把整个字符串作为列表的一个元素 num：表示分割次数。如果存在参数num，则仅分隔成 num+1 个子字符串，并且每一个子字符串可以赋给新的变量 [n]：   表示选取第n个分片

注意：当使用空格作为分隔符时，对于中间为空的项会自动忽略

2、os.path.split()函数 语法：os.path.split('PATH')

参数说明：

1. PATH指一个文件的全路径作为参数：
2. 如果给出的是一个目录和文件名，则输出路径和文件名
3. 如果给出的是一个目录名，则输出路径和为空文件名

二、实例 1、常用实例  

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

>>> u = "www.doiido.com.cn"    #使用默认分隔符 >>> print u.split() ['www.doiido.com.cn']    #以"."为分隔符 >>> print u.split('.') ['www', 'doiido', 'com', 'cn']    #分割0次 >>> print u.split('.',0) ['www.doiido.com.cn']    #分割一次 >>> print u.split('.',1) ['www', 'doiido.com.cn']    #分割两次 >>> print u.split('.',2) ['www', 'doiido', 'com.cn']    #分割两次，并取序列为1的项 >>> print u.split('.',2)[1] doiido    #分割最多次（实际与不加num参数相同） >>> print u.split('.',-1) ['www', 'doiido', 'com', 'cn']    #分割两次，并把分割后的三个部分保存到三个文件 >>> u1,u2,u3 = u.split('.',2) >>> print u1 www >>> print u2 doiido >>> print u3 com.cn

2、去掉换行符  

?

1 2 3 4 5 6 7 8 9 10 11

>>> c = '''say hello baby'''    >>> print c say hello baby    >>> print c.split(' ') ['say', 'hello', 'baby']

3、分离文件名和路径  

?

1 2 3 4 5

>>> import os >>> print os.path.split('/dodo/soft/python/') ('/dodo/soft/python', '') >>> print os.path.split('/dodo/soft/python') ('/dodo/soft', 'python')

4、一个超级好的例子  

?

1 2 3 4 5 6 7

>>> str="hello boy<[www.doiido.com]>byebye"    >>> print str.split("[")[1].split("]")[0] www.doiido.com    >>> print str.split("[")[1].split("]")[0].split(".") ['www', 'doiido', 'com']