python整理－day5

1、Python基本

2、Python基本数据类型

　　　　int

　　　　str

　　　　list

　　　　tuple

　　　　dick

　　　　set

3、函数式编程

4、装饰器

　　单层装饰器

　　　　　　

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc

USER_INFO={'is_login':True}
def check_login(func):
    def inner(*args,**kwargs):
        if USER_INFO.get('is_login',None):
            ret=func(*args,**kwargs)
            return ret
        else:
            print("请登录")
    return inner
@check_login
def index():
    print("index")

index()

　　　　@装饰器函数名

　　　　def func():

　　　　　　　　pass

　　　　1、将func当作参数传递给装饰器函数，并执行

　　　　2、将装饰器函数的返回值重新赋值给func

　　多层装饰器

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc
USER_INFO={}
#USER_INFO={'is_login':True}
USER_INFO={'is_login':True,'user_type':True}
def check_login(func):
    def inner(*args,**kwargs):
        if USER_INFO.get('is_login',None):
            ret=func(*args,**kwargs)
            return ret
        else:
            print("请登录")
    return inner

def check_type(func):
    def inner(*args,**kwargs):
        if USER_INFO.get('user_type',None):
            ret=func(*args,**kwargs)
            return ret
        else:
            print("权限不够")
    return inner

@check_login
@check_type
def index():
    print("index")

index()

 这个就是一个多层装饰器的程序，这里面需要注意的一点，装饰器的解释的时候，是从下往上进行解释，而在执行的时候，是从上往下执行，这里面这点必须注意。

简单一点说:在执行@check_login这个装饰器的时候，@check_type和下面的def index()被看做了一个整体

所以上面这个程序执行的时候，我们可以来进行一下测试

当USER_INFO={'is_login':True}

请登录

当USER_INFO={'is_login':True,'user_type':True}

权限不够

　　可以添加参数的装饰器　　

　　　　　　这个现在还不会用到，等需要的时候再去学习这一段

5、字符串格式化

　　字符串格式化有两种方法：%和format

　　　　　　　1、%方式　　　　　　　　　　

%[(name)][flags][width].[precision]typecode

• (name)      可选，用于选择指定的key
• flags          可选，可供选择的值有:
  • +       右对齐；正数前加正好，负数前加负号；
  • -        左对齐；正数前无符号，负数前加负号；
  • 空格    右对齐；正数前加空格，负数前加负号；
  • 0        右对齐；正数前无符号，负数前加负号；用0填充空白处
• width         可选，占有宽度
• .precision   可选，小数点后保留的位数
• typecode    必选
  
  • s，获取传入对象的__str__方法的返回值，并将其格式化到指定位置
  • r，获取传入对象的__repr__方法的返回值，并将其格式化到指定位置
  • c，整数：将数字转换成其unicode对应的值，10进制范围为 0 <= i <= 1114111（py27则只支持0-255）；字符：将字符添加到指定位置
  • o，将整数转换成 八  进制表示，并将其格式化到指定位置
  • x，将整数转换成十六进制表示，并将其格式化到指定位置
  • d，将整数、浮点数转换成 十 进制表示，并将其格式化到指定位置
  • e，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（小写e）
  • E，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（大写E）
  • f， 将整数、浮点数转换成浮点数表示，并将其格式化到指定位置（默认保留小数点后6位）
  • F，同上
  • g，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是e；）
  • G，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是E；）
  • %，当字符串中存在格式化标志时，需要用 %%表示一个百分号

注：Python中百分号格式化是不存在自动将整数转换成二进制表示的方式

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc
#字符串格式化
tp1="i am %s" % "wzc"
print(tp1)

tp2="i am %s age %d" % ("wzc",1)
print(tp2)

tp3="i am %(name)s age %(age)d" % {"name":"wzc","age":19}
print(tp3)

tp4="percent %.2f" %99.12545
print(tp4)

tp5="percent %(pp).2f" % {'pp':99.12545}
print(tp5)

tp6="percent %.2f %%" %99.12545
print(tp6)

 这些事比较重要而且常用的，下面是这些的执行结果

i am wzc
i am wzc age 1
i am wzc age 19
percent 99.13
percent 99.13
percent 99.13 %

2、forma方式

[[fill]align][sign][#][0][width][,][.precision][type]

• fill           【可选】空白处填充的字符
• align        【可选】对齐方式（需配合width使用）
• <，内容左对齐
• >，内容右对齐(默认)
• ＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。 即使：符号+填充物+数字
• ^，内容居中
• sign         【可选】有无符号数字
  • +，正号加正，负号加负；
  •  -，正号不变，负号加负；
  • 空格 ，正号空格，负号加负；
• #            【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示
• ，            【可选】为数字添加分隔符，如：1,000,000
• width       【可选】格式化位所占宽度
• .precision 【可选】小数位保留精度
• type         【可选】格式化类型
• 传入” 字符串类型 “的参数
  • s，格式化字符串类型数据
  • 空白，未指定类型，则默认是None，同s
• 传入“ 整数类型 ”的参数
  
  • b，将10进制整数自动转换成2进制表示然后格式化
  • c，将10进制整数自动转换为其对应的unicode字符
  • d，十进制整数
  • o，将10进制整数自动转换成8进制表示然后格式化；
  • x，将10进制整数自动转换成16进制表示然后格式化（小写x）
  • X，将10进制整数自动转换成16进制表示然后格式化（大写X）
• 传入“ 浮点型或小数类型 ”的参数
• e， 转换为科学计数法（小写e）表示，然后格式化；
• E， 转换为科学计数法（大写E）表示，然后格式化;
• f ， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
• F， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
• g， 自动在e和f中切换
• G， 自动在E和F中切换
• %，显示百分比（默认显示小数点后6位）

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc

tp1="i am {} age {} ".format('wzc',19)
print("tp1:{}".format(tp1))

tp2="i am {} age {} ".format(*['wzc',19])
print("tp2:{}".format(tp1))

tp3="i am {name} age {age} ".format(name='wzc',age=19)
print("tp3:{}".format(tp3))

tp4="i am {name} age {age} ".format(**{'name':'wzc','age':19})
print("tp4:{}".format(tp4))

tp5="number:{:b},{:o},{:d},{:x},{:X},{:%}".format(15,15,15,15,15,15.11111)
print(tp5)

s1="-----{:*^20s}====={:+d}######{:x}".format('alex',123,15)
print(s1)

s2="asda {:.2%}".format(0.12123123)
print(s2)

tp1:i am wzc age 19 
tp2:i am wzc age 19 
tp3:i am wzc age 19 
tp4:i am wzc age 19 
number:1111,17,15,f,F,1511.111000%
-----********alex********=====+123######f
asda 12.12%

6、生成器和迭代器

　　　1、生成器

　　　　　　生成器是使用函数创造的，如果函数里面出现了 yield 就变成了生成器

　　　　　　

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc

def func():
    print("11")
    yield 1
    print("22")
    yield 2
    print("33")
    yield 3
    print("44")

ret=func()
r1=ret.__next__()
print(r1)

r2=ret.__next__()
print(r2)

r3=ret.__next__()
print(r3)

11
1
22
2
33
3

从这里面可以看出来，其实我们的for循环和这个差不多，只不过for循环里面已经把这个给包装成了一个整体

每个__next__的操作就是进入函数，找到yield，并且获取yield后面的数据

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc

def func(args):
    start=0
    while True:
        if start > args:
            return
        yield start
        start +=1

ret=func(1)
r1=ret.__next__()
print(r1)
r2=ret.__next__()
print(r2)
r3=ret.__next__()
print(r3)

0
Traceback (most recent call last):
1
  File "C:/Users/wangzhichao/PycharmProjects/untitled/python/day5/5-1.py", line 18, in <module>
    r3=ret.__next__()
StopIteration

当超出设定的数值时，就会产生报错

迭代

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc

def func(n):
    print(n)
    n += 1
    if n >3:
        return "end"
    return func(n)

r=func(1)
print(r)

1
2
3
end

在程序里面使用了迭代器，当n不大于3的时候，程序就会再次调用程序本身，直到n>3以后，程序才会返回return

7、递归 

　　

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc
#
# def func(n,num):
#     #print(n,num)
#     n+=1
#     num *= n
#     if n == 7:
#         return num
#     return func(n,num)
#
# r=func(1,1)
# print(r)
上面的使用的是+1.但是程序烦琐而且灵活性不够

def func(n):
    print(n)
    if n == 1:
        return 1
    return n*func(n-1)
r=func(7)
print(r)
这个是一个递减的程序，灵活度高，参数少

7
6
5
4
3
2
1
5040

7的阶乘结果就出来了，方便简单

8、模块

先导入

后使用

可以是文件夹

也可以是文件

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc

import func
import lib.commons

func.login()

lib.commons.f1()

为什么要有模块？

将代码归类

模块导入的依据

Sys.path

sys.path.append

如果想要什么模块，就可以通过上面这个命令进行导入

模块的名称很重要*：

注意不要出现重名问题

单模块，并且和执行文件在同一级目录：

使用import

嵌套在别的文件夹下面用：

from ss import *

不建议通过*这种方法导入

导入相同名字的模块，可以创建别名

from lib import commons as lib_commons
from src import commons as src_commons

安装第三方模块

pip3 install request

9、序列化相关

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc
import json
dic={"wzc":1}
a=json.dumps(dic)
print(a,type(a))

st='{"wzc":1}'
b=json.loads(st)
print(b,type(b))

{"wzc": 1} <class 'str'>
{'wzc': 1} <class 'dict'>

 loads将python字符串形式转化为基本数据类型

dump将py基本类型转化为字符串

 

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author:wzc

import json,pickle

# li=[11,22,33]
# json.dump(li,open("db",'w'))
#
# ri=json.load(open("db",'r'))
# print(ri,type(ri))

li=[11,22,33]
pickle.dump(li,open("dd","wb"))

ri=pickle.load(open("dd","rb"))
print(ri)

[11, 22, 33]

Pickle

只能Python用

Json

只支持Python的基本数据类型，类无法处理

更加适合跨语言

Pickle

支持任何类型,更适用于复杂类型的序列化

版本间可能也会有问题