day22 模块-collections，time，random，pickle，shelve等

一、引入模块的⽅方式:

1. import 模块

2. from xxx import 模块

二、collections模块

collections模块主要封装了一些关于集合类的相关操作

1. Counter——counter是一个计数器. 主要⽤用来计数
2. deque 双向队列

需了解栈和队列

栈:  FILO. 先进后出  -> 砌墙的砖头, 老师傅做馒头

队列: FIFO. 先进先出  -> 买火⻋车票排队, 所有排队的场景

队列: python提供了queue模块. 使用起来非常⽅便

注意. 如果队列里没有元素了. 再也就拿不出来元素了. 此时程序会阻塞.

双向队列 collections中的，可以从左侧添加，也可从右侧添加，删除同理

　　3.namedtuple 命名元组

给元组内的元素进行命名

from collections import namedtuple

# ⾃⼰定义了一个元组, 如果灵性够好, 这其实就是创建了了⼀个类

nt = namedtuple("point", ["x", "y"])

p = nt(1, 2)

print(p)

print(p.x)

print(p.y)

 

　　4.orderdict和defaultdict

orderdict 顾名思义. 字典的key默认是无序的. 而OrderedDict是有序的

defaultdict: 可以给字典设置默认值. 当key不存在时. 直接获取默认值:

from collections import defaultdict

dd = defaultdict(list)  # 默认值list

print(dd['娃哈哈']) # [] 当key不存在的时候. 会自动执⾏构造方法中传递的内容.

 

三、time模块  时间模块

 1.  时间戳(timestamp). 时间戳使⽤的是从1970年01月01日 00点00分00秒到现在一共经过了了多少秒... 使⽤float来表示

2.  格式化时间(strftime). 这个时间可以根据我们的需要对时间进⾏任意的格式化.

 

1. 获取系统时间 time.time() 时间戳

2. 格式化时间 strftime() 时间格式: %Y-%m-%d %H:%M:%S       %Y-%m-%d

3. 结构化时间 time.gmtime() time.localtime()

   strptime() 把格式化时间转化成结构化时间

   mktime()  把结构化时间转化成时间戳

 

s = time.strftime("%Y-%m-%d %H:%M:%S")  格式化

print(s)

 

print(time.localtime()) #结构化时间

结果: time.struct_time(tm_year=2017, tm_mon=05, tm_mday=8, tm_hour=10, tm_min=24, tm_sec=42, tm_wday=0, tm_yday=126, tm_isdst=0)

 

所有的转化都要通过结构化时间来转化.

t = time.localtime(1888888888)  # 结构化时间

s = time.strftime("%Y-%m-%d %H:%M:%S", t) # 格式化这个时间

print(s)

 

s = "2020-10-01 12:18:12"

t = time.strptime(s, "%Y-%m-%d %H:%M:%S")   # 转化成结构时间

print(time.mktime(t))   # 转换成时间戳

 

四、random模块 -随机

1 import random 
2 print(random.random())  # 0-1⼩小数 
3 print(random.uniform(3, 10))  # 3-10⼩小数 
4 print(random.randint(1, 10))  # 1-10整数 
5 [1, 10] print(random.randrange(1, 10, 2))  # 1-10奇数 
6 [1,10) print(random.choice([1, '周杰伦', ["盖伦", "胡辣汤"]]))  # 1或者23或者[4,5]) 
7 print(random.sample([1, '23', [4, 5]], 2))  # 列列表元素任意2个组合 
8 lst = [1, 2, 3, 4, 5, 6, 7, 8] random.shuffle(lst)  # 随机打乱顺序 
9 print(lst）

 

五、os、sys

os和sys

 

os.sep 文件路径分隔符

sys.path  python查找模块的路径

 

六、序列化

 

    1. pickle  把一个对象转化成bytes写入到文件

        pickle.dumps() 把对象转换成bytes

        pickle.loads() 把bytes转化成对象

 

        pickle.dump() 把对象转换成bytes. 写入到文件

        pickle.load() 把文件中的bytes读取. 转化成对象

         那真的要写入或者读取多个内容怎么办? 很简单. 装list里. 然后读取和写入都⽤list

创建一个Car类 拥有名字，年龄属性

lst = [Cat("jerry", 19), Cat("tommy", 20), Cat("alpha", 21)]

f = open("cat", mode="wb")

pickle.dump(lst, f)

 

f = open("cat", mode="rb")

ll = pickle.load(f)

for el in ll:   

el.catchMouse()

记住⼀点, pickle序列化的内容是二进制的内容(bytes) 不是给⼈看的，给机器看的。

    2. shelve 小型数据库, redis, mongodb, dict

        当成字典来用

        writeback=True 用来执行修改操作，删除或修改都用它 不用不改变

 

    3. json 以前用xml  先在用json

        json.dumps() 把字典转换成json字符串

        json.loads() 把json字符串转化成字典

 

        json.dump() 把字典转换成json字符串. 写入到文件

        json.load() 把文件中的json字符串读取. 转化成字典

 

        default = 把对象转化成字典. 需要自己写转换过程

        object_hook = 把字典转化成对象. 需要自己写转换过程

        ensure_ascii = False  可以处理中文

 

  注意. 我们可以向同一个文件中写⼊多个json串. 但是读不⾏。

在读取的时候是⽆法正常读取的. 那如何解决呢? 两套方案. 方案一. 把所有的内容准备好统一 进⾏行写入和读取. 但这样处理, 如果数据量小还好. 数据量大的话, 就不够友好了. 方案二. 不用 dump. 改用dumps和loads. 对每⼀⾏分别进⾏处理.

import json 
lst = [{"a": 1}, {"b": 2}, {"c": 3}] 
# 写⼊
f = open("test.json", mode="w", encoding="utf-8")
for el in lst:    
    s = json.dumps(el, ensure_ascii=True) + "\n"    
    f.write(s)
f.close() 

# 读取 
f = open("test.json", mode="r", encoding="utf-8") 
for line in f:   
    dic = json.loads(line.strip())    
print(dic)
f.close()

 

 

　　4.configparser 处理windows配置文件的  dict

　　适用于配置文件的格式与windows ini文件类似

　　可以包含一个或多个节(section)每个节 可以有多个参数(键=值).