python基础知识点笔记

1.random

random库是python的标准库，random是使用梅森旋转算法来生成随机序列元素。其基本流程是：

1. 随机指定一个随机数种子
2. 利用梅森旋转算法生成随机数序列
   因此它有个特点：种子值相同情况下，生成的序列是固定的，所以是一个伪随机数生成方法。
   具体方法为：
3. seed(a=None): 初始化给定的随机数种子，默认随机数种子为当前系统的时间，因为这个时间数值一直在变，所以每次执行random生成的随机序列就会不一样，如同时执行其生成的序列是一样的

•  random.seed(10) #产生种子10对应的序列
  

2. random(): 生成一个[0.0,1.0]之间的随机小数

•  random.random()
  

扩展使用：

•  1. random.randint(a,b)  # 生成一个[a,b]之间的整数
  

•  2. random.randrange(m,n[,k]) # 生成一个[m,n]之间以k为步长的随机整数
  

•  3. random.getrandbits(k) #生成一个k比特长的随机整数
  

•  4. random.choice(seq) #从序列seq中随机选择一个元素
  

•  5. random.shuffle(seq) #将序列seq中元素随机排列，返回打乱之后的序列
  

2.time

time库是Python中处理时间的标准库

• 时间获取：

• time() #获取当前时间戳，即计算机内部时间值，浮点数 1516939876.6022282
• ctime() #获取当前时间并以易读方式表示，返回字符串 'Fri Jan 26 12:11:16 2018'
• gmtime() #获取当前时间，表示为计算机可处理的时间格式

•   time.struct_time(tm_year=2018, tm_mon=1,tm_mday=26, tm_hour=4, tm_min=11, tm_sec=16,tm_wday=4, tm_yday=26, tm_isdst=0)
  

• 时间格式化：

• strftime(tpl, ts)

tpl是格式化模板字符串，用来定义输出效果
ts是计算机内部时间类型变量

>>>t = time.gmtime()
>>>time.strftime("%Y-%m-%d %H:%M:%S",t)
 
>>>timeStr = '2018-01-26 12:55:20'
>>>time.strptime(timeStr, “%Y-%m-%d %H:%M:%S”)

• 程序计时：

• sleep() #s拟休眠的时间，单位是秒，可以是浮点数

•  time.sleep(3.3)  # 可以用来做程序等待 
  

• perf_counter() #返回一个CPU级别的精确时间计数值，单位为秒

连续使用该函数可以用来计算一个程序的运行时长，然后用来分析这个程序的执行性能

>>>start = time.perf_counter()
318.66599499718114
>>>end = time.perf_counter()
341.3905185375658
>>>end - start
22.724523540384666

3.函数可变参数传递、多返回值

python函数可以设计为可变数量的参数，即不确定参数的总数量，参数可以使用循环的方式读取。
其使用定义方式为：

def <函数名> (<参数>,*b):
    <函数体>
    return <返回值>

同时，函数的return也可以返回多个值：
return a/b,a,b

4.global保留字声明一个已存在的全局变量

s=10
def test(n):
    global s
    return s

5.局部变量如果是一个组合数据类型且未创建，则它相当于全局变量

ls=['F','f']

def func(a):
    ls.append(a) #ls未再创建 直接引用
    return ls
func("c")
print(ls)

6.lambda函数

lambda函数为匿名函数，返回函数名作为结果，定义方式：
<函数名> = lambda <参数> : <表达式>
这里重点是参数冒号后面跟着的是只能是具体逻辑的表达式
其等价于：

def <函数名> (<参数>):
    <函数体>
    return <返回值>

lambda在使用的时候需要注意：

1. 谨慎使用，正常情况下再简单的方法都推荐用def来完整定义
2. lambda主要用作一些特定函数或方法的参数，以及在python语法中一些固定的使用方式里会用到

7.dict函数

dict() 函数用于创建一个字典.
语法：

class dict(**kwarg) # **kwargs -- 关键字
class dict(mapping, **kwarg) # mapping -- 元素的容器
class dict(iterable, **kwarg) # iterable -- 可迭代对象

# !/usr/bin/python3
dict0 = dict()  # 传一个空字典
print('dict0:', dict0)
dict1 = dict({'three': 3, 'four': 4})  # 传一个字典
print('dict1:', dict1)
dict2 = dict(five=5, six=6)  # 传关键字
print('dict2:', dict2)
dict3 = dict([('seven', 7), ('eight', 8)])  # 传一个包含一个或多个元祖的列表
print('dict3:', dict3)
dict5 = dict(zip(['eleven', 'twelve'], [11, 12]))  # 传一个zip()函数
print('dict5:', dict5) 
# 输出：
dict0: {}
dict1: {'four': 4, 'three': 3}
dict2: {'five': 5, 'six': 6}
dict3: {'seven': 7, 'eight': 8}
dict5: {'twelve': 12, 'eleven': 11}

8.set函数

set() 函数创建一个无序不重复元素集，可进行关系测试，删除重复数据，还可以计算交集、差集、并集等
set的内部结构和dict很像，唯一区别是不存储value，因此，判断一个元素是否在set中速度很快。

语法：

class set([iterable]) # iterable -- 可迭代对象对象

set存储的元素和dict的key类似，必须是不变对象，因此，任何可变对象是不能放入set中的。

# set，接收一个list作为参数： 
list1=[1,2,3,4]
s=set(list1)
print(s)
#逐个遍历
for i in s:
  print(i)
#输出:
set([1, 2, 3, 4])
# 使用add(key)往集合中添加元素，重复的元素自动过滤 
list1=[1,2,3,4]
s=set(list1)
print(s)
s.add(4)
s.add(5)
print(s)
#输出：
set([1, 2, 3, 4])
set([1, 2, 3, 4, 5])
#通过remove(key)方法可以删除元素：
list1=['a','b','zhang','kang']
s=set(list1)
print(s)
s.remove('zhang')
print(s)
#输出：
set(['a', 'kang', 'b', 'zhang'])
set(['a', 'kang', 'b'])
#set还可以像数学上那样求交集和并集
list1=['a','b','zhang','kang']
list2=['a','b','c','d']
s1=set(list1)
s2=set(list2)
#交集，使用&操作符
s3=s1&s2
#并集，使用|操作符
s4=s1|s2
print(s3)
print(s4)
#输出:
set(['a', 'b'])
set(['a', 'c', 'b', 'd', 'zhang', 'kang'])

最后，set存储的元素也是没有顺序的，存入的元素会被打乱。