三、 random 模块
random 模块的各种变量和函数主要用于生成伪随机数。在 Python 交互式解释器中导入 random 模块，可使用 random.__all__ 命令查看该模块的公开接口，这些接口是该模块包含的全部属性和函数。
>>> random.__all__
['Random', 'seed', 'random', 'uniform', 'randint', 'choice', 'sample', 'randrange', 'shuffle', 'normalvariate',
'lognormvariate', 'expovariate', 'vonmisesvariate', 'gammavariate', 'triangular', 'gauss', 'betavariate',
'paretovariate', 'weibullvariate', 'getstate', 'setstate', 'getrandbits', 'choices', 'SystemRandom']
这些属性和函数的含义不用强记，官方参考网站是 https://docs.python.org/3/library/random.html。常用函数如下：
（1）、random.seed(a=None,version=2)：指定种子来初始化伪随机数生成器。
（2）、random.randrange(start,stop[,step])：返回从 start 开始到 stop 结束、步长为 step 的随机数。与choice(range(start,stop,step))的效果一样，只不过实际在底层并不生成区间对象。
（3）、random.randint(a,b)：生成一个范围在 a<=N<=b 的随机数。等同于 randrange(a,b+1)的效果。
（4）、random.choice(seq)：从 seq 中随机抽取一个元素，如果 seq 为空，则引发 IndexError 异常。
（5）、random.choices(seq,weights=None,*,cum_weights=None,k=1)：从 seq 序列中抽取 k 个元素，还可通过 weights 指定各元素被抽取的权重（代表被抽取的可能性高低）。
（6）、random.shuffle(x[,random])：对 x 序列执行洗牌“随机排列”操作。
（7）、random.sample(population,k)：从 population 序列中随机抽取 k 个独立的元素。
（8）、random.random()：生成一个从 0.0（包含）到 1.0（不包含）之间的伪随机浮点数。
（9）、random.uniform(a,b)：生成一个范围为 a<=N<=b 的随机数。
（10）、random.expovariate(lambd)：生成呈指数分布的随机数。其中 lambd 参数（实际应该是lambda，只是lambda是Python关键字，所以简写成lambd）为1除以期望平均值。如果 lambd 是正值，则返回的随机数是从 0 到正无穷大；如果 lambd 是负值，则返回的随机数是从负无穷大到 0。
此外，random 模块还有 random.triangular(low,high,mode)、random.gauss(mu,sigma)等函数，用于生成呈对称分布、高斯分布的随机数，这些函数需要一些数学知识来理解，平时用得不多。
下面是 random 模块的常用函数的功能和用法。
import random # 生成范围为 0.0<=x<1.0 的伪随机浮点数 print(random.random()) # 生成范围为 2.5<=x<10.0 的伪随机浮点数 print(random.uniform(2.5, 10.0)) # 生成呈指数分布的伪随机浮点数 print(random.expovariate(1 / 5)) # 生成从 0 到 33 的伪随机整数 print(random.randrange(34)) # 生成从 0 到 100 的随机偶数 print(random.randrange(0, 101, 2)) # 随机抽取一个元素 print(random.choice(['python', 'linux', 'michael', 'stark'])) book_list = ['python', 'linux', 'java', 'html'] # 对列表元素进行随机排列 random.shuffle(book_list) print(book_list) # 随机抽取 4 个独立元素 print(random.sample([10, 20, 30, 40, 50, 60], k=4)) 运行程序，输出结果如下： 0.9460895371013778 4.026276430084499 8.989374079499285 16 34 stark ['html', 'java', 'python', 'linux'] [60, 20, 50, 40]
random 模块可以做一些有趣的事情，示例如下：
import random
import collections
# 指定随机抽取 6 个元素，各元素被抽取的权重（概率）不同
print(random.choices(['python', 'linux', 'html'], [6, 5, 1], k=6))
# 模拟从52张扑克牌中抽取20张
# 在抽取的 20 张牌中，牌面为 10 （包括J、Q、K）的牌占多的比例
# 生成一个 16 个 tens（代表10）和36个 low_cards（代表其他牌）的集合
deck = collections.Counter(tens=16, low_cards=36)
# 从52张牌中随机抽取 20 张
seen = random.sample(list(deck.elements()), k=20)
# 统计 tens 元素有多少个，再除以 20
print(seen.count('tens') / 20)
运行程序，输出信息如下所示：
['linux', 'python', 'python', 'linux', 'linux', 'python']
0.4
从输出可知，抽取的6个元素中，html 因为权重太低，完全没有被抽取到。
四、 time 模块
time 模块提供了日期、时间功能的类和函数。该模块有把日期、时间格式化为字符串的功能，也有从字符串恢复日期、时间的功能。在Python 交互式解释器中先导入 time 模块，使用列表解析式过滤下划线的模块，示例如下：
>>> import time
>>> [e for e in dir(time) if not e.startswith("_")]
['altzone', 'asctime', 'clock', 'ctime', 'daylight', 'get_clock_info', 'gmtime', 'localtime', 'mktime',
'monotonic', 'perf_counter', 'process_time', 'sleep', 'strftime', 'strptime', 'struct_time', 'time',
'timezone', 'tzname']
在 time 模块内有一个 time.struct_time 类，该类代表一个时间对象，主要有9个属性，每个属性的信息如下所示：
例如可以用 time.struct_time(tm_year=2019, tm_mon=11, tm_day=11, tm_hour=15, tm_min=10, tm_sec=33, tm_wday=0, tm_yday=315, tm_isdst=0) 清楚的代表时间。此外还可用一个包含9个元素的元组来代表时间，该元组的9个元素和 struct_time 对象中 9 个属性的含义是一一对应的。比如用 (2019,11,11,15,10,33,1,1,0) 来清楚的代表时间。time 模块的常用功能函数如下：
（1）、time.asctime([t])：将时间元组或 struct_time 转换为时间字符串。如果不指定参数 t，则默认转换当前时间。
（2）、time.ctime([secs])：将以秒数代表的时间转换为时间字符串。
这里要注意的是：Python 的时间从 1970 年1月1日0点整到现在所经过的秒数来代表当前时间。比如写30秒，就意味着时间是1970年1月1日0点30秒。在实际输出的时候还会受到时区的影响，比如我国处于东八区，因此实际上会输出1970年1月1日8点0分30秒。
（3）、time.gmtime([secs])：将以秒数代表的时间转换为 struct_time 对象。如果不传入参数，则使用当前时间。
（4）、time.localtime([secs])：将以秒数代表的时间转换为代表当前时间的 struct_time 对象。如果不传入参数，则使用当前时间。
（5）、time.mktime(t)：它是 localtime 的反转函数，用于将 struct_time 对象或元组代表的时间转换为从1970年1月1日0点整到现在过了多少秒。
（6）、time.perf_counter()：返回性能计数器的值。以秒为单位。
（7）、time.process_time()：返回当前进程使用 CPU 的时间。以秒为单位。
（8）、time.sleep(secs)：暂停 secs 秒，什么都不做。
（9）、time.strftime(format[,t])：将参数 t 代表的时间元组或 struct_time 对象按照 format 格式转化为时间字符串。如果不指定参数 t，则默认转换当前时间。
（10）、time.strptime(string[,format])：将 format 格式的 string 时间字符串解析成 struct_time 对象。如果不指定参数 format，则要求 string 字符串的格式要与 '%a %b %d %H:%M:%S %Y' 格式相匹配。
（11）、time.time()：返回从 1970年1月1日0点整到现在经过了多少秒。
（12）、time.timezone：返回本地时区的时间偏移，以秒为单位。
（13）、time.tzname：返回本地时区的名字。
time 模块的常用功能函数示例如下：
import time
# 将当前时间转换时间字符串
print(time.asctime()) # 不传入参数，默认是当前时间
# 将指定时间转换为时间字符串，时间元组的后面3个元素没有设置
print(time.asctime((2019, 11, 12, 10, 18, 22, 0, 0, 0)))
# 将以秒数为代表的时间转换为时间字符串，默认是从1970年1月1日0点开始
print(time.ctime(50)) # Thu Jan 1 08:00:50 1970
# 将以秒数为代表的时间转换为 struct_time 对象
print(time.gmtime(50))
# 将当前时间转换为 struct_time 对象
print(time.gmtime())
# 将以秒数代表的时间转换为代表当前时间的 struct_time 对象
print(time.localtime(50))
# 将元组格式的时间转换为以秒数代表的时间
print(time.mktime((2019, 11, 12, 10, 20, 31, 0, 0, 0))) # 1573525231.0
# 返回性能计数器的值
print(time.perf_counter()) # 4e-07
# 返回当前进程使用 CPU 的时间
print(time.process_time()) # 0.40625
# 当前程序暂停 3 秒
time.sleep(3)
# 将当前时间转换为指定格式的字符串
print(time.strftime('%Y-%m-%d %H:%M:%S')) # 2019-11-12 09:27:44
st = '2019年11月12日'
# 将指定时间字符串转换（或恢复）成 struct_time 对象
print(time.strptime(st, '%Y年%m月%d日')) # 格式化字符串要与时间字符串格式相匹配
# 查看从1970年1月1日0点开始到现在经过了多少秒
print(time.time()) # 1573522064.3641815
# 返回本地时区的时间偏移，以秒为单位
print(time.timezone) # 我国在东八区输出是 -28800，-28800 / 3600 = -8，相差8小时
运行上面代码，输出如下结果：
Tue Nov 12 09:27:41 2019
Mon Nov 12 10:18:22 2019
Thu Jan 1 08:00:50 1970
time.struct_time(tm_year=1970, tm_mon=1, tm_mday=1, tm_hour=0, tm_min=0, tm_sec=50, tm_wday=3, tm_yday=1, tm_isdst=0)
time.struct_time(tm_year=2019, tm_mon=11, tm_mday=12, tm_hour=1, tm_min=27, tm_sec=41, tm_wday=1, tm_yday=316, tm_isdst=0)
time.struct_time(tm_year=1970, tm_mon=1, tm_mday=1, tm_hour=8, tm_min=0, tm_sec=50, tm_wday=3, tm_yday=1, tm_isdst=0)
1573525231.0
4e-07
0.40625
2019-11-12 09:27:44
time.struct_time(tm_year=2019, tm_mon=11, tm_mday=12, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=1, tm_yday=316, tm_isdst=-1)
1573522064.3641815
-28800
在 time 模块中的 strftime() 和 strptime() 两个函数是互为逆函数，其中 strftime() 是将 struct_time 对象或时间元组转换为时间字符串；strptime() 是将时间字符串转换为 struct_time 对象。在实际应用中，可使用 localtime() 获取当前时间，再将当前时间以参数形式传递给 strftime() 函数的第二个参数，将按照该函数的第一个参数格式转换为时间字符串。另外，这两个函数都需要编写格式模板，在 Python 中时间格式字符串的指令有：
五、 JSON 支持
JSON 是一种轻量级、跨平台、跨语言的数据交换格式，JSON 格式被广泛应用于各种语言的数据交换中。
1、 JSON 基本知识
JSON 全称是 JavaScript Object Notation，即 JavaScript 对象符号，是一种轻量级的数据交换格式。JSON 格式的数据即适合人阅读，也适合计算机解析和生成。早期，JSON 是 JavaScript 语言的数据交换格式，后来发展成一种与语言无关的数据交换格式，这一点非常类似 XML。
JSON 在C、C++、C#、Java、JavaScript、Perl、Python等编程语言中使用广泛。JSON 提供了在多种语言之间完成数据交换的能力，因此，JSON 是一种非常理想的数据交换格式。JSON 有两种主要的数据结构：
（1）、由 key-value 对组成的数据结构。这种数据结构在不同的语言中不同的实现。例如，在 JavaScript 中是一个对象；在 Python 中是一种 dict 对象；在 C 语言中是一个 struct；在其他语言中可能是 record、dictionary、hash table等。
（2）、有序集合。这种数据结构在 Python 中对应于列表；在其他语言中，可能对应于 list、vector、数组和序列等。
这两种数据在不同的语言中都有对应实现，因此这种简便的数据表示方式可以实现跨语言。所以，JSON 可以作为程序设计语言中通用的
数据交换格式。在 JavaScript 中有两种语法，一种用于创建对象；另一种用于创建数组。
1.1 使用 JSON 语法创建对象
在早期的 JavaScript 版本中要创建 JSON 对象，需要写函数，并且使用 new 关键字。例如下面这样：
// 定义一个函数，可以作为该类的构造器 function Person(name, gender){ this.name = name; this.gender = gender; } // 创建一个 Person 实例 var p = new Person('michael', 'male'); // 输出 Person 实例的 name 属性 alert(p.name);
从 JavaScript 1.2 开始，创建 JSON 对象更快捷的语法如下所示：
var p = {'name': 'michael', 'gender': 'male'}; alert(p);
在新版本的 JavaScript 中创建 JSON 对象的语法更加简捷、方便。从上面示例可知，在 JavaScript 中创建 JSON 对象时，以“{”开始，以“}”结束，对象的每个属性名和属性值之间以英文冒号（:）分隔，多个属性之间用英文逗号（,）分隔。语法格式如下：
object = {
key1: valeu1,
key2: value2,
...
};
在上面这个语法中，最后一个 key-value 对后面不需要有逗号（,），所以在定义时要留意。另外还需要注意的是，JavaScript 中定义JSON对象时，每个对象的 key 可以是字符串，也可以是非字符串，例如下面定义的 JSON 对象也是正确的：
// p 对象的 key 可以不是字符串，在 Python 中 key 必须是可 hash 的对象 var p = {name: 'stark', age: 25}; alert(p.name)
此外，使用 JSON 语法创建 JavaScript 对象时，属性值可以是普通字符串，也可以是任何基本数据类型，还可以是函数、数组，甚至是另外一个使用 JSON 语法创建的对象。例如：
person = { name: 'michael', age: 25, // 使用 JSON 语法创建一个属性 son: { name: 'stark', grade: 1 }, // 使用 JSON 语法为 person 直接创建一个方法 info: function(){ console.log('姓名：' + this.name + '性别：' + this.sex); } }
1.2 使用 JSON 语法创建数组
在早期的 JavaScript 语法中，使用下面的方式来创建数组：
// 创建数组对象 var a = new Array(); // 为数组元素赋值 a[0] = 'michael'; a[1] = 25;
也可通过下面的方式来创建数组：
// 创建数组对象时直接赋值 var a = new Array('michael', 25); 使用 JSON 语法创建数组非常简单，如下所示： // 使用 JSON 语法创建数组 var a = ['michael', 25];
从上面这行代码可知，使用 JSON 创建数组时以英文左方括号（[）开始，接着放入数组元素，各元素之间用英文逗号（,）分隔，最后一个
元素后面不需要英文逗号，而是以英文右方括号（]）结束。使用 JSON 创建数组的语法格式如下：
arr = [val1, val2, ...]
JSON 语法简单易用，作为数值传输载体时，数据传输量小，在跨平台的数据交换中，经常采用 JSON 作为数据交换格式。在 Python 中有将 JSON 格式的字符串恢复成对象的方法（或函数），也有将某个对象转换成 JSON 字符串的方法。关于 JSON 的更多信息，可参考官方网站 http://www.json.org。
2、 Python 的 JSON 支持
json 模块可用于操作 JSON，该模块有的函数是将 JSON 字符串恢复成 Python 对象的，有的函数是将 Python 对象转换成 JSON 字符串的。
当把 JSON 对象或 JSON 字符串转换成 Python 对象时，从 JSON 类型到 Python 类型的对应转换关系如下所示：
当把 Python 对象转换成 JSON 格式字符串时，从 Python 类型到 JSON 类型的对应转换关系如下所示：
json 模块提供的属性和函数并不多，在交互式解释器中导入 json 模块，使用 json.__all__ 命令可查看全部属性和函数。
>>> import json
>>> json.__all__
['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONDecodeError', 'JSONEncoder']
json 模块中常用的函数和类的功能如下：
（1）、json.dump(obj, fp, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)：将obj 对象转换成 JSON 字符串输出到 fp 流中，fp 是一个支持 write() 方法的类文件对象。
（2）、json.dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True,cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)：将 obj 对象转换为 JSON 字符串，并返回该 JSON 字符串。
（3）、json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)：从 fp 流读取 JSON 字符串，将其恢复成 JSON对象，其中 fp 是一个支持 write()方法的类文件对象。
（4）、json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)：将 JSON 字符串 s 恢复成 JSON 对象。
上面 4 个功能函数实现了 JSON 的两个主要应用场景，JSON 是一种轻量级的数据交换格式，它的主要应用场景是：
（1）、JSON字符串 decode（用load或loads） 转换成 Python 对象。
（2）、将 Python 对象 encode（用dump或dumps） 转换成 JSON 字符串。
下面代码将 Python 对象转换成 JSON 字符串，主要使用 dumps()和dump()函数的encode操作。代码如下：
import json
# 将 Python 对象转换为 JSON 字符串，元组会被当成数组
s = json.dumps(['michael', {'fav': ('coding', None, 'game', 25)}])
print(s) # ["michael", {"fav": ["coding", null, "game", 25]}]
# 将简单的 Python 字符串转换为 JSON 字符串
s2 = json.dumps(""fooar")
print(s2) # ""fooar"
# 将简单的 Python 字符串转换为 JSON 字符串
s3 = json.dumps("\")
print(s3) # "\"
# 将 Python 的 dict 对象转换为 JSON 字符串，并对 key 排序
s4 = json.dumps({'c':3, 'b': 2, 'a': 1}, sort_keys=True)
print(s4) # {"a": 1, "b": 2, "c": 3}
# 将 Python 列表转换为 JSON 字符串，并指定 JSON 分隔符，在逗号和冒号之后没有空格（默认有空格）
s5 = json.dumps([1, 2, 3, {'x': 5, 'y': 7}], separators=(',', ':'))
# 在输出的 JSON 字符串中，在逗号和冒号之后没有空格
print(s5) # [1,2,3,{"x":5,"y":7}]
# 指定 indent 为4，此时转换的 JSON 字符串有缩进，缩进是4个空格
s6 = json.dumps({'Python': 5, 'Linux': 7}, sort_keys=True, indent=4)
print(s6)
# 伤脑筋 JSONEncoder 的 encode 方法将 Python 对象转换为 JSON 字符串
s7 = json.JSONEncoder().encode({'city': ('成都', '上海')})
print(s7) # {"city": ["u6210u90fd", "u4e0au6d77"]}
f = open('a.json', 'w')
# 使用 dump() 函数将转换得到的 JSON 字符串输出到文件中
json.dump(['Linux', {'Python': 'excellent'}], f, indent=4)
运行代码，输出结果如下：
["michael", {"fav": ["coding", null, "game", 25]}]
""fooar"
"\"
{"a": 1, "b": 2, "c": 3}
[1,2,3,{"x":5,"y":7}]
{
"Linux": 7,
"Python": 5
}
{"city": ["u6210u90fd", "u4e0au6d77"]}
上面代码中使用了 dumps() 函数的 encode 操作，在调用 dumps() 函数时指定了不同的选项。最后一行代码使用 dump() 函数将通过 encode 操作得到的 JSON 字符串输出到文件中。dumps() 和 dump() 函数的功能、所支持的选项基本相同，只是 dumps() 函数直接返回转换得到的 JSON 字符串，而 dump() 函数则将转换得到的 JSON 字符串输出到文件中。运行上面的代码，会在当前工作目录下生成一个 a.json 文件，文件内容就是转换得到的 JSON 字符串。
在上面代码中还调用了 json.JSONEncoder 对象的 encode() 方法，同样可以将 Python 对象转换为 JSON 字符串。而 dumps() 和dump() 函数是更高级的调用方式，通常调用 dumps() 和 dump() 函数对 Python 对象进行转换即可。
下面代码使用 loads() 和 load() 函数的 decode 操作将 JSON 字符串转换成 Python 对象。代码如下：
import json
# 将 JSON 字符串恢复成 Python 列表
r1 = json.loads('["michael", {"fav": ["coding", null, "game", 25]}]')
print(r1) # ['michael', {'fav': ['coding', None, 'game', 25]}]
# 将 JSON 字符串恢复成 Python 字符串
r2 = json.loads('"\"foo\"bar"')
print(r2) # "foo"bar
# 定义一个自定义的转换函数，将 real 数据转换成复数的实部，将 imag 转换成复数的虚部
def as_complex(dct):
if '__complex__' in dct:
return complex(dct['real'], dct['imag'])
return dct
# 使用自定义的恢复函数
r3 = json.loads('{"__complex__": true, "real": 1, "imag": 2}', object_hook=as_complex)
print(r3) # (1+2j)
f = open('a.json')
# 从文件中恢复 JSON 列表
r4 = json.load(f)
print(r4) # ['Linux', {'Python': 'excellent'}]
运行代码，输出信息如下所示：
['michael', {'fav': ['coding', None, 'game', 25]}]
"foo"bar
(1+2j)
['Linux', {'Python': 'excellent'}]
在上面代码中，使用 loads() 函数将 JSON 字符串转换成 Python 列表、Python字符串。接下来使用自定义的转换函数，将原本应该恢复成 dict 对象的 JSON 字符串恢复成复数，并将字典中 real 对应的值转换成复数的实部，将字典中 imag 对应的值转换成复数的虚部。
通过使用自定义的恢复函数，可以完成 JSON 类型到 Python 特殊类型（如复数、矩阵）的转换。上面代码最后使用 load() 函数从文件流来恢复 JSON 列表。
此外，Python 支持的类型中有些是 JSON 所不支持的，比如复数、矩阵等，这些不能直接使用 dumps() 或 dump() 函数进行转换，直接转换会出问题。此时需要对 JSONEncoder 类进行扩展，通过扩展来完成从 Python 特殊类型到 JSON 类型的转换。
下面代码通过扩展 JSONEncoder 来实现从 Python 复数到 JSON 字符串的转换。代码如下：
import json
# 定义 JSONEncoder 的子类
class ComplexEncoder(json.JSONEncoder):
def default(self, o):
# 如果要转换的对象是复数类型，就进行处理
if isinstance(o, complex):
return {"__complex__": 'true', 'real': o.real, 'imag': o.imag}
# 对于其他类型，还是使用 JSONEncoder 默认处理
return json.JSONEncoder.default(self, o)
# 第一种转换方式，将自定义的转换类传递给 dumps() 函数的 cls 参数
s1 = json.dumps(2 + 1j, cls=ComplexEncoder)
print(s1) # {"__complex__": "true", "real": 2.0, "imag": 1.0}
# 第二种调用方式，直接调用自定义类的 encode() 实例方法转换
s2 = ComplexEncoder().encode(2 + 1j)
print(s2) # {"__complex__": "true", "real": 2.0, "imag": 1.0}
运行代码，输出结果如下所示：
{"__complex__": "true", "real": 2.0, "imag": 1.0}
{"__complex__": "true", "real": 2.0, "imag": 1.0}
上面代码中对 JSONEncoder 类进行了扩展，并重写父类的 default() 方法，在方法中对被转换的目标类型进行判断，如果是复数类型（complex）就使用自定义转换将复数转换成 JSON 对象，且该对象包含 "__complex__":"true" 属性。
对 JSONEncoder 类扩展后，有两种调用自定义的子类。
（1）、在 dumps() 或 dump() 函数中通过 cls 参数指定使用 JSONEncoder 的自定义子类。
（2）、直接使用自定义子类的 encode() 方法执行转换。