python学习第四周总结

一、Python封装与解构

• 封装：将多个值使用逗号分割，组合在一起。本质上返回一个元组，只是省掉了小括号。
• 解构：把线性结构的元素解开，并顺序的赋给其他变量。左边接纳的变量数要和右边解开的元素个数一致。

例一：

t1 = (1,2)
t2 = 1,2    #将1和2封装成元组

例二：交换的数据

#数据位置交换
x = 10
y = 11
temp = x   #把x赋值于一个新的变量
x = y
y = temp

#封装和解构，交换
x = 10
y = 11
x,y = y,x

例三：

  lst = [3,5] 2 first,second = lst #将列表中的值结构后分别赋给 first和secon 

• 剩余变量解构

• 【*】标识符

1. 收集尽可能多的元素
2. 使用 *变量名 接收，但不可单独使用
3. *变量名 收集后组成一个列表

a1,a2,*a3,a4 = range(10)  #其中*a3就将结构后多余的数据全部给自己。
print(a1,a2,a4)         
print(a3)

• 【_】丢弃的变量

1. 如果不关心一个比那里，可以定义该变量的名字为【_】

_,_,(*_,a),*_ = [1,2,(3,4,5),6,7]
print(a)

二、解析式和生成器表达式

1、列表解析式

• 列表解析式List Comprehension,也叫列表推导式。

例：

#生成一个列表，元素0~9,将每一个元素加1后的平方值组成新的列表
x = []
for i in range(10):
    x.append( (i + 1) **2 )
print(x)


#列表解析式
print([(i + 1) **2 for i in range(10)])

语法

• 【返回值for元素in可迭代对象if条件】
• 使用中括号【】，内部是for循环，if条件语句可选
• 立即返回一个新的列表

列表解析式的优点

• 编译器会优化，不会因为简写而影响效率，反而因优化提高了效率
• 减少程序工作量，减少出错
• 简化代码，可读性增强

2、生成器表达式

• 语法

1. (返回值 for 元素 in 可迭代对象 if 条件)
2. 使用小括号(),内部是for循环，if条件语句可选，会返回一个生成器对象

• 生成器与列表解释器的区别

1. 生成器表达式是按需计算(或称为惰性求值、延迟计算)，需要的时候才计算值
2. 列表解析式是立即返回值

• 生成器：是一个可迭代对象。是一个迭代器

生成器：是一个可迭代对象。是一个迭代器

生成器表达式和列表解析式的区别

• 计算方式

1. 生成器表达式：延迟计算，按需取值。
2. 列表解析器：立即计算，得到所有值

• 内存占用

1. 生成器表达式：节约内存，生成器对象是个对象，需要数据时就计算获取一个值
2. 列表解析式：占用内存与数据总量一致。

• 计算速度

1. 生成器表达式:   耗时非常短
2. 列表解析式：   耗时长

集合解析式

• {返回值 for 元素 in 可迭代对象 if 条件}
• 使用大括号{},值必须是可哈希，内部是for循环，if条件语句可选，会返回一个集合

{(x,x+1) for x in range(10)}
{ x for x in range(10)}

字典解析式

• {返回值 for 元素 in 可迭代对象 if 条件}
• 使用大括号{},值使用key:value形式定义,key必须是可哈希，内部是for循环，if条件语句可选，会返回一个字典

dictt1 = { x:x+1 for x in range(10)}
dictt2 = {x:[x+1] for x in range(10)}
dictt3 = {(x,):[x+1] for x in range(10)}
dictt4 = {str(x):[x,x+1] for x in range(10)}
dictt5 = {chr(0x41+x):x**2 for x in range(10)}
print(dictt1,dictt2,dictt3,dictt4,dictt5,sep="
")

总结

• Python2 引入列表解析式
• Python2.4 引入生成器表达式
• Python3 引入集合、字典解析式，并迁移到了2.7

1. 一般来说应该多用解析式，简短、高效。如果一个解析式非常复杂难读懂，要考虑使用for循环
2. 生成器和迭代器是不同的对象，单都是可迭代对象

• 生成器对象 —— 一定是迭代器 —— 一定可迭代
• 迭代器：能用next()函数调用取下一个值。是迭代器  —— 一定可迭代
• 可迭代对象，不一定是迭代器，也不一定是生成器对象

三、datetime时间模块

datetime类,时间模块中的类datetime

类方法

• todaty() 返回本地时区当前时间的datetime对象
• now(tz==None) 返回当前时间的datetime对象，时间到微妙，如果tz为None，返回和today()一样
• utcnow() 返回没有时区的当前时间
• fromtimestamp(timestamp,tz=None)从一个时间戳返回一个datetime对象
• timestamp 时间戳
• tz 时区
• strptime(date_string,format) 将指定格式的字符串转换为datetime对象，【日期的格式化】

例：

import datetime
datetime.datetime.strptime("2019-04-8 15:18","%Y-%m-%d %H:%M")

datetime对象

• timestamp()–>int 返回一个到微妙的时间戳。
• 时间戳：格林威治时间1970年1月1日0点到现在的秒数
• datetime(year,month,day,hour,minute,second,microsecond)—>datetime 构造方法，创建指定时间
• weekday() 返回本周的第几天，周一 0 ，周日 6
• isoweekday() 返回本周的第几天，周一 1 ，周日 7
• date() 返回日期date对象
• time() 返回时间time对象
• replace() 修改并返回新的时间
• socalendar() 返回一个三元组(年，周数,一周内的第几天)
• strftime(format) —>string,将datetime对象转换成指定格式的时间字符串

例：

import datetime
datetime.datetime.today().strftime("%Y-%m-%d %H:%M:%S")
"{0:%Y}-{0:%m}-{0:%d}".format(datetime.datetime.today())

timedelta对象(时间差)

• datetime.timedelta(days=0,seconds=0,microseconds=0,milliseconds=0,minutes=0,hours=0,weeks=0)

构造方法

• timedelta对象还可以根据两个时间相减得到。
• 例如： timedelta = datetime1 - datetim2
• 同样datetime加上timedelta可以获取新的datetime对象。则 datetime2 = datetime1 + timedlata
• total_seconds() 返回时间差的总秒数

例：

import datetime
d1 = datetime.datetime.now() # 获取当前时间
d2 = datetime.datetime.utcnow() # 获取utc时间
d3 = datetime.datetime.today() # 获取当前时间
d4 = datetime.datetime(2019,4,10) # 获取指定时间
print(d1,d2,d3,d4,sep="
")

d5 = datetime.datetime.fromtimestamp(d4.timestamp()) # 根据d4的时间戳获取datetime对象
d6 = datetime.datetime.fromtimestamp(int(d3.timestamp())) # 根据d3的时间戳（只要秒以前的），获取datetime对象
print(d5,d6,sep="
")