一、 數字
絕對值或複數的模
In [1]: abs(-6)
Out[1]: 6
十進位轉換為二進位：
In [2]: bin(10)
Out[2]: '0b1010'
十進位轉換為八進位：
In [3]: oct(9)
Out[3]: '0o11'
十進位轉換為十六進位：
In [4]: hex(15)
Out[4]: '0xf'
十進位整數對應的ASCII字符
In [1]: chr(65)
Out[1]: 'A'
查看某個ASCII字符對應的十進位數
In [1]: ord('A')
Out[1]: 65
所有元素都為真，返回 True，否則為False
In [5]: all([1,0,3,6])
Out[5]: False
In [6]: all([1,2,3])
Out[6]: True
至少有一個元素為真返回True，否則False
In [7]: any([0,0,0,[]])
Out[7]: False
In [8]: any([0,0,1])
Out[8]: True
測試一個對象是True, 還是False.
In [9]: bool([0,0,0])
Out[9]: True
In [10]: bool([])
Out[10]: False
In [11]: bool([1,0,1])
Out[11]: True
創建一個複數
In [1]: complex(1,2)
Out[1]: (1+2j)
分別取商和餘數
In [1]: divmod(10,3)
Out[1]: (3, 1)
將一個整數或數值型字符串轉換為浮點數
In [1]: float(3)
Out[1]: 3.0
如果不能轉化為浮點數，則會報ValueError:
In [2]: float('a')
# ValueError: could not convert string to float: 'a'
int(x, base =10) , x可能為字符串或數值，將x 轉換為一個普通整數。如果參數是字符串，那麼它可能包含符號和小數點。如果超出了普通整數的表示範圍，一個長整數被返回。
In [1]: int('12',16)
Out[1]: 18
base為底的exp次冪，如果mod給出，取餘
In [1]: pow(3, 2, 4)
Out[1]: 1
四捨五入，ndigits代表小數點後保留幾位：
In [11]: round(10.0222222, 3)
Out[11]: 10.022
In [12]: round(10.05,1)
Out[12]: 10.1
i = 3
print(1 < i < 3) # False
print(1 < i <= 3) # True
字符串轉換為字節類型
In [12]: s = "apple"
In [13]: bytes(s,encoding='utf-8')
Out[13]: b'apple'
In [14]: i = 100
In [15]: str(i)
Out[15]: '100'
In [16]: str([])
Out[16]: '[]'
In [17]: str(tuple())
Out[17]: '()'
將字符串編譯成python能識別或可執行的代碼，也可以將文字讀成字符串再編譯。
In [1]: s = "print('helloworld')"
In [2]: r = compile(s,"<string>", "exec")
In [3]: r
Out[3]: <code object <module> at 0x0000000005DE75D0, file "<string>", line 1>
In [4]: exec(r)
helloworld
將字符串str 當成有效的表達式來求值並返回計算結果取出字符串中內容
In [1]: s = "1 + 3 +5"
...: eval(s)
...:
Out[1]: 9
格式化輸出字符串，format(value, format_spec)實質上是調用了value的__format__(format_spec)方法。
In [104]: print("i am {0},age{1}".format("tom",18))
i am tom,age18
三、 函數
排序：
In [1]: a = [1,4,2,3,1]
In [2]: sorted(a,reverse=True)
Out[2]: [4, 3, 2, 1, 1]
In [3]: a = [{'name':'xiaoming','age':18,'gender':'male'},{'name':'
...: xiaohong','age':20,'gender':'female'}]
In [4]: sorted(a,key=lambda x: x['age'],reverse=False)
Out[4]:
[{'name': 'xiaoming', 'age': 18, 'gender': 'male'},
{'name': 'xiaohong', 'age': 20, 'gender': 'female'}]
求和：
In [181]: a = [1,4,2,3,1]
In [182]: sum(a)
Out[182]: 11
In [185]: sum(a,10) #求和的初始值為10
Out[185]: 21
關鍵詞nonlocal常用於函數嵌套中，聲明變量i為非局部變量；如果不聲明，i+=1表明i為函數wrapper內的局部變量，因為在i+=1引用(reference)時,i未被聲明，所以會報unreferenced variable的錯誤。
def excepter(f):
i = 0
t1 = time.time()
def wrapper():
try:
f()
except Exception as e:
nonlocal i
i += 1
print(f'{e.args[0]}: {i}')
t2 = time.time()
if i == n:
print(f'spending time:{round(t2-t1,2)}')
return wrapper
先回答為什麼要有global，一個變量被多個函數引用，想讓全局變量被所有函數共享。有的夥伴可能會想這還不簡單，這樣寫：
i = 5
def f():
print(i)
def g():
print(i)
pass
f()
g()
f和g兩個函數都能共享變量i，程序沒有報錯，所以他們依然不明白為什麼要用global.
但是，如果我想要有個函數對i遞增，這樣：
def h():
i += 1
h()
此時執行程序，bang, 出錯了！拋出異常：UnboundLocalError，原來編譯器在解釋i+=1時會把i解析為函數h()內的局部變量，很顯然在此函數內，編譯器找不到對變量i的定義，所以會報錯。
global就是為解決此問題而被提出，在函數h內，顯式地告訴編譯器i為全局變量，然後編譯器會在函數外面尋找i的定義，執行完i+=1後，i還為全局變量，值加1：
i = 0
def h():
global i
i += 1
h()
print(i)
def swap(a, b):
return b, a
print(swap(1, 0)) # (0,1)
In [31]: def f():
...: print('i\'m f')
...:
In [32]: def g():
...: print('i\'m g')
...:
In [33]: [f,g][1]()
i'm g
創建函數對象的list，根據想要調用的index，方便統一調用。
list(range(10,-1,-1)) # [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
第三個參數為負時，表示從第一個參數開始遞減，終止到第二個參數(不包括此邊界)
python五類參數：位置參數，關鍵字參數，默認參數，可變位置或關鍵字參數的使用。
def f(a,*b,c=10,**d):
print(f'a:{a},b:{b},c:{c},d:{d}')
默認參數c不能位於可變關鍵字參數d後.
調用f:
In [10]: f(1,2,5,width=10,height=20)
a:1,b:(2, 5),c:10,d:{'width': 10, 'height': 20}
可變位置參數b實參後被解析為元組(2,5);而c取得默認值10; d被解析為字典.
再次調用f:
In [11]: f(a=1,c=12)
a:1,b:(),c:12,d:{}
a=1傳入時a就是關鍵字參數，b,d都未傳值，c被傳入12，而非默認值。
注意觀察參數a, 既可以f(1),也可以f(a=1) 其可讀性比第一種更好，建議使用f(a=1)。如果要強制使用f(a=1)，需要在前面添加一個星號:
def f(*,a,**b):
print(f'a:{a},b:{b}')
此時f(1)調用，將會報錯：TypeError: f() takes 0 positional arguments but 1 was given
只能f(a=1)才能OK.
說明前面的*發揮作用，它變為只能傳入關鍵字參數，那麼如何查看這個參數的類型呢？藉助python的inspect模塊：
In [22]: for name,val in signature(f).parameters.items():
...: print(name,val.kind)
...:
a KEYWORD_ONLY
b VAR_KEYWORD
可看到參數a的類型為KEYWORD_ONLY，也就是僅僅為關鍵字參數。
但是，如果f定義為：
def f(a,*b):
print(f'a:{a},b:{b}')
查看參數類型：
In [24]: for name,val in signature(f).parameters.items():
...: print(name,val.kind)
...:
a POSITIONAL_OR_KEYWORD
b VAR_POSITIONAL
可以看到參數a既可以是位置參數也可是關鍵字參數。
生成關於蛋糕的序列cake1：
In [1]: cake1 = list(range(5,0,-1))
In [2]: b = cake1[1:10:2]
In [3]: b
Out[3]: [4, 2]
In [4]: cake1
Out[4]: [5, 4, 3, 2, 1]
再生成一個序列：
In [5]: from random import randint
...: cake2 = [randint(1,100) for _ in range(100)]
...: # 同樣以間隔為2切前10個元素，得到切片d
...: d = cake2[1:10:2]
In [6]: d
Out[6]: [75, 33, 63, 93, 15]
你看，我們使用同一種切法，分別切開兩個蛋糕cake1,cake2. 後來發現這種切法極為經典，又拿它去切更多的容器對象。
那麼，為什麼不把這種切法封裝為一個對象呢？於是就有了slice對象。
定義slice對象極為簡單，如把上面的切法定義成slice對象：
perfect_cake_slice_way = slice(1,10,2)
#去切cake1
cake1_slice = cake1[perfect_cake_slice_way]
cake2_slice = cake2[perfect_cake_slice_way]
In [11]: cake1_slice
Out[11]: [4, 2]
In [12]: cake2_slice
Out[12]: [75, 33, 63, 93, 15]
與上面的結果一致。
對於逆向序列切片，slice對象一樣可行：
a = [1,3,5,7,9,0,3,5,7]
a_ = a[5:1:-1]
named_slice = slice(5,1,-1)
a_slice = a[named_slice]
In [14]: a_
Out[14]: [0, 9, 7, 5]
In [15]: a_slice
Out[15]: [0, 9, 7, 5]
頻繁使用同一切片的操作可使用slice對象抽出來，復用的同時還能提高代碼可讀性。
有些讀者反映，lambda函數不太會用，問我能不能解釋一下。
比如，下面求這個 lambda函數：
def max_len(*lists):
return max(*lists, key=lambda v: len(v))
有兩點疑惑：
調用上面函數，求出以下三個最長的列表：
r = max_len([1, 2, 3], [4, 5, 6, 7], [8])
print(f'更長的列表是{r}')
結論：
創建數據字典
In [1]: dict()
Out[1]: {}
In [2]: dict(a='a',b='b')
Out[2]: {'a': 'a', 'b': 'b'}
In [3]: dict(zip(['a','b'],[1,2]))
Out[3]: {'a': 1, 'b': 2}
In [4]: dict([('a',1),('b',2)])
Out[4]: {'a': 1, 'b': 2}
創建一個不可修改的集合。
In [1]: frozenset([1,1,3,2,3])
Out[1]: frozenset({1, 2, 3})
因為不可修改，所以沒有像set那樣的add和pop方法
返回一個set對象，集合內不允許有重複元素：
In [159]: a = [1,4,2,3,1]
In [160]: set(a)
Out[160]: {1, 2, 3, 4}
class slice(start, stop[, step])
返回一個表示由 range(start, stop, step) 所指定索引集的 slice對象，它讓代碼可讀性、可維護性變好。
In [1]: a = [1,4,2,3,1]
In [2]: my_slice_meaning = slice(0,5,2)
In [3]: a[my_slice_meaning]
Out[3]: [1, 2, 1]
tuple() 將對象轉為一個不可變的序列類型
In [16]: i_am_list = [1,3,5]
In [17]: i_am_tuple = tuple(i_am_list)
In [18]: i_am_tuple
Out[18]: (1, 3, 5)
五、 類和對象檢查對象是否可被調用
In [1]: callable(str)
Out[1]: True
In [2]: callable(int)
Out[2]: True
In [18]: class Student():
...: def __init__(self,id,name):
...: self.id = id
...: self.name = name
...: def __repr__(self):
...: return 'id = '+self.id +', name = '+self.name
...
In [19]: xiaoming = Student('001','xiaoming')
In [20]: callable(xiaoming)
Out[20]: False
如果能調用xiaoming(), 需要重寫Student類的__call__方法：
In [1]: class Student():
...: def __init__(self,id,name):
...: self.id = id
...: self.name = name
...: def __repr__(self):
...: return 'id = '+self.id +', name = '+self.name
...: def __call__(self):
...: print('I can be called')
...: print(f'my name is {self.name}')
...:
In [2]: t = Student('001','xiaoming')
In [3]: t()
I can be called
my name is xiaoming
調用對象的 __repr__ 方法，獲得該方法的返回值，如下例子返回值為字符串
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name
def __repr__(self):
return 'id = '+self.id +', name = '+self.name
調用：
>>> xiaoming = Student(id='1',name='xiaoming')
>>> xiaoming
id = 1, name = xiaoming
>>> ascii(xiaoming)
'id = 1, name = xiaoming'
classmethod 裝飾器對應的函數不需要實例化，不需要 self 參數，但第一個參數需要是表示自身類的 cls 參數，可以來調用類的屬性，類的方法，實例化對象等。
In [1]: class Student():
...: def __init__(self,id,name):
...: self.id = id
...: self.name = name
...: def __repr__(self):
...: return 'id = '+self.id +', name = '+self.name
...: @classmethod
...: def f(cls):
...: print(cls)
刪除對象的屬性
In [1]: delattr(xiaoming,'id')
In [2]: hasattr(xiaoming,'id')
Out[2]: False
不帶參數時返回當前範圍內的變量、方法和定義的類型列表；帶參數時返回參數的屬性，方法列表。
In [96]: dir(xiaoming)
Out[96]:
['__class__',
'__delattr__',
'__dict__',
'__dir__',
'__doc__',
'__eq__',
'__format__',
'__ge__',
'__getattribute__',
'__gt__',
'__hash__',
'__init__',
'__init_subclass__',
'__le__',
'__lt__',
'__module__',
'__ne__',
'__new__',
'__reduce__',
'__reduce_ex__',
'__repr__',
'__setattr__',
'__sizeof__',
'__str__',
'__subclasshook__',
'__weakref__',
'name']
獲取對象的屬性
In [1]: class Student():
...: def __init__(self,id,name):
...: self.id = id
...: self.name = name
...: def __repr__(self):
...: return 'id = '+self.id +', name = '+self.name
In [2]: xiaoming = Student(id='001',name='xiaoming')
In [3]: getattr(xiaoming,'name') # 獲取xiaoming這個實例的name屬性值
Out[3]: 'xiaoming'
In [1]: class Student():
...: def __init__(self,id,name):
...: self.id = id
...: self.name = name
...: def __repr__(self):
...: return 'id = '+self.id +', name = '+self.name
In [2]: xiaoming = Student(id='001',name='xiaoming')
In [3]: hasattr(xiaoming,'name')
Out[3]: True
In [4]: hasattr(xiaoming,'address')
Out[4]: False
返回對象的內存地址
In [1]: id(xiaoming)
Out[1]: 98234208
判斷object是否為類classinfo的實例，是返回true
In [1]: class Student():
...: def __init__(self,id,name):
...: self.id = id
...: self.name = name
...: def __repr__(self):
...: return 'id = '+self.id +', name = '+self.name
In [2]: xiaoming = Student(id='001',name='xiaoming')
In [3]: isinstance(xiaoming,Student)
Out[3]: True
In [1]: class undergraduate(Student):
...: def studyClass(self):
...: pass
...: def attendActivity(self):
...: pass
In [2]: issubclass(undergraduate,Student)
Out[2]: True
In [3]: issubclass(object,Student)
Out[3]: False
In [4]: issubclass(Student,object)
Out[4]: True
如果class是classinfo元組中某個元素的子類，也會返回True
In [1]: issubclass(int,(int,float))
Out[1]: True
object 是所有類的基類
In [1]: o = object()
In [2]: type(o)
Out[2]: object
返回 property 屬性，典型的用法：
class C:
def __init__(self):
self._x = None
def getx(self):
return self._x
def setx(self, value):
self._x = value
def delx(self):
del self._x
# 使用property類創建 property 屬性
x = property(getx, setx, delx, "I'm the 'x' property.")
使用python裝飾器，實現與上完全一樣的效果代碼：
class C:
def __init__(self):
self._x = None
@property
def x(self):
return self._x
@x.setter
def x(self, value):
self._x = value
@x.deleter
def x(self):
del self._x
class type(name, bases, dict)
傳入一個參數時，返回 object 的類型：
In [1]: class Student():
...: def __init__(self,id,name):
...: self.id = id
...: self.name = name
...: def __repr__(self):
...: return 'id = '+self.id +', name = '+self.name
...:
In [2]: xiaoming = Student(id='001',name='xiaoming')
In [3]: type(xiaoming)
Out[3]: __main__.Student
In [4]: type(tuple())
Out[4]: tuple
xiaoming, xiaohong, xiaozhang 都是學生，這類群體叫做 Student.
Python 定義類的常見方法，使用關鍵字 class
In [36]: class Student(object):
...: pass
xiaoming, xiaohong, xiaozhang 是類的實例，則：
xiaoming = Student()
xiaohong = Student()
xiaozhang = Student()
創建後，xiaoming 的 __class__ 屬性，返回的便是 Student類
In [38]: xiaoming.__class__
Out[38]: __main__.Student
問題在於，Student 類有 __class__屬性，如果有，返回的又是什麼？
In [39]: xiaoming.__class__.__class__
Out[39]: type
哇，程序沒報錯，返回 type
那麼，我們不妨猜測：Student 類，類型就是 type
換句話說，Student類就是一個對象，它的類型就是 type
所以，Python 中一切皆對象，類也是對象
Python 中，將描述 Student 類的類被稱為：元類。
按照此邏輯延伸，描述元類的類被稱為：元元類，開玩笑了~ 描述元類的類也被稱為元類。
聰明的朋友會問了，既然 Student 類可創建實例，那麼 type 類可創建實例嗎？如果能，它創建的實例就叫：類 了。你們真聰明！
說對了，type 類一定能創建實例，比如 Student 類了。
In [40]: Student = type('Student',(),{})
In [41]: Student
Out[41]: __main__.Student
它與使用 class 關鍵字創建的 Student 類一模一樣。
Python 的類，因為又是對象，所以和 xiaoming，xiaohong 對象操作相似。支持：
In [43]: StudentMirror = Student # 類直接賦值 # 類直接賦值
In [44]: Student.class_property = 'class_property' # 添加類屬性
In [46]: hasattr(Student, 'class_property')
Out[46]: True
元類，確實使用不是那麼多，也許先了解這些，就能應付一些場合。就連 Python 界的領袖 Tim Peters 都說：
「元類就是深度的魔法，99%的用戶應該根本不必為此操心。
六、工具返回一個可以枚舉的對象，該對象的next()方法將返回一個元組。
In [1]: s = ["a","b","c"]
...: for i ,v in enumerate(s,1):
...: print(i,v)
...:
1 a
2 b
3 c
In [1]: import sys
In [2]: a = {'a':1,'b':2.0}
In [3]: sys.getsizeof(a) # 佔用240個字節
Out[3]: 240
在函數中設定過濾條件，迭代元素，保留返回值為True的元素：
In [1]: fil = filter(lambda x: x>10,[1,11,2,45,7,6,13])
In [2]: list(fil)
Out[2]: [11, 45, 13]
返回對象的哈希值，值得注意的是自定義的實例都是可哈希的，list, dict, set等可變對象都是不可哈希的(unhashable)
In [1]: hash(xiaoming)
Out[1]: 6139638
In [2]: hash([1,2,3])
# TypeError: unhashable type: 'list'
返回對象的幫助文檔
In [1]: help(xiaoming)
Help on Student in module __main__ object:
class Student(builtins.object)
| Methods defined here:
|
| __init__(self, id, name)
|
| __repr__(self)
|
| Data descriptors defined here:
|
| __dict__
| dictionary for instance variables (if defined)
|
| __weakref__
| list of weak references to the object (if defined)
獲取用戶輸入內容
In [1]: input()
aa
Out[1]: 'aa'
使用iter(obj, sentinel), 返回一個可迭代對象, sentinel可省略(一旦迭代到此元素，立即終止)
In [1]: lst = [1,3,5]
In [2]: for i in iter(lst):
...: print(i)
...:
1
3
5
In [1]: class TestIter(object):
...: def __init__(self):
...: self.l=[1,3,2,3,4,5]
...: self.i=iter(self.l)
...: def __call__(self): #定義了__call__方法的類的實例是可調用的
...: item = next(self.i)
...: print ("__call__ is called,fowhich would return",item)
...: return item
...: def __iter__(self): #支持迭代協議(即定義有__iter__()函數)
...: print ("__iter__ is called!!")
...: return iter(self.l)
In [2]: t = TestIter()
In [3]: t() # 因為實現了__call__，所以t實例能被調用
__call__ is called,which would return 1
Out[3]: 1
In [4]: for e in TestIter(): # 因為實現了__iter__方法，所以t能被迭代
...: print(e)
...:
__iter__ is called!!
1
3
2
3
4
5
返回文件對象
In [1]: fo = open('D:/a.txt',mode='r', encoding='utf-8')
In [2]: fo.read()
Out[2]: '\ufefflife is not so long,\nI use Python to play.'
mode取值表：
字符意義'r'讀取（默認）'w'寫入，並先截斷文件'x'排它性創建，如果文件已存在則失敗'a'寫入，如果文件存在則在末尾追加'b'二進位模式't'文本模式（默認）'+'打開用於更新（讀取與寫入）range(stop)
range(start, stop[,step])
生成一個不可變序列：
In [1]: range(11)
Out[1]: range(0, 11)
In [2]: range(0,11,1)
Out[2]: range(0, 11)
In [1]: rev = reversed([1,4,2,3,1])
In [2]: for i in rev:
...: print(i)
...:
1
3
2
4
1
創建一個聚合了來自每個可迭代對象中的元素的迭代器：
In [1]: x = [3,2,1]
In [2]: y = [4,5,6]
In [3]: list(zip(y,x))
Out[3]: [(4, 3), (5, 2), (6, 1)]
In [4]: a = range(5)
In [5]: b = list('abcde')
In [6]: b
Out[6]: ['a', 'b', 'c', 'd', 'e']
In [7]: [str(y) + str(x) for x,y in zip(a,b)]
Out[7]: ['a0', 'b1', 'c2', 'd3', 'e4']
from operator import (add, sub)
def add_or_sub(a, b, oper):
return (add if oper == '+' else sub)(a, b)
add_or_sub(1, 2, '-') # -1
對象序列化，是指將內存中的對象轉化為可存儲或傳輸的過程。很多場景，直接一個類對象，傳輸不方便。
但是，當對象序列化後，就會更加方便，因為約定俗成的，接口間的調用或者發起的 web 請求，一般使用 json 串傳輸。
實際使用中，一般對類對象序列化。先創建一個 Student 類型，並創建兩個實例。
class Student():
def __init__(self,**args):
self.ids = args['ids']
self.name = args['name']
self.address = args['address']
xiaoming = Student(ids = 1,name = 'xiaoming',address = '北京')
xiaohong = Student(ids = 2,name = 'xiaohong',address = '南京')
導入 json 模塊，調用 dump 方法，就會將列表對象 [xiaoming,xiaohong]，序列化到文件 json.txt 中。
import json
with open('json.txt', 'w') as f:
json.dump([xiaoming,xiaohong], f, default=lambda obj: obj.__dict__, ensure_ascii=False, indent=2, sort_keys=True)
生成的文件內容，如下：
[
{
"address":"北京",
"ids":1,
"name":"xiaoming"
},
{
"address":"南京",
"ids":2,
"name":"xiaohong"
}
]
來源丨https://github.com/jackzhenguo/python-small-examples