python day2

Day 2：Python 四大数据类型总结 基本数据类型 数值型 Python 中的数据皆是对象，比如被熟知的 int 整型对象、float 双精度浮点型、bool 逻辑对象，它们都是单个元素。举两个例子。 前缀加 0x，创建一个十六进制的整数： 0xa5 # 等于十进制的 165 使用 e 创建科学计数法表示的浮点数： 1.05e3 # 1050.0 容器型 可容纳多个元素的容器对象，常用的比如：list 列表对象、 tuple 元组对象、dict 字典对象、set 集合对象。Python 定义这些类型的变量，语法非常简洁。 举例如下。 使用一对中括号 []，创建一个 list 型变量： lst = [1,3,5] # list 变量 示意图看出，右侧容器为开环的，意味着可以向容器中增加和删除元素： 使用一对括号 ()，创建一个 tuple 型对象： tup = (1,3,5) # tuple 变量 示意图看出，右侧容器为闭合的，意味着一旦创建元组后，便不能再向容器中增删元素： 但需要注意，含单个元素的元组后面必须保留一个逗号，才被解释为元组。 tup = (1,) # 必须保留逗号 否则会被认为元素本身： In [14]: tup=(1)     ...: print(type(tup)) 使用一对花括号 {} 另使用冒号 :，创建一个 dict 对象： dic = {'a':1, 'b':3, 'c':5} # dict变量 字典是一个哈希表，下面的示意图形象的表达出字典的 “形”。 仅使用一对花括号 {}，创建一个 set 对象： s = {1,3,5} # 集合变量 Python 的容器类型，list、dict、tuple、set 等能方便地实现强大的功能，下面给出几个案例。 1. 去最求平均 去掉列表中的一个最小值和一个最大值后，计算剩余元素的平均值。 def score_mean(lst):     lst.sort()     lst2=lst[1:-1]     return round((sum(lst2)/len(lst2)),1) lst=[9.1, 9.0,8.1, 9.7, 19,8.2, 8.6,9.8] score_mean(lst) # 9.1 代码执行过程，动画演示： 2. 打印 99 乘法表 打印出如下格式的乘法表： 1*1=1 1*2=2  2*2=4 1*3=3  2*3=6  3*3=9 1*4=4  2*4=8  3*4=12  4*4=16 1*5=5  2*5=10  3*5=15  4*5=20  5*5=25 1*6=6  2*6=12  3*6=18  4*6=24  5*6=30  6*6=36 1*7=7  2*7=14  3*7=21  4*7=28  5*7=35  6*7=42  7*7=49 1*8=8  2*8=16  3*8=24  4*8=32  5*8=40  6*8=48  7*8=56  8*8=64 1*9=9  2*9=18  3*9=27  4*9=36  5*9=45  6*9=54  7*9=63  8*9=72  9*9=81 一共有 10 行，第 i 行的第 j 列等于：j*i，其中： i 取值范围：1<=i<=9 j 取值范围：1<=j<=i 根据“例子分析”的语言描述，转化为如下代码： In [13]: for i in range(1,10):     ...:    for j in range(1,i+1):     ...:        print('%d*%d=%d'%(j,i,j*i),end='\t')     ...:    print() 3. 样本抽样 使用 sample 抽样，如下例子从 100 个样本中随机抽样 10 个。 from random import randint,sample lst = [randint(0,50) for _ in range(100)] print(lst[:5])# [38, 19, 11, 3, 6] lst_sample = sample(lst,10) print(lst_sample) # [33, 40, 35, 49, 24, 15, 48, 29, 37, 24] 字符串 注意 Python 中没有像 C++ 表示的字符类型（char），所有的字符或串都被统一为 str 对象。如单个字符 c 的类型也为 str。 str 类型会被经常使用，先列举 5 个被高频使用的方法。 strip 用于去除字符串前后的空格： In [1]: '  I love python\t\n  '.strip() Out[1]: 'I love python' replace 用于字符串的替换： In [2]: 'i love python'.replace(' ','_') Out[2]: 'i_love_python' join 用于合并字符串： In [3]: '_'.join(['book', 'store','count']) Out[3]: 'book_store_count' title 用于单词的首字符大写： In [4]: 'i love python'.title() Out[4]: 'I Love Python' find 用于返回匹配字符串的起始位置索引： In [5]: 'i love python'.find('python') Out[5]: 7 举个应用字符串的案例，判断 str1 是否由 str2 旋转而来。 字符串 stringbook 旋转后得到 bookstring，写一段代码验证 str1 是否为 str2 旋转得到。 转化为判断：str1 是否为 str2+str2 的子串。 下面函数原型中，注明了每个参数的类型、返回值的类型，增强代码的可读性和可维护性。 def is_rotation(s1: str, s2: str) -> bool:     if s1 is None or s2 is None:         return False     if len(s1) != len(s2):         return False     def is_substring(s1: str, s2: str) -> bool:         return s1 in s2     return is_substring(s1, s2 + s2) 测试函数 is_rotation： r = is_rotation('stringbook', 'bookstring') print(r)  # True r = is_rotation('greatman', 'maneatgr') print(r)  # False 代码执行过程，动画演示： 字符串的匹配操作除了使用 str 封装的方法外，Python 的 re 正则模块功能更加强大，写法更为简便，广泛适用于爬虫、数据分析等。 下面这个案例实现：密码安全检查，使用正则表达式非常容易实现。 密码安全要求： 要求密码为 6 到 20 位； 密码只包含英文字母和数字。 import re pat = re.compile(r'\w{6,20}') # 这是错误的，因为 \w 通配符匹配的是字母，数字和下划线，题目要求不能含有下划线 # 使用最稳的方法：\da-zA-Z 满足“密码只包含英文字母和数字” # \d匹配数字 0-9 # a-z 匹配所有小写字符；A-Z 匹配所有大写字符 pat = re.compile(r'[\da-zA-Z]{6,20}') 选用最保险的 fullmatch 方法，查看是否整个字符串都匹配。 以下测试例子都返回 None，原因都在解释里。 pat.fullmatch('qaz12') # 返回 None，长度小于 6 pat.fullmatch('qaz12wsxedcrfvtgb67890942234343434') # None 长度大于 22 pat.fullmatch('qaz_231') # None 含有下划线 下面这个字符串 n0passw0Rd 完全符合： In [20]: pat.fullmatch('n0passw0Rd') Out[20]: 自定义类型 Python 使用关键字 class 定制自己的类，self 表示类实例对象本身。 一个自定义类内包括属性、方法，其中有些方法是自带的。 类（对象）： class Dog(object):     pass 以上定义一个 Dog 对象，它继承于根类 object，pass 表示没有自定义任何属性和方法。 下面创建一个 Dog 类型的实例： wangwang = Dog() Dog 类现在没有定义任何方法，但是刚才说了，它会有自带的方法，使用 __dir__() 查看这些自带方法： In [26]: wangwang.__dir__() Out[26]: ['__module__', '__dict__', '__weakref__', '__doc__', '__repr__', '__hash__', '__str__', '__getattribute__', '__setattr__', '__delattr__', '__lt__', '__le__', '__eq__', '__ne__', '__gt__', '__ge__', '__init__', '__new__', '__reduce_ex__', '__reduce__', '__subclasshook__', '__init_subclass__', '__format__', '__sizeof__', '__dir__', '__class__'] 有些地方称以上方法为魔法方法，它们与创建类时自定义个性化行为有关。比如： __init__ 方法能定义一个带参数的类； __new__ 方法自定义实例化类的行为； __getattribute__ 方法自定义读取属性的行为； __setattr__ 自定义赋值与修改属性时的行为。 类的属性： def __init__(self, name, dtype):     self.name = name     self.dtype = dtype 通过 __init__，定义 Dog 对象的两个属性：name、dtype。 类的实例： wangwang = Dog('wangwang','cute_type') wangwang 是 Dog 类的实例。 类的方法： def shout(self):     print('I\'m %s, type: %s' % (self.name, self.dtype)) 注意： 自定义方法的第一个参数必须是 self，它指向实例本身，如 Dog 类型的实例 dog； 引用属性时，必须前面添加 self，比如 self.name 等。 总结以上代码： In [40]: class Dog(object):     ...:    def __init__(self,name,dtype):     ...:        self.name=name     ...:        self.dtype=dtype     ...:    def shout(self):     ...:        print('I\'m %s, type: %s' % (self.name, self.dtype)) In [41]: wangwang = Dog('wangwang','cute_type') In [42]: wangwang.name Out[42]: 'wangwang' In [43]: wangwang.dtype Out[43]: 'cute_type' In [44]: wangwang.shout() I'm wangwang, type: cute_type 看到创建的两个属性和一个方法都被暴露在外面，可被 wangwang 调用。这样的话，这些属性就会被任意修改： In [49]: wangwang.name='wrong_name' In [50]: wangwang.name Out[50]: 'wrong_name' 如果想避免属性 name 被修改，可以将它变为私有变量。改动方法：属性前加 2 个  _ 后，变为私有属性。如： In [51]: class Dog(object):     ...:    def __init__(self,name,dtype):     ...:        self.__name=name     ...:        self.__dtype=dtype     ...:    def shout(self):     ...:        print('I\'m %s, type: %s' % (self.name, self.dtype)) 同理，方法前加 2 个 _ 后，方法变为“私有方法”，只能在 Dog 类内被共享使用。 但是这样改动后，属性 name 不能被访问了，也就无法得知 wangwang 的名字叫啥。不过，这个问题有一种简单的解决方法，直接新定义一个方法就行： def get_name(self):     return self.__name 综合代码： In [52]: class Dog(object):     ...:    def __init__(self,name,dtype):     ...:        self.__name=name     ...:        self.__dtype=dtype     ...:    def shout(self):     ...:        print('I\'m %s, type: %s' % (self.name, self.dtype))     ...:    def get_name(self):     ...:        return self.__name     ...: In [53]: wangwang = Dog('wangwang','cute_type') In [54]: wangwang.get_name() Out[54]: 'wangwang' 但是，通过此机制，改变属性的可读性或可写性，怎么看都不太优雅！因为无形中增加一些冗余的方法，如 get_name。 下面，通过另一个例子，解释如何更优雅地改变某个属性为只读或只写。 自定义一个最精简的 Book 类，它继承于系统的根类 object： class Book(object):     def __init__(self,name,sale):         self.__name = name         self.__sale = sale 使用 Python 自带的 property 类，就会优雅地将 name 变为只读的。     @property     def name(self):         return self.__name 使用 @property 装饰后 name 变为属性，意味着 .name 就会返回这本书的名字，而不是通过 .name() 这种函数调用的方法。这样变为真正的属性后，可读性更好。 In [101]: class Book(object):     ...:    def __init__(self,name,sale):     ...:        self.__name = name     ...:        self.__sale = sale     ...:    @property     ...:    def name(self):     ...:        return self.__name In [102]: a_book = Book('magic_book',100000) In [103]: a_book.name Out[103]: 'magic_book' property 是 Python 自带的类，前三个参数都是函数类型。更加详细的讨论放在后面讨论装饰器时再展开。 In [104]: help(property) Help on class property in module builtins: class property(object) |  property(fget=None, fset=None, fdel=None, doc=None) 如果使 name 既可读又可写，就再增加一个装饰器 @name.setter。 In [105]: class Book(object):     ...:    def __init__(self,name,sale):     ...:        self.__name = name     ...:        self.__sale = sale     ...:    @property     ...:    def name(self):     ...:        return self.__name     ...:    @name.setter     ...:    def name(self,new_name):     ...:        self.__name = new_name In [106]: a_book = Book('magic_book',100000) In [107]: a_book.name = 'magic_book_2.0' In [108]: a_book.name Out[108]: 'magic_book_2.0' 注意这种装饰器写法：name.setter，name 已经被包装为 property 实例，调用实例上的 setter 函数再包装 name 后就会可写。对于 Python 入门者，可以暂时不用太纠结这部分理论，使用 Python 一段时间后，再回过头来自然就会理解。 小结 今天学习 Python 的四大基本数据类型。数值型 int、float 等；容器型 list、dict、tuple、set 等；字符型 str 与正则表达式介绍；自定义类的基本语法规则，class、属性和方法等。