Ⅰ Python中最常用的操作列表的几种方法归纳
这里介绍几个常用的列表操作：
1、添加元素
添加元素使用列表的内置方法append
number
=
[1,
2,
3,
4]
number.append(5)
#
number
=
[1,
2,
3,
4,
5]
number.append([6,7])
#
number
=
[1,
2,
3,
4,
5,
[6,
7]]
number.append({'a':'b'})
#
number
=
[1,
2,
3,
4,
[6,
7],
{'a',
:'b'}
可以看到强大的python列表可以嵌套任意类型
2、列表相加
要想连接两个列表,可以使用+号连接
a
=
[1,
2,
3]
b
=
[4,
5,
6]
c
=
a
+
b
#
c
=
[1,
2,
3,
4,
5,
6]
也可以使用列表内置方法extend连接两个列表
a
=
[1,
2,
3]
b
=
[4,
5,
6]
a.extend(b)
#
a
=
[1,
2,
3,
4,
5,
6]
用+号会创建一个新通对象,使用extend则在原来的对象上面修改
3、列表去重复
列表本身没有去除重复的功能,但是可以借助python的另外一个类型set(help(set)查看)
a
=
[1,
2,
3,
3,2,
1]
b
=
list(set(a))
#
b
=
[1,
2,
3]
也可以借助字典类型的内置方法
a
=
[1,
2,
2,
3,
1,
3]
b
=
{}.fromkeys(a).keys()
#
b
=
[1,
2,
3]
Ⅱ Python方法的几种常见参数类型
无默认值参数（关键字参数）：
defmyfun(a):
print(a)
这是参数的最简单形式。这个a就是无默认值参数。在调用函数时必需为无默认值参数指定值。
无默认值参数可以通过两种方式来指定值：
#按参数定义顺序不指名传递值
myfun('/src/image')
#无视定义顺序，通过关键字指定值
myfun(a='/src/image')
无默认值参数在函数内部使用关键字作为变量名来访问
无默认值参数可以有多个，也是一些其它参数类型的基础。
默认值参数：
如果在定义时为参数指定一个默认值，那么，这个参数就可以在调用时不指定值：
defmyfun(a=''):
print(a)
#不为a指定值
myfun()
#按定义顺序为a指定值
myfun('/src/lib')
#通过关键字为a指定值
myfun(a='/src/lib')
在定义时，所有默认值参数只能出现在所有无默认值参数之后，也就是说，在函数的定义中，要先定义无默认值参数，再定义默认值参数。
不定长参数：
在参数名之前添加一个*号，则该参数称为不定长参数。一个函数只可以有一个不定长参数。不定长参数的定义位置没有限制，它可以定义在无默认值参数之间，也可以定义在默认值参数之后，或者它们之间的任何一个位置。
在调用时，不定长参数之后定义的无前两种类型的参数就只能使用关键字来指定值了。
不定长参数在函数内部被处理为一个tuple。
def_max(*e,base=9):
print('called"_max":')
print('e:',e)
print('base:',base)
#只向不定长参数传递了值
#输出:
#called"_max":
#e:(3,4,5)
#base:9
_max(3,4,5)
#也向默认值参数base传递了值
#输出:
#called"_max":
#e:(3,4)
#base:5
_max(3,4,base=5)
#直接通过一个元组传递不定长参数的值
#输出：
#called"_max":
#e:(3,4)
#base:5
p=(3,4)
_max(*p,base=5)
#使用混合方式传递不定长参数
#输出：
#called"_max":
#e:(3,4,5,6,7)
#base:10
p1=(3,4)
p2=(6,7)
_max(*p1,5,*p2,base=10)
调用函数时如果没有为不定长参数指定值，将导入一个空元组。
不定长关键字参数：
不定长关键字参数使用两个星号作为前缀与其它类型的参数区分，它在函数内被导入为一个字典。调用时需要为不定长关键字参数给出约定的关键字名，赋值形式如同无默认值参数。
一般情况下，不定长参数是作为最后一个参数来定义。
defmyfun(**kw):
print(kw)
myfun(base=1,home='aaaa')
以上只是基本的调用方式，有些时候，可以有更有趣的调用方式，例如定义了一个既含无默认值参数也含默认值参数的函数：
defiter_dir(homedir,exts='*',includesubdir=False,monoinfile=False,
titlere='^[^^].*',textengine=default_textengine,
encode=None):
调用时也可以用这样的方式来传递值：
kwgs={'homedir':'C:/Users/hunte/Documents/yun/阿瑟·C·克拉克',
'exts':'txt',
'includesubdir':True}
myiter=iter_dir(**kwgs)
forfileinmyiter:
pass
Ⅲ Python random模块常用方法
Python random模块常用方法
这篇文章主要介绍了Python random模块常用方法,本文罗列了最常用的方法,需要的朋友可以参考下
代码如下:
import random
print random.random()
获取一个小于1的浮点数
代码如下:
import random
random.randint(1,10)
获取一个从1到10的整数
代码如下:
import random
print random.uniform(0,2)
获取一个大于0小于2的浮点数
代码如下:
import random
print random.randrange(1,10,4)
获取一个从1到10步长为4的随机数
代码如下:
import random
a=[1,2,3,4,5]
random.choice(a)
从列表a从随机取出一个元素
代码如下:
import random
a=[1,2,3,4,5]
random.shuffle(a)
打乱列表a里元素的顺序
代码如下:
import random
a=[1,2,3,4,5]
random.sample(a,3)
从列表a中以随机顺序取出3个元素(一个元素只能取出一次,所以取出的个数不能大于列表所含元素的个数)
Ⅳ Python 几个字符串常用的方法
split([sep]) 将字符串分割为列表，默认用空白符分割,给出字符串参数，用参数字符串分割
'a b c'.split() 返回 ['a','b','c']
join 将可迭代对象中的字符串连接在一起
'\n'.join(['a','b','c'] )返回字符串 "a\nb\nc"
str.find(substr,[start,[end]]) 从str的下标 start至end之间查找substr，返回substr出现位置的下标，未找到返回-1
str.index 与find相仿，但未找到抛出异常
其余还要通用的下标 ,切片操作等
Ⅳ python常用包及主要功能
Python常用包：NumPy数值计算、pandas数据处理、matplotlib数据可视化、sciPy科学计算、Scrapy爬虫、scikit-learn机器学习、Keras深度学习、statsmodels统计建模计量经济。
NumPy是使用Python进行科学计算的基础包，Numpy可以提供数组支持以及相应的高效处理函数，是Python数据分析的基础，也是SciPy、Pandas等数据处理和科学计算库最基本的函数功能库，且其数据类型对Python数据分析十分有用。
pandas 是python的一个数据分析包,是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
Matplotlib是强大的数据可视化工具和作图库，是主要用于绘制数据图表的Python库，提供了绘制各类可视化图形的命令字库、简单的接口，可以方便用户轻松掌握图形的格式，绘制各类可视化图形。
SciPy是一组专门解决科学计算中各种标准问题域的包的集合，包含的功能有最优化、线性代数、积分、插值、拟合、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算等，这些对数据分析和挖掘十分有用。
Scrapy是专门为爬虫而生的工具，具有URL读取、HTML解析、存储数据等功能，可以使用Twisted异步网络库来处理网络通讯，架构清晰，且包含了各种中间件接口，可以灵活地完成各种需求。
Scikit-Learn是Python常用的机器学习工具包，提供了完善的机器学习工具箱，支持数据预处理、分类、回归、聚类、预测和模型分析等强大机器学习库，其依赖于Numpy、Scipy和Matplotlib等。
Keras是深度学习库，人工神经网络和深度学习模型，基于Theano之上，依赖于Numpy和Scipy，利用它可以搭建普通的神经网络和各种深度学习模型，如语言处理、图像识别、自编码器、循环神经网络、递归审计网络、卷积神经网络等。
Statsmodels是Python的统计建模和计量经济学工具包，包括一些描述统计、统计模型估计和推断。
Ⅵ python常用的断言方式有哪些
（一）assertEqual 和 assertNotEqual
assertEqual：如两个值相等，则pass
assertNotEqual：如两个值不相等，则pass
下面看下具体使用方法
self.driver.find_element_by_xpath("//android.widget.LinearLayout[1]/android.support.v7.app.ActionBar.e[2]").click()#切到超模25tab
sleep(3)
self.assertEqual(self.driver.find_element_by_id('com.boohee.secret:id/tv_title').text,u'超模25','切到超模25tab失败')
（1）这边是通过id（com.boohee.secret:id/tv_title）获取它的text值，与预期“超模25”对比，如相等则pass；不相等则fail。
（2）后面的“切到超模25tab失败”是fail时需要打印的信息，可写可不写。
断言assertNotEqual反着用就可以了。
（二）assertTrue和assertFalse
assertTrue：判断bool值为True，则pass
assertFalse：判断bool值为False，则Pass
下面看下具体使用方法
self.driver.find_element_by_xpath("//android.widget.LinearLayout[1]/android.widget.TextView[1]").click()#点击登录入口
sleep(2)
self.driver.find_element_by_xpath("//android.widget.LinearLayout[1]/android.widget.EditText[1]").send_keys("testq1")#输入用户名
sleep(2)
self.assertTrue(self.find_element_by_id('com.boohee.secret:id/btn_login').is_enabled(),'未输密码登录按钮为不可点状态,Fail')
（1）这边是通过id（com.boohee.secret:id/btn_login）获取它的激活状态，如为True则pass；反之则fail。
（2）后面的“未输密码登录按钮为不可点状态”是fail时需要打印的信息，可写可不写。
断言assertFalse反着用就可以了。
（三）assertIsNone和assertIsNotNone
assertIsNone：不存在，则pass
assertIsNotNone：存在，则pass
下面看下具体使用方法
self.driver.find_element_by_xpath("//android.widget.LinearLayout[1]/android.widget.TextView[1]").click()#点击登录入口
sleep(2)
self.driver.find_element_by_xpath("//android.widget.LinearLayout[1]/android.widget.EditText[1]").send_keys("testq1")#输入用户名
sleep(2)
self.driver.find_element_by_xpath("//android.widget.LinearLayout[2]/android.widget.EditText[1]").send_keys("boohee")#输入密码
sleep(2)
self.driver.find_element_by_xpath("//android.widget.LinearLayout[1]/android.widget.Button[1]").click()#点击登录按钮
sleep(10)
self.assertIsNotNone(self.driver.find_element_by_id('com.boohee.secret:id/tv_edit_profile'),'无编辑资料按钮,登录失败,Fail')
（1）这边是通过寻找id（com.boohee.secret:id/tv_edit_profile）的元素是否存在，如存在则pass；不存在则fail。
（2）后面的“无编辑资料按钮,登录失败,Fail”是fail时需要打印的信息，可写可不写。
断言assertIsNone反着用就可以了。
Ⅶ python中的列表中常用的方法有哪些，分别是什么作用
Python列表定义:按特定顺序排列的元素组成。在Python中，用方括号[]来表示列表，并用逗号来分隔其中的元素。Python列表是编程中很常见的数据类型 。
列表是一种可修改的集合类型，其元素可以是数字、string等基本类型，也可以是列表、元组、字典等集合对象，甚至可以是自定义的类型。其定义方式如下：>>> nums = [1,2,3,4]>>> type(nums)>>> print nums[1, 2, 3, 4]>>> strs = ["hello","world"]>>> print strs['hello', 'world']>>> lst = [1,"hello",False,nums,strs]>>> type(lst)>>> print lst[1, 'hello', False, [1, 2, 3, 4], ['hello', 'world']]
下面我们来看一下列表中有哪些常见的方法：count():统计某个元素在列表中出现的次数。index():从列表中找出某个值第一个匹配项的索引位置。append():在列表末尾添加新对象。extend():在列表末尾一次性追加另一个序列的多个值。insert():在列表的指定位置插入对象。pop():移除列表中的一个元素(默认最后一个元素)，并且返回该元素的值。remove():移除列表中某个值的第一个匹配项。reverse():将列表中的元素反向，不重新拷贝一个列表。reversed():将列表中的元素反向，重新拷贝一个列表。sort():将列表中的元素排序，不重新拷贝一个列表。sortd():将列表中的元素排序，重新拷贝一个列表。():浅拷贝，只是给原来的列表贴上了一个新标签，对于一个复杂对象的子对象并不会完全复制，如果有子列表，改变原来的值，新的拷贝对象也会改变。deep():深拷贝，将复杂对象的每一层复制一个单独的个体出来。就是完全拷贝。常见内置函数：max()、min()、sum()、len()、all()、any()、zip()、enumerate()
Ⅷ python 最常用的内建函数。
writer = open(‘/tmp.log', 'a', encoding='utf-8') # 以追加模式打开tmp.log文件，编码为utf-8
writer.write('开始处理...') # 写入内容
writer.write('%(tile)s %(author)s %(size)d %(summary)s' % book)
writer.write('处理完毕')
writer.flush() # 刷新缓存
writer.close() # 关闭文件
Ⅸ python常用快捷键
Ctrl + Shift + F7 用法高亮显示
Ctrl + Alt + F7 显示用法
编辑
Ctrl + Shift + V 从最近的缓冲区粘贴
Ctrl + D 复制选定的区域或行到后面或下一行
Ctrl + Y 删除当前行
Ctrl + Shift + J 添加智能线
Ctrl + Enter 智能线切割
Shift + Enter 下一行另起一行
Ctrl + O 重新方法
Ctrl + Alt + T 选中
Ctrl + Numpad+/- 展开折叠代码块
Ctrl + Numpad+ 全部展开
Ctrl + Numpad- 全部折叠
Ctrl + F4 关闭运行的选项卡
Ctrl + Space 基本的代码完成（类、方法、属性）
Ctrl + Alt + Space 快速导入任意类
Ctrl + Shift + Enter 语句完成
Ctrl + P 参数信息（在方法中调用参数）
Ctrl + Q 快速查看文档
Ctrl + / 行注释
Ctrl + Shift + / 块注释
Ctrl + W 选中增加的代码块
Tab / Shift + Tab 缩进、不缩进当前行
Ctrl+X/Shift+Delete 剪切当前行或选定的代码块到剪贴板
Ctrl+C/Ctrl+Insert 复制当前行或选定的代码块到剪贴板
Ctrl+V/Shift+Insert 从剪贴板粘贴
Ctrl + Alt + I 自动缩进
Ctrl + Shift + U 在选定的区域或代码块间切换
Ctrl + Delete 删除到字符结束
Ctrl + Backspace 删除到字符开始
Shift + F1 外部文档
Ctrl + 鼠标 简介
Ctrl + Shift + W 回到之前状态
Ctrl + Shift + ]/[ 选定代码块结束、开始
Alt + Enter 快速修正
Ctrl + Alt + L 代码格式化
Ctrl + Alt + O 自动导入
Ctrl + F1 显示错误描述或警告信息
Alt + Insert 自动生成代码