学习python笔记：9，with，requests，os，set，list，enumerate，numpy.array

发布于：2024-03-19 ⋅ 阅读:(60) ⋅ 点赞:(0)

with语句

在Python中，with语句用于确保某段代码执行完毕时，资源（如文件对象、网络连接等）可以被正确地清理。这通常涉及到使用上下文管理协议，该协议要求一个对象实现__enter__()和__exit__()两个方法。

with语句的基本语法如下：

with context_expression [as variable]:
with-block
  • context_expression：返回一个上下文管理对象。
  • as variable（可选）：将上下文管理对象的返回值（通常是__enter__()方法的返回值）赋值给variable。
  • with-block：要执行的代码块。

当with语句开始时，__enter__()方法会被调用，并且如果提供了as variable，__enter__()的返回值会被赋值给variable。然后执行with-block中的代码。当with-block执行完毕时，__exit__()方法会被调用，无论with-block中的代码是正常执行完毕还是抛出了异常。

一个常见的例子是使用with语句来打开文件：

with open('example.txt', 'r') as file:
data = file.read()
# 在这里可以对数据进行操作
# 文件在这里已经被正确关闭，无需显式调用file.close()

在这个例子中，open('example.txt', 'r')返回一个文件对象，该对象实现了上下文管理协议。当with语句开始时，文件被打开；当with语句结束时，文件被自动关闭，即使with-block中的代码抛出了异常也是如此。

通过使用with语句，可以确保资源在使用完毕后得到正确的清理，从而避免资源泄漏和其他潜在问题。

requests库

requests 是一个用于发送 HTTP 请求的 Python 库。它使得发送 HTTP 请求变得简单且人性化。以下是一些基本的 requests 函数及其用途：

  1. requests.get(url, **kwargs)

发送一个 GET 请求到指定的 URL。

import requests
response = requests.get('https://www.example.com')
print(response.text)
  1. requests.post(url, data=None, json=None, **kwargs)

发送一个 POST 请求到指定的 URL。data 参数用于发送表单数据，而 json 参数用于发送 JSON 格式的数据。

import requests
payload = {'key1': 'value1', 'key2': 'value2'}
response = requests.post('https://www.example.com/post', data=payload)
print(response.text)
  1. requests.put(url, data=None, **kwargs)

发送一个 PUT 请求到指定的 URL。这通常用于更新资源。
4. requests.delete(url, **kwargs)

发送一个 DELETE 请求到指定的 URL。这通常用于删除资源。
5. requests.head(url, **kwargs)

发送一个 HEAD 请求到指定的 URL。HEAD 请求与 GET 请求类似，但只返回响应的头部信息，不返回实际的内容。
6. requests.patch(url, data=None, **kwargs)

发送一个 PATCH 请求到指定的 URL。PATCH 请求通常用于部分更新资源。
7. requests.session()

创建一个 Session 对象，用于跨多个请求保持某些参数，如 cookies 和 headers。这对于需要登录或维护会话状态的网站非常有用。

import requests
with requests.Session() as s:
s.get('https://www.example.com/login', auth=('user', 'pass'))
r = s.get('https://www.example.com/protected')
print(r.text)

每个 requests 函数都返回一个 Response 对象，该对象包含有关响应的各种信息，如状态码、头部、内容等。你可以通过 Response 对象的各种属性（如 status_code、headers、text、json() 等）来访问这些信息。

为了使用 requests 库，你需要先安装它。你可以使用 pip（Python 的包管理工具）来安装：

pip install requests

requests 库因其简洁、易用和强大的功能而受到广大 Python 开发者的喜爱，是发送 HTTP 请求的流行选择之一。

os内置模块

在Python中，os 是一个内置的模块，它提供了与操作系统交互的多种功能。这个模块提供了许多函数，用于处理文件和目录路径、执行系统命令、读取环境变量、访问操作系统相关的功能等。

os 模块中的一些常用功能包括：

  • 文件和目录操作：os.path 提供了许多用于文件和目录操作的函数，如 os.path.exists()（检查文件或目录是否存在）、os.path.isfile()（检查是否为文件）、os.path.isdir()（检查是否为目录）、os.path.join()（连接路径）、os.makedirs()（创建目录）等。

  • 进程管理：os 模块提供了 os.system()（执行系统命令并返回退出状态）和 os.exec* 系列函数（替换当前进程为另一个进程）来执行和管理进程。

  • 环境变量：os.environ 是一个映射，表示环境变量。可以使用它来读取和设置环境变量。

  • 文件和目录的访问权限：os 模块提供了 os.chmod()（改变文件权限）和 os.access()（检查文件的访问权限）等函数。

  • 操作系统相关的功能：os 模块还包含了许多与特定操作系统相关的功能，如获取当前工作目录（os.getcwd()）、改变当前工作目录（os.chdir()）、获取登录用户的名字（os.getlogin()）等。

使用 os 模块可以简化Python程序与操作系统之间的交互，使程序能够更容易地处理文件和目录、执行系统命令以及访问操作系统的各种功能。需要注意的是，由于 os 模块中的某些函数直接调用操作系统的功能，因此在不同的操作系统上可能会有不同的行为。在编写跨平台的Python代码时，应特别注意这一点。

set无序且不重复的元素集合和set函数

在Python中，set是一个内置的数据类型，用于存储无序且不重复的元素集合。set类型是一个可变的数据结构，因此你可以添加或删除元素。由于集合是无序的，所以你不能通过索引来访问集合中的元素。

以下是一些基本的set操作示例：

创建集合

你可以通过将一个可迭代对象（如列表、元组或字符串）传递给set()函数来创建一个集合：

my_set = set([1, 2, 3, 2, 3, 4])
print(my_set) # 输出: {1, 2, 3, 4}

由于集合中的元素是唯一的，所以重复的元素会被自动去除。

添加元素

使用add()方法可以向集合中添加单个元素：

my_set.add(5)
print(my_set) # 输出: {1, 2, 3, 4, 5}

使用update()方法可以向集合中添加多个元素（从一个可迭代对象中添加）：

my_set.update([6, 7, 8])
print(my_set) # 输出: {1, 2, 3, 4, 5, 6, 7, 8}

删除元素

使用remove()方法可以从集合中删除一个指定的元素：

my_set.remove(5)
print(my_set) # 输出: {1, 2, 3, 4, 6, 7, 8}

如果尝试删除一个不存在的元素，remove()方法会抛出KeyError异常。为了避免这种情况，你可以使用discard()方法，它在元素不存在时不会抛出异常：

my_set.discard(9) # 不会抛出异常，因为9不在集合中

另外，你可以使用pop()方法删除并返回集合中的任意一个元素（具体返回哪个元素是不确定的，因为集合是无序的）：

removed_element = my_set.pop()
print(removed_element) # 输出集合中的一个元素，例如: 1
print(my_set) # 输出: {2, 3, 4, 6, 7, 8}（假设移除的是1）

检查元素

你可以使用in关键字来检查一个元素是否存在于集合中：

if 3 in my_set:
print("3 is in the set") # 输出: 3 is in the set

集合运算

集合支持多种数学集合运算，如并集、交集、差集和对称差集：

set1 = {1, 2, 3, 4}
set2 = {3, 4, 5, 6}
# 并集
union_set = set1 | set2
print(union_set) # 输出: {1, 2, 3, 4, 5, 6}
# 交集
intersection_set = set1 & set2
print(intersection_set) # 输出: {3, 4}
# 差集（set1中有但set2中没有的元素）
difference_set = set1 - set2
print(difference_set) # 输出: {1, 2}
# 对称差集（在set1或set2中，但不同时在两者中的元素）
symmetric_difference_set = set1 ^ set2
print(symmetric_difference_set) # 输出: {1, 2, 5, 6}

这些只是set类型提供的一些基本操作。集合在Python中是非常有用的数据结构，特别是在需要快速检查成员关系、执行集合运算或去除重复元素的场景中。

list有序的元素集合，list函数

在Python中，list是一个内置的数据类型，用于表示一个有序的元素集合。这些元素可以是任何数据类型，并且元素之间通过逗号分隔，整个列表由方括号包围。

list函数本身通常用于将其他可迭代对象（如元组、字符串或集合）转换为一个列表。不过，在大多数情况下，你不需要显式地调用list函数来创建列表，因为你可以直接使用方括号语法。

以下是一些使用list函数的例子：

从其他可迭代对象创建列表



python复制代码



 
  

   
   # 从元组创建列表 
  

  

   
   my_tuple = (1, 2, 3) 
  

  

   
   my_list = list(my_tuple) 
  

  

   
   print(my_list) # 输出: [1, 2, 3] 
  

  

   
   
  

  

   
   # 从字符串创建列表（将字符串拆分为字符列表） 
  

  

   
   my_string = "hello" 
  

  

   
   my_list_from_string = list(my_string) 
  

  

   
   print(my_list_from_string) # 输出: ['h', 'e', 'l', 'l', 'o'] 
  

  

   
   
  

  

   
   # 从集合创建列表（注意集合是无序的，所以列表中的元素顺序可能与集合中的不同） 
  

  

   
   my_set = {4, 2, 3} 
  

  

   
   my_list_from_set = list(my_set) 
  

  

   
   print(my_list_from_set) # 输出可能是: [4, 2, 3]，也可能是其他顺序，因为集合是无序的
  

 



使用方括号语法创建列表


通常，你不需要使用list函数来创建列表，而是可以直接使用方括号：




python复制代码



 
  

   
   # 使用方括号直接创建列表 
  

  

   
   my_list = [1, 2, 3, 4, 5] 
  

  

   
   print(my_list) # 输出: [1, 2, 3, 4, 5] 
  

  

   
   
  

  

   
   # 创建一个包含不同数据类型的列表 
  

  

   
   mixed_list = [1, "two", 3.0, True, [4, 5]] 
  

  

   
   print(mixed_list) # 输出: [1, 'two', 3.0, True, [4, 5]]
  

 



列表操作


列表支持许多操作，包括添加、删除、修改元素，以及使用切片来获取子列表等。




python复制代码



 
  

   
   # 添加元素到列表末尾 
  

  

   
   my_list.append(6) 
  

  

   
   print(my_list) # 输出: [1, 2, 3, 4, 5, 6] 
  

  

   
   
  

  

   
   # 在列表指定位置插入元素 
  

  

   
   my_list.insert(2, "inserted") 
  

  

   
   print(my_list) # 输出: [1, 2, 'inserted', 3, 4, 5, 6] 
  

  

   
   
  

  

   
   # 删除列表中的元素 
  

  

   
   my_list.remove("inserted") 
  

  

   
   print(my_list) # 输出: [1, 2, 3, 4, 5, 6] 
  

  

   
   
  

  

   
   # 使用切片获取子列表 
  

  

   
   sublist = my_list[1:4] # 获取索引1到3（不包括4）的元素 
  

  

   
   print(sublist) # 输出: [2, 3, 4]
  

 



了解并掌握列表的基本操作对于在Python中进行编程是非常重要的，因为列表是Python中非常常用的一种数据结构。


enumerate()函数


在Python中，enumerate()是一个内置函数，用于将一个可遍历的数据对象（如列表、元组或字符串）组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。这样，你不仅可以获取到元素的值，还可以获取到元素的索引（或位置）。


enumerate()函数的基本语法如下：



 
  

   
   enumerate(iterable, start=0)
  

 



    
 
  • iterable：一个可遍历的对象。
    • 
 
  • start（可选）：计数的起始值，默认为0。
    • 



enumerate()返回一个枚举对象，这个对象是一个迭代器，可以生成由元素索引和元素值组成的元组。


下面是一个使用enumerate()函数的例子：



 
  

   
   # 创建一个列表 
  

  

   
   my_list = ['apple', 'banana', 'cherry'] 
  

  

   
   
  

  

   
   # 使用enumerate遍历列表 
  

  

   
   for index, value in enumerate(my_list): 
  

  

   
   print(f"Index: {index}, Value: {value}")
  

 



输出将会是：



 
  

   
   Index: 0, Value: apple 
  

  

   
   Index: 1, Value: banana 
  

  

   
   Index: 2, Value: cherry
  

 



在这个例子中，enumerate(my_list)生成了一个迭代器，每次迭代都返回一个元组，其中第一个元素是元素的索引（从0开始），第二个元素是元素的值。然后，我们通过解包这个元组到index和value变量中，从而能够在循环体内部同时访问到索引和值。


你也可以通过传递start参数给enumerate()函数来指定起始索引：



 
  

   
   my_list = ['apple', 'banana', 'cherry'] 
  

  

   
   
  

  

   
   # 从索引1开始枚举 
  

  

   
   for index, value in enumerate(my_list, start=1): 
  

  

   
   print(f"Index: {index}, Value: {value}")
  

 



输出将会是：



 
  

   
   Index: 1, Value: apple 
  

  

   
   Index: 2, Value: banana 
  

  

   
   Index: 3, Value: cherry
  

 



在这个例子中，我们设置start=1，所以枚举从1开始而不是默认的0。


numpy.array 


numpy.array 是 NumPy（Numerical Python 的简称）库中的一个核心函数，用于创建一个多维数组对象。NumPy 是 Python 中用于数值计算的一个扩展库，它提供了大量的数学函数来对数组和矩阵进行运算。


使用 numpy.array，你可以将 Python 中的列表、元组或其他序列类型的数据转换为 NumPy 数组，从而可以利用 NumPy 提供的各种高效和方便的数值计算功能。


下面是 numpy.array 的一些基本用法：


导入 NumPy 库


首先，你需要导入 NumPy 库：



 
  

   
   import numpy as np
  

 



创建一维数组



 
  

   
   # 从 Python 列表创建一维数组 
  

  

   
   list_data = [1, 2, 3, 4, 5] 
  

  

   
   array_1d = np.array(list_data) 
  

  

   
   print(array_1d)
  

 



输出：



 
  

   
   [1 2 3 4 5]
  

 



创建二维数组（矩阵）



 
  

   
   # 从 Python 列表的列表创建二维数组（矩阵） 
  

  

   
   list_of_lists = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] 
  

  

   
   array_2d = np.array(list_of_lists) 
  

  

   
   print(array_2d)
  

 



输出：



 
  

   
   [[1 2 3] 
  

  

   
   [4 5 6] 
  

  

   
   [7 8 9]]
  

 



指定数组的数据类型


你可以在创建数组时指定数据类型：



 
  

   
   # 创建一个浮点型的数组 
  

  

   
   float_array = np.array([1, 2, 3], dtype=float) 
  

  

   
   print(float_array) 
  

  

   
   print(float_array.dtype) # 输出数组的数据类型
  

 



输出：



 
  

   
   [1. 2. 3.] 
  

  

   
   float64
  

 



数组的形状和维度


你可以使用 shape 属性查看数组的形状，使用 ndim 属性查看数组的维度数：



 
  

   
   print(array_2d.shape) # 输出：(3, 3) 
  

  

   
   print(array_2d.ndim) # 输出：2，表示这是一个二维数组
  

 



NumPy 数组提供了很多高级的功能，比如切片、索引、广播、数学运算等，使得数值计算变得更加简单和高效。在数据分析和科学计算中，NumPy 数组是极其重要的数据结构。


NumPy库中的array和Python的内置列表（list）


NumPy库中的array和Python的内置列表（list）之间存在多个关键的区别。这些区别主要体现在数据类型、内存使用、运算能力以及用途等方面。


    
 
  1. 数据类型： 
  
      
   
    • list中的数据类型可以不同，即列表中的元素可以是任何Python对象，包括整数、浮点数、字符串、其他列表等。
      • 
   
    • array则要求所有元素的数据类型必须相同。这确保了数据的一致性和更高的运算效率。
      • 
  
    2. 
 
  2. 内存使用： 
  
      
   
    • list在内存中存储的是数据的引用（指针），而不是数据本身。这意味着，如果你有一个包含大量对象的列表，每个对象都会单独占用内存空间，而列表本身则只是存储了指向这些对象的指针。
      • 
   
    • array在内存中存储的是实际的数据值，它通常使用连续的内存块来存储数据，这有助于减少内存碎片并提高数据访问速度。
      • 
  
    3. 
 
  3. 运算能力： 
  
      
   
    • list不支持数学四则运算或其他复杂的数学运算。虽然可以通过循环和条件语句对列表中的元素进行运算，但这种方式通常较为低效。
      • 
   
    • array支持大量的数学运算，包括元素级的运算（如加法、乘法等）、矩阵运算（如点积、转置等）以及更复杂的线性代数运算。这使得array成为进行科学计算、数据分析以及机器学习等任务时的理想选择。
      • 
  
    4. 
 
  4. 功能与用途： 
  
      
   
    • list是Python中的一种通用数据结构，用于存储和处理一组有序的项目。它可以轻松地添加、删除和修改元素，并且支持各种列表操作（如排序、切片等）。
      • 
   
    • array则主要用于存储和处理数值数据，尤其是那些需要进行数学运算或科学计算的数据。由于其高效的内存使用和强大的运算能力，array在处理大量数据时通常比list更为高效。
      • 
  
    5. 



总结来说，list和array各有其优势和应用场景。在选择使用哪种数据结构时，应根据具体的需求和任务来决定。如果需要处理的是一组有序的项目，并且需要进行频繁的修改和操作，那么list可能是一个更好的选择。而如果需要处理的是大量的数值数据，并且需要进行复杂的数学运算或科学计算，那么array则可能更为合适。

                        

                            

                                本文含有隐藏内容，请 开通VIP 后查看
                            

                        

                        

                        

                            
                            
                        

                        
                        

                            

                            
                        

                            

                                
                            

                        

                    


                



            


            

                
                

    

        

            网站公告
        

    

    

        
        
    



                

    

        

            今日签到
        

    

    

        
点亮在社区的每一天

        
        去签到
    



                

    

        

            热门文章
        

    

    

        
        

        

    

    
    
    


    



                

    

        

            最新发布