Python笔记 基础篇2

第二部分：进阶章

Python别名对象引用：
>>> a=[1,'qwe','hadoop']
>>> a
[1, 'qwe', 'hadoop']
>>> b=a
>>> b
[1, 'qwe', 'hadoop']
>>> a is b
True
>>> 

_str_类的特殊方法：
#coding="utf-8"
from sqlite3 import Time

def _str_(self):
    return "%.2d:%d:%d" % (self.hour,self.minute,self.secord)

time=Time(10,42)
print time

无限递归：
>>> def test():
	test()
>>> test()

Traceback (most recent call last):
  File "<pyshell#30>", line 1, in <module>
    test()
  File "<pyshell#29>", line 2, in test
    test()
  File "<pyshell#29>", line 2, in test
    test()
。。。。。
  File "<pyshell#29>", line 2, in test
    test()
RuntimeError: maximum recursion depth exceeded


列表count()函数元素个数统计：
>>> a=[1,1,'hadoop',[2,3],[2,3],'spark','spark']
>>> a.count(1)
2
>>> a.count([]2,3)
SyntaxError: invalid syntax
>>> a.count([2,3])
2
>>> a.count('hadoop')
1
>>> 


布尔值类型：
>>> 5==5
True
>>> 5==6
False
>>> type(true)

Traceback (most recent call last):
  File "<pyshell#78>", line 1, in <module>
    type(true)
NameError: name 'true' is not defined
>>> type(True)
<type 'bool'>
>>> type
<type 'type'>
>>> type(False)
<type 'bool'>
>>> 


Python语言异常错误类型：
AttributeError：属性错误，特性引用和赋值失败时会引发属性错误
NameError：试图访问的变量名不存在
SyntaxError：语法错误，代码形式错误
Exception：所有异常的基类，因为所有python异常类都是基类Exception的其中一员，异常都是从基类Exception继承的，并且都在exceptions模块中定义。
IOError：一般常见于打开不存在文件时会引发IOError错误，也可以解理为输出输入错误
KeyError：使用了映射中不存在的关键字（键）时引发的关键字错误
IndexError：索引错误，使用的索引不存在，常索引超出序列范围，什么是索引
TypeError：类型错误，内建操作或是函数应于在了错误类型的对象时会引发类型错误
ZeroDivisonError：除数为0，在用除法操作时，第二个参数为0时引发了该错误
ValueError：值错误，传给对象的参数类型不正确，像是给int()函数传入了字符串数据类型的参数。


列表的sort添加key和reverse参数：
>>> x=['hadoop','spark','storm','hive','hbase']
>>> x
['hadoop', 'spark', 'storm', 'hive', 'hbase']
>>> x.sort(key=len)
>>> x
['hive', 'spark', 'storm', 'hbase', 'hadoop']
>>> a=['1','4','45','2','34']
>>> a.sort(key=len)
>>> a
['1', '4', '2', '45', '34']
>>> a.sort(key=int)
>>> a
['1', '2', '4', '34', '45']
>>> a.sort(key=int,reverse=True)
>>> a
['45', '34', '4', '2', '1']
>>> 


并行遍历zip函数使用方法：
>>> a=[3,4,5]
>>> b=[7,8,9]
>>> zip(a,b)
[(3, 7), (4, 8), (5, 9)]
>>> c=(1,2,3)
>>> d=(4,5,6)
>>> e=(7,8,9)
>>> zip(c,d,e)
[(1, 4, 7), (2, 5, 8), (3, 6, 9)]
>>> f='asd'
>>> g='qwertyy'
>>> zip(f,g)
[('a', 'q'), ('s', 'w'), ('d', 'e')]
>>> for (x,y) in zip(a,b):
	print x,y,'-->',x*y

	
3 7 --> 21
4 8 --> 32
5 9 --> 45


if和else语句：
>>> if x>y:
	print 'sdf'
elif x<y:
	print 'asf'
else:
	print 'sdfg'

	
asf
>>> 



python列表的cmp函数：
>>> cmp(23,56)
-1
>>> cmp(67,23)
1
>>> cmp(33,33)
0
>>> cmp('asd','a')
1
>>> cmp('asd','bs')
-1
>>> num=[345,56,7,32]
>>> num.sort(cmp)
>>> num
[7, 32, 56, 345]
>>> 



字典的get()方法：
>>> info={'name':'baozi'}
>>> info
{'name': 'baozi'}
>>> print info['age']

Traceback (most recent call last):
  File "<pyshell#210>", line 1, in <module>
    print info['age']
KeyError: 'age'
>>> print info.get('age')
None
>>> print info.get('age','不存在')
不存在
>>> 



字典的items()和iteritems()方法：
>>> x={'hadoop':'hdfe','spark':'rdd'}
>>> x
{'spark': 'rdd', 'hadoop': 'hdfe'}
>>> x.items()
[('spark', 'rdd'), ('hadoop', 'hdfe')]
>>> x
{'spark': 'rdd', 'hadoop': 'hdfe'}
>>> a=x.items()
>>> a
[('spark', 'rdd'), ('hadoop', 'hdfe')]
>>> type(a)
<type 'list'>
>>> 
>>> q=x.iteritems()
>>> q
<dictionary-itemiterator object at 0x02E3DED0>
>>> type(q)
<type 'dictionary-itemiterator'>
>>> list(q)
[('spark', 'rdd'), ('hadoop', 'hdfe')]
>>> 


Python的range()方法：
>>> range(5)
[0, 1, 2, 3, 4]
>>> range(1,5)
[1, 2, 3, 4]
>>> range(1,10,2)
[1, 3, 5, 7, 9]
>>> range(4,-4)
[]
>>> range(4,-4,-1)
[4, 3, 2, 1, 0, -1, -2, -3]
>>> for i in range(5):
	print (i,'---->spark')

	
(0, '---->spark')
(1, '---->spark')
(2, '---->spark')
(3, '---->spark')
(4, '---->spark')
>>> str='hadoop-spark'
>>> for i in str:
	print i,

	
h a d o o p - s p a r k
>>> for i in range(len(str)):
	print str[i],

	
h a d o o p - s p a r k
>>> 


字典的clear、pop、popitem方法：
>>> p={}
>>> p['name']='blb'
>>> p['age']='age'
>>> p
{'age': 'age', 'name': 'blb'}
>>> l=p
>>> l
{'age': 'age', 'name': 'blb'}
>>> p.clear()
>>> p
{}
>>> l
{}
>>> 

>>> x
{'age': 23, 'spark': 'rdd', 'hadoop': 'hdfe', 'name': 'blb'}
>>> y=x
>>> y
{'age': 23, 'spark': 'rdd', 'hadoop': 'hdfe', 'name': 'blb'}
>>> x.pop('age')
23
>>> x
{'spark': 'rdd', 'hadoop': 'hdfe', 'name': 'blb'}
>>> y
{'spark': 'rdd', 'hadoop': 'hdfe', 'name': 'blb'}
>>> x.popitem()
('spark', 'rdd')
>>> y
{'hadoop': 'hdfe', 'name': 'blb'}
>>> 


Python列表推导式：
>>> a=[1,2,3,4,5,6,7,8,9,10,11,12]
>>> [3*f for f in a ]
[3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36]
>>> [3*f for f in range(12)]
[0, 3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33]
>>> [f for f in a if f % 2 ==0]
[2, 4, 6, 8, 10, 12]
>>> [[f,g] for f in range(5) for g in range(6)]
[[0, 0], [0, 1], [0, 2], [0, 3], [0, 4], [0, 5], [1, 0], [1, 1], [1, 2], [1, 3], [1, 4], [1, 5], [2, 0], [2, 1], [2, 2], [2, 3], [2, 4], [2, 5], [3, 0], [3, 1], [3, 2], [3, 3], [3, 4], [3, 5], [4, 0], [4, 1], [4, 2], [4, 3], [4, 4], [4, 5]]
>>> 


Python列表排序方法reverse、sort、sorted：
>>> a=[1,4,7,34,87,3,16]
>>> a.reverse()
>>> a
[16, 3, 87, 34, 7, 4, 1]
>>> a.sort()
>>> a
[1, 3, 4, 7, 16, 34, 87]
>>> b=a.sort()
>>> a
[1, 3, 4, 7, 16, 34, 87]
>>> b
>>> print b
None
>>> b=sorted(a)
>>> a
[1, 3, 4, 7, 16, 34, 87]
>>> b
[1, 3, 4, 7, 16, 34, 87]
>>> 
>>> sorted('hadoop-spark.storm')
['-', '.', 'a', 'a', 'd', 'h', 'k', 'm', 'o', 'o', 'o', 'p', 'p', 'r', 'r', 's', 's', 't']
>>> 


使用from import方法导入模块：
>>> import math
>>> print math
<module 'math' (built-in)>
>>> print math.pi
3.14159265359
>>> 
>>> print pi

Traceback (most recent call last):
  File "<pyshell#336>", line 1, in <module>
    print pi
NameError: name 'pi' is not defined
>>> from math import pi
>>> print pi
3.14159265359
>>> from math import *
>>> pi
3.141592653589793
>>> cos(pi)
-1.0
>>> 


Python序列：
列表、元组是最常用的，还有字符串、Unicode字符串、buffer对象、xrange对象。

序列类的一些通用的方法：
1、索引：
>>> x='hadoop-spark'
>>> x[0]
'h'
>>> x[-1]
'k'
>>> 

2、切片：
>>> x[4:-4]
'op-s'
>>> x[:-1]
'hadoop-spar'
>>> x[1:]
'adoop-spark'
>>> 

3、序列相加：
>>> [1,2]+[2,3,4]
[1, 2, 2, 3, 4]
>>> 'hadoop'+'spark'
'hadoopspark'
>>> (23,45)+(5,234)
(23, 45, 5, 234)
>>> 

4、序列乘法：
>>> a='hadoop'
>>> a*4
'hadoophadoophadoophadoop'
>>> s=[23,45]
>>> s*4
[23, 45, 23, 45, 23, 45, 23, 45]
>>> 

5、成员资格：
>>> x
'hadoop-spark'
>>> 't' in x
False
>>> 's' in x
True
>>> 

6、序列内建函数：
>>> x
'hadoop-spark'
>>> len(x)
12
>>> min(x)
'-'
>>> max(x)
's'
>>> num=[23,4,76,8,9,54,76]
>>> len(num)
7
>>> min(num)
4
>>> max(num)
76
>>> 


Python赋值语句序列解包：
>>> a,b,c=1,2,3
>>> print a,b,c
1 2 3
>>> a,b=b,a
>>> print a,b,c
2 1 3
>>> val=1,2,3
>>> val
(1, 2, 3)
>>> x,y,z=val
>>> print x,y,z
1 2 3
>>> 


Python的setdefault方法：
>>> a={}
>>> a['name']='blb'
>>> a
{'name': 'blb'}
>>> a.setdefault('name','hadoop')
'blb'
>>> a
{'name': 'blb'}
>>> a.setdefault('name1','spark')
'spark'
>>> a
{'name': 'blb', 'name1': 'spark'}
>>> b={}
>>> b
{}
>>> b.setdefault('storm')
>>> b
{'storm': None}
>>> 


Python is同一性运算符和==相等运算符区别：
ython中对象包含的三个基本要素，分别是：id(身份标识)、type(数据类型)和value(值)。is和==都是对对象进行比较判断作用的，但对对象比较判断的内容并不相同。

==比较操作符：用来比较两个对象是否相等，value做为判断因素；
is同一性运算符：比较判断两个对象是否相同，id做为判断因素。

>>> a=b='hadoop-spark'
>>> c='hadoop-spark'
>>> a==b
True
>>> a==c
True
>>> a is b
True
>>> a is c
False
>>> print id(a)
48410160
>>> print id(b)
48410160
>>> print id(c)
48410120
>>> 



Python列表删除 pop() 方法返回指定对象：
>>> a=[1,2,3,4,5,6,7,8,9]
>>> print a.pop()
9
>>> a.pop()
8
>>> a
[1, 2, 3, 4, 5, 6, 7]
>>> a.pop(2)
3
>>> a
[1, 2, 4, 5, 6, 7]
>>> 


列表insert插入方法：
>>> a=[1,2,3,4,5,6,7,8]
>>> a.insert(4,'hadoop')
>>> a
[1, 2, 3, 4, 'hadoop', 5, 6, 7, 8]
>>> a.extend('spark')
>>> a
[1, 2, 3, 4, 'hadoop', 5, 6, 7, 8, 's', 'p', 'a', 'r', 'k']
>>> a.append('storm')
>>> a
[1, 2, 3, 4, 'hadoop', 5, 6, 7, 8, 's', 'p', 'a', 'r', 'k', 'storm']
>>> 



Python list列表index查找使用方法：
>>> a=['hadoop','spark','storm','hive','hbase']
>>> a.index('storm')
2
>>> a.index('docker')

Traceback (most recent call last):
  File "<pyshell#449>", line 1, in <module>
    a.index('docker')
ValueError: 'docker' is not in list
>>> 


Python list列表extend()和加号+连接操作符的区别：
>>> list1=[1,2,3,4]
>>> list2=[5,6,7]
>>> list1.extend(list2)
>>> list1
[1, 2, 3, 4, 5, 6, 7]
>>> 
>>> l1=[1,2,3]
>>> l2=[4,5,6]
>>> l1+l2
[1, 2, 3, 4, 5, 6]
>>> l1
[1, 2, 3]
>>> 

while语句：
>>> x=1
>>> while x<10:
	x+=1
	print x,

	
2 3 4 5 6 7 8 9 10
>>> 



Python的for循环控制语句：
>>> a='hadoop-spark'
>>> for i in a:
	print i,

	
h a d o o p - s p a r k
>>> b=[1,2,3,4,5]
>>> for i in b:
	print i,

	
1 2 3 4 5
>>> c=[('hadoop','hdfs'),('spark','rdd')]
>>> for (i,j) in c:
	print(i,j),

	
('hadoop', 'hdfs') ('spark', 'rdd')
>>> 



python的break语句：
>>> x=1
>>> while True:
	x+=1
	print x
	if(x>=5):
		break

	
2
3
4
5
>>> 


Python的continue语句：
>>> x=10
>>> while x:
	x-=1
	if x % 2!=0:
		continue
	print x

	
8
6
4
2
0
>>> 



Python的pass语句：
>>> while True:
	pass
KeyboardInterrupt
>>> 



Python的return语句：
>>> def fun1(x,y):
	return x+y

>>> x=fun1(3,4)
>>> x
7
>>> 


Python的global使用方法：
>>> x=6
>>> def fun2():
	x=1

	
>>> fun2()
>>> x
6
>>> 
>>> 
>>> x=6
>>> def fun3():
	global x
	x=1

	
>>> fun3()
>>> x
1
>>> 



Python的assert语句：
assert断言是声明其布尔值必须为真的判定，如果发生异常就说明表达示为假。可以理解assert断言语句为raise-if-not，用来测试表示式，其返回值为假，就会触发异常。
>>> assert 1==1
>>> assert 2+2==2*2
>>> assert 2+2==2*2+1

Traceback (most recent call last):
  File "<pyshell#570>", line 1, in <module>
    assert 2+2==2*2+1
AssertionError
>>> assert len(['my age',12])<10
>>> assert len(['my age',12])>10

Traceback (most recent call last):
  File "<pyshell#572>", line 1, in <module>
    assert len(['my age',12])>10
AssertionError
>>> assert range(4)==[1,2,3,4]

Traceback (most recent call last):
  File "<pyshell#573>", line 1, in <module>
    assert range(4)==[1,2,3,4]
AssertionError
>>> assert range(4)==[0,1,2,3]
>>>