今天給大家準備了60個python日常高頻寫法，如果覺得有用，那就點贊收藏起來吧～
數字
1、求絕對值
絕對值或複數的模
In [1]: abs(-6)
Out[1]: 6 2、進制轉化
十進制轉換為二進制：
In [2]: bin(10)
Out[2]: '0b1010' 十進制轉換為八進制：
In [3]: oct(9)
Out[3]: '0o11' 十進制轉換為十六進制：
In [4]: hex(15)
Out[4]: '0xf' 3、整數和ASCII互轉
十進制整數對應的
ASCII字元
In [1]: chr(65)
Out[1]: 'A' 檢視某個
ASCII字元
對應的十進制數
In [1]: ord('A')
Out[1]: 65 4、元素都為真檢查
所有元素都為真，傳回
True
，否則為
False
In [5]: all([1,0,3,6])
Out[5]: False In [6]: all([1,2,3])
Out[6]: True 5、元素至少一個為真檢查
至少有一個元素為真傳回
True
，否則
False
In [7]: any([0,0,0,[]])
Out[7]: False In [8]: any([0,0,1])
Out[8]: True 6、判斷是真是假
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 7、建立複數
建立一個複數
In [1]: complex(1,2)
Out[1]: (1+2j) 8、取商和餘數
分别取商和餘數
In [1]: divmod(10,3)
Out[1]: (3, 1) 9、轉為浮點類型
将一個整數或數值型字元串轉換為浮點數
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' 10、轉為整型
int(x, base =10) , x可能為字元串或數值，将x 轉換為一個普通整數。如果參數是字元串，那麼它可能包含符号和小數點。如果超出了普通整數的表示範圍，一個長整數被傳回。
In [1]: int('12',16)
Out[1]: 18 11、次幂
base為底的exp次幂，如果mod給出，取餘
In [1]: pow(3, 2, 4)
Out[1]: 1 12、四舍五入
四舍五入，
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 13、鍊式比較
i = 3
print(1 < i < 3) # False
print(1 < i <= 3) # True 字元串
14、字元串轉位元組
字元串轉換為位元組類型
In [12]: s = "apple"
In [13]: bytes(s,encoding='utf-8')
Out[13]: b'apple' 15、任意對象轉為字元串
In [14]: i = 100
In [15]: str(i)
Out[15]: '100'
In [16]: str([])
Out[16]: '[]'
In [17]: str(tuple())
Out[17]: '()' 16、執行字元串表示的代碼
将字元串編譯成python能識别或可執行的代碼，也可以将文字讀成字元串再編譯。
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 17、計算表達式
将字元串str 當成有效的表達式來求值并傳回計算結果取出字元串中内容
In [1]: s = "1 + 3 +5"
...: eval（s)
...:
Out[1]: 9 18、字元串格式
格式化輸出字元串，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 函數
19、拿來就用的排序函數
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'}] 20、求和函數
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 21、nonlocal用于内嵌函數中
關鍵詞nonlocal常用于函數嵌套中，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内的局部變量，因為在i+=1引用(reference)時,i未被聲明，是以會報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 22、global 聲明全局變量
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
，程式沒有報錯，是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() 此時執行程式，bang, 出錯了！抛出異常：UnboundLocalError，原來編譯器在解釋i+=1時會把i解析為函數h()内的局部變量，很顯然在此函數内，編譯器找不到對變量i的定義，是以會報錯。
global就是為解決此問題而被提出，在函數h内，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) 23、交換兩元素
def swap(a, b):
return b, a
print(swap(1, 0)) # (0,1) 24、操作函數對象
In [31]: def f():
...: print('i\'m f')
...:
In [32]: def g():
...: print('i\'m g')
...:
In [33]: [f,g][1]()
i'm g 建立函數對象的list，根據想要調用的index，友善統一調用。
25、生成逆序序列
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)
26、函數的五類參數使用例子
python五類參數：位置參數，關鍵字參數，預設參數，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}') 預設參數
c
不能位于可變關鍵字參數
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取得預設值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，而非預設值。
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号:
def f(*,a,**b):
print(f'a:{a},b:{b}') 此時f(1)調用，将會報錯：
TypeError: f() takes 0 positional arguments but 1 was given
隻能
f(a=1)
才能OK.
說明前面的
*
發揮作用，它變為隻能傳入關鍵字參數，那麼如何檢視這個參數的類型呢？借助python的
inspect
子產品：
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}') 檢視參數類型：
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。
27、使用slice對象
生成關于蛋糕的序列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，分别切開兩個蛋糕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？于是就有了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] 與上面的結果一緻。
對于逆向序列切片，
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，複用的同時還能提高代碼可讀性。
28、lambda 函數的動畫示範
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：
（1）參數
v
的取值？
（2）lambda
函數有傳回值嗎？如果有，傳回值是多少？
調用上面函數，求出以下三個最長的清單：
r = max_len([1, 2, 3], [4, 5, 6, 7], [8])
print(f'更長的清單是{r}') 程式完整運作過程，動畫示範如下：
結論：
參數v的可能取值為
*lists
，也就是
tuple
的一個元素。
lambda
函數傳回值，等于
lambda v
冒号後表達式的傳回值。
資料結構
29、轉為字典
建立資料字典
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} 30、當機集合
建立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，是以沒有像
set
那樣的
add
和
pop
方法
31、轉為集合類型
傳回一個set對象，集合内不允許有重複元素：
In [159]: a = [1,4,2,3,1]
In [160]: set(a)
Out[160]: {1, 2, 3, 4} 32、轉為切片對象
class slice(start, stop[, step])
傳回一個表示由 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] 33、轉元組
tuple()
将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) 類和對象
34、是否可被調用
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 35、ascii 展示對象
調用對象的
__repr__
方法，獲得該方法的傳回值，如下例子傳回值為字元串
>>> 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' 36、類方法
classmethod
裝飾器對應的函數不需要執行個體化，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，執行個體化對象等。
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) 37、動态删除屬性
删除對象的屬性
In [1]: delattr(xiaoming,'id')
In [2]: hasattr(xiaoming,'id')
Out[2]: False 38、一鍵檢視對象所有方法
不帶參數時傳回
目前範圍
内的變量、方法和定義的類型清單；帶參數時傳回
參數
的屬性，方法清單。
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'] 39、動态擷取對象屬性
擷取對象的屬性
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') # 擷取xiaoming這個執行個體的name屬性值
Out[3]: 'xiaoming' 40、對象是否有這個屬性
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]: hasattr(xiaoming,'name')
Out[3]: True
In [4]: hasattr(xiaoming,'address')
Out[4]: False 41、對象門牌号
傳回對象的記憶體位址
In [1]: id(xiaoming)
Out[1]: 98234208 42、isinstance
判斷object是否為類classinfo的執行個體，是傳回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 43、父子關系鑒定
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，也會傳回True
In [1]: issubclass(int,(int,float))
Out[1]: True 44、所有對象之根
object 是所有類的基類
In [1]: o = object()
In [2]: type(o)
Out[2]: object 45、建立屬性的兩種方式
傳回 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類建立 property 屬性
x = property(getx, setx, delx, "I'm the 'x' property.") 使用python裝飾器，實作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 46、檢視對象類型
class
type
(name, bases, dict)
傳入一個參數時，傳回 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 47、元類
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
是類的執行個體，則：
xiaoming = Student()
xiaohong = Student()
xiaozhang = Student() 建立後，xiaoming 的
__class__
屬性，傳回的便是
Student
類
In [38]: xiaoming.__class__
Out[38]: __main__.Student 問題在于，
Student
類有
__class__
屬性，如果有，傳回的又是什麼？
In [39]: xiaoming.__class__.__class__
Out[39]: type 哇，程式沒報錯，傳回
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
，是以，Python 中一切皆對象，類也是對象
Python 中，将描述
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
類可建立執行個體，那麼
type
類可建立執行個體嗎？如果能，它建立的執行個體就叫：類 了。你們真聰明！
說對了，
type
類一定能建立執行個體，比如
Student
類了。
In [40]: Student = type('Student',(),{})
In [41]: Student
Out[41]: __main__.Student 它與使用
class
關鍵字建立的
Student
類一模一樣。
Python 的類，因為又是對象，是以和
xiaoming
，
xiaohong
對象操作相似。支援：
- 指派
- 拷貝
- 添加屬性
- 作為函數參數
In [43]: StudentMirror = Student # 類直接指派 # 類直接指派
In [44]: Student.class_property = 'class_property' # 添加類屬性
In [46]: hasattr(Student, 'class_property')
Out[46]: True 元類，确實使用不是那麼多，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%的使用者應該根本不必為此操心。
工具
48、枚舉對象
傳回一個可以枚舉的對象，該對象的next()方法将傳回一個元組。
In [1]: s = ["a","b","c"]
...: for i ,v in enumerate(s,1):
...: print(i,v)
...:
1 a
2 b
3 c 49、檢視變量所占位元組數
In [1]: import sys
In [2]: a = {'a':1,'b':2.0}
In [3]: sys.getsizeof(a) # 占用240個位元組
Out[3]: 240 50、過濾器
在函數中設定過濾條件，疊代元素，保留傳回值為
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] 51、傳回對象的哈希值
傳回對象的哈希值，值得注意的是自定義的執行個體都是可哈希的，
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' 52、一鍵幫助
傳回對象的幫助文檔
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) 53、擷取使用者輸入
擷取使用者輸入内容
In [1]: input()
aa
Out[1]: 'aa' 54、建立疊代器類型
使用
iter(obj, sentinel)
, 傳回一個可疊代對象, sentinel可省略(一旦疊代到此元素，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__方法的類的執行個體是可調用的
...: item = next(self.i)
...: print ("__call__ is called,fowhich would return",item)
...: return item
...: def __iter__(self): #支援疊代協定(即定義有__iter__()函數)
...: print ("__iter__ is called!!")
...: return iter(self.l)
In [2]: t = TestIter()
In [3]: t() # 因為實作了__call__，是以t執行個體能被調用
__call__ is called,which would return 1
Out[3]: 1
In [4]: for e in TestIter(): # 因為實作了__iter__方法，是以t能被疊代
...: print(e)
...:
__iter__ is called!!
1
3
2
3
4
5 55、打開檔案
傳回檔案對象
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：
56、建立range序列
- 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) 57、反向疊代器
In [1]: rev = reversed([1,4,2,3,1])
In [2]: for i in rev:
...: print(i)
...:
1
3
2
4
1 58、聚合疊代器
建立一個聚合了來自每個可疊代對象中的元素的疊代器：
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'] 59、鍊式操作
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 60、對象序列化
對象序列化，是指将記憶體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，傳輸不友善。
但是，當對象序列化後，就會更加友善，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。先建立一個 Student 類型，并建立兩個執行個體。
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') 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) [
{
"address":"北京",
"ids":1,
"name":"xiaoming"
},
{
"address":"南京",
"ids":2,
"name":"xiaohong"
}
]