一、 数字
1 求绝对值 绝对值或复数的模
1In [1]: abs(-6) 2Out[1]: 6
2 进制转化 十进制转换为二进制：
1In [2]: bin(10) 2Out[2]: '0b1010'
十进制转换为八进制：
1In [3]: oct(9) 2Out[3]: '0o11'
十进制转换为十六进制：
1In [4]: hex(15) 2Out[4]: '0xf'
3 整数和ASCII互转 十进制整数对应的ASCII字符
1In [1]: chr(65) 2Out[1]: 'A'
查看某个ASCII字符对应的十进制数
1In [1]: ord('A') 2Out[1]: 65
4 元素都为真检查 所有元素都为真，返回 True，否则为False
1In [5]: all([1,0,3,6]) 2Out[5]: False 3 4In [6]: all([1,2,3]) 5Out[6]: True
5 元素至少一个为真检查 至少有一个元素为真返回True，否则False
1In [7]: any([0,0,0,[]]) 2Out[7]: False 3 4In [8]: any([0,0,1]) 5Out[8]: True
6 判断是真是假 测试一个对象是True, 还是False.
1 2In [9]: bool([0,0,0]) 3Out[9]: True 4 5In [10]: bool([]) 6Out[10]: False 7 8In [11]: bool([1,0,1]) 9Out[11]: True
7 创建复数 创建一个复数
1In [1]: complex(1,2) 2Out[1]: (1+2j)
8 取商和余数 分别取商和余数
1In [1]: divmod(10,3) 2Out[1]: (3, 1)
9 转为浮点类型 将一个整数或数值型字符串转换为浮点数
1In [1]: float(3) 2Out[1]: 3.0
如果不能转化为浮点数，则会报ValueError:
1In [2]: float('a') 2# ValueError: could not convert string to float: 'a'
10 转为整型 int(x, base =10) , x可能为字符串或数值，将x 转换为一个普通整数。如果参数是字符串，那么它可能包含符号和小数点。如果超出了普通整数的表示范围，一个长整数被返回。
1In [1]: int('12',16) 2Out[1]: 18
11 次幂 base为底的exp次幂，如果mod给出，取余
1In [1]: pow(3, 2, 4) 2Out[1]: 1
12 四舍五入 四舍五入，ndigits代表小数点后保留几位：
1In [11]: round(10.0222222, 3) 2Out[11]: 10.022 3 4In [12]: round(10.05,1) 5Out[12]: 10.1
13 链式比较
1i = 3 2 3 4 5print(1 < i < 3) # False 6print(1 < i <= 3) # True
二、 字符串
14 字符串转字节 字符串转换为字节类型
1In [12]: s = "apple" 2 3In [13]: bytes(s,encoding='utf-8') 4Out[13]: b'apple'
15 任意对象转为字符串
1In [14]: i = 100 2 3In [15]: str(i) 4Out[15]: '100' 5 6In [16]: str([]) 7Out[16]: '[]' 8 9In [17]: str(tuple()) 10Out[17]: '()'
16 执行字符串表示的代码 将字符串编译成python能识别或可执行的代码，也可以将文字读成字符串再编译。
1In [1]: s = "print('helloworld')" 2 3In [2]: r = compile(s,"", "exec") 4 5In [3]: r 6Out[3]: <code object <module> at 0x0000000005DE75D0, file "", line 1> 7 8In [4]: exec(r) 9helloworld
17 计算表达式 将字符串str 当成有效的表达式来求值并返回计算结果取出字符串中内容
1In [1]: s = "1 + 3 +5" 2 ...: eval(s) 3 ...: 4Out[1]: 9
18 字符串格式化 格式化输出字符串，format(value, format_spec)实质上是调用了value的__format__(format_spec)方法。
1In [104]: print("i am {0},age{1}".format("tom",18)) 2i am tom,age18
三、 函数
19 拿来就用的排序函数 排序：
1In [1]: a = [1,4,2,3,1] 2 3In [2]: sorted(a,reverse=True) 4Out[2]: [4, 3, 2, 1, 1] 5 6In [3]: a = [{'name':'xiaoming','age':18,'gender':'male'},{'name':' 7 ...: xiaohong','age':20,'gender':'female'}] 8In [4]: sorted(a,key=lambda x: x['age'],reverse=False) 9Out[4]: 10[{'name': 'xiaoming', 'age': 18, 'gender': 'male'}, 11 {'name' 12 13 14: 'xiaohong', 'age': 20, 'gender': 'female'
20 求和函数 求和：
1In [181]: a = [1,4,2,3,1] 2 3In [182]: sum(a) 4Out[182]: 11 5 6In [185]: sum(a,10) #求和的初始值为10 7Out[185]: 21
21 nonlocal用于内嵌函数中 关键词nonlocal常用于函数嵌套中，声明变量i为非局部变量；如果不声明，i+=1表明i为函数wrapper内的局部变量，因为在i+=1引用(reference)时,i未被声明，所以会报unreferenced variable的错误。
1def excepter(f): 2 i = 0 3 t1 = time.time() 4 def wrapper(): 5 try: 6 f() 7 except Exception as e: 8 nonlocal i 9 i += 1 10 print(f'{e.args[0]}: {i}') 11 t2 = time.time() 12 if i == n: 13 print(f'spending time:{round(t2-t1,2)}') 14 return wrapper
22 global 声明全局变量 先回答为什么要有global，一个变量被多个函数引用，想让全局变量被所有函数共享。有的伙伴可能会想这还不简单，这样写：
1i = 5 2def f(): 3 print(i) 4 5def g(): 6 print(i) 7 pass 8 9f() 10g()
f和g两个函数都能共享变量i，程序没有报错，所以他们依然不明白为什么要用global.
但是，如果我想要有个函数对i递增，这样：
1def h(): 2 i += 1 3 4h()
此时执行程序，bang, 出错了！抛出异常：UnboundLocalError，原来编译器在解释i+=1时会把i解析为函数h()内的局部变量，很显然在此函数内，编译器找不到对变量i的定义，所以会报错。
global就是为解决此问题而被提出，在函数h内，显式地告诉编译器i为全局变量，然后编译器会在函数外面寻找
i的定义，执行完i+=1后，i还为全局变量，值加1：
1i = 0 2def h(): 3 global i 4 i += 1 5 6h() 7print(i)
23 交换两元素
1def swap(a, b): 2 return b, a 3 4print(swap(1, 0)) # (0,1)
24 操作函数对象
1In [31]: def f(): 2 ...: print('i\'m f') 3 ...: 4 5In [32]: def g(): 6 ...: print('i\'m g') 7 ...: 8 9In [33]: [f,g][1]() 10i'm g
创建函数对象的list，根据想要调用的index，方便统一调用。
25 生成逆序序列
list(range(10,-1,-1)) # [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
第三个参数为负时，表示从第一个参数开始递减，终止到第二个参数(不包括此边界)
26 函数的五类参数使用例子 python五类参数：位置参数，关键字参数，默认参数，可变位置或关键字参数的使用。
1def f(a,*b,c=10,**d): 2 print(f'a:{a},b:{b},c:{c},d:{d}')
默认参数c不能位于可变关键字参数d后.
调用f:
1In [10]: f(1,2,5,width=10,height=20) 2a:1,b:(2, 5),c:10,d:{'width': 10, 'height': 20}
可变位置参数b实参后被解析为元组(2,5);而c取得默认值10; d被解析为字典.
再次调用f:
1In [11]: f(a=1,c=12) 2a:1,b:(),c:12,d:{}
a=1传入时a就是关键字参数，b,d都未传值，c被传入12，而非默认值。
注意观察参数a, 既可以f(1),也可以f(a=1) 其可读性比第一种更好，建议使用f(a=1)。如果要强制使用f(a=1)，需要在前面添加一个星号:
1 def f(*,a,**b): 2 print(f'a:{a},b:{b}')
此时f(1)调用，将会报错：
TypeError: f() takes 0 positional arguments but 1 was given
只能f(a=1)才能OK.
说明前面的*发挥作用，它变为只能传入关键字参数，那么如何查看这个参数的类型呢？借助python的inspect模块：
1In [22]: for name,val in signature(f).parameters.items(): 2 ...: print(name,val.kind) 3 ...: 4a KEYWORD_ONLY 5b VAR_KEYWORD
可看到参数a的类型为KEYWORD_ONLY，也就是仅仅为关键字参数。
但是，如果f定义为：
1 def f(a,*b): 2 print(f'a:{a},b: 3 4 5{b}')
查看参数类型：
1 In [24]: for name,val in signature(f).parameters.items(): 2 ...: print(name,val.kind) 3 ...: 4a POSITIONAL_OR_KEYWORD 5b VAR_POSITIONAL
可以看到参数a既可以是位置参数也可是关键字参数。
27 使用slice对象 生成关于蛋糕的序列cake1：
1 In [1]: cake1 = list(range(5,0,-1)) 2 3In [2]: b = cake1[1:10:2] 4 5In [3]: b 6Out[3]: [4, 2] 7 8In [4]: cake1 9Out[4]: [5, 4, 3, 2, 1]
再生成一个序列：
1In [5]: from random import randint 2 ...: cake2 = [randint(1,100) for _ in range(100)] 3 ...: # 同样以间隔为2切前10个元素，得到切片d 4 ...: d = cake2[1:10:2] 5In [6]: d 6Out[6]: [75, 33, 63, 93, 15]
你看，我们使用同一种切法，分别切开两个蛋糕cake1,cake2. 后来发现这种切法极为经典，又拿它去切更多的容器对象。
那么，为什么不把这种切法封装为一个对象呢？于是就有了slice对象。
定义slice对象极为简单，如把上面的切法定义成slice对象：
1perfect_cake_slice_way = slice(1,10,2) 2#去切cake1 3cake1_slice = cake1[perfect_cake_slice_way] 4cake2_slice = cake2[perfect_cake_slice_way] 5 6In [11]: cake1_slice 7Out[11]: [4, 2] 8 9In [12]: cake2_slice 10Out[12]: [75, 33, 63, 93, 15]
与上面的结果一致。
对于逆向序列切片，slice对象一样可行：
1 a = [1,3,5,7,9,0,3,5,7] 2a_ = a[5:1:-1] 3 4named_slice = slice(5,1,-1) 5a_slice = a[named_slice] 6 7In [14]: a_ 8Out[14]: [0, 9, 7, 5] 9 10In [15]: a_slice 11Out[15]: [0, 9, 7, 5]
频繁使用同一切片的操作可使用slice对象抽出来，复用的同时还能提高代码可读性。
28 lambda 函数的动画演示 有些读者反映，lambda函数不太会用，问我能不能解释一下。
比如，下面求这个 lambda函数：
1def max_len(*lists): 2 return max(*lists, key=lambda v: len(v))
有两点疑惑：
参数v的取值？
lambda函数有返回值吗？如果有，返回值是多少？
调用上面函数，求出以下三个最长的列表：
1r = max_len([1, 2, 3], [4, 5, 6, 7], [8]) 2print(f'更长的列表是{r}')
结论：
参数v的可能取值为*lists，也就是 tuple 的一个元素。
lambda函数返回值，等于lambda v冒号后表达式的返回值。
四、 数据结构
29 转为字典 创建数据字典
1 In [1]: dict() 2Out[1]: {} 3 4In [2]: dict(a='a',b='b') 5Out[2]: {'a': 'a', 'b': 'b'} 6 7In [3]: dict(zip(['a','b'],[1,2])) 8Out[3]: {'a': 1, 'b': 2} 9 10In [4]: dict([('a',1),('b',2)]) 11Out[4]: {'a': 1, 'b': 2}
30 冻结集合 创建一个不可修改的集合。
1In [1]: frozenset([1,1,3,2,3]) 2Out[1]: frozenset({1, 2, 3})
因为不可修改，所以没有像set那样的add和pop方法
31 转为集合类型 返回一个set对象，集合内不允许有重复元素：
1 In [159]: a = [1,4,2,3,1] 2 3In [160]: set(a) 4Out[160]: {1, 2, 3, 4}
32 转为切片对象
1 class slice(start, stop[, step])
返回一个表示由 range(start, stop, step) 所指定索引集的 slice对象，它让代码可读性、可维护性变好。
1 2In [1]: a = [1,4,2,3,1] 3 4In [2]: my_slice_meaning = slice(0,5,2) 5 6In [3]: a[my_slice_meaning] 7Out[3]: [1, 2, 1]
33 转元组 tuple() 将对象转为一个不可变的序列类型
1In [16]: i_am_list = [1,3,5] 2In [17]: i_am_tuple = tuple(i_am_list) 3In [18]: i_am_tuple 4Out[18]: (1, 3, 5)
五、 类和对象
34 是否可调用 检查对象是否可被调用
1 In [1]: callable(str) 2Out 3 4 5[1]: True 6 7In [2]: callable(int) 8Out[2]: True 9In [18]: class Student(): 10 ...: def __init__(self,id,name): 11 ...: self.id = id 12 ...: self.name = name 13 ...: def __repr__(self): 14 ...: return 'id = '+self.id +', name = '+self.name 15 ... 16 17In [19]: xiaoming = Student('001','xiaoming') 18 19In [20]: callable(xiaoming) 20Out[20]: False
如果能调用xiaoming(), 需要重写Student类的__call__方法：
1 In [1]: class Student(): 2 ...: def __init__(self,id,name): 3 ...: self.id = id 4 ...: self.name = name 5 ...: def __repr__(self): 6 ...: return 'id = '+self.id +', name = '+self.name 7 ...: def __call__(self): 8 ...: print('I can be called') 9 ...: print(f'my name is {self.name}') 10 ...: 11 12In [2]: t = Student('001','xiaoming') 13 14In [3]: t() 15I can be called 16my name is xiaoming
35 ascii 展示对象 调用对象的 repr 方法，获得该方法的返回值，如下例子返回值为字符串
1 2>>> class Student(): 3 def __init__(self,id,name): 4 self.id = id 5 self.name = name 6 def __repr__(self): 7 return 'id = '+self.id +', name = '+self.name
调用：
1 >>> xiaoming = Student(id='1',name='xiaoming') 2>>> xiaoming 3id = 1, name = xiaoming 4>>> ascii(xiaoming) 5'id = 1, name = xiaoming'
36 类方法 classmethod 装饰器对应的函数不需要实例化，不需要 self 参数，但第一个参数需要是表示自身类的 cls 参数，可以来调用类的属性，类的方法，实例化对象等。
1 In [1]: class Student(): 2 ...: def __init__(self,id,name): 3 ...: self.id = id 4 ...: self.name = name 5 ...: def __repr__(self): 6 ...: return 'id = '+self.id +', name = '+self.name 7 ...: @classmethod 8 ...: def f(cls): 9 ...: print(cls)
**37 动态删除属性 ** 删除对象的属性
1In [1]: delattr(xiaoming,'id') 2 3In [2]: hasattr(xiaoming,'id') 4Out[2]: False
38 一键查看对象所有方法 不带参数时返回当前范围内的变量、方法和定义的类型列表；带参数时返回参数的属性，方法列表。
1In [96]: dir(xiaoming) 2 3 4Out[96]: 5['__class__', 6 '__delattr__', 7 '__dict__', 8 '__dir__', 9 '__doc__', 10 '__eq__', 11 '__format__', 12 '__ge__', 13 '__getattribute__', 14 '__gt__', 15 '__hash__', 16 '__init__', 17 '__init_subclass__', 18 '__le__', 19 '__lt__', 20 '__module__', 21 '__ne__', 22 '__new__', 23 '__reduce__', 24 '__reduce_ex__', 25 '__repr__', 26 '__setattr__', 27 '__sizeof__', 28 '__str__', 29 '__subclasshook__', 30 '__weakref__', 31 32 'name']
39 动态获取对象属性 获取对象的属性
1 In [1]: class Student(): 2 ...: def __init__(self,id,name): 3 ...: self.id = id 4 ...: self.name = name 5 ...: def __repr__(self): 6 ...: return 'id = '+self.id +', name = '+self.name 7 8In [2]: xiaoming = Student(id='001',name='xiaoming') 9In [3]: getattr(xiaoming,'name') # 获取xiaoming这个实例的name属性值 10Out[3]: 'xiaoming'
40 对象是否有这个属性
1 In [1]: class Student(): 2 ...: def __init__(self,id,name): 3 ...: self.id = id 4 ...: self.name = name 5 ...: def __repr__(self): 6 ...: return 'id = '+self.id +', name = '+self.name 7 8In [2]: xiaoming = Student(id='001',name='xiaoming') 9In [3]: hasattr(xiaoming,'name') 10Out[3]: True 11 12In [4]: hasattr(xiaoming,'address') 13Out[4]: False
41 对象门牌号 返回对象的内存地址
1In [1]: id(xiaoming) 2Out[1]: 98234208 342 isinstance
判断object是否为类classinfo的实例，是返回true
1 In [1]: class Student(): 2 ...: def __init__(self,id,name): 3 ...: self.id = id 4 ...: self.name = name 5 ...: def __repr__(self): 6 ...: return 'id = '+self.id +', name = '+self.name 7 8In [2]: xiaoming = Student(id='001',name='xiaoming') 9 10In [3]: isinstance(xiaoming,Student) 11Out[3]: True
43 父子关系鉴定
1 In [1]: class undergraduate(Student): 2 ...: def studyClass(self): 3 ...: pass 4 ...: def attendActivity(self): 5 ...: pass 6 7In [2]: issubclass(undergraduate,Student) 8Out[2]: True 9 10In [3]: issubclass(object,Student) 11Out[3]: False 12 13In [4]: issubclass(Student,object) 14Out[4]: True
如果class是classinfo元组中某个元素的子类，也会返回True
1In [1]: issubclass(int,(int,float)) 2Out[1]: True
44 所有对象之根 object 是所有类的基类
1In [1]: o = object() 2 3In [2]: type(o) 4Out[2]: object
45 创建属性的两种方式 返回 property 属性，典型的用法：
1 class C: 2 def __init__(self): 3 self._x = None 4 5 def getx(self): 6 return self._x 7 8 def setx(self, value): 9 self._x = value 10 11 def delx(self): 12 del self._x 13 # 使用property类创建 property 属性 14 x = property(getx, setx, delx, "I'm the 'x' property.")
使用python装饰器，实现与上完全一样的效果代码：
1 2class C: 3 def __init__(self): 4 self._x = None 5 6 @property 7 def x(self): 8 return self._x 9 10 @x.setter 11 def x(self, value): 12 self._x = value 13 14 @x.deleter 15 def x(self): 16 del self._x
46 查看对象类型
1 class type(name, bases, dict)
传入一个参数时，返回 object 的类型：
1 In [1]: class Student(): 2 ...: def __init__(self,id,name): 3 ...: self.id = id 4 ...: self.name = name 5 ...: def __repr__(self): 6 ...: return 'id = '+self.id +', name = '+self.name 7 ...: 8 9In [2]: xiaoming = Student(id='001',name='xiaoming') 10In [3]: type(xiaoming) 11Out[3]: __main__.Student 12 13In [4]: type(tuple()) 14Out[4]: tuple
47 元类 xiaoming, xiaohong, xiaozhang 都是学生，这类群体叫做 Student.
Python 定义类的常见方法，使用关键字 class
1 In [36]: class Student(object): 2 ...: pass
xiaoming, xiaohong, xiaozhang 是类的实例，则：
1 2xiaoming = Student() 3xiaohong = Student() 4xiaozhang = Student()
创建后，xiaoming 的 class 属性，返回的便是 Student类
1 In [38]: xiaoming.__class__ 2Out[38]: __main__.Student
问题在于，Student 类有 __class__属性，如果有，返回的又是什么？
1 In [39]: xiaoming.__class__.__class__ 2Out[39]: type
哇，程序没报错，返回 type
那么，我们不妨猜测：Student 类，类型就是 type
换句话说，Student类就是一个对象，它的类型就是 type
所以，Python 中一切皆对象，类也是对象
Python 中，将描述 Student 类的类被称为：元类。
按照此逻辑延伸，描述元类的类被称为：元元类，开玩笑了~ 描述元类的类也被称为元类。
聪明的朋友会问了，既然 Student 类可创建实例，那么 type 类可创建实例吗？如果能，它创建的实例就叫：类 了。你们真聪明！
说对了，type 类一定能创建实例，比如 Student 类了。
1In [40]: Student = type('Student',(),{}) 2 3In [41]: Student 4Out[41]: __main__.Student
它与使用 class 关键字创建的 Student 类一模一样。
Python 的类，因为又是对象，所以和 xiaoming，xiaohong 对象操作相似。支持：
引用赋值
引用拷贝
引用添加属性
作为函数参数
1 2In [43]: StudentMirror = Student # 类直接赋值 # 类直接赋值 3In [44]: Student.class_property = 'class_property' # 添加类属性 4In [46]: hasattr(Student, 'class_property') 5Out[46]: True
元类，确实使用不是那么多，也许先了解这些，就能应付一些场合。就连 Python 界的领袖 Tim Peters 都说：
“元类就是深度的魔法，99%的用户应该根本不必为此操心。
六、工具
48 枚举对象 返回一个可以枚举的对象，该对象的next()方法将返回一个元组。
1 2In [1]: s = ["a","b","c"] 3 ...: for i ,v in enumerate(s,1): 4 ...: print(i,v) 5 ...: 61 a 72 b 83 c
49 查看变量所占字节数
1 In [1]: import sys 2 3In [2]: a = {'a':1,'b':2.0} 4 5In [3]: sys.getsizeof(a) # 占用240个字节 6Out[3]: 240
50 过滤器 在函数中设定过滤条件，迭代元素，保留返回值为True的元素：
1In [1]: fil = filter(lambda x: x>10,[1,11,2,45,7,6,13]) 2 3In [2]: list(fil) 4Out[2]: [11, 45, 13]
51 返回对象的哈希值 返回对象的哈希值，值得注意的是自定义的实例都是可哈希的，list, dict, set等可变对象都是不可哈希的(unhashable)
1In [1]: hash(xiaoming) 2Out[1]: 6139638 3 4In [2]: hash([1,2,3]) 5# TypeError: unhashable type: 'list'
52 一键帮助 返回对象的帮助文档
1 2In [1]: help(xiaoming) 3Help on Student in module __main__ object: 4 5class Student(builtins.object) 6 | Methods defined here: 7 | 8 | __init__(self, id, name) 9 | 10 | __repr__(self) 11 | 12 | Data descriptors defined here: 13 | 14 | __dict__ 15 | dictionary for instance variables (if defined) 16 | 17 | __weakref__ 18 | list of weak references to the object (if defined)
53 获取用户输入 获取用户输入内容
1In [1]: input() 2aa 3Out[1]: 'aa'
54 创建迭代器类型 使用iter(obj, sentinel), 返回一个可迭代对象, sentinel可省略(一旦迭代到此元素，立即终止)
1 In [1]: lst = [1,3,5] 2 3In [2]: for i in iter(lst): 4 ...: print(i) 5 ...: 61 73 85
1 In [1]: class TestIter(object): 2 ...: def __init__(self): 3 ...: self.l=[1,3,2,3,4,5] 4 ...: self.i=iter(self.l) 5 ...: def __call__(self): #定义了__call__方法的类的实例是可调用的 6 ...: item = next(self.i) 7 ...: print ("__call__ is called,fowhich would return",item) 8 ...: return item 9 ...: def __iter__(self): #支持迭代协议(即定义有__iter__()函数) 10 ...: print ("__iter__ is called!!") 11 ...: return iter(self.l) 12In [2]: t = TestIter() 13In [3]: t() # 因为实现了__call__，所以t实例能被调用 14__call__ is called,which would return 1 15Out[3]: 1 16 17In [4]: for e in TestIter(): # 因为实现了__iter__方法，所以t能被迭代 18 ...: print(e) 19 ...: 20__iter__ is called!! 211 223 232 243 254 265
55 打开文件 返回文件对象
1 In [1]: fo = open('D:/a.txt',mode='r', encoding='utf-8') 2 3In [2]: fo.read() 4Out[2]: '\ufefflife is not so long,\nI use Python to play.'
mode取值表：
56 创建range序列
1 range(stop) 2 3range(start, stop[,step])
生成一个不可变序列：
1In [1]: range(11) 2Out[1]: range(0, 11) 3 4In [2]: range(0,11,1) 5Out[2]: range(0, 11)
57 反向迭代器
1 In [1]: rev = reversed([1,4,2,3,1]) 2 3In [2]: for i in rev: 4 ...: print(i) 5 ...: 61 73 82 94 101
58 聚合迭代器 创建一个聚合了来自每个可迭代对象中的元素的迭代器：
1In [1]: x = [3,2,1] 2In [2]: y = [4,5,6] 3In [3]: list(zip(y,x)) 4Out[3]: [(4, 3), (5, 2), (6, 1)] 5 6In [4]: a = range(5) 7In [5]: b = list('abcde') 8In [6]: b 9Out[6]: ['a', 'b', 'c', 'd', 'e'] 10In [7]: [str(y) + str(x) for x,y in zip(a,b)] 11Out[7]: ['a0', 'b1', 'c2', 'd3', 'e4']
59 链式操作
1 from operator import (add, sub) 2 3 4def add_or_sub(a, b, oper): 5 return (add if oper == 6 7 8 9 10 11 '+' else sub)(a, b) 12 13 14add_or_sub(1, 2, '-') # -1
60 对象序列化 对象序列化，是指将内存中的对象转化为可存储或传输的过程。很多场景，直接一个类对象，传输不方便。
但是，当对象序列化后，就会更加方便，因为约定俗成的，接口间的调用或者发起的 web 请求，一般使用 json 串传输。
实际使用中，一般对类对象序列化。先创建一个 Student 类型，并创建两个实例。
1 2class Student(): 3 def __init__(self,**args): 4 self.ids = args['ids'] 5 self.name = args['name'] 6 self.address = args['address'] 7xiaoming = Student(ids = 1,name = 'xiaoming',address = '北京') 8xiaohong = Student(ids = 2,name = 'xiaohong',address = '南京')
导入 json 模块，调用 dump 方法，就会将列表对象 [xiaoming,xiaohong]，序列化到文件 json.txt 中。
1 2import json 3 4with open('json.txt', 'w') as f: 5 json.dump([xiaoming,xiaohong], f, default=lambda obj: obj.__dict__, ensure_ascii=False, indent=2, sort_keys=True) 6生成的文件内容，如下： 7 8[ 9 { 10 "address":"北京", 11 "ids":1, 12 "name":"xiaoming" 13 }, 14 { 15 "address":"南京", 16 "ids":2, 17 "name":"xiaohong" 18 } 19]
