60 个 Python 小例子，拿来即用！

一、数字

1 求绝对值

绝对值或复数的模

# 公众号：快学Python
In [1]: abs(-6)  

Out[1]: 6

2 进制转化

十进制转换为二进制：

In [2]: bin(10)  

Out[2]: 
'0b1010'

十进制转换为八进制：

In [3]: oct(9)  

Out[3]: 
'0o11'

十进制转换为十六进制：

In [4]: hex(15)  

Out[4]: 
'0xf'

3 整数和ASCII互转

十进制整数对应的ASCII字符

In [1]: chr(65)  

Out[1]: 
'A'

查看某个ASCII字符对应的十进制数

In [1]: ord(
'A')  

Out[1]: 65

4 元素都为真检查

所有元素都为真，返回 True，否则为False

In [5]: all([1,0,3,6])  

Out[5]: False

In [6]: all([1,2,3])  

Out[6]: True

5 元素至少一个为真检查

至少有一个元素为真返回True，否则False

In [7]: any([0,0,0,[]])  

Out[7]: False

In [8]: any([0,0,1])  

Out[8]: True

6 判断是真是假

测试一个对象是True, 还是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 创建复数

创建一个复数

In [1]: complex(1,2)  

Out[1]: (1+2j)

8 取商和余数

分别取商和余数

In [1]: divmod(10,3)  

Out[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

In [1]: 
float(3)  

Out[1]: 3.0

如果不能转化为浮点数，则会报ValueError:

In [2]: 
float(
'a')  

# 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。

In [1]: int(
'12',16)  

Out[1]: 18

11 次幂

base为底的exp次幂，如果mod给出，取余

In [1]: pow(3, 2, 4)  

Out[1]: 1

12 四舍五入

四舍五入，ndigits代表小数点后保留几位：

In [11]: round(10.0222222, 3)  

Out[11]: 10.022  


In [12]: round(10.05,1)  

Out[12]: 10.1

13 链式比较

i = 3  

print(1 < i < 3)  
# False  
print(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

In [12]: s = 
"apple"

In [13]: bytes(s,encoding=
'utf-8')  

Out[13]: b
'apple'

15 任意对象转为字符串

In [14]: i = 100                                                                  


In [15]: str(i)  

Out[15]: 
'100'

In [16]: str([])  

Out[16]: 
'[]'

In [17]: str(tuple())  

Out[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。

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 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

In [1]: s = 
"1 + 3 +5"
    ...: 
eval(s)  

    ...:  

Out[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。

In [1]: 
print(
"i am {0},age{1}".format(
"tom",18))  

Out[1]:i am tom,age18

三、函数

19 拿来就用的排序函数

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 求和函数

求和：

In [181]: a = [1,4,2,3,1]  


In [182]: sum(a)  

Out[182]: 11  


# 公众号：快学Python

In [185]: sum(a,10) 
#求和的初始值为10  
Out[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。

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 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：

i = 5  

def f():  

print(i)  


def g():  

print(i)  

    pass  


f()  

g()

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：

def h():  

    i += 1  


h()

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：

i = 0  

def h():  

    global i  

    i += 1  


h()  

print(i)

23 交换两元素

def swap(a, b):  

return b, a  


print(swap(1, 0))

输出：

24 操作函数对象

In [31]: def f():  

    ...:     
print(
'i'm f
')  

    ...:  


In [32]: def g():  

    ...:     print('i
'm g')  

    ...:  


In [33]: [f,g][1]()  

i
'm g

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。

def f(a,*b,c=10,**d):  

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:

In [10]: f(1,2,5,width=10,height=20)  

a: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:

In [11]: f(a=1,c=12)  

a: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:

deff(*,a,**b):
    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：

In [22]: 
for name,val 
in signature(f).parameters.items():  

    ...:     
print(name,val.kind)  

    ...:  

a KEYWORD_ONLY  

b 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：

def f(a,*b):  

print(f
'a:{a},b:{b}')

查看参数类型：

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：

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]

再生成一个序列：

In [5]: from random import randint  

   ...: cake2 = [randint(1,100) 
for _ 
in range(100)]  

   ...: 
# 同样以间隔为2切前10个元素，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：

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]

与上面的结果一致。

对于逆向序列切片，slice对象一样可行：

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]

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：

def max_len(*lists):  

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：

r = max_len([1, 2, 3], [4, 5, 6, 7], [8])  

print(f
'更长的列表是{r}')

程序完整运行过程，动画演示如下：

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

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 冻结集合

创建一个不可修改的集合。

In [1]: frozenset([1,1,3,2,3])  

Out[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：

In [159]: a = [1,4,2,3,1]  


In [160]: 
set(a)  

Out[160]: {1, 2, 3, 4}

32 转为切片对象

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。

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 转元组

tuple() 将对象转为一个不可变的序列类型

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)

五、类和对象

34 是否可调用

检查对象是否可被调用

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

如果能调用xiaoming(), 需要重写Student类的__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

>>> class Student():  

    def __init__(self,id,name):  

        self.id = id  

        self.name = name  

    def __repr__(self):  

return'id = '+self.id +
', name = '+self.name

调用：

>>> xiaoming = Student(id=
'1',name=
'xiaoming')  

>>> xiaoming  

id = 1, name = xiaoming  

>>> ascii(xiaoming)  

'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。

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 动态删除属性

删除对象的属性

In [1]: delattr(xiaoming,
'id')  


In [2]: hasattr(xiaoming,
'id')  

Out[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。

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 动态获取对象属性

获取对象的属性

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') 
# 获取xiaoming这个实例的name属性值  
Out[3]: 
'xiaoming'

40 对象是否有这个属性

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 对象门牌号

返回对象的内存地址

In [1]: id(xiaoming)  

Out[1]: 98234208

42 isinstance

判断_object_是否为类_classinfo_的实例，是返回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 父子关系鉴定

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元组中某个元素的子类，也会返回True

In [1]: issubclass(int,(int,
float))  

Out[1]: True

44 所有对象之根

object 是所有类的基类

In [1]: o = object()  


In [2]: 
type(o)  

Out[2]: object

45 创建属性的两种方式

返回 property 属性，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类创建 property 属性  
    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：

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 查看对象类型

classtype(name, bases, dict)

传入一个参数时，返回 object 的类型：

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

In [36]: class Student(object):  

    ...:     pass

xiaoming, xiaohong, xiaozhang 是类的实例，则：

xiaoming = Student()  

xiaohong = Student()  

xiaozhang = Student()

创建后，xiaoming 的 __class__ 属性，返回的便是 Student类

In [38]: xiaoming.__class__  

Out[38]: __main__.Student

问题在于，Student 类有 __class__属性，如果有，返回的又是什么？

In [39]: xiaoming.__class__.__class__  

Out[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。

In [40]: Student = 
type(
'Student',(),{})  


In [41]: Student  

Out[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：

赋值
拷贝
添加属性
作为函数参数

In [43]: StudentMirror = Student 
# 类直接赋值 # 类直接赋值  
In [44]: Student.class_property = 
'class_property'# 添加类属性  
In [46]: hasattr(Student, 
'class_property')  

Out[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。

In [1]: s = [
"a",
"b",
"c"]  

    ...: 
for i ,v 
in enumerate(s,1):  

    ...:     
print(i,v)  

    ...:  

1 a  

2 b  

3 c

49 查看变量所占字节数

In [1]: import sys  


In [2]: a = {
'a':1,
'b':2.0}  


In [3]: sys.getsizeof(a) 
# 占用240个字节  
Out[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：

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 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)

In [1]: 
hash(xiaoming)  

Out[1]: 6139638  


In [2]: 
hash([1,2,3])  

# TypeError: unhashable type: 'list'

52 一键帮助

返回对象的帮助文档

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 获取用户输入

获取用户输入内容

In [1]: input()  

aa  

Out[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)

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):  
#定义了__call__方法的类的实例是可调用的  
    ...:         item = next(self.i)  

    ...:         
print (
"__call__ is called,fowhich would return",item)  

    ...:         
return item  

    ...:     def __iter__(self): 
#支持迭代协议(即定义有__iter__()函数)  
    ...:         
print (
"__iter__ is called!!")  

    ...:         
return iter(self.l)  

In [2]: t = TestIter()  

In [3]: t() 
# 因为实现了__call__，所以t实例能被调用  
__call__ is called,
which would 
return 1  

Out[3]: 1  


In [4]: 
for e 
in TestIter(): 
# 因为实现了__iter__方法，所以t能被迭代  
    ...:     
print(e)  

    ...:  

__iter__ is called!!  

1  

3  

2  

3  

4  

5

55 打开文件

返回文件对象

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 创建range序列

range(stop)
range(start, stop[,step])

生成一个不可变序列：

In [1]: range(11)  

Out[1]: range(0, 11)  


In [2]: range(0,11,1)  

Out[2]: range(0, 11)

57 反向迭代器

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：

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 链式操作

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 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。

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')

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。

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)

生成的文件内容，如下：

[  

    {  

"address":
"北京",  

"ids":1,  

"name":
"xiaoming"
    },  

    {  

"address":
"南京",  

"ids":2,  

"name":
"xiaohong"
    }  

]

链接：https://github.com/jackzhenguo/python-small-examples

（版权归原作者所有，侵删）

继续阅读

阅读原文