从入门到高手的99个python案例（2）

news2024/9/18 5:21:01

51. 列表和数组比较 - 列表通用，NumPy数组高效。

import numpy as np  
  
normal_list = [1, 2, 3]  
np_array = np.array([1, 2, 3])  
print(np_array.shape)  # 输出 (3,), 数组有形状信息

52. Python的内置模块datetime - 处理日期和时间。

from datetime import datetime  
now = datetime.now()  
print(now.strftime("%Y-%m-%d %H:%M:%S"))

53. Python的os模块 - 操作文件和目录。

import os  
print(os.getcwd())  # 输出当前工作目录

54. 列表推导式中的条件和循环 - 结合使用。

evens = [x for x in range(10) if x % 2 == 0 for y in range(5) if y % 2 == 0]  
print(evens)

55. 迭代器和生成器的使用场景 - 数据处理和节省内存。

# 使用生成器处理大文件  
def read_large_file(file_path, chunk_size=1024):  
    with open(file_path, "r") as file:  
        while True:  
            chunk = file.read(chunk_size)  
            if not chunk:  
                break  
            yield chunk  
  
for line in read_large_file("large.txt"):  
    process(line)

56. zip()函数 - 同时遍历多个序列。

names = ["Alice", "Bob", "Charlie"]  
ages = [25, 30, 35]  
pairs = zip(names, ages)  
print(list(pairs))  # 输出 [('Alice', 25), ('Bob', 30), ('Charlie', 35)]

57. enumerate()函数 - 为列表元素添加索引。

fruits = ["apple", "banana", "cherry"]  
for index, fruit in enumerate(fruits):  
    print(f"{index}: {fruit}")

58. itertools模块 - 提供高效迭代工具。

from itertools import product  
result = product("ABC", repeat=2)  
print(list(result))  # 输出 [('A', 'A'), ('A', 'B'), ('A', 'C'), ..., ('C', 'C')]

59. json模块 - 序列化和反序列化数据。

import json  
data = {"name": "Alice", "age": 25}  
json_data = json.dumps(data)  
print(json_data)

60. 递归函数 - 用于解决分治问题。

def factorial(n):  
    if n == 0 or n == 1:  
        return 1  
    else:  
        return n * factorial(n - 1)  
  
print(factorial(5))  # 输出 120

61. os.path模块 - 文件路径处理。

import os.path  
path = "/home/user/documents"  
print(os.path.exists(path))  # 输出 True 或 False

62. random模块 - 随机数生成。

import random  
random_number = random.randint(1, 10)  
print(random_number)

63. re模块 - 正则表达式操作。

import re  
text = "Today is 2023-04-01"  
match = re.search(r"\d{4}-\d{2}-\d{2}", text)  
print(match.group())  # 输出 "2023-04-01"

64. requests库 - 发送HTTP请求。

import requests  
response = requests.get("https://api.example.com")  
print(response.status_code)

65. Pandas库 - 大数据处理。

import pandas as pd  
df = pd.DataFrame({"Name": ["Alice", "Bob"], "Age": [25, 30]})  
print(df)

66. matplotlib库 - 数据可视化。

import matplotlib.pyplot as plt  
plt.plot([1, 2, 3, 4])  
plt.show()

67. logging模块 - 日志记录。

import logging  
logger = logging.getLogger(__name__)  
logger.info("This is an info message")

68. asyncio库 - 异步编程。

import asyncio  
async def slow_task():  
    await asyncio.sleep(1)  
    return "Task completed"  
  
loop = asyncio.get_event_loop()  
result = loop.run_until_complete(slow_task())  
print(result)

69. contextlib模块 - 非阻塞上下文管理。

from contextlib import asynccontextmanager  
@asynccontextmanager  
async def acquire_lock(lock):  
    async with lock:  
        yield  
  
async with acquire_lock(lock):  
    # do something

70. asyncio.gather - 异步并发执行。

tasks = [asyncio.create_task(task) for task in tasks_to_run]  
results = await asyncio.gather(*tasks)

71. asyncio.sleep - 异步等待一段时间。

await asyncio.sleep(2)  # 程序在此暂停2秒

72. asyncio.wait - 等待多个任务完成。

done, pending = await asyncio.wait(tasks, timeout=10)

73. asyncio.subprocess - 异步执行外部命令。

import asyncio.subprocess as sp  
proc = await sp.create_subprocess_exec("ls", "-l")  
await proc.communicate()

74. concurrent.futures库 - 多线程/进程执行。

from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor  
  
with ThreadPoolExecutor() as executor:  
    results = executor.map(function, arguments)

75. timeit模块 - 测试代码执行速度。

import timeit  
print(timeit.timeit("your_code_here", globals=globals()))

76. pickle模块 - 序列化和反序列化对象。

import pickle  
serialized = pickle.dumps(obj)  
deserialized = pickle.loads(serialized)

77. logging.handlers模块 - 多种日志输出方式。

handler = RotatingFileHandler("app.log", maxBytes=1000000)  
formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")  
handler.setFormatter(formatter)  
logger.addHandler(handler)

78. asyncio.Queue - 异步队列。

queue = asyncio.Queue()  
await queue.put(item)  
result = await queue.get()

79. asyncio.Event - 异步信号量。

event = asyncio.Event()  
event.set()  # 设置信号  
await event.wait()  # 等待信号

80. asyncio.Lock - 互斥锁，防止并发修改。

async with await asyncio.Lock():  # 获取锁后执行  
    critical_section()

81. asyncio.gather和asyncio.wait_for的区别 - 异步任务管理。

  • gather: 并行执行多个任务，等待所有任务完成。

  • wait_for: 等待单个任务完成，其他任务继续运行。

82. asyncio.sleep和asyncio.sleep_after - 异步延时和定时任务。

  • sleep: 直接暂停当前协程。

  • sleep_after: 定义一个延迟后执行的任务。

83. aiohttp库 - HTTP客户端库。

import aiohttp  
async with aiohttp.ClientSession() as session:  
    async with session.get("https://example.com") as response:  
        data = await response.text()

84. asyncio.shield - 防止被取消任务中断。

async def task():  
    await shield(some_long_running_task())  
  
# 如果外部取消任务，task将继续运行，不会影响内部任务  
asyncio.create_task(task())

85. asyncio.run - 简化异步程序执行。

asyncio.run(main_coroutine())

86. asyncio.iscoroutinefunction - 检查是否为协程函数。

if asyncio.iscoroutinefunction(some_function):  
    await some_function()

87. asyncio.all_tasks - 获取所有任务。

tasks = asyncio.all_tasks()  
for task in tasks:  
    task.cancel()

88. asyncio.wait_for和asyncio.timeout - 设置超时限制。

try:  
    result = await asyncio.wait_for(some_task, timeout=5.0)  
except asyncio.TimeoutError:  
    print("Task timed out")

89. asyncio.sleep_timeout - 异步睡眠并设置超时。

await asyncio.sleep_timeout(10, asyncio.TimeoutError)

90. asyncio.current_task - 获取当前正在执行的任务。

current_task = asyncio.current_task()  
print(current_task)

91. asyncio.sleep的超时支持 - asyncio.sleep现在接受超时参数。

try:  
    await asyncio.sleep(1, timeout=0.5)  # 如果超过0.5秒还没完成，则会抛出TimeoutError  
except asyncio.TimeoutError:  
    print("Sleep interrupted")

92. asyncio.shield的高级用法 - 可以保护整个协程。

@asyncio.coroutine  
def protected_coroutine():  
    try:  
        await some_task()  
    except Exception as e:  
        print(f"Error occurred: {e}")  
        # 使用shield保护，即使外部取消任务，也会继续处理错误  
  
asyncio.create_task(protected_coroutine())

93. asyncio.wait的回调函数 - 使用回调函数处理完成任务。

done, _ = await asyncio.wait(tasks, callback=handle_completed_task)

94. asyncio.gather的返回值 - 可以获取所有任务的结果。

results = await asyncio.gather(*tasks)

95. asyncio.Queue的get_nowait - 不阻塞获取队列元素。

if not queue.empty():  
    item = queue.get_nowait()  
else:  
    item = await queue.get()

96. asyncio.Event的clear - 清除事件状态。

event.clear()  
await event.wait()  # 现在需要再次调用set()来触发

97. asyncio.Event的is_set - 检查事件是否已设置。

if event.is_set():  
    print("Event is set")

98. asyncio.subprocess.PIPE - 连接到子进程的输入/输出管道。

proc = await asyncio.create_subprocess_exec(  
    "python", "-c", "print('Hello from child')", stdout=asyncio.subprocess.PIPE  
)  
output, _ = await proc.communicate()  
print(output.decode())

99. asyncio.run_coroutine_threadsafe - 在子线程中执行协程。

loop = asyncio.get_running_loop()  
future = loop.run_coroutine_threadsafe(some_async_coroutine(), thread_pool)  
result = await future.result()

好了，今天就这些了，希望对大家有帮助。都看到这了，点个赞再走吧～

最后这里免费分享给大家一份Python全台学习资料，包含视频、源码。课件，希望能帮到那些不满现状，想提升自己却又没有方向的朋友，也可以和我一起来学习交流呀。
编程资料、学习路线图、源代码、软件安装包等！【点击这里】领取！
① Python所有方向的学习路线图，清楚各个方向要学什么东西
② 100多节Python课程视频，涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例，学习不再是只会理论
④ 华为出品独家Python漫画教程，手机也能学习
⑤ 历年互联网企业Python面试真题,复习时非常方便

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1825198.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

H5拟态个人主页

H5拟态个人主页

演示地址：科技语者个人主页 (chgskj.cn) 文末有该项目的源码~ 这张图片的效果你是不是非常想要get同款？ 源码就是这个样子 这段HTML代码构建了一个个人主页，结合了CSS样式和JavaScript功能。 下面是对代码的主要组成部分的详细解释&#x…
阅读更多...
FPGA - Verilog题目： 非整数倍数据位宽转换24to128

FPGA - Verilog题目： 非整数倍数据位宽转换24to128

题目描述： 实现数据位宽转换电路，实现24bit数据输入转换为128bit数据输出。其中，先到的数据应置于输出的高bit位。 电路的接口如下图所示。valid_in用来指示数据输入data_in的有效性，valid_out用来指示数据输出data_out的有效性…
阅读更多...
建筑电工精选最新模拟试题（含答案）

建筑电工精选最新模拟试题（含答案）

一、填空题 1、我国安全生产的基本方针是 安全 第一，预防 为主，综合治理。 2、特种作业人员，必须积极主动参加培训与考核 。既是法律法规的规定，也是自身工作，生产及生命安全 的需要 3、触电急救&#x…
阅读更多...
QT调用vs2019生成的c++动态库

QT调用vs2019生成的c++动态库

QT调用vs2019生成的c动态库 dll库的创建方法： VS2019创建c动态链接库dll与调用方法-CSDN博客 加减法示范： 头文件 // 下列 ifdef 块是创建使从 DLL 导出更简单的 // 宏的标准方法。此 DLL 中的所有文件都是用命令行上定义的 DLL3_EXPORTS // 符号编…
阅读更多...
植物ATAC-seq文献集锦（三）——果实发育篇

植物ATAC-seq文献集锦（三）——果实发育篇

ATAC-seq在植物研究领域的应用我们已经介绍2期了，本期我们聚焦ATAC-seq技术在果实发育方向的应用案例。 植物ATAC-seq文献集锦（一）——基因组篇 植物ATAC-seq文献集锦（二）——生长发育篇 文献一：Ident…
阅读更多...
Java学习笔记之基本数据类型转换

Java学习笔记之基本数据类型转换

前言 本篇文章是基于我本人在初学JAVA阶段想记录的的学习笔记，如有错误，恳请指正。今天要干掉的是JAVA的基本数据类型转换 Java的基本数据类型转换 前言一，基本数据类型复习二，基本介绍什么是自动类型转换？ 三&#…
阅读更多...
如何实现 Python 源码压缩加密常用解决方案详细教程（更新中）

如何实现 Python 源码压缩加密常用解决方案详细教程（更新中）

Python是一种高级的、解释型的、面向对象的编程语言，Python 码简洁易读，并且Python语言跨平台，拥有丰富的标准库和第三方库，深受开发人员的喜爱。 Python 程序扩展名 .py：这是 Python 程序的标准文件扩展名。当你创建…
阅读更多...
B端颜值无所谓？麻痹自己可以，麻痹业务人员和客户试一试。

B端颜值无所谓？麻痹自己可以，麻痹业务人员和客户试一试。

很多老铁觉得B端系统颜值和体验无所谓，功能好就行了，我不认同这种说法，我觉得优秀的B端系统应该是内外兼修的，而不是偏科的。你想一想你费尽研发的系统，就是因为颜值问题，你的业务人员没信息推销&#xff0…
阅读更多...
用Canvas绘制2D平面近大远小的马路斑马线

用Canvas绘制2D平面近大远小的马路斑马线

用Canvas绘制2D平面近大远小的马路斑马线 设置canvas和上下文： 首先，你需要创建一个元素，并获取其2D渲染上下文。 绘制斑马线： 使用fillRect或strokeRect方法绘制斑马线。你可以通过循环和计算来绘制多条具有不同宽度和间隔的…
阅读更多...
【V8引擎】 V8引擎如何运行JS的

【V8引擎】 V8引擎如何运行JS的

文章目录 概要什么是V8引擎为什么需要V8引擎比较常见的javascript引起有哪些呢？V8引擎是如何工作的（V8引擎的解析过程）V8引擎的做了哪些优化 概要 本篇文章主要是讲V8引擎如何运行JS，对运行JS做了哪些优化 什么是V8引擎 V8 是一…
阅读更多...
深度学习 - CNN

深度学习 - CNN

第一部分：基础知识 1. 什么是卷积神经网络（CNN） 定义和基本概念 卷积神经网络（CNN）是一种专门用于处理具有网格结构数据（如图像）的深度学习模型。它们在图像识别和计算机视觉领域表现尤为突出…
阅读更多...
【操作与配置】Pytorch环境搭建

【操作与配置】Pytorch环境搭建

安装显卡驱动 显卡驱动是一种软件程序，用于控制显卡硬件与操作系统之间的通信和交互。显卡驱动负责向操作系统提供有关显卡硬件的信息，以及使操作系统能够正确地控制和管理显卡的各种功能和性能。显卡驱动还包含了针对不同应用程序和游戏的优化&#xff…
阅读更多...
非关系型数据库NoSQL数据层解决方案 之 Mongodb 简介 下载安装 springboot整合与读写操作

非关系型数据库NoSQL数据层解决方案 之 Mongodb 简介 下载安装 springboot整合与读写操作

MongoDB 简介 MongoDB是一个开源的面向文档的NoSQL数据库，它采用了分布式文件存储的数据结构，是当前非常流行的数据库之一。 以下是MongoDB的主要特点和优势： 面向文档的存储： MongoDB是一个面向文档的数据库管理系统&#xff0…
阅读更多...
AI大模型四大技术架构演进选型

AI大模型四大技术架构演进选型

随着人工智能技术的迅猛发展，大模型技术架构也在不断演进和完善。大模型技术架构通过最初的简单交互，逐渐发展为可对已有模型进行能力迁移学习扩展的架构，这个过程包括了四大技术架构的演进，分别为：纯Prompt、Agent F…
阅读更多...
香橙派AIpro测试SPI通信

香橙派AIpro测试SPI通信

香橙派AIpro开发板上有一个SPI接口，如下图红框所示， 系统启动后，其对应的设备是 /dev/spidev0.0 一 硬件回环测试 香橙派AIpro上的系统自带spidev_test工具，非常方便，可以查看其帮助信息，如下&#xff0c…
阅读更多...
这个网站有点意思，可做SPRINGBOOT的启动图

这个网站有点意思，可做SPRINGBOOT的启动图

在 SpringBoot 项目的 resources 目录下新建一个 banner.txt 文本文件，然后将启动 Banner 粘贴到此文本文件中，启动项目，即可在控制台展示对应的内容信息。 下面这个工具很好用，收藏精哦
阅读更多...
MySQL概述——DDL

MySQL概述——DDL

1.SQL通用语法 1.SQL语句可以单行或多行书写，以分号结尾。 2. SQL语句可以使用空格/缩进来增强语句的可读性。 3.MySQL数据库的SQL语句不区分大小写，关键字建议使用大写。 4.注释: （1）单行注释:--注释内容或#注释内容(MySQL特…
阅读更多...
我用AI绘画Stable Diffusion 一个月后，竟然能做出惊艳所有人的效果！

我用AI绘画Stable Diffusion 一个月后，竟然能做出惊艳所有人的效果！

大家好，我是设计师阿威 如今要拍摄一组写真，需要服装、道具、灯光、场地、布景、拍摄、后期等过程。整个过程需要统一才能形成好的写真效果。现在有了AI绘图技术，我们可以实现通过AI绘图，只用计算机计算就得到一组接近真实的写真照…
阅读更多...
P450Rdb: CYP450数据库--地表最强系列--文献精读24

P450Rdb: CYP450数据库--地表最强系列--文献精读24

P450Rdb: A manually curated database of reactions catalyzed by cytochrome P450 enzymes P450Rdb: 一个人工整理的细胞色素P450酶催化反应数据库 http://www.cellknowledge.com.cn/p450rdb/ 还有一篇类似CYP450综述-20年-地表最强系列-文献精读-4 要点： P450…
阅读更多...
Postman简介

Postman简介

目录 1.概述 2.诞生背景 3.历史版本 4.安装和卸载 5.菜单和菜单项 6.使用 7.应用场景 8.示例 8.1.简单的GET请求 8.2.POST请求提交数据 8.3.查询参数 9.未来展望 10.总结 1.概述 Postman是一款用于API开发、测试和文档管理的综合性工具。允许开发者和测试人员创建…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023