Python学习(三)---- 集合、文件操作、字符编码和函数

原文地址：

https://blog.csdn.net/fgf00/article/details/52167245

编辑：智能算法

前面系列我们一起学了

Python学习(一)---- Python基础必备

Python学习(二)---- 字符串操作、列表字典及深浅拷贝等

今天继续一起学习python的基础知识。

1. 集合操作

集合是一个无序的，不重复的数据组合，它的主要作用如下：

• 去重，把一个列表变成集合，就自动去重了
• 关系测试，测试两组数据之前的交集、差集、并集等关系

1.1 列表去重

1.2 符号操作

1.3 增删改查

2. 文件操作

2.1 对文件操作流程

a. 打开文件，得到文件句柄并赋值给一个变量

b. 通过句柄对文件进行操作

c. 关闭文件

如下代码运行，“print(date2)”会打印test文件内容么？

是不会有内容的，当运行“data = f.read()”时，文件句柄已经移动到文件末尾，再次读取是取不到内容的。需要使用“seek”移动文件句柄

2.2 文件打开模式

2.3 文件操作

• 关于文件读取

f.readline()和f.readlines()的区别：

所以，f.readlines()通过下标就可以知道当前在哪一行了。但和f.read()一样都是文件全加载到内存中，文件大的话内存就占满了。

• 推荐读取方式

• 模拟yum安装时的进度条

• 文件内容修改

前面说的文件修改，只是对原内容覆盖，并不会插入内容，原内容往后移，因为这样有可能就把其他文件覆盖了，文件发生损坏。so：

文件修改两个办法：

a. 加载到内存，内存修改，覆盖写回

b. 另打开一个文件，修改完写到新文件中

• 文件关闭（with语句）

为了避免打开文件后忘记关闭，可以通过管理上下文，即：

如此方式，当with代码块执行完毕时，内部会自动关闭并释放文件资源。

在Python 2.7 后，with又支持同时对多个文件的上下文进行管理

3. 字符编码与转码

3.1 Python编码详解

为什么我们要加“#-*- coding:utf-8 -*-”这一行？意思是置顶编码类型为utf-8编码！

为什么我们能看到这些文字、数字、图片、字符、等等信息呢？大家都知道计算机本身只能识别 0 1 的组合，他们是怎么展示这些内容的呢？我们怎么和计算机去沟通呢？

那怎么办？如何让计算机理解我们的语言，并且我们能理解计算机的语言呢？

ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646。

在存储英文的时候我们至少需要1个字节（一个字母），就是8位(bit),看下ASCII表中1个字节就可以表示所有的英文所需要的字符，是不非常高效！

为什么呢？早期的计算机的空间是非常宝贵的！

那你会发现1个字节8位，他能存储的最大数据是2的8次方-1 = 255，一个字节最多能表示255个字符 那西方国家他们使用了127个字符，那么剩下字符是做什么的呢？就是用来做扩展的，西方人考虑到还有其他国家。所以留下了扩展位。

ASCII到了其他国家，完全不够用，于是就在原有的扩展位中，扩展出自己的gbk、gb2312、gb2318等字符编码。

他是怎么扩展的呢？比如说在ASCII码中的128这个位置，这个位置又指定一张单独表。于是每个国家都有自己的字符编码，也产生了1、没有字符集： 2、字符集冲突

为了统一起来，Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，

规定虽有的字符和符号最少由 16 位来表示（2个字节），即：2 **16 = 65536， 注：此处说的的是最少2个字节，可能更多。

这里还有个问题：使用的字节增加了，那么造成的直接影响就是使用的空间就直接翻倍了！

为了解决个问题就出现了:UTF-8编码

UTF-8编码：是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存…

OK 上面了解了：

1、什么ASCII编码

2、什么Unicode编码

3、什么UTF-8编码

回顾下乱码的出现原因：1、没有字符集 2、字符集冲突

3.2 Python编码转换

python3中，默认就是unicode编码

3.3 Python2.X中的编码转换

python2.X中默认是ASCII编码，你在文件中指定编码为UTF-8，但是UTF-8如果你想转GBK的话是不能直接转的，的需要Unicode做一个转接站点

声明只是文件的编码，python 3 的变量都是Unicode编码。

4. 函数

4.1 程序设计方法

（不定义return，python隐式返回None。函数和函数式编程不是一回事，思想更接近数学运算，数学上的函数。一种抽象成都很高的编程范式。。函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数）

4.2 函数基本语法及特性

函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可。函数是逻辑结构化和过程化的一种编程方法。

特性:

• 代码复用
• 使程序变的可扩展
• 使程序变得易维护

语法定义

4.3 函数参数与局部变量

• 形参

变量只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量

• 实参

可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值

• 默认参数

非必须传递

• 关键参数

正常情况下，给函数传参数要按顺序，不想按顺序就可以用关键参数，只需指定参数名即可，但记住一个要求就是，关键参数必须放在位置参数之后。

• 非固定参数

*args 会把多传入的参数变成一个元组形式

**kwargs 会把多传入的参数变成一个字典形式

• 全局与局部变量

在子程序中定义的变量称为局部变量，在程序的一开始定义的变量称为全局变量。全局变量作用域是整个程序，局部变量作用域是定义该变量的子程序。顶级的都是全局变量，函数中变量修改，函数中加global 变量名不应该在函数里改全局变量，因为来回调用，就乱了。

列表、字典、集合可以在函数中修改。

4.4 返回值

1. 函数在执行过程中只要遇到return语句，就会停止执行并返回结果
2. 如果未在函数中指定return,那这个函数的返回值为None

4.5 递归

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

递归特性:

• 必须有一个明确的结束条件
• 更深一层递归时，问题规模相比上次递归都应有所减少
• 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）

4.6 匿名函数

匿名函数主要是和其它函数搭配使用的，如下

4.7 高阶函数

变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

声明：本文系网络转载，版权归原作者所有。如涉及版权，请联系删除！