1. python常用库

[TOC]

collections
- namedtupe
functools
- partial
时间相关
- time
- datetime
decimal
- 小数保留
logging
yaml
attr
SQLAlchemy

1.1. collections

1.1.1. namedtupe

跟tuple相比，namedtuple 返回的子类可以使用名称来访问元素。

from collections import namedtuple

Point = namedtuple('点',['x', 'y'])
a = Point(1,5)  # 这里只能传2个参数
print(a)
# Out: 点(x=1, y=5)

print(a.x)
# Out: 1

# 为namedtupe 赋予默认值
Point = namedtuple('点',['x', 'y'])
Field.__new__.__defaults__ = (0, 0)
Field.__new__.__defaults__ = (0,) # 如果赋值的数量少于原有数量，则会从右往左进行赋值。 在这里是将y属性赋值为0

1.2. functools

1.2.1. partial

functools.partial(func[,*args][, **kwargs])

用来对函数func的某些参数进行默认设置。

def multiply(x, y):
    return x * y

double = functools.partial(multiply, y=2)

double(5)
# Out: 10

1.3. 时间相关

Python 提供了一个 time 和 calendar 模块可以用于格式化日期和时间。还有datetime模块

1.3.1. time

time.time() 返回一个时间戳（浮点数），代表从1970-01-01 00:00:00 到现在经过了多少秒。

import time

time.time()
# Out[5]: 1585811480.8246994

time.localtime()，可以接受一个时间戳（默认为当前时间），返回一个时间元组，如下图所示：

time.localtime()
# Out[6]: time.struct_time(tm_year=2020, tm_mon=4, tm_mday=2, tm_hour=15, tm_min=13, tm_sec=28, tm_wday=3, tm_yday=93, tm_isdst=0)

（年，月，日，时，分，秒，一周的第几天（0是周一），一年中的第几天，是否是夏令时）

dst：夏令时（Daylight Saving time）

格式化输出时间：

time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
# Out[7]: '2020-04-02 15:15:20'

1.3.2. datetime

引入datetime：

# datetime是一个模块，在里面有一个类叫datetime
from datetime import datetime

获取当前时间：

datetime.now()
# Out[9]: datetime.datetime(2020, 4, 2, 15, 17, 33, 188997)

格式化时间：

datetime.now().strftime("%Y-%m-%d %H:%M:%S")
# Out[10]: '2020-04-02 15:19:27'

获取本月第一天和最后一天：

import calendar
import datetime
from datetime import timedelta

this_month_start = datetime.datetime(now.year, now.month, 1)
this_month_end = datetime.datetime(now.year, now.month, calendar.monthrange(now.year, now.month)[1])

1.4. decimal

decimal模块能够精确保留小数。

主要函数：

# 去除末尾多余0.有时会将其转换成科学计数法，慎用。 可以再用'{:f}'。format(v)将其转换回来
Decimal('1.120000').normalize()

1.4.1. 小数保留

环境：python3

python自带函数round

python3官方文档：values are rounded to the closest multiple of 10 to the power minus *ndigits*; if two multiples are equally close, rounding is done toward the even choice.

如果距离两边一样远，会保留到偶数这一边。

浮点数存储的不是确定值，请用decimal。

round类型

decimal.ROUND_CEILING: Round towards Infinity.
decimal.ROUND_DOWN: Round towards zero.
decimal.ROUND_FLOOR: Round towards -Infinity.
decimal.ROUND_HALF_DOWN: Round to nearest with ties going towards zero.
decimal.ROUND_HALF_EVEN: Round to nearest with ties going to nearest even integer.
decimal.ROUND_HALF_UP: Round to nearest with ties going away from zero.
decimal.ROUND_UP: Round away from zero.
decimal.ROUND_05UP: Round away from zero if last digit after rounding towards zero would have been 0 or 5; otherwise round towards zero.

1.5. logging

级别排序:CRITICAL > ERROR > WARNING > INFO > DEBUG

debug : 打印全部的日志,详细的信息,通常只出现在诊断问题上

info : 打印info,warning,error,critical级别的日志,确认一切按预期运行

warning : 打印warning,error,critical级别的日志,一个迹象表明,一些意想不到的事情发生了,或表明一些问题在不久的将来(例如。磁盘空间低”),这个软件还能按预期工作

error : 打印error,critical级别的日志,更严重的问题,软件没能执行一些功能

critical : 打印critical级别,一个严重的错误,这表明程序本身可能无法继续运行

典型的日志记录的步骤是这样的：

创建logger
创建handler（用于写入日志文件，或输出到控制台）
定义formatter（定义handler的输出格式（formatter））
给handler添加formatter
给logger添加handler

fmt：

%(name)s            Name of the logger (logging channel)
%(levelno)s         Numeric logging level for the message (DEBUG, INFO, WARNING, ERROR, CRITICAL)
%(levelname)s       Text logging level for the message ("DEBUG", "INFO", "WARNING", "ERROR", "CRITICAL")
%(pathname)s        Full pathname of the source file where the logging call was issued (if available)
%(filename)s        Filename portion of pathname
%(module)s          Module (name portion of filename)
%(lineno)d          Source line number where the logging call was issued (if available)
%(funcName)s        Function name
%(created)f         Time when the LogRecord was created (time.time() return value)
%(asctime)s         Textual time when the LogRecord was created
%(msecs)d           Millisecond portion of the creation time
%(relativeCreated)d Time in milliseconds when the LogRecord was created, relative to the time the logging module was loaded
(typically at application startup time)
%(thread)d          Thread ID (if available)
%(threadName)s      Thread name (if available)
%(process)d         Process ID (if available)
%(message)s         The result of record.getMessage(), computed just as the record is emitted

import logging

# 1、创建一个logger
logger = logging.getLogger('mylogger')
logger.setLevel(logging.DEBUG)

# 2、创建一个handler，用于写入日志文件
fh = logging.FileHandler('test.log')
fh.setLevel(logging.DEBUG)

# 再创建一个handler，用于输出到控制台
ch = logging.StreamHandler()
ch.setLevel(logging.DEBUG)

# 3、定义handler的输出格式（formatter）
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

# 4、给handler添加formatter
fh.setFormatter(formatter)
ch.setFormatter(formatter)

# 5、给logger添加handler
logger.addHandler(fh)
logger.addHandler(ch)

1.6. yaml

python使用yaml：

import yaml

f = open('cfg.yaml', 'rt', encoding='utf8')   # ? rt模式下，python在读取文本时会自动把\r\n转换成\n.
cfg = yaml.load(f_cfg)

s = """
s: hello
li: 
 - 1
 - 黄钢
"""
yaml.load(s)
# {'s': 'hello', 'li': [1, '黄钢']}

主要有3种类型：

对象：键值对的集合
数组：一组按次序排列的值，又称为序列（sequence） / 列表（list）
纯量（scalars）：单个的、不可再分的值
- 字符串
- 布尔值：isSet: true 或 isSet: True
- 整数
- 浮点数
- Null：parent: ~ 或 parent: null
- 时间
- 日期

注意：

大小写敏感
使用缩进表示层级关系
缩进时不允许使用Tab键，只允许使用空格。
缩进的空格数目不重要，只要相同层级的元素左侧对齐即可

强制转换类型：isTrue: !!str True

引用与解耦：

defaults: &defaults
  adapter:  postgres
  host:     localhost

development:
  database: myapp_development
  <<: *defaults

"""
{'defaults': {'adapter': 'postgres', 'host': 'localhost'},
 'development': {
  'adapter': 'postgres',
  'host': 'localhost',
  'database': 'myapp_development'
  }
}
"""

1.7. attr

attr：用于快速实现类的库。attr可看作是一个类装饰器但又不仅仅是简单的装饰器，他使得我们编写类变得更加简单轻松。

import attr

@attr.s
class A(object):
    a = attr.ib()
    b = attr.ib()

# 核心API
attr.s(these=None, repr_ns=None, repr=True, cmp=True, hash=None, init=True, slots=False, frozen=False, str=False)

attr.ib(default=NOTHING, validator=None, repr=True, cmp=True, hash=None, init=True, convert=None, metadata=None, type=None, converter=None)

1.8. SQLAlchemy

SQLAlchemy 中的Group By用法：

from sqlalchemy import func

# SELECT school, COUNT(*) AS c FROM persons WHERE gender="male" GROUP BY age;
results = sessin.query( Person.school, func.count('*').label('c') ).filter(Person.gender=='male').group_by( Person.age )

# SELECT school, COUNT(*) AS c FROM persons WHERE gender="male" GROUP BY age HAVING c >1
nums = func.count('*').label('c')
results = sessin.query( Person.school, nums ).filter(Person.gender=='male').group_by(Person.age).having(nums > 10)

python常用库