从零开始学Python-day5

haixin3036

　　Python--Day5
　　学习要有定位,明确目标地去学习。希望自己能坚持下去,并有所收获---leaves
　　python04 -- python基础知识总结以及函数进阶
　　一、python中获取帮助
　　python中获取帮助的方法有两种：
　　1.dir("数据类型")===>看所有方法
　　2.help("数据类型或者方法") ===>查看官方文档
　　##代码举例：
　　##dir()
　　>>> dir([])
　　['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__delslice__',
　　'__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__',
　　'__getslice__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__',
　　'__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__',
　　'__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__',
　　'__setslice__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'count',
　　'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
　　##help()
　　help([].append)
　　Help on built-in function append:
　　append(...)
　　L.append(object) -- append object to end
　　二、字典的高阶用法
　　常用字典的两种高阶用法dict.get()和dict.setdefault()
　　1.dict.get()    ==>主要作用是获取key对应的value值,若字典中无该key值则以给定的value赋予该key.且字典新增一对key，value值。
　　2.dict.setdefault() ===>主要针对不存在的key设置默认值
　　##代码举例如下：
　　##dict.get()用法
　　In [9]: d = {"192.168":1}
　　In [10]: str = "192.168.1"
　　In [11]: d[str] = d.get(str,0)+1
　　In [12]: d
　　Out[12]: {'192.168': 1, '192.168.1': 1}
　　In [13]: str = "192.168"
　　In [14]: d[str] = d.get(str,0)+1
　　In [15]: d
　　Out[15]: {'192.168': 2, '192.168.1': 1}
　　##dict.setdefault()
　　for k ,v in res.items():
　　new.setdefault(v,[])
　　new[v].append(k)
　　三、list和dict的区别及相互之间的转换
　　3.1 list和dict的区别
　　相同点：都可以存储各种数据结构,可以嵌套
　　不同点：
　　list 有序
　　查找需要遍历,速度慢
　　dict 没顺序
　　查找非常迅速
　　3.2 list和dict的转换
　　dict--->list    用items函数
　　list --->dict  enumerate() 或者使用dict.fromkeys()函数
　　##具体代码如下：
　　##dict--->list
　　In [17]: d.items()
　　Out[17]: [('192.168', 2), ('192.168.1', 1)]
　　##list --->dict
　　##enumerate()
　　In [18]: l = list("hello")
　　In [19]: print dict((k,v) for k ,v in enumerate(l))
　　{0: 'h', 1: 'e', 2: 'l', 3: 'l', 4: 'o'}
　　##fromkeys()的用法
　　In [53]: d.fromkeys([1,2,3])
　　Out[53]: {1: None, 2: None, 3: None}
　　In [54]: d.fromkeys(['name','age'])
　　Out[54]: {'age': None, 'name': None}
　　In [55]: d
　　Out[55]: {'age': 12, 'name': 'test'}
　　In [56]: d.fromkeys(['one','two'],['1','2'])
　　Out[56]: {'one': ['1', '2'], 'two': ['1', '2']}
　　In [57]: d
　　Out[57]: {'age': 12, 'name': 'test'}
　　In [58]: d.fromkeys(d,['1','2'])
　　Out[58]: {'age': ['1', '2'], 'name': ['1', '2']}
　　In [59]: d
　　Out[59]: {'age': 12, 'name': 'test'}
　　In [60]: {}.fromkeys(d,[1,2,3])
　　Out[60]: {'age': [1, 2, 3], 'name': [1, 2, 3]}
　　四、文件的处理
　　4.1 python中文件的打开方式
　　方法一：
　　f = open("a.txt")
　　f.read()
　　f.close()##这个模式操作文件要记得关闭文件,即一定有f.close()
　　方法二：
　　with open('a.txt') as f:
　　f.read()
　　###注意该方法提供了自动关闭文件的功能
　　###with可以同时打开多个文件
　　##使用with打开多个文件：
　　#方法一：
　　with open('file1') as f1:
　　with open('file2') as f2:
　　with open('file3') as f3:
　　for i in f1:
　　j = f2.readline()
　　k = f3.readline()
　　print(i,j,k)
　　#方法二：较为优雅
　　with open('file1') as f1, open('file2') as f2, open('file3') as f3:
　　for i in f1:
　　j = f2.readline()
　　k = f3.readline()
　　print(i,j,k)
　　##方法三：通过contextlib模块的
　　from contextlib import nested
　　with nested(open('file1'), open('file2'), open('file3')) as (f1,f2,f3):
　　for i in f1:
　　j = f2.readline()
　　k = f3.readline()
　　print(i,j,k)
　　4.2 文件的操作
　　1.文件刚打开,指针在开始的地方，每次read ,readline ,readlines都会把指针移动到读取数据的地方
　　2.seek()f.seek(0)#把指针移到文件开始
　　3.tell()f.tell()#返回指针所在的位置
　　4.3 文件的注意事项
　　#'a'模式，每次都是从文件尾开始追加数据
　　#注意文件的'w'模式,打开文件的时候就清空文件了。
　　#打开大文件推荐使用readline()函数或者for  line  in f
　　files.read() 每次读取整个文件read可以传一个数字，表示读多少个字符。不传就是读整个文件
　　files.readline()每只读取文件的一行
　　files.readlines()每次按行读取整个文件内容,一次全部读取文件
　　五、python其它基础知识
　　5.1 元组
　　元组:元组也可以嵌套任意类型的数据结构,但是元组不能修改,定义后不可改变,正是由于这种特性,元组这种数据类型可以作为字典的key,在nginx日志分析中用来统计多个维度(ip,url,code)等等。
　　5.2 遍历list的方法
　　1.直接遍历列表  for i   in  list
　　2. 根据索引值遍历  range()配合长度
　　3. 高阶遍历方法同时获取索引值和值
　　In [18]: for k ,v in enumerate(['one','two','three']):
　　...:     print k , v
　　0 one
　　1 two
　　2 three
　　5.3 遍历dict的方法(目前只有一种方法)
　　for  k ,v in dict.items():
　　print k ,v
　　六、函数
　　函数的定义:简单的理解就是一次执行很多行代码
　　格式：当前def缩进模块中的所有内容都是函数内容
　　def 函数名(参数)：
　　函数内容
　　6.1 简单的函数举例
　　##python中简单的函数
　　In [13]: def hello():
　　...:     print "hello world"
　　...:     print "hi Bob"
　　...:
　　In [14]: hello()
　　hello world
　　hi Bob
　　6.2 函数的返回值
　　###函数的返回值:定义,即为函数执行后的状态结果,与shell中的echo $?相等
　　print   hanshu   ==>函数功能、方法
　　print   hanshu() ===>函数的返回值
　　##代码练习
　　##定义函数hello()
　　In [15]: def hello():
　　...:     print "hello world"
　　...:     print "hi Bob"
　　...:     return '2016'
　　...:
　　##直接print+函数名  的结果 ===>返回结果为对象
　　In [16]: print hello
　　
　　##print + 函数名()  的结果 ===>返回函数的执行状态结果
　　In [17]: print hello()
　　hello world
　　hi Bob
　　2016
　　6.3 函数的参数：
　　python中函数参数的种类1.必备参数  2.关键字参数  3.缺省值参数
　　1.必备参数：调用函数时,必须以正确的顺序传入,并且传入的参数必须与声明的参数一致,否则可能出现错误参数调用的情况。
　　2.关键字参数：关键字参数和函数调用关系紧密,函数调用使用关键字参数来确传入的参数值,使用关键字参数允许调用函数时参数的顺序和声明的时候不一致,因为python解释器能够用参数名匹配参数值。关键字参数的优点就是===>可读性好
　　3.缺省值参数：调用函数时,如果缺省值参数没有传入的话,就是用预先定义的默认值。
　　###带参数的函数练习
　　##函数参数之一：必备参数
　　In [20]: def hello(name,age):
　　...:     print "hello %s,you age is %s" %(name,age)
　　...:     return '2016'
　　...:
　　...:
　　In [21]: hello('test',13)
　　hello test,you age is 13
　　Out[21]: '2016'  写一个阶乘的函数
　　In [22]: def jiecheng(num):
　　...:     res = 1
　　...:     while num > 0:
　　...:         res *= num
　　...:         num -= 1
　　...:     return res
　　...:
　　In [23]: jiecheng(3)
　　Out[23]: 6
　　In [24]: jiecheng(4)
　　Out[24]: 24
　　##函数参数之二：关键字参数
　　In [25]: def hello(name='aaa',age=12):
　　...:     print "hello %s,you age is %s" %(name,age)
　　...:     return '2016'
　　...:
　　...:
　　In [26]:
　　In [26]: hello(age=14,name='ccc')
　　hello ccc,you age is 14
　　Out[26]: '2016'
　　##函数参数之三:缺省值参数
　　In [25]: def hello(name='aaa',age=12):
　　...:     print "hello %s,you age is %s" %(name,age)
　　...:     return '2016'
　　...:
　　...:
　　In [26]:
　　In [26]: hello(name='ccc')
　　hello ccc,you age is 14
　　Out[26]: '2016'
　　特殊参数情况：
　　当函数希望收集不定长的参数时,即参数的个数不确定,则使用星号(*)来收集参数。星号(*)收集函数前边固定参数后剩下的所有参数。
　　若函数收集的关键字参数也是个数不确定的话,则使用两个星号(**)来收集参数。
　　##特殊参数的代码详情
　　##一个星号(*)收集不定长参数
　　##情况一：注意*号收集前边参数收集后剩下的所有的参数
　　In [1]: def test(name,*num):
　　...:     print num
　　In [2]: test(1,2,3,4,5)
　　(2, 3, 4, 5)
　　##情况二：收集所有的参数
　　n [28]: def add_all(*num):
　　...:     sum = 0
　　...:     for i in num:
　　...:         sum += i
　　...:     return sum
　　...:
　　In [29]: add_all(1,2,3)
　　Out[29]: 6
　　In [30]: add_all(1,2,3,4,5,6)
　　Out[30]: 21
　　##两个星号(**)收集关键字的参数
　　##(**)开头  ,收集关键字参数
　　In [31]: def test(**arr):
　　...:     print arr
　　In [34]: test(name='aa',age=15)
　　{'age': 15, 'name': 'aa'}
　　6.4 函数的进阶,使用函数优化之前的单词统计代码
　　python的核心思想是函数化编程,所以函数式拆分代码需要注意;尽量避免全局变量,尽量减少函数间的练习,提高函数的可读性。程序是给人读的。
　　###拆分代码为函数的注意事项：尽量避免全局变量
　　本人拆分统计单词读写文件的代码如下：
　　#coding:utf-8
　　res = {'!': 1, '.': 1, 'Bob': 1, 'I': 2, 'a': 1, 'am': 2, 'boy': 1}
　　new = {}
　　for k ,v in res.items():
　　new.setdefault(v,[])
　　new[v].append(k)
　　print new
　　#keys = max(new)
　　#print "%s  ----> %s" %(keys,new[keys])
　　def op_file(filename,mode='r'):
　　f = open(filename,mode)
　　str = "/usr/local/src/newbie/03==>result\n\
　　timesword"
　　while True:
　　keys = max(new)
　　for i in new[keys]:
　　str += "%s%s" %(keys,i)
　　new.pop(keys)
　　if len(new) == 0 :
　　break
　　str += "\n"
　　if ('w' in mode) or ('a' in mode) :##使用in来判断模式是否为写模式
　　f.write(str)
　　f.close()
　　op_file(filename='/var/www/html/tongji.html',mode="w+")
　　6.5 变量的作用域
　　讲到函数不得不引申下变量的作用域问题,一般编程语言中变量都分为全局变量和局部变量。具体定义自己可以百度了解些许,此处一带而过,python中全局变量使用关键词global来定义,一般在函数内部定义全局变量。
　　##global定义全局变量
　　[root@xiaowei 04]# cat a.py
　　num = 3
　　def hello():
　　global num
　　num = 5
　　print num
　　print hello()
　　print "num = %s" %num
　　[root@xiaowei 04]# python a.py
　　5
　　None
　　num = 5
　　七、python语言中关于排序的进阶
　　简而言之,冒泡排序、插入排序等一系列算法仅仅是编程语言的基础原理,而在python中可以通过简单的一两行代码实现复杂数据结构的排序。接下来将一步一步深入python排序原理及通间易读代码的实现。
　　7.1 以nginx日志统计完ip后得到的结果字典为例
　　res = {'111.85.41.230': 103, '218.200.66.197': 21, '218.200.66.196': 14, '221.176.5.153': 31, '218.200.66.199': 19, '218.200.66.198': 25, '221.176.5.156': 3, '10.35.1.82': 61, '221.176.5.154': 3, '220.181.125.177': 1, '101.227.4.33': 2, '220.172.215.69': 1}
　　思路有两种：
　　1.将字典翻转,即以出现的次数为key，value值为ip，但是需要注意的时这种情况,需要将ip存放到事先准备的空列表中去,否则key为ip出现次数的话,若有两个ip出现次数相同,那么会出现值被覆盖的情况从而使结果有所偏差。翻转后使用max(dict)取出最大次数的value值列表,拼接成html网页元素,然后dict.pop(keys)去掉最大值的key以此轮训依次出现最大ip的情况。---By  Panda
　　2.上述res字典可以通过用dict.items()将res字典转换为元组组成的列表,然后通过对列表中每个元素中代表次数的项进行排序。然后根据排序结果拼接html元素。--By woniiu
　　接下来主要深入woniu的思想为主线从而引出最终主人公python自带的sorted()函数。
　　7.1.1 冒泡法实现排序：
　　tmp = res.items()
　　tmp = [('218.200.66.197', 21), ('218.200.66.196', 14), ('218.200.66.199', 19), \
　　('218.200.66.198', 25), ('101.227.4.33', 2), ('111.85.41.230', 103), \
　　('220.181.125.177' , 1), ('220.172.215.69', 1)，('221.176.5.153', 31), \
　　('221.176.5.156', 3), ('10.35.1.82', 61), ('221.176.5.154', 3)]
　　##原始的冒泡排序代码：
　　d = {'10.35.1.82': 61, '101.227.4.33': 2, '111.85.41.230': 103,'218.200.66.196': 14,\
　　'218.200.66.197': 21,'218.200.66.198': 25,'218.200.66.199': 19,'220.172.215.69': 1,\
　　'220.181.125.177': 1,'221.176.5.153': 31,'221.176.5.154': 3,'221.176.5.156': 3}
　　tmp = d.items()
　　print tmp
　　le = len(tmp)
　　for i in range(le-1):
　　for j in range(le-1-i):
　　if tmp[j][1] < tmp[j+1][1]:
　　tmp[j],tmp[j+1] = tmp[j+1],tmp[j]
　　print "sorted tmp :%s" %tmp
　　##排序后通过切片获取自己想要打印的数据。
　　tmp = tmp[:3]
　　for i in tmp:
　　print "ip is %s ,count is %s" %i
　　7.1.2 通过函数方法实现冒泡排序；
　　用函数实现冒泡排序bubble_sort()
　　###代码：
　　def bubble_sort(tmp,le,num=3):
　　for i in range(le-1):
　　for j in range(le-1-i):
　　if tmp[j][1] < tmp[j+1][1]:
　　tmp[j],tmp[j+1] = tmp[j+1],tmp[j]
　　tmp = tmp[:num]
　　return tmp
　　le = len(tmp)
　　res = bubble_sort(tmp,le,num=4)
　　7.3 函数的进阶
　　###进阶排序函数===>函数可以当作参数传递给另一个函数
　　具体实现代码如下：
　　##以函数为参数传递给函数
　　[root@xiaowei sorted]# cat sort_fn.py
　　#coding:utf-8
　　##原始数据
　　arr = [1,3,65,2,6,32,0,7,14]
　　##列表嵌套元组
　　arr2 = [('xiaohong',90),('xiaohua',58),('xiaohei',100)]
　　##列表嵌套字典
　　d = [{'name':'xiaohong','age':18},{'name':'xiaohei','age':10},{'name':'xiaowang','age':33}]
　　def sort_fn1(data):##取出需要排序的元素(针对原始数据)
　　return data
　　def sort_fn2(data):##取出需要排序的元素(针对列表)
　　return data[1]
　　def sort_fn3(data):##取出需要排序的元素(针对字典)
　　return data['age']
　　##自己定义的排序函数
　　def my_sort(arr,sort_fn1):
　　for j in range(len(arr)-1):
　　for i in range(len(arr)-1):
　　if sort_fn1(arr) >sort_fn1(arr[i+1]):
　　arr,arr[i+1]=arr[i+1],arr
　　return arr
　　##对原始数据进行排序
　　print my_sort(arr,sort_fn1)
　　##对列表嵌套元组进行排序
　　print my_sort(arr2,sort_fn2)
　　##对列表嵌套字典进行排序
　　print my_sort(d,sort_fn3)
　　[r[root@xiaowei sorted]# python sort_fn.py
　　##原始数据的排序结果
　　[0, 1, 2, 3, 6, 7, 14, 32, 65]
　　##列表嵌套元组的排序结果
　　[('xiaohua', 58), ('xiaohong', 90), ('xiaohei', 100)]
　　##列表嵌套字典的排序结果
　　[{'age': 10, 'name': 'xiaohei'}, {'age': 18, 'name': 'xiaohong'}, {'age': 33, 'name': 'xiaowang'}]
　　Noneoot@xiaowei sorted]#
　　7.4 最终大招--python自带的sorted()函数排序
　　sorted()函数的格式如下：
　　伪代码格式:    sorted(需要排序的列表,排序的元素)
　　编码  格式:    sorted(arr,key=函数)
　　###使用python自带的sorted函数代码
　　##代码示例
　　[root@xiaowei sorted]# cat sorted.py
　　arr = [1,3,65,2,6,32,0,7,14]
　　def sort_fn1(data):
　　return data
　　def sort_fn2(data):
　　return data[1]
　　def sort_fn3(data):
　　return data['age']
　　print sorted(arr,key=sort_fn1)
　　arr2 = [('xiaohong',90),('xiaohua',58),('xiaohei',100)]
　　print sorted(arr2,key=sort_fn2)
　　d = [{'name':'xiaohong','age':18},{'name':'xiaohei','age':10},{'name':'xiaowang','age':33}]
　　print sorted(d,key=sort_fn3)
　　##执行结果如下：
　　[root@xiaowei sorted]#
　　[root@xiaowei sorted]# python sorted.py
　　[0, 1, 2, 3, 6, 7, 14, 32, 65]
　　[('xiaohua', 58), ('xiaohong', 90), ('xiaohei', 100)]
　　[{'age': 10, 'name': 'xiaohei'}, {'age': 18, 'name': 'xiaohong'}, {'age': 33, 'name': 'xiaowang'}]
　　7.5 python函数必备高阶技能之---lambda匿名函数
　　lambda匿名函数的定义：特别简单的、没有名字的函数,仅有函数return返回值的函数。
　　###lambda函数举例
　　##lambda代码举例===>用于简写,简洁代码
　　In [13]: hello = lambda x:x
　　In [14]: print hello([1,2,3])
　　[1, 2, 3]
　　In [15]: hello = lambda x:x[2]
　　In [16]: print hello([1,2,3])
　　3
　　7.6 sorted()函数 + lambda匿名函数 终极通间易读实现排序
　　####思路就是将sorted()函数的key用lambda来定义
　　##代码举例
　　[root@xiaowei sorted]# cat ver.py
　　arr = [1,3,2,78,21,32,55,0,9]
　　arr2 = [('xiaohong',90),('xiaohua',58),('xiaohei',100)]
　　d = [{'name':'xiaohong','age':18},{'name':'xiaohei','age':10},{'name':'xiaowang','age':33}]
　　print sorted(arr,key=lambda x:x)###使用lambda来获取排序的对象
　　print sorted(arr2,key=lambda x:x[1])###使用lambda来获取排序的对象
　　print sorted(d,key=lambda x:x['age'])###使用lambda来获取排序的对象
　　###排序结果展示
　　[root@xiaowei sorted]# python ver.py
　　[0, 1, 2, 3, 9, 21, 32, 55, 78]
　　[('xiaohua', 58), ('xiaohong', 90), ('xiaohei', 100)]
　　[{'age': 10, 'name': 'xiaohei'}, {'age': 18, 'name': 'xiaohong'}, {'age': 33, 'name': 'xiaowang'}]
　　7.7 nginx日志处理的最终优化代码
　　https://github.com/Fuliwei/newbie/blob/master/04/ketang/test.py(最终代码在辛苦移步github)
　　###统计nginx日志最终进阶：
　　##排序时使用sorted()+lambda以快速实现
　　###统计ip以及出现次数排序的代码优化
　　[root@xiaowei ketang]# cat test.py
　　#/usr/bin/python
　　#coding:utf-8
　　def htmlStr(arr):
　　html_str = "/usr/local/src/newbie/04/ketang/test.py ====>result[test.html]\n\n%s%s%s\n" %('Count','IP','URL')
　　for i in arr:
　　html_str += "%s%s%s\n" %(i[1],i[0][0],i[0][1])
　　html_str += "\n"
　　return html_str
　　def operateFile(filename,mode='r',string=''):
　　if ('w' in mode) or ('a' in mode):
　　with open(filename,'w') as files:
　　files.write(string)
　　return 'Write OK'
　　else:
　　res = {}
　　with open(filename) as files:
　　for line in files:
　　#print line
　　line = line.strip('\n').split(' ')
　　#print line
　　tmp = (line[0],line[6])#,line[8])
　　res[tmp] = res.get(tmp,0)+1
　　#print "res is %s" %res
　　return sorted(res.items(),key=lambda x:x[1],reverse = True)
　　test = operateFile('log.log')
　　test = test[:10]
　　htmlstr = htmlStr(test)
　　print operateFile('/var/www/html/test.html',mode='w',string=htmlstr)
　　--end Thx.