Bigger-Mai 養成計劃，Python基礎鞏固三

1.集合的基本操做（set）
集合是一個無序的，不重複的元素集合，他的主要做用是
去重:把一個列表變爲集合就自動去重了。
關係測試：測試兩組數據之間的交集，差集，並集等關係

list_1 = [1,4,6,6,7,89]
list_1 = set(list_1)
list_2 = set([1,9,4,542,2,26,4,7,2])
#交集
list_1.instersection(list_2)
#並集
list_1.union(list_2)
#差集 -左邊有右邊沒有的
list_1.difference(list_2)
#子集判斷
list_1.issubset(list_2)#判斷一是否是二的子集
list_2.issuperset(list_1)#判斷一是否是二的父集
#對稱差集
list_1.symmetric_difference(list_2)
#若是兩個集合有一個空交集，則返回真
list_1.isdisjoint(list_2)

文件IO

讀文件：打開一個文件用open()方法open()返回一個文件對象，它是可迭代的
f = open('test.txt', 'r')
r表示是文本文件，rb是二進制文件。（這個mode參數默認值就是r）
若是文件不存在，open()函數就會拋出一個IOError的錯誤，而且給出錯誤碼和詳細的信息告訴你文件不存在
文件使用完畢後必須關閉，由於文件對象會佔用操做系統的資源，而且操做系統同一時間能打開的文件數量也是有限的
因爲文件讀寫時都有可能產生IOError，一旦出錯，後面的f.close()就不會調用。因此，爲了保證不管是否出錯都能正確地關閉文件，咱們可使用try ... finally來實現
try:
f = open('/path/to/file', 'r')
print(f.read())
finally:
if f:
f.close()
可是每次都這麼寫實在太繁瑣，因此，Python引入了with語句來自動幫咱們調用close()方法：
with open('/path/to/file', 'r') as f:
print(f.read())
python文件對象提供了三個「讀」方法： read()、readline() 和 readlines()。每種方法能夠接受一個變量以限制每次讀取的數據量。

read() 每次讀取整個文件，它一般用於將文件內容放到一個字符串變量中。若是文件大於可用內存，爲了保險起見，能夠反覆調用read(size)方法，每次最多讀取size個字節的內容。
readlines() 之間的差別是後者一次讀取整個文件，像read() 同樣。readlines() 自動將文件內容分析成一個行的列表，該列表能夠由 Python 的 for ... in ... 結構進行處理。
readline() 每次只讀取一行，一般比readlines() 慢得多。僅當沒有足夠內存能夠一次讀取整個文件時，才應該使用 readline()。

注意：這三種方法是把每行末尾的'\n'也讀進來了，它並不會默認的把'\n'去掉，須要咱們手動去掉。

文件打開模式

r ，只讀模式【默認模式，文件必須存在，不存在則拋出異常】
w，只寫模式【不可讀；不存在則建立；存在則清空內容】
x， 只寫模式【不可讀；不存在則建立，存在則報錯】
a， 追加模式【可讀； 不存在則建立；存在則只追加內容】，文件指針自動移到文件尾。
"+" 表示能夠同時讀寫某個文件

r+， 讀寫【可讀，可寫】
w+，寫讀【可讀，可寫】，消除文件內容，而後以讀寫方式打開文件。
x+ ，寫讀【可讀，可寫】
a+， 寫讀【可讀，可寫】，以讀寫方式打開文件，並把文件指針移到文件尾。
"b"表示以字節的方式操做，以二進制模式打開文件，而不是以文本模式。

 

rb 或 r+b
wb 或 w+b
xb 或 w+b
ab 或 a+b
注：以b方式打開時，讀取到的內容是字節類型，寫入時也須要提供字節類型，不能指定編碼

字符編碼
先說python2

py2裏默認編碼是ascii
文件開頭那個編碼聲明是告訴解釋這個代碼的程序 以什麼編碼格式 把這段代碼讀入到內存，由於到了內存裏，這段代碼實際上是以bytes二進制格式存的，不過即便是2進制流，也能夠按不一樣的編碼格式轉成2進制流，你懂麼？
若是在文件頭聲明瞭#_*_coding:utf-8*_，就能夠寫中文了，不聲明的話，python在處理這段代碼時按ascii，顯然會出錯， 加了這個聲明後，裏面的代碼就全是utf-8格式了
在有#_*_coding:utf-8*_的狀況下，你在聲明變量若是寫成name=u"大保健"，那這個字符就是unicode格式，不加這個u,那你聲明的字符串就是utf-8格式
utf-8 to gbk怎麼轉，utf8先decode成unicode,再encode成gbk
再說python3

py3裏默認文件編碼就是utf-8,因此能夠直接寫中文，也不須要文件頭聲明編碼了，乾的漂亮
你聲明的變量默認是unicode編碼，不是utf-8, 由於默認便是unicode了（不像在py2裏，你想直接聲明成unicode還得在變量前加個u）, 此時你想轉成gbk的話，直接your_str.encode("gbk")便可以
但py3裏，你在your_str.encode("gbk")時，感受好像還加了一個動做，就是就是encode的數據變成了bytes裏，我擦，這是怎麼個狀況，由於在py3裏，str and bytes作了明確的區分，你能夠理解爲bytes就是2進制流，你會說，我看到的不是010101這樣的2進制呀， 那是由於python爲了讓你能對數據進行操做而在內存級別又幫你作了一層封裝，不然讓你直接看到一堆2進制，你能看出哪一個字符對應哪段2進制麼？什麼？本身換算，得了吧，你連超過2位數的數字加減運算都費勁，還仍是省省心吧。　　
那你說，在py2裏好像也有bytes呀，是的，不過py2裏的bytes只是對str作了個別名(python2裏的str就是bytes, py3裏的str是unicode)，沒有像py3同樣給你顯示的多出來一層封裝，但其實其內部仍是封裝了的。 這麼講吧， 不管是2仍是三， 從硬盤到內存，數據格式都是 010101二進制到-->b'\xe4\xbd\xa0\xe5\xa5\xbd' bytes類型－－>按照指定編碼轉成你能看懂的文字
編碼應用比較多的場景應該是爬蟲了，互聯網上不少網站用的編碼格式很雜，雖然總體趨向都變成utf-8，但如今仍是很雜，因此爬網頁時就須要你進行各類編碼的轉換，不過生活正在變美好，期待一個不須要轉碼的世界。

1.函數

定義: 函數是指將一組語句的集合經過一個名字(函數名)封裝起來，要想執行這個函數，只需調用其函數名便可
特性:
減小重複代碼
使程序變的可擴展
使程序變得易維護

2.函數參數與局部變量　　
形參變量只有在被調用時才分配內存單元，在調用結束時，即刻釋放所分配的內存單元。
所以，形參只在函數內部有效。函數調用結束返回主調用函數後則不能再使用該形參變量
實參能夠是常量、變量、表達式、函數等，不管實參是何種類型的量，在進行函數調用時，
它們都必須有肯定的值，以便把這些值傳送給形參。所以應預先用賦值，輸入等辦法使參數得到肯定值

3.全局與局部變量
在子程序中定義的變量稱爲局部變量，在程序的一開始定義的變量稱爲全局變量。
全局變量做用域是整個程序，局部變量做用域是定義該變量的子程序。
當全局變量與局部變量同名時：
在定義局部變量的子程序內，局部變量起做用；在其它地方全局變量起做用。

4.遞歸
在函數內部，能夠調用其餘函數。若是一個函數在內部調用自身自己，這個函數就是遞歸函數。
遞歸特性:

1. 必須有一個明確的結束條件
2. 每次進入更深一層遞歸時，問題規模相比上次遞歸都應有所減小
3. 遞歸效率不高，遞歸層次過多會致使棧溢出（在計算機中，函數調用是經過棧（stack）這種數據結構實現的，
每當進入一個函數調用，棧就會加一層棧幀，每當函數返回，棧就會減一層棧幀。因爲棧的大小不是無限的，
因此，遞歸調用的次數過多，會致使棧溢出）

5. 匿名函數
匿名函數就是不須要顯式的指定函數
#這段代碼
def calc(n):
return n**n
print(calc(10))

#換成匿名函數
calc = lambda n:n**n
print(calc(10))
#將匿名函數與其餘函數一塊兒使用纔是正確的用法
res = map(lambda x:x**2,[1,5,7,4,8])
for i in res:
print(i)
6.函數式編程
函數是Python內建支持的一種封裝，咱們經過把大段代碼拆成函數，
經過一層一層的函數調用，就能夠把複雜任務分解成簡單的任務，這種分解能夠稱之爲面向過程的程序設計。
函數就是面向過程的程序設計的基本單元。

函數式編程中的函數這個術語不是指計算機中的函數（其實是Subroutine），而是指數學中的函數，即自變量的映射。
也就是說一個函數的值僅決定於函數參數的值，不依賴其餘狀態。好比sqrt(x)函數計算x的平方根，只要x不變，
不論何時調用，調用幾回，值都是不變的。

7.高階函數變量能夠指向函數，函數的參數能接收變量，那麼一個函數就能夠接收另外一個函數做爲參數，這種函數就稱之爲高階函數。