一、标准库 datetime
1.1 datetime 模块
- 对日期、时间、时间戳的处理
1.2 datetime 类
- 类方法
a.today()返回本地时区当前时间的datetime对象
b.now(tz=None)返回当前时间的datetime对象，精确至微秒，若tz为None，返回同today()
c.utcnow()没有时区的当前时间
d.fromtimestamp(timestamp, tz=None)从一个时间戳返回一个datetime对象
1.3 datetime 对象
timestamp()返回一个到微秒的时间戳
a. 时间戳：格林威治时间 1970 年 1 月 1 日 0 点到现在的秒数构造方法
datetime.datetime(2020, 12, 6, 16, 29, 43, 79043)year、month、day、hour、minute、second、microsecond，取datetime对象的年月日时分秒及微秒weekday()返回周几，周一为0，周日为6isoweekday()返回周几，周一为1，周日为7date()返回日期date对象time()返回时间time对象replace()修改并返回新的时间isocalendar(0返回一个三元组（年，周数，周几）
1.4 日期格式化
类方法
strptime(date_string, format)，返回datetime对象对象方法
strftime(format)，返回字符串字符串
format函数格式化
import datetime
dt = datetime.datetime.strptime("08/12/20 16:30", "%d/%m/%y %H:%M")
print(dt.strftime("%Y-%m-%d %H:%M:%S"))
print("{0:%Y}/{0:%m}/{0:%d} {0:%H}::{0:%H}::{0:%S}".format(dt))
print('{:%Y-%m-%d %H:%M:%S}'.format(dt))
示例.png
1.5 timedelta 对象
datetime2 = datetime1 + timedeltadatetime2 = datetime1 - timedeltatimedelta = datetime1 - datetime2- 构造方法
a.datetime.timedelta(days=0, seconds=0, microseconds=0, milliseconds=0, minutes=0, hours=0, weeks=0)
b.year = datetime.timedelta(days=365) -
total_seconds()返回时间差的总秒数
二、标准库 time
2.1 time
-
time.sleep(secs)将调用线程挂起指定的秒数
三、列表解析
3.1 举例
- 生成一个列表，元素 0 ~ 9，对每一个元素自增 1 后求平方返回新列表
lst = list(range(10))
newlst = list()
for i in lst:
newlst.append((i+1) ** 2)
print(newlst)
lst = list(range(10))
newlst = [ (i + 1) ** 2 for i in lst]
print(newlst)
示例.png
3.2 语法
[ 返回值 for 元素 in 可迭代对象 if 条件]- 使用中括号
[]，内部是for循环，if条件语句可选 - 返回一个新列表
3.3 列表解析式是一种语法糖
- 编译器会优化，不会因为简写而影响效率，反而因优化提高了效率
- 减少程序员工作量，减少出错
- 简化了代码，但可读性增强
3.4 举例
- 获取 10 以内的偶数，比较执行效率
even = []
for i in range(10):
if i % 2 == 0:
even.append(i)
even = [ i for i in range(10) if i % 2 == 0]
示例.png
- 思考
-
有这样的赋值语句
newlist = [print(i) for i in range(10)]，请问打印出什么？newlist打印出来是什么？
示例.png -
获取 20 以内的偶数，若同时 3 的倍数也打印
[i for i in range(20) if i % 2 == 0 elif i % 3 ==0]行么？
示例.png
-
四、列表解析进阶
4.1 [expr for item in iterable if cond1 if cond2]
- 等价于
ret = []
for item in iterable:
if cond1:
if cond2:
ret.appent(expr)
- 举例
- 20 以内，既能被 2 整除又能被 3 整除的数
[i for i in range(20) if i %2 == 0 and i % 3 == 0] [i for i in range(20) if i 5 2 == 0 if i % 3 == 0]
示例.png
4.2 [expr for i in iteranle1 for j in iterable2]
- 等价于
ret = []
for i in iterable1:
for j in iterable2:
ret.append(expr)
- 举例
[(x, y) for x in 'abcde' for y in range(3)] [[x, y] for x in 'abcde' for y in range(3)] [{x, y} for x in 'abced' for y in range(3)] # 集合是整个生成列表中的元素，不会去重 [{x: y} for x in 'abced' for y in range(3)] # 字典与集合相同，不会去重
示例.png
示例.png
示例.png
示例.png
4.4 请问下面 3 中输出各是什么？为什么
[(i,j) for i in range(7) if i>4 for j in range(20,25) if j>23]
[(i,j) for i in range(7) for j in range(20,25) if i>4 if j>23]
[(i,j) for i in range(7) for j in range(20,25) if i>4 and j>23]
示例.png
五、列表解析练习
5.1 练习（要求使用列表解析式完成）
- 返回 1 - 10 平方的列表
[i ** 2 for i in range(11) if i > 0 ]
示例.png
- 有一个列表
lst = [1, 4, 9, 16, 2, 5, 10, 15]，生成一个新列表，要求新列表元素是lst相邻 2 项的和
lst = [1, 4, 9, 16, 2, 5, 10, 15]
[lst[i] + lst[i+1] for i in range(len(lst)) if i < (len(lst)-1)]
示例.png
六、生成器表达式 Generator expression
6.1 语法
(返回值 for 元素 in 可迭代对象 if 条件)- 列表解析式中的括号换成小括号即可
- 返回一个生成器
示例.png
6.2 和列表解析式的区别
- 生成器表达式是 按需计算（或称 惰性求值、延迟计算），需要的时候才计算值
- 列表解析式是立即返回值
示例.png
6.3 生成器
- 可迭代对象
- 迭代器
示例.png
6.4 举例
g = ("{:04}".format(i) for i in range(1,11))
next(g)
for x in g:
print(x)
print('~~~~~~~~~~~~')
for x in g:
print(x)
- 列表对比
g = ["{:04}".format(i) for i in range(1,11)]
for x in g:
print(x)
print('~~~~~~~~~~~~')
for x in g:
print(x)
6.5 总结
-
生成器
- 延迟计算
- 返回迭代器，可迭代
- 从前到后走完一遍，不能回头
-
列表
- 立即计算
- 返回的不是迭代器，返回可迭代对象列表
- 从前导后走完一遍，可重新回头迭代
6.6 习题
it = (print("{}".format(i+1)) for i in range(2))
first = next(it)
second = next(it)
val = first + second
-
val的值是什么
print() 函数是立即返回，所以不论是 first 还是 second 的值都是 None
所以 val 的运算结果会抛异常
示例
-
val = first + second语句之后能否再次next(it)
不可以 next() 了，因为此前的计数器是 range(2)，程序已经迭代两次，所以不可再次 next()
示例.png
it = (x for x in range(10) if x % 2)
first = next(it)
second = next(it)
val = first + second
-
val的值是什么？
val 的值为 4
示例.png
-
val = first + second语句后能否再次next(it)
因为此前计数器并未迭代完，所以可以继续 next() 调用
示例.png
6.7 和列表解析式的对比
- 计算方式
- 生成器表达式延迟计算，列表解析式立即计算
- 内存占用
- 单从返回值本身来说，生成器表达式
- 生成器没有数据，内存占用极少，它是使用时一个个返回数据，若将这些返回的数据合起来占用的内存和列表解析式差不多，但是，它不需要立即占用这么多内存
- 列表解析式构造新的列表需要立即占用内存，不管你是否立即使用这么多数据
- 计算速度
- 但看计算时间，生成器表达式耗时非常短，列表解析式耗时长
- 但生成器本身并没有返回任何值，只返回了一个生成器对象
- 列表解析式构造并返回了一个新的列表，所以开起来耗时了
七、集合解析式
7.1 语法
{ 返回值 for 元素 in 可迭代对象 if 条件 }- 列表解析式的中括号换成大括号
{}即可 - 立即返回一个集合
7.2 用法
{(x, x+1) for x in range(10)}{[x] for x in range(10)}
八、字典解析式
8.1 语法
{ 返回值 for 元素 in 可迭代对象 if 条件 }- 列表解析式中的括号换成大括号
{}即可 - 使用
key:value形式 - 立即返回一个字典
8.2 用法
{x:(x, x+1) for x in range(10)}{x:[x, x+1] for x in range(10)}{(x,):[x, x+1] for x in range(10)}{[x]:[x, x+1] for x in range(10)}{chr(0x41 +x):x**2 for x in range(10)}{str(x):y for x in range(3) for y in range(4)}- 等价于
ret = {}
for x in range(3):
for y in range(4):
ret[str(x)] = y
九、总结
- Python 2 引入列表解析式
- Python 2.4 引入生成器表达式
- Python 3 引入集合、字典解析式，并迁移至 Python 2.7
- 一般来说，应该多应用解析式，简短、高效
- 若一个解析式非常复杂，难以读懂，可考虑拆解成
for循环 - 生成器和迭代器是不同的对象，但都是可迭代对象
- 可迭代对象范围更大，都可使用
for循环遍历
