Python 记录（一）

╰+哭是因爲堅強的太久メ 2022-02-09 10:11 315阅读 0赞

记录一些Python中遇到的零碎知识点~

### 文章目录 ###

*   *   *   *  1.字符串替换、删除字符
             *  2.字符串前的'b', 'r', 'u'
             *  3.关于set的操作
             *  4.关于re.split()分割字符串
             *  5.关于Python表示多行字符串
             *  6.错误：Error occurred during initialization of VMCould not reserve enough space for object heap
             *  7.关于列表解析式的二重循环以及二维列表的 生成
             *  8.通过正则表达式过滤制定符号
             *  9.使用filter
             *  10.使用 isinstance()函数判断对象类型
             *  11.输出指定位数的浮点数
             *  12.在函数中对全局变量进行改动
             *  13.Python中关于列表以及迭代器的生成
             *  14. zip函数
             *  15.re模块的findall()函数
             *  16.np.random.choice()函数
             *  17.关于sys.setdefaultencoding()
             *  18.关于生成指定范围的随机序列
             *  19.一种遍历多维数组的方式
             *  20.使用指定长度的双端队列

#### 1.字符串替换、删除字符 ####

使用`maketrans()`创建映射词典，然后使用`translate()`将映射应用在字符串中：

str01 = 'qwe-as-0d'
    intab = 'qwe'
    outab = 'asd'
    deltab = 'd'
    trantab = str01.maketrans(intab, outab, deltab)
    print(type(trantab))
    print(trantab)
    print(str01.translate(trantab))

输出：

<class 'dict'>
    {113: 97, 119: 115, 101: 100, 100: None}
    asd-as-0

可以看到，其实是对字符进行了一个映射，然后对字符串应用这个映射规则。

#### 2.字符串前的’b’, ‘r’, ‘u’ ####

<table> 
 <thead> 
  <tr> 
   <th>–</th> 
   <th>–</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>u’XXXX’</td> 
   <td>表示后面的字符串为unicode编码（用在中文字符串前）</td> 
  </tr> 
  <tr> 
   <td>r’XXXX’</td> 
   <td>表示后面的字符串为普通字符串，取消转义</td> 
  </tr> 
  <tr> 
   <td>b’XXXX’</td> 
   <td>表示后面的字符串为byte</td> 
  </tr> 
 </tbody> 
</table>

#### 3.关于set的操作 ####

Python提供了关于交集、并集等集合运算的函数，例如 `difference()`函数

a = set([1,2,3,4])
    b = set([3,4,5,6,7])
    a = a.difference(b)
    print(a)
    
    output：
    {1, 2}

也就是集合相减，结果为第一个集合独有的元素。

#### 4.关于re.split()分割字符串 ####

相较于`str.split()`简单分割字符串， `re.split()`显然可以通过正则匹配的方式进行字符串分割，例如如果按照 “或” 的方式对字符串进行分割：

import re
    
    str01 = "hello?but!yes.No"
    res = re.split(r'[?!.]', str01)
    print(res)
    
    output：
    ['hello', 'but', 'yes', 'No']

可以看到split的参数`pattern`是一个正则式子，表示可以使用其中任意的一个字符进行分割。

#### 5.关于Python表示多行字符串 ####

使用`( )`符号，例如：

text = ('abc'
            'def'
            'ghi')
    
    print(text)

注意两行之间没有符号

#### 6.错误：Error occurred during initialization of VMCould not reserve enough space for object heap ####

由于使用`pyhanlp`创建了Java 虚拟机，这个错误是因为可用空间小于JVM的分配内存，可以设置Java虚拟机的内存小一点，也可以手动清理一些不必要的程序。参考：[Error occurred during initialization…][Error occurred during initialization]

#### 7.关于列表解析式的二重循环以及二维列表的 生成 ####

使用二重循环的列表生成式生成列表，例如：

text = ['1', '2', '3']
    
    res = [i+j for i in text for j in text]
    print(res)
    
    output：
    ['11', '12', '13', '21', '22', '23', '31', '32', '33']

注意两个循环的表现方式，其实就跟写出正常循环一样，先写第一层循环，然后是第二层循环的语句。  
但是这样按照循环的顺序却很难实现二维列表的实现，如果我们交换两个循环的顺序，则可以实现二位列表的生成，例如：

a = ['a', 'b', 'c']
    b = [i+j for i in a for j in a]
    print(b)
    c = [[j+'1' for j in i]  for i in a]
    print(c)

输出为：

['aa', 'ab', 'ac', 'ba', 'bb', 'bc', 'ca', 'cb', 'cc']
    [['a1'], ['b1'], ['c1']]

个人觉得这样的方式还是挺有用的。

#### 8.通过正则表达式过滤制定符号 ####

text2 = "最美的不是下雨天，是曾与你躲过雨的屋檐。"
    comp = re.compile('[，。！：]')
    text2 = comp.sub('', text2)
    print(text2)
    
    output:
    最美的不是下雨天是曾与你躲过雨的屋檐

#### 9.使用filter ####

`filter`调用格式：

filter(rule, seq)

对于seq中的每一个元素，都使用 rule 函数的规则进行判断，返回一个 `filter` 对象，可以使用 `list()`转化为列表：

x = np.random.randint(1, 20, 10)
    
    def judge(n):
        return n%2==0
    
    res = filter(judge, x)    # 返回x中所有可以被 2 整除的数字 
    print(x)
    print(list(res))

#### 10.使用 isinstance()函数判断对象类型 ####

例如：

a = 'abc'
    print(isinstance(a, int))
    print(isinstance(a, str))           # 可以判断是否为某一种类型
    print(isinstance(a, Iterable))   # 判断是否为 可迭代对象
    print(isinstance(a, (int, str)))   # 也可以使用元组的形式传入多种类型 满足其中一种即返回 True

输出：

False
    True
    True
    True

#### 11.输出指定位数的浮点数 ####

有多种方式，可以使用与C语言一样的控制方式：

a = 2.333333
    print(a)
    print("a= %f" % (a))
    print("a= %.2f" % (a))

输出：

2.333333
    a= 2.333333
    a= 2.33

#### 12.在函数中对全局变量进行改动 ####

函数中使用全局变量并进行改动要使用`global`关键词，只是使用值的话可以直接使用：

a = 3
    def test():
        global a       # 去掉会报错
        a += 2
        print(a)  
    test()

#### 13.Python中关于列表以及迭代器的生成 ####

注意使用列表解析式的方式进行生成时，使用`[ ]`生成列表，使用`( )`生成迭代器，例如：

a = list(range(5))
    b = [i*2 for i in a]
    c = (i*3 for i in a)
    
    print(type(b))
    print(type(c))
    
    输出：
    <class 'list'>
    <class 'generator'>

#### 14. zip函数 ####

使用`zip`函数可以将列表等可迭代对象打包在一起，如果对象的长度不一致，那么会以最短长度为准，例如：

a = [1, 2, 3]
    b = [4, 5, 6]
    
    res = zip(a, b)
    
    # print(list(res))
    
    for first, second in res:
        print(first, second)

输出结果：

1 4
    2 5
    3 6

这里注意，返回的结果（例如上面的`res`）是类似迭代器的，所以有点“一次性”的意思，如果上面的代码将`print...`部分注释去掉，可以看到只是循环输出了一遍。

#### 15.re模块的findall()函数 ####

`re`模块下的findall（）函数有两种调用形式：

text = 'qwer12sadf34xc54df'
    p1 = re.compile(r'\d+')
    res_list = p1.findall(text)
    print(res_list)
    
    # 或者
    text = 'qwer12sadf34xc54df'
    p1 = re.compile(r'\d+')
    res_list = re.findall(p1, text)
    print(res_list)

实际上区别并不大。。。函数的意义就像函数名一样，查找所有的匹配字符串，然后返回一个list。  
PS：注意 `\w` 在正则表达式中表示单词字符，有些网站上介绍包括英文字符以及数字，但是中文字符不匹配，在Python中试了一下，发现中文字符也是匹配的。

#### 16.np.random.choice()函数 ####

使用这个函数需要引入 `random` 模块，此函数可以从指定的列表（数组）中随机抽取数据，函数调用格式：

def choice(a: Any,     # 1-D的数组
               size: Union[int, Iterable, tuple[int], None] = None,    # 要生成的结果数组的尺寸
               replace: Optional[bool] = True,       # 是否是有放回抽样
               p: Any = None) -> Any        # 可以提供一个权重数组

例如：

import random
    
    arr = np.array([1,2,3,4])
    res1 = np.random.choice(arr, 3, replace=False)
    res2 = np.random.choice(arr, 3, replace=True)
    
    print(res1)
    print('-'*20)
    print(res2)

输出：

[3 1 2]
    --------------------
    [4 4 1]

#### 17.关于sys.setdefaultencoding() ####

有些老一点的代码会有这个函数，在Python3中，由于默认的编码方式就是UTF-8，所以移除了这一函数

#### 18.关于生成指定范围的随机序列 ####

使用`np.random.permutation()`函数，例如，指定从0开始的数字：

indices = np.random.permutation(5)
    print(indices)

这是将0-4生成随机序列，也可以直接指定一个列表：

ran = [1,5,6,4]
    ran_shuffle = np.random.permutation(ran)

可以使用这个函数来打乱训练数据。例如：

def batch_iter(x, y, batch_size=64):
        data_len = len(x)
        num_batch = int((data_len-1) / batch_size) + 1   # 计算在batch_size大小下一个epoch取完要多少次
    
        indices = np.random.permutation(np.arange(data_len))
        x_shuffle = x[indices]                                          # 按照打乱的序列重新组成数组
        y_shuffle = y[indices]
    
        for i in range(num_batch):
            start_id = i * batch_size
            end_id = min((i+1)*batch_size, data_len)                  # 注意一定要有min比较 最后一次可能不是整除
            yield x_shuffle[start_id: end_id], y_shuffle[start_id:end_id]  # 生成器方式生成训练数据

#### 19.一种遍历多维数组的方式 ####

直接指定每一行的元素：

import numpy as np
    
    a = np.random.randint(1, 10, (2,3))
    
    for i, j, k in a:       # 直接指定每一行的遍历中所有的元素
        print(i, j, k)

输出：

7 8 2
    6 3 6

#### 20.使用指定长度的双端队列 ####

使用`collections` 模块下的 `deque`，可以建立双端队列，在保存一定长度的数据的时候可用，例如：

import collections
    
    arr = np.array([1,2,3,4,5])
    que = collections.deque(maxlen = 3)
    
    for item in arr:
        que.append(item)
        print('setp: ', i, ' : ', que)

输出如下：

setp:  1  :  deque([1], maxlen=3)
    setp:  2  :  deque([1, 2], maxlen=3)
    setp:  3  :  deque([1, 2, 3], maxlen=3)
    setp:  4  :  deque([2, 3, 4], maxlen=3)
    setp:  5  :  deque([3, 4, 5], maxlen=3)

可以看到，如果队列中长度未达到 `maxlen` 那么数据可添加，如果已经达到了最大长度，那么继续添加新元素会“挤”掉队列最前面的元素。

[Error occurred during initialization]: https://blog.csdn.net/u012371450/article/details/44806835