python2与python3的区别
性能:
1.python3.x起始比python2.x效率低,但是python3.x有很大的优化空间,效率正在追赶
2.python3.x原码文件默认使用utf-8,使得命名更加广泛。
python3.x
>>> 中国 = 'china'
>>> print(中国)
'china'
>>> str = "我爱北京天安门"
>>> str
'我爱北京天安门'
python2.x
>>> str = "我爱北京天安门"
>>> str
'\xe6\x88\x91\xe7\x88\xb1\xe5\x8c\x97\xe4\xba\xac\xe5\xa4\xa9\xe5\xae\x89\xe9\x97\xa8'
所以使用python2.x的时候需要在文件的头部添加
#-*-coding:utf-8-*-
str = "我爱北京天安门"
print(str)
3.print函数
print语句没有了,取而代之的是print()函数
python2.x中这两种打印是等价的
print "fish"
print ("fish")#注意print后面有个空格
python3.x中打印
print("fish")
4.除法运算
python中的除法比较其他语言显得非常的高端,有套复杂的规则,python中的除法
有//和/
首先来说/除法:与其他语言类似,在python2.x中它只计算整数部分,小数部分忽略掉
浮点数除法会得到浮点数的结果
python2.x中的“/”
>>> 1/2
0
>>> 1.0/2.0
0.5
python3.x中的“/”
>>> 1/2
0.5
5.异常
在python3.x中处理异常也轻微的改变了,在python3中我们使用as作为关键字
#3.x
try:
...
except exc as var:
....
#2.x
try:
...
except exc, var:
...
高阶函数
1.MapReduce
MapReduce主要应用于分布式中。
大数据实际上是在15年下半年开始火起来的。
分布式思想:将一个连续的字符串转为列表,元素类型为字符串类型,将其都变成数字类型,使用分布式思想【类似于一件事一个人干起来慢,但是如果人多呢?效率则可以相应的提高】,同理,一台电脑处理数据比较慢,但是如果有100台电脑同时处理,则效率则会快很多,最终将每台电脑上处理的数据进行整合。
python的优点:内置了map()和reduce()函数,可以直接使用。
#python内置了map()和reduce()函数
'''
def myMap(func,li):
resList = []
for paser in li:
res = func(paser)
resList.append(res)
'''
map()函数
功能:将传入的函数依次作用在序列中的每一个元素,并把结果作为新的Iterator返回
语法:
map(func, lsd)
参数1是函数,参数2是序列
#一、map()
#原型 map(func, lsd)
#将单个字符转成对应的字面量整数
def chrToint(chr):
return {"0":0,"1":1,"2":2,"3":3,"4":4,"5":5,"6":6,"7":7,"8":8,"9":9}[chr]
list1 = ["2","1","4","5"]
res = map(chrToint, list1)
#[chr2int("2"),chr2int("1"),chr2int("4"),chr2int("5")]
print(res)
print(list(res))
#将整数元素的序列,转为字符串型
#[1,2,3,4] --》[“1”,“2”,“3”,“4”]
l = map(str,[1,2,3,4])
print(list(l))
练习:使用map函数,求n的序列[1,4,9,..,n^2]
reduce()函数
功能:一个函数作用在序列上,这个函数必须接受两个参数,reduce把结果继续和序列的下一个元素累计运算
语法:reduce(func,lsd)
参数1为函数,参数2为列表
reduce(f,[1,2,3,4])等价于f(f(f(1,2),3),4),类似于递归
#需求,求一个序列的和
list2 = [1, 2, 3, 4]
def mySum(x,y)
return x+y
r = reduce(mySum,list2)
print("r=",r)
练习,将字符串转成对应字面量数字
#将字符串转成对应字面量数字
def strToint(str1)
def fc(x, y):
return x*10 + y
def fs(chr):
return {"0":0,"1":1,"2":2,"3":3,"4":4,"5":5,"6":6,"7":7,"8":8,"9":9}[chr]
return reduce(fc,map(fs,list(str1)))
a = strToint("12345")
print(a)
print(type(a))
#模拟map()函数
def myMap(func,li):
resList = []
for n in li:
res = func(n)
resList.append(res)
filter
作用:把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留该元素还是丢弃该元素【通过一定的条件过滤列表中的元素】
'''
语法:
filter(func,lsd)
参数一:函数名
参数二:序列
功能:用于过滤序列
简单理解:把传入的函数依次作用于序列红的每一个元素,根据返回的True还是False,决定是否保留该元素。
'''
#需求:将列表中的偶数筛选出来。
list1 = [1,2,3,4,5,6,7,8]
#筛选条件
def func(num):
#保留偶数元素
if num%2 == 0:
return True
#剔除奇数元素
return False
l = filter(func,list1)
print(l)
print(list1)
注意:使用filter()这个高阶函数,关键在正确实现一个“筛选”函数,filter()函数返回的是一个Iterator,也就是一个惰性序列,所以要强迫filter完成计算结果,需要使用list()函数获取所有的结果并且返回list.
练习
需求;将爱好为“无”的数据剔除掉
data= [[“姓名”,”年龄”,”爱好”],[“tom”, 25, “无”],[“hanmeimei”, 26, “金钱”]]
sorted
作用:实现对列表的排序。
iterable:是可迭代类型;
cmp:用于比较的函数,比较什么由key决定;
key:用列表元素的某个属性或函数进行作为关键字,有默认值,迭代集合中的一项;
reverse:排序规则. reverse = True 降序 或者 reverse = False 升序,有默认值。
返回值:是一个经过排序的可迭代类型,与iterable一样。
#排序
#第一类:冒泡 选择
#第二类:快速,插入,计数器
#注意:如果数据量小的情况下,上述两类用法的效率基本相同,但是,如果数据量大的情况下,第一类的效率很低
#1.普通排序
list1 = [4,3,5,6,1]
#默认为升序排序
list2 = sorted(list1)
print(list2)
#2.按绝对值大小排序
list3 = [4,-3,5,2,-9]
#key接受函数来实现自定义排序规则
#abs表示通过绝对值进行排序
list4 = sorted(list3, key=abs)
#利用map可以实现取绝对值之后的排序
list5 = sorted(map(abs,list3))
print(list3)
print(list4)
print(list5)
#3.降序排序
list5 = [2,1,4,5,6,7]
#通过设置reverse=True来表示反转
list6 = sorted(list5,reverse=True)
print(list5)
print(list6)
list7 = ['a','b','c','d']
list8 = sorted(list7)
print(list7)
#同样也可以实现升序排列,结果为abcd,排序依据为ASCII值
print(list8)
#自定义函数:按照字符串的长短来进行排序
def myLen(str1):
return len(str1)
list7 = ['sddd','dded','et54y5','6576986oy']
#使用自定义函数,进行排序,key=函数名
list8 = sorted(list7, key = myLen)
print(list7)
print(list8)
单元和文档测试
单元测试
单元测试就是用来对一个模块、一个函数或者一个类来进行正确性的检测工作。
1.若是单元测试通过,则证明测试的函数能够正确的工作,
2.反之则证明要么函数有bug要么输入不合法,总之我们需要修复我们的函数功能。
对函数进行单元测试
创建python文件MathFunc.py,内容如下:
def mySum(x,y):
return x + y
def mySub(x,y)
return x -y
print(mySum(1,2))
创建python文件的text01.py,内容如下:
import unittest
from MathFunc import mySum, mySub
#测试类 继承自unittest.TestCase
class Test(unittest.TestCase):
#下面两个方法存在的意义:假设需要连接数据库,当测试完毕之后,需要断开和数据库的连接
def setUp(self):
print("开始测试时自动调用")
def tearDown(self):
print("结束时自动调用")
#测试相应的函数
#一般情况下,测试函数命名格式:text_需要被测试的函数名
def test_mySum(self):
#断言:对函数命名格式:text_需要被测试的函数名
self.assertEqual(mySum(1,2),3,"加法有误")
def test_mySub(self):
self.asserEqual(mySub(2,1),1,"减法有误")
#当主程序运行的时候,开始进行单元测试
if __name__ == "__main__":
unittest.main()
运行text01.py文件,发现正常,然后修改MathFunc.py文件中的内容,可按照下面的方式修改。
def mySum(x,y):
return x + y + 1
def mySub(x, y):
return x - y
print(mySub(1,2))
再次运行text01.py文件,会出现错误信息。
对类进行单元测试
先创建一个类文件person.py,内容如下:
class Person(object):
#构造方法
def __init__(self, name, age):
#给成员变量赋值
self.name = name
self.age = age
def getAge(self):
return self.age
创建text02.py文件,进行类的单元测试,内容如下:
import unittest
from person import person
class Test(unittest.TestCase):
def test_init(self):
p = Person('hanmeimei',20)
self.asserEqual(p.name,"hanmeimei","属性值有误")
def test_getAge(self):
p = Person('hanmeimei',22)
self.assertEqual(p.getAge(),p.age,"getAge函数有误")
if __name__ = "__main__":
unittest.mian()
演示,运行text02.py文件,程序正常运行,修改person.py文件中的内容,具体内容如下:
class Person(object):
#构造方法
def __init__(self, name, age):
#给成员变量赋值
self.name = name
self.age = age
def getAge(self):
return self.age+1
再次运行会报错
对类的单元测试:本质上还是对方法的单元测试。
文档测试
文档测试的作用:可以提取注释找那个的代码执行
doctest模块可以提取注释中的代码执行
doctest严格按照python的交互模式的输入进行提取
import doctest
def mySum(x,y):
#第函数进行功能和使用说明
'''
求两个数的和
get The sum from x and y
:param x:firstNum
:param y:secondNum
:return sum
#注意有空格
example:
>>>print(mySum(1,2))
3
'''
return x + y
print(mySum(1,2))
#进行文档测试,在当前文件中进行即可
doctest.testmod()
注意:演示的时候,主要测试
example:
print(mySum(1,2))
3