Python学习（三）-集合、文件操作、字符编码和函数

原文地址：

编辑：智能算法

前面系列我们一起学了

今天继续一起学习python的基础知识。

目录

1. 集合操作

2. 文件操作

3. 字符编码与转码

4. 函数

1. 集合操作

集合是一个无序的，不重复的数据组合，它的主要作用如下：

去重，把一个列表变成集合，就自动去重了

关系测试，测试两组数据之前的交集、差集、并集等关系

1.1列表去重

1.2符号操作

1.3增删改查

2. 文件操作

2.1 对文件操作流程

a. 打开文件，得到文件句柄并赋值给一个变量

b. 通过句柄对文件进行操作

c. 关闭文件

如下代码运行，“print(date2)”会打印test文件内容么？

是不会有内容的，当运行“data = f.read()”时，文件句柄已经移动到文件末尾，再次读取是取不到内容的。需要使用“seek”移动文件句柄

2.2 文件打开模式

2.3 文件操作

关于文件读取

f.readline()和f.readlines()的区别：

所以，f.readlines()通过下标就可以知道当前在哪一行了。但和f.read()一样都是文件全加载到内存中，文件大的话内存就占满了。

推荐读取方式

模拟yum安装时的进度条

文件内容修改

前面说的文件修改，只是对原内容覆盖，并不会插入内容，原内容往后移，因为这样有可能就把其他文件覆盖了，文件发生损坏。so：

文件修改两个办法：

a. 加载到内存，内存修改，覆盖写回

b. 另打开一个文件，修改完写到新文件中

文件关闭（with语句）

为了避免打开文件后忘记关闭，可以通过管理上下文，即：

如此方式，当with代码块执行完毕时，内部会自动关闭并释放文件资源。

在Python 2.7 后，with又支持同时对多个文件的上下文进行管理

3. 字符编码与转码

3.1 Python编码详解

为什么我们要加“#-*- coding:utf-8 -*-”这一行？意思是置顶编码类型为utf-8编码！

为什么我们能看到这些文字、数字、图片、字符、等等信息呢？大家都知道计算机本身只能识别 0 1 的组合，他们是怎么展示这些内容的呢？我们怎么和计算机去沟通呢？

那怎么办？如何让计算机理解我们的语言，并且我们能理解计算机的语言呢？

ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646。

在存储英文的时候我们至少需要1个字节（一个字母），就是8位(bit),看下ASCII表中1个字节就可以表示所有的英文所需要的字符，是不非常高效！

为什么呢？早期的计算机的空间是非常宝贵的！

那你会发现1个字节8位，他能存储的最大数据是2的8次方-1 = 255，一个字节最多能表示255个字符 那西方国家他们使用了127个字符，那么剩下字符是做什么的呢？就是用来做扩展的，西方人考虑到还有其他国家。所以留下了扩展位。

ASCII到了其他国家，完全不够用，于是就在原有的扩展位中，扩展出自己的gbk、gb2312、gb2318等字符编码。

他是怎么扩展的呢？比如说在ASCII码中的128这个位置，这个位置又指定一张单独表。于是每个国家都有自己的字符编码，也产生了1、没有字符集： 2、字符集冲突

为了统一起来，Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，

规定虽有的字符和符号最少由 16 位来表示（2个字节），即：2 **16 = 65536， 注：此处说的的是最少2个字节，可能更多。

这里还有个问题：使用的字节增加了，那么造成的直接影响就是使用的空间就直接翻倍了！

为了解决个问题就出现了:UTF-8编码

UTF-8编码：是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存…

OK 上面了解了：

1、什么ASCII编码

2、什么Unicode编码

3、什么UTF-8编码

回顾下乱码的出现原因：1、没有字符集 2、字符集冲突

3.2 Python编码转换

python3中，默认就是unicode编码

3.3 Python2.X中的编码转换

python2.X中默认是ASCII编码，你在文件中指定编码为UTF-8，但是UTF-8如果你想转GBK的话是不能直接转的，的需要Unicode做一个转接站点

声明只是文件的编码，python 3 的变量都是Unicode编码。

4. 函数

4.1 程序设计方法

（不定义return，python隐式返回None。函数和函数式编程不是一回事，思想更接近数学运算，数学上的函数。一种抽象成都很高的编程范式。。函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数）

4.2 函数基本语法及特性

函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可。函数是逻辑结构化和过程化的一种编程方法。

特性:

代码复用

使程序变的可扩展

使程序变得易维护

语法定义

4.3 函数参数与局部变量

形参

变量只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量

实参

可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值

默认参数

非必须传递

关键参数

正常情况下，给函数传参数要按顺序，不想按顺序就可以用关键参数，只需指定参数名即可，但记住一个要求就是，关键参数必须放在位置参数之后。

非固定参数

*args 会把多传入的参数变成一个元组形式

**kwargs 会把多传入的参数变成一个字典形式

全局与局部变量

在子程序中定义的变量称为局部变量，在程序的一开始定义的变量称为全局变量。全局变量作用域是整个程序，局部变量作用域是定义该变量的子程序。顶级的都是全局变量，函数中变量修改，函数中加global 变量名不应该在函数里改全局变量，因为来回调用，就乱了。

列表、字典、集合可以在函数中修改。

4.4 返回值

函数在执行过程中只要遇到return语句，就会停止执行并返回结果

如果未在函数中指定return,那这个函数的返回值为None

4.5 递归

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

递归特性:

必须有一个明确的结束条件

更深一层递归时，问题规模相比上次递归都应有所减少

递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）

4.6 匿名函数

匿名函数主要是和其它函数搭配使用的，如下

4.7 高阶函数

变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

声明：本文系网络转载，版权归原作者所有。如涉及版权，请联系删除！