你可能不知道的五個實用的 Python 模組
Python 標準函式庫有超過 200 個模組,程式設計師可以在他們的程式中匯入和使用。雖然普通程式設計師對其中許多模組都有一些經驗,但很可能有一些好用的模組他們仍然沒有註意到。
我發現其中許多模組都包含了在各個領域都非常有用的函數。比較資料集、協作其他函數以及音訊處理等都可以只使用 Python 就可以自動完成。
因此,我編制了一份您可能不知道的 Python 模組的候選清單,並對這幾個模組進行了適當的解釋,以便您在將來理解和使用它們。
所有這些模組都有不同的函數和類別。我包含了幾個鮮為人知的函數和類,因此即使您聽說過這些模組,也可能不知道它們的某些方面和用途。
1. difflib
difflib
# 是一個專注於比較資料集(尤其是字串)的Python 模組。為了具體了解您可以使用此模組完成的幾件事,讓我們檢查一下它的一些最常見的函數。
SequenceMatcher
SequenceMatcher
# 是一個比較兩個字串並根據它們的相似性返回數據的函數。透過使用 ratio()
,我們將能夠根據比率/百分比來量化這種相似性。
語法:
SequenceMatcher(None, string1, string2)
下面這個簡單的範例展示了該函數的作用:
from difflib import SequenceMatcher phrase1 = "Tandrew loves Trees." phrase2 = "Tandrew loves to mount Trees." similarity = SequenceMatcher(None, phrase1, phrase2) print(similarity.ratio()) # Output: 0.8163265306122449
get_close_matches
接下來是 get_close_matches
#,該函數傳回與作為參數傳入的字串最接近的匹配項。
語法:
get_close_matches(word, possibilities, result_limit, min_similarity)
下面解釋一下這些可能有些混亂的參數:
#word
# 是函數將要查看的目標單字。possibilities
是一個數組,其中包含函數將要尋找的匹配項並找到最接近的匹配項。result_limit
是傳回結果數的限制(可選)。#min_similarity
# 是兩個單字需要有的最小相似度才能被函數視為回傳值(可選)。
以下是它的一個使用範例:
from difflib import get_close_matches word = 'Tandrew' possibilities = ['Andrew', 'Teresa', 'Kairu', 'Janderson', 'Drew'] print(get_close_matches(word, possibilities)) # Output: ['Andrew']
除此之外还有几个是您可以查看的属于 Difflib
的其他一些方法和类:unified_diff
、Differ
和 diff_bytes
2. sched
sched
是一个有用的模块,它以跨平台工作的事件调度为中心,与 Windows 上的任务调度程序等工具形成鲜明对比。大多数情况下,使用此模块时,都会使用 schedular
类。
更常见的 time
模块通常与 sched
一起使用,因为它们都处理时间和调度的概念。
创建一个 schedular
实例:
schedular_name = sched.schedular(time.time, time.sleep)
可以从这个实例中调用各种方法。
- 事件执行的时间
- 活动优先级
- 事件本身(一个函数)
- 事件函数的参数
- 事件的关键字参数字典
- 调用
run()
时,调度程序中的事件/条目会按照顺序被调用。在安排完事件后,此函数通常出现在程序的最后。 -
enterabs()
是一个函数,它本质上将事件添加到调度程序的内部队列中。它按以下顺序接收几个参数:
下面是一个示例,说明如何一起使用这两个函数:
import sched import time def event_notification(event_name): print(event_name + " has started") my_schedular = sched.scheduler(time.time, time.sleep) closing_ceremony = my_schedular.enterabs(time.time(), 1, event_notification, ("The Closing Ceremony", )) my_schedular.run() # Output: The Closing Ceremony has started
还有几个扩展 sched
模块用途的函数:cancel()
、enter()
和 empty()
。
3. binaascii
binaascii
是一个用于在二进制和 ASCII 之间转换的模块。
b2a_base64
是 binaascii
模块中的一种方法,它将 base64 数据转换为二进制数据。下面是这个方法的一个例子:
import base64 import binascii msg = "Tandrew" encoded = msg.encode('ascii') base64_msg = base64.b64encode(encoded) decode = binascii.a2b_base64(base64_msg) print(decode) # Output: b'Tandrew'
该段代码应该是不言自明的。简单地说,它涉及编码、转换为 base64,以及使用 b2a_base64
方法将其转换回二进制。
以下是属于 binaascii
模块的其他一些函数:a2b_qp()
、b2a_qp()
和 a2b_uu()
。
4. tty
tty
是一个包含多个实用函数的模块,可用于处理 tty
设备。以下是它的两个函数:
setraw()
将其参数 (fd) 中文件描述符的模式更改为 raw。setcbreak()
将其参数 (fd) 中的文件描述符的模式更改为 cbreak。
由于需要使用 termios
模块,该模块仅适用于 Unix,例如在上述两个函数中指定第二个参数(when=termios.TCSAFLUSH
)。
5. weakref
weakref
是一个用于在 Python 中创建对对象的弱引用的模块。
弱引用是不保护给定对象不被垃圾回收机制收集的引用。
以下是与该模块相关的两个函数:
getweakrefcount()
接受一个对象作为参数,并返回引用该对象的弱引用的数量。getweakrefs()
接受一个对象并返回一个数组,其中包含引用该对象的所有弱引用。
weakref
及其函数的使用示例:
import weakref class Book: def print_type(self): print("Book") lotr = Book num = 1 rcount_lotr = str(weakref.getweakrefcount(lotr)) rcount_num = str(weakref.getweakrefcount(num)) rlist_lotr = str(weakref.getweakrefs(lotr)) rlist_num = str(weakref.getweakrefs(num)) print("number of weakrefs of 'lotr': " + rcount_lotr) print("number of weakrefs of 'num': " + rcount_num) print("Weakrefs of 'lotr': " + rlist_lotr) print("Weakrefs of 'num': " + rlist_num) # Output: # number of weakrefs of 'lotr': 1 # number of weakrefs of 'num': 0 # Weakrefs of 'lotr': [<weakref at 0x10b978a90; to 'type' at #0x7fb7755069f0 (Book)>] # Weakrefs of 'num': []
输出从输出的函数返回值我们可以看到它的作用。由于 num
没有弱引用,因此 getweakrefs()
返回的数组为空。
以下是与 weakref
模块相关的一些其他函数:ref()
、proxy()
和 _remove_dead_weakref()
。
回顧
-
Difflib
是用來比較資料集,特別是字串的模組。例如,SequenceMatcher
可以比較兩個字串並根據它們的相似性傳回資料。 -
sched
是與time
模組一起使用的有用工具,用於使用schedular
實例安排事件(以函數的形式)。例如,enterabs()
將一個事件加入調度程式的內部佇列中,該佇列將在呼叫run()
函數時執行。
#binaascii
# 可在二進位和 ASCII 之間轉換以編碼和解碼資料。 b2a_base64
是 #binaascii
#模組中的一種方法,它將base64 資料轉換為二進位資料。
#tty
模組需要搭配使用 #termios
#模組,並處理tty 設備。它僅適用於 Unix。
weakref
用於弱引用。它的函數可以傳回物件的弱引用,查找物件的弱引用數量等。其中非常使用的函數之一是 getweakrefs()
,它接受一個物件並傳回一個該物件包含的所有弱引用的陣列。
要點
這些函數中的每一個都有其各自的用途,每一個都有不同程度的有用性。了解盡可能多的 Python 函數和模組非常重要,以便保持穩定的工具庫,您可以在編寫程式碼時快速使用。
無論您的程式設計專業知識水平如何,您都應該不斷學習。多投入一點時間可以為您帶來更多價值,並為您節省更多未來時間。
以上是你可能不知道的五個實用的 Python 模組的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

PHP主要是過程式編程,但也支持面向對象編程(OOP);Python支持多種範式,包括OOP、函數式和過程式編程。 PHP適合web開發,Python適用於多種應用,如數據分析和機器學習。

PHP適合網頁開發和快速原型開發,Python適用於數據科學和機器學習。 1.PHP用於動態網頁開發,語法簡單,適合快速開發。 2.Python語法簡潔,適用於多領域,庫生態系統強大。

在 Sublime Text 中運行 Python 代碼,需先安裝 Python 插件,再創建 .py 文件並編寫代碼,最後按 Ctrl B 運行代碼,輸出會在控制台中顯示。

PHP起源於1994年,由RasmusLerdorf開發,最初用於跟踪網站訪問者,逐漸演變為服務器端腳本語言,廣泛應用於網頁開發。 Python由GuidovanRossum於1980年代末開發,1991年首次發布,強調代碼可讀性和簡潔性,適用於科學計算、數據分析等領域。

PHP的核心優勢包括易於學習、強大的web開發支持、豐富的庫和框架、高性能和可擴展性、跨平台兼容性以及成本效益高。 1)易於學習和使用,適合初學者;2)與web服務器集成好,支持多種數據庫;3)擁有如Laravel等強大框架;4)通過優化可實現高性能;5)支持多種操作系統;6)開源,降低開發成本。

Python更適合初學者,學習曲線平緩,語法簡潔;JavaScript適合前端開發,學習曲線較陡,語法靈活。 1.Python語法直觀,適用於數據科學和後端開發。 2.JavaScript靈活,廣泛用於前端和服務器端編程。

Golang在性能和可擴展性方面優於Python。 1)Golang的編譯型特性和高效並發模型使其在高並發場景下表現出色。 2)Python作為解釋型語言,執行速度較慢,但通過工具如Cython可優化性能。

MySQL与其他编程语言相比,主要用于存储和管理数据,而其他语言如Python、Java、C 则用于逻辑处理和应用开发。MySQL以其高性能、可扩展性和跨平台支持著称,适合数据管理需求,而其他语言在各自领域如数据分析、企业应用和系统编程中各有优势。
