热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

开发笔记:python基础语法12内置模块json,pickle,collections,openpyxl模块

篇首语:本文由编程笔记#小编为大家整理,主要介绍了python基础语法12内置模块json,pickle,collections,openpyxl模块相关的知识,希望对你有一定的参考价值。

篇首语:本文由编程笔记#小编为大家整理,主要介绍了python基础语法12 内置模块 json,pickle,collections,openpyxl模块相关的知识,希望对你有一定的参考价值。


json模块

json模块: 是一个序列化模块。
  json:
    是一个 “第三方” 的特殊数据格式。

    可以将python数据类型 ----》 json数据格式 ----》 字符串 ----》 文件中

    其他语言要想使用python的数据:
      文件中 ----》 字符串 ----》 json数据格式 ----》 其他语言的数据类型。

    注意: 在json中,所有的字符串都是双引号

    # 元组比较特殊:
    python中的元组,若将其转换成json数据,内部会将元组 ---> 列表

    # set是不能转换成json数据

为什么要使用json:
  - 为了让不同的语言之间数据可以共享。

  PS: 由于各种语言的数据类型不一,但长相可以一样,
  比如python不能直接使用其他语言的数据类型,
  必须将其他语言的数据类型转换成json数据格式,
  python获取到json数据后可以将json转换成pyton的数据类型。

如何使用:
  import json

  - json.dumps:
  json.dumps(), f = open() --> f.write()
    # 序列化: python数据类型 ---》 json ---》 字符串 ---》 json文件中

  - json.loads:
    f = open(), str = f.read(), json.loads(str)
      # 反序列化: json文件中 --》 字符串 ---》 json ---》 python或其他语言数据类型

  - json.dump(): # 序列化: python数据类型 ---》 json ---》 字符串 ---》 json文件中
    - 内部实现 f.write()

  - json.load(): # 反序列化: json文件中 --》 字符串 ---》 json ---》 python或其他语言数据类型
    - 内部实现 f.read()

  - dump, load: 使用更方便

注意: 保存json数据时,用.json作为文件的后缀名


# 列表
import json
# list1 = [‘123‘, ‘321‘]
list1 = [张全蛋, 李小花]
# dumps: 将python数据 ---》 json数据格式 ---》 字符串
#
ensure_ascii将默认的ascii取消设置为False,可以在控制台看到中文,否则看到的是bytes类型数据 默认ascii,本质上是中文字符转化为unicode编码
json_str = json.dumps(list1, ensure_ascii=False)
print(json_str)
print(type(json_str)) # str
# json.loads()字符串 ----> json数据格式 ---》将python数据
python_data = json.loads(json_str)
print(python_data)
print(type(python_data)) # list
--------------------------------------
# 元组
tuple1 = (张全蛋, 李小花)
# dumps: 将python数据 ---》 json数据格式 ---》 字符串
#
ensure_ascii将默认的ascii取消设置为False,可以在控制台看到中文,否则看到的是bytes类型数据
json_str = json.dumps(tuple1, ensure_ascii=False)
print(json_str)
print(type(json_str)) # str
# json.loads()字符串 ----> json数据格式 ---》将python数据
python_data = json.loads(json_str)
print(tuple(python_data))
print(type(tuple(python_data))) # list
--------------------------------------
# 字典
dic = {
name: tank,
age: 17
}
# dumps: 将python数据 ---》 json数据格式 ---》 字符串
#
ensure_ascii将默认的ascii取消设置为False,可以在控制台看到中文,否则看到的是bytes类型数据
json_str = json.dumps(dic, ensure_ascii=False)
print(json_str)
print(type(json_str)) # str
# json.loads()字符串 ----> json数据格式 ---》将python数据
python_data = json.loads(json_str)
print(python_data)
print(type(python_data)) # dict

注册功能


# 注册功能:
def register():
username
= input(请输入用户名:).strip()
password
= input(请输入密码:).strip()
re_password
= input(请确认密码:).strip()
if password == re_password:
# [username, password]
# {‘name‘: username, ‘pwd‘: password}
user_dic = {
name: username, pwd: password
}
json_str
= json.dumps(user_dic, ensure_ascii=False)
# 开始写入文件中
# 注意: 保存json数据时,用.json作为文件的后缀名
with open(user.json, w, encoding=utf-8) as f:
f.write(json_str)
register()

dump,load方法可省略f.write(),f.read()步骤


# dump, load
import json
user_dic
= {
username: tank,
password: 123
}
f
= open(user2.json, w, encoding=utf-8)
json.dump(user_dic, f,ensure_ascii
=False)
f.close()
with open(
user3.json, w, encoding=utf-8) as f:
json.dump(user_dic, f)
with open(
user3.json, r, encoding=utf-8) as f:
user_dic
= json.load(f)
print(user_dic)
print(type(user_dic))

pickle模块:

  pickle是一个python自带的序列化模块。

  优点:
    - 可以支持python中所有的数据类型
    - 可以直接存 "bytes类型" 的数据,pickle存取速度更快

  缺点: (致命的缺点)
    - 只能支持python去使用,不能跨平台


import pickle
set1
= {
tank, sean, jason, 大脸
}
new_str
= pickle.dumps(set1)
print(new_str) # 打印为二进制结果
‘‘‘打印结果
b‘x80x03cbuiltins
set
qx00]qx01(Xx04x00x00x00tankqx02Xx06x00x00x00xe5xa4xa7xe8x84
xb8qx03Xx05x00x00x00jasonqx04Xx04x00x00x00seanqx05ex85qx06Rqx07.‘
‘‘‘
# 写 dump
with open(teache.pickle,wb)as f: # 必须为二进制读写
pickle.dump(set1,f)
# 读 load
with open(teache.pickle,rb)as f:
python_set
=pickle.load(f)
print(python_set)
print(type(python_set))

- python默认八大数据:
  - 整型
  - 浮点型
  - 字符串
  - 字典
  - 元组
  - 列表
  - 集合
  - 布尔
collections模块:
  - 提供一些python八大数据类型 “以外的数据类型” 。


  - 具名元组:
    具名元组 只是一个名字。
    应用场景:
      - 坐标

    from collections import namedtuple

  - 有序字典:
    - python中字典默认是无序

    - collections中提供了有序的字典

    from collections import OrderedDict


# 具名元组
from collections import namedtuple
# 传入可迭代对象是有序的
#
应用:坐标
#
将‘坐标‘变成 “对象” 的名字
point = namedtuple(坐标, [x, y]) # 第二个参数既可以传可迭代对象
point = namedtuple(坐标, (x, y)) # 第二个参数既可以传可迭代对象
point = namedtuple(坐标, x y) # 第二个参数既可以传可迭代对象
#
#
# 会将 1 ---> x, 2 ---> y
#
传参的个数,要与namedtuple第二个参数的个数一一对应
p = point(1, 3) # 本质上传了4个,面向对象讲解
print(p) # 坐标(x=1, y=3)
print(type(p)) #
# 扑克牌:
#
获取扑克牌对象
card = namedtuple(扑克牌, [color, number])
#
#
# 由扑克牌对象产生一张 扑克牌
red_A = card(, A) # 扑克牌(color=‘♥‘, number=‘A‘)
print(red_A)
black_K
= card(, K) # 扑克牌(color=‘♠‘, number=‘K‘)
print(black_K)
# 演员的信息
p = namedtuple(dao国, city movie_type name)
jason_and_dabing
= p(大阪, action, C老师)
print(jason_and_dabing)
# dao国(city=‘大阪‘, movie_type=‘action‘, name=‘C老师‘)


# 有序字典
#
python默认无序字典
dic = dict({x: 1, y: 2, z: 3})
print(dic)
print(type(dic))
for line in dic:
print(line)
from collections import OrderedDict
# 有序字典
order_dict = OrderedDict({x: 1, y: 2, z: 3})
print(order_dict, 打印有序的字典)
print(type(order_dict))
print(order_dict.get(y))
print(order_dict[y])
for line in order_dict:
print(line)

openpyxl模块

  - 可以对Excle表格进行操作的模块

  - 下载:
    pip3 install openpyxl

  - Excel版本:
    2003之前:
      excle名字.xls

    2003以后:
      excle名字.xlsx

  - 清华源: https://pypi.tuna.tsinghua.edu.cn/simple

  - 配置永久第三方源:
    D:Python36Libsite-packagespip\_internalmodelsindex.py


# 写入数据
from openpyxl import Workbook
# 获取Excel文件对象
wb_obj = Workbook()
wb1
= wb_obj.create_sheet(python13期工作表1, 1)
wb2
= wb_obj.create_sheet(python13期工作表2, 2)
# 修改工作表名字: 为python13期工作表1标题修改名字 ---》 tank大宝贝
print(wb1.title)
wb1.title
= tank大宝贝
print(wb1.title)
# 为第一张工作表添加值
wb1[工作簿中的表格位置]
wb1[
A10] = 200
wb1[
B10] = 1000
wb1[
C10] = =SUM(A10:B10)
wb2[
A1] = 100
# 生成Excel表格
wb_obj.save(python13期.xlsx)
print(excel表格生成成功)
# 读取数据
from openpyxl import load_workbook
wb_obj
= load_workbook(python13期.xlsx)
wb3=wb_obj.creat_sheet(‘python13期工作表3‘,3)

# print(wb3.title)
# wb3.title=‘tank小宝贝‘ #修改会再创建一个tank小宝贝的sheet,存在问题
# print(wb3.title)

print(wb_obj) # wb_obj[‘表名‘] wb1 = wb_obj[tank大宝贝]

print(wb1[A10].value)
wb1[
A10] = 20
print(wb1[A10].value)
wb_obj.save(
python13期.xlsx) # 加这一步才会保存


# 批量写入100条数据
from openpyxl import Workbook
wb_obj
= Workbook()
wb1
= wb_obj.create_sheet(工作表1)
# wb1[‘表格位置‘] = 对应的值
n = 1
for line in range(100):
wb1[
A%s % n] = line + 1
n
+= 1

wb_obj.save(
批量插入的数据2.xlsx)


dict1 = {
name: tank,
age: 17
}
n
=1
for key,value in dict1.items():
wb1[
A%s%n]=key
wb1[
B%s % n] = value
n
+=1
wb_obj.save(
批量插入的数据2.xlsx)

 


推荐阅读
  • Netty框架中运用Protobuf实现高效通信协议
    在Netty框架中,通过引入Protobuf来实现高效的通信协议。为了使用Protobuf,需要先准备好环境,包括下载并安装Protobuf的代码生成器`protoc`以及相应的源码包。具体资源可从官方下载页面获取,确保版本兼容性以充分发挥其性能优势。此外,配置好开发环境后,可以通过定义`.proto`文件来自动生成Java类,从而简化数据序列化和反序列化的操作,提高通信效率。 ... [详细]
  • 利用树莓派畅享落网电台音乐体验
    最近重新拾起了闲置已久的树莓派,这台小巧的开发板已经沉寂了半年多。上个月闲暇时间较多,我决定将其重新启用。恰逢落网电台进行了改版,回忆起之前在树莓派论坛上看到有人用它来播放豆瓣音乐,便萌生了同样的想法。通过一番调试,终于实现了在树莓派上流畅播放落网电台音乐的功能,带来了全新的音乐享受体验。 ... [详细]
  • 掌握PHP编程必备知识与技巧——全面教程在当今的PHP开发中,了解并运用最新的技术和最佳实践至关重要。本教程将详细介绍PHP编程的核心知识与实用技巧。首先,确保你正在使用PHP 5.3或更高版本,最好是最新版本,以充分利用其性能优化和新特性。此外,我们还将探讨代码结构、安全性和性能优化等方面的内容,帮助你成为一名更高效的PHP开发者。 ... [详细]
  • 在 Windows 10 系统下配置 Python 3 和 OpenCV 3 的环境时,建议使用 Anaconda 分发版以简化安装过程。Anaconda 可以从其官方网站(https://www.anaconda.com/download)下载。此外,本文还推荐了几本关于 Python 和 OpenCV 的专业书籍,帮助读者深入理解和应用相关技术。 ... [详细]
  • voc生成xml 代码
    目录 lxmlwindows安装 读取示例 可视化 生成示例 上面是代码,下面有调用示例 api调用代码,其实只有几行:这个生成代码也很简 ... [详细]
  • 基于 Bottle 框架构建的幽默应用 —— Python 实践 ... [详细]
  • 在 openSUSE Tumbleweed 系统上搭建 51 单片机开发环境并进行编程实践。首先,通过 `sudo zypper in emacs` 命令安装文本编辑器 Emacs。接着,使用 `sudo zypper in sdcc` 安装 SDCC 编译器。最后,利用 `wget` 下载 sdcflash Python 脚本,以便于单片机的烧录和调试。此外,还介绍了如何配置开发环境,确保各组件协同工作,提高开发效率。 ... [详细]
  • 在Windows环境下离线安装PyTorch GPU版时,首先需确认系统配置,例如本文作者使用的是Win8、CUDA 8.0和Python 3.6.5。用户应根据自身Python和CUDA版本,在PyTorch官网查找并下载相应的.whl文件。此外,建议检查系统环境变量设置,确保CUDA路径正确配置,以避免安装过程中可能出现的兼容性问题。 ... [详细]
  • 如何在Python中高效运用requests模块:详细使用指南与技巧分享
    在Python中,`requests`模块是处理URL请求的强大工具,作为一个第三方库,需要单独安装。本文将详细介绍如何高效地使用`requests`模块,涵盖从基础功能到高级技巧的各个方面,帮助开发者更好地掌握其应用方法,提高开发效率和代码质量。 ... [详细]
  • PyTorch 使用问题:解决导入 torch 后 torch.cuda.is_available() 返回 False 的方法
    在配置 PyTorch 时,遇到 `torch.cuda.is_available()` 返回 `False` 的问题。本文总结了多种解决方案,并分享了个人在 PyCharm、Python 和 Anaconda3 环境下成功配置 CUDA 的经验,以帮助读者避免常见错误并顺利使用 GPU 加速。 ... [详细]
  • 在Python 2.7环境中使用PyCharm进行Cvxopt的安装及线性规划问题求解。具体步骤包括:通过PyCharm的文件菜单进入项目设置,选择解释器选项,点击右侧的“+”按钮,在可用包列表中搜索并安装Cvxopt。安装完成后,可以通过导入Cvxopt库并调用其函数来解决线性规划问题,提高模型的准确性和效率。 ... [详细]
  • 使用 XlsxWriter 模块在 Python 中实现 Excel 单元格内多种格式文本的高效写入
    XlsxWriter 是一个强大的 Python 库,专门用于生成 `.xlsx` 格式的 Excel 文件。该模块不仅支持基本的数据写入,还提供了丰富的格式化选项,能够实现单元格内多种文本样式的高效处理。无论是字体、颜色、对齐方式还是边框,XlsxWriter 都能轻松应对,满足用户在 Excel 视图中的各种需求。 ... [详细]
  • 本文详细介绍了在 Vue.js 前端框架中集成 vue-i18n 插件以实现多语言支持的方法。通过具体的配置步骤和示例代码,帮助开发者快速掌握如何在项目中实现国际化功能,提升用户体验。同时,文章还探讨了常见的多语言切换问题及解决方案,为开发人员提供了实用的参考。 ... [详细]
  • Python 中 json.dumps() 和 json.loads() 的使用方法详解——Python 面试与 JavaScript 面试必备知识
    在 Python 中,`json.dumps()` 和 `json.loads()` 是处理 JSON 数据的核心函数。`json.dumps()` 用于将字典或其他可序列化对象转换为 JSON 格式的字符串,而 `json.loads()` 则用于将 JSON 字符串解析为 Python 对象。本文详细介绍了这两个函数的使用方法及其在 Python 和 JavaScript 面试中的重要性,帮助读者掌握这些关键技能。 ... [详细]
  • 通过在项目中引用 NuGet 包 `ExcelDataReader`,可以实现高效地读取和导入 Excel 文件中的数据。具体方法是在项目中执行 `Install-Package ExcelDataReader` 命令,然后通过定义一个 `LeadingIn` 方法并传入上传文件的路径来完成数据导入。该方法不仅简化了代码逻辑,还显著提升了数据处理的效率和可靠性。 ... [详细]
author-avatar
安仔小窝forever
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有