2024年最新【python基础教程】常用内置模块(1),2024年最新头条测试面试

简介: 2024年最新【python基础教程】常用内置模块(1),2024年最新头条测试面试
time.time()
========================================================================
秒时间戳
import time

时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量

print(time.time())
time.localtime()
=============================================================================
查看本地时间
import time
print(time.localtime())
time.strftime()
============================================================================
自定义时间格式
接收以时间元组,并返回以字符串表示的当地时间,格式由参数format决定
import time
print(time.strftime(‘%Y-%m-%d %H:%M:%S’))
strfttime里面的常用格式化参数
| 参数 | 描述 |
| — | — |
| %Y | 本地完整的年份,例如2022 |
| %y | 去掉世纪的年份,例如22 |
| %M | 分钟数 |
| %m | 月份 |
| %d | 一个月的第几天 |
| %H | 一天中的第几个小时 |
| %S | 秒数 |
| %A | 本地完整星期名称,例如Saturday |
| %a | 本地简化星期名称,例如Sat |
| %B | 本地完整月份名称,例如March |
| %b | 本地简化月份名称,例如Mar |
| %p | 显示本地时间是am还是pm |
| %x | 本地相应日期,例如03/05/22 |
| %X | 本地相应时间,例如18:32:07 |
| %j | 一年中的第几天 |
datetime()

=======================================================================

💡datetime也是与时间相关的模块但不是time中的模块,需要import导入一下💡

datetime.datetime.now()输出当前时间

import datetime
print(datetime.datetime.now())

random模块


random模块是随机模块

random.random()

随机生成[0,1)的数

import random
print(random.random())
random.randint()

随机生成整数

import random
print(random.randint(1, 5))
random.choice()

随机在序列中取元素

import random
print(random.choice(‘1234hello python world’))
random.shuffie()

import random
li = [1, 4, 7, 5, 3, 0]

将传入的容器进行乱序,注意1:改变的是容器本身。注意2:容器不能是元组

random.shuffle(li) # 将列表元素随机排列
print(li)
random.randrange()
随机取整数
import random
print(random.randrange(1, 10, 2)) # 随机取1,3,5,7,9
random.sample()
随机取样
import random
li = [1, 4, 6, 5, 18, 2, 9, 7]
print(random.sample(li, 3)) # 随机从li列表中取三个元素
💖扩展:用random模块实现6位随机验证码
import random
def rd():
res = ‘’
for i in range(6):
num = random.randint(0, 9)
res += str(num)
print(res)
rd()
import random
res = random.sample(range(0, 9), 6)
f_li = list(map(str, res)) # 映射–>将res中的每一个元素逐一的传入到str进行强转,并返回
print(“”.join(f_li))

json模块

JSON是一种使用广泛的轻量数据格式,json模块提供了JSON数据的处理功能

由于JSON和字典格式非常像,所以json模块也相当于是用来使json与字典做转换。但是要注意,json中的数据必须使用双引号包裹

json.loads()

json转为字典(适用于语句)
import json
json_data = ‘{“name”: “hacker”}’
dict_data = json.loads(json_data)
print(dict_data)

json.dumps()

字典转为json(适用于语句)
import json
dict_data = {“name”: “hacker”}
json_data = json.dumps(dict_data)
print(json_data)
json.load()
json转为字典(适用于文件)
json.dump()
字典转为json(适用于文件)
OS模块
OS模块是于操作系统相关的模块
os.getcwd()
用来打印当前工作目录
import os
print(os.getcwd()) # D:\python实例\object
os.chdir()

最后

不知道你们用的什么环境,我一般都是用的Python3.6环境和pycharm解释器,没有软件,或者没有资料,没人解答问题,都可以免费领取(包括今天的代码),过几天我还会做个视频教程出来,有需要也可以领取~

给大家准备的学习资料包括但不限于:

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划


相关文章
|
4天前
|
数据采集 算法 数据安全/隐私保护
【硬件测试】基于FPGA的2FSK调制解调系统开发与硬件片内测试,包含信道模块,误码统计模块,可设置SNR
本文介绍了基于FPGA的2FSK调制解调系统,包含高斯信道、误码率统计模块及testbench。系统增加了ILA在线数据采集和VIO在线SNR设置模块,支持不同SNR下的硬件测试,并提供操作视频指导。理论部分涵盖频移键控(FSK)原理,包括相位连续与不连续FSK信号的特点及功率谱密度特性。Verilog代码实现了FSK调制解调的核心功能,支持在不同开发板上移植。硬件测试结果展示了不同SNR下的性能表现。
25 6
|
9天前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
40 8
|
9天前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
30 7
|
9天前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
33 4
|
9天前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
26 5
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
28 1
|
1月前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
29 1
|
1月前
|
数据采集 数据可视化 数据挖掘
深入浅出:使用Python进行数据分析的基础教程
【10月更文挑战第41天】本文旨在为初学者提供一个关于如何使用Python语言进行数据分析的入门指南。我们将通过实际案例,了解数据处理的基本步骤,包括数据的导入、清洗、处理、分析和可视化。文章将用浅显易懂的语言,带领读者一步步掌握数据分析师的基本功,并在文末附上完整的代码示例供参考和实践。
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
29 1
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
34 1

热门文章

最新文章