python中的语法使用(easydict set() plt.subplots() assert)

简介: 目录1 easydict的使用2. 集合(set)3 plt.subplots()使用3.1 方法13.2 方法24. assert断言

1 easydict的使用

easydict的作用:EasyDict允许将dict值作为属性访问。

>>> from easydict import EasyDict as edict
>>> d = edict({'foo':3, 'bar':{'x':1, 'y':2}})
>>> d.foo
3
>>> d.bar.x
1
>>> d = edict(foo=3)
>>> d.foo
3

解析json目录

>>> from easydict import EasyDict as edict
>>> from simplejson import loads
>>> j = """{
"Buffer": 12,
"List1": [
    {"type" : "point", "coordinates" : [100.1,54.9] },
    {"type" : "point", "coordinates" : [109.4,65.1] },
    {"type" : "point", "coordinates" : [115.2,80.2] },
    {"type" : "point", "coordinates" : [150.9,97.8] }
]
}"""
>>> d = edict(loads(j))
>>> d.Buffer
12
>>> d.List1[0].coordinates[1]
54.9

2. 集合(set)

集合(set)是一个无序的不重复元素序列。

可以使用大括号 { } 或者 set() 函数创建集合,注意:创建一个空集合必须用 set() 而不是 { },因为 { } 是用来创建一个空字典。

basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
print(basket)
color = ['black', 'black', 'blue', 'blue', 'blue', 'red', 'red']
print(set(color))
{'orange', 'apple', 'banana', 'pear'}
{'red', 'black', 'blue'}

3 plt.subplots()使用

在用matplotlib绘制图形时,我经常要绘制子图,此时我们就可以使用函数

plt.subplots()

fig,ax = plt.subplots()的意思建立一个fig对象和建立一个axis对象,当我绘制2*2的个子图时候我们需要

#建立一个fig对象和一个axis对象,figsize设置对象的大小
fig,ax = plt.subplots(2,2,figsize=(9,25))  
#选定第2个子图
ax1 = plt.subplot(221)
ax1.scatter(x1,y1)
#选定第2个子图
ax1 = plt.subplot(222)
ax1.scatter(x2,y2)
#或者使用索引的方式绘制子图
ax[0].scatter(x1,y1)
ax[1].scatter(x1,y1)

以上就是 plt.subplots()的作用,我们举个栗子:

3.1 方法1

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mpathes
#设置2个子图
fig,ax = plt.subplots(1,2,figsize=(9,5))
xy1 = np.array([0.2,0.8])
xy2 = np.array([0.2,0.8])
ax1 = plt.subplot(121)  #绘制子图1对象
ax2 = plt.subplot(122)  #绘制子图2对象
#设定绘制边框的尺寸
rect1 = mpathes.Rectangle(xy2,0.2,0.1,fill=False,color='r')
rect2 = mpathes.Rectangle(xy2,0.2,0.1,fill=False,color='b')
ax1.add_patch(rect1) #对子图1进行绘制
ax2.add_patch(rect2) #对子图2进行绘制
ax1.set_title('test_1')
ax2.set_title('test_2')
ax1.grid()
ax2.grid()
plt.show()

3.2 方法2

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mpathes
#设置2个子图
fig,ax = plt.subplots(1,2,figsize=(9,4))
xy = np.array([0.2,0.8])
#设定绘制边框的尺寸
rect1 = mpathes.Rectangle(xy,0.2,0.1,fill=False,color='r')
rect2 = mpathes.Rectangle(xy,0.2,0.1,fill=False,color='b')
ax[0].add_patch(rect1) #对子图1进行绘制
ax[1].add_patch(rect2) #对子图2进行绘制
ax[0].set_title('test_1')
ax[1].set_title('test_2')
plt.show()

4. assert断言

检查条件,不符合就终止程序

In [1]: a = 3
In [2]: assert a > 4,"不成立"
---------------------------------------------------
AssertionError    Traceback (most recent call last)
<ipython-input-2-f85067b2b9c1> in <module>
----> 1 assert a > 4,"不成立"
AssertionError: 不成立

满足条件,程序可以正常运行

In [4]: assert a < 4
In [5]:
相关文章
|
19天前
|
数据安全/隐私保护 Python
Python以及基础语法保姆级教程(超详细)-3
Python以及基础语法保姆级教程(超详细)
|
19天前
|
存储 Python 容器
Python以及基础语法保姆级教程(超详细)-2
Python以及基础语法保姆级教程(超详细)
|
7天前
|
存储 Python
Python中list, tuple, dict,set的区别和使用场景
Python中list, tuple, dict,set的区别和使用场景
|
10天前
|
存储 IDE Linux
Python基础语法分享
Python基础语法分享
|
12天前
|
自然语言处理 JavaScript 前端开发
Python高级语法与正则表达式(二)
正则表达式描述了一种字符串匹配的模式,可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。
|
12天前
|
安全 算法 Python
Python高级语法与正则表达式(一)
Python提供了 with 语句的写法,既简单又安全。 文件操作的时候使用with语句可以自动调用关闭文件操作,即使出现异常也会自动关闭文件操作。
|
12天前
|
存储 JSON 数据格式
Python基础语法汇总【保姆级小白教程】
我将 Python语法分为14个章节,从第一章Python基础概念到第14章模块&异常处理,本篇文章将逐一为大家讲述.
47 0
Python基础语法汇总【保姆级小白教程】
|
14天前
|
存储 索引 Python
Python教程:深入了解 Python 中 Dict、List、Tuple、Set 的高级用法
Python 中的 Dict(字典)、List(列表)、Tuple(元组)和 Set(集合)是常用的数据结构,它们各自有着不同的特性和用途。在本文中,我们将深入了解这些数据结构的高级用法,并提供详细的说明和代码示例。
16 2
|
15天前
|
存储 搜索推荐 Python
【随手记】python语法:类属性和实例属性
【随手记】python语法:类属性和实例属性
26 1
|
15天前
|
C++ Python
Python的基本语法汇总
Python的基本语法汇总
13 1