Python3,不知道Python内置库函数,不要错过这篇,必须收藏!!!(三)

简介: Python3,不知道Python内置库函数,不要错过这篇,必须收藏!!!(三)

2.8 文件操作相关


open() : 用于打开一个文件, 创建一个文件句柄


f = open('filepath',mode='w',encoding='utf-8')
f.read()
f.close()



2.9 模块相关


__ import__() : 用于动态加载类和函数


# 让用户输入一个要导入的模块
import os
path = input("你要导入的模块:")
__import__(path)    # 可以动态导入模块


2.10 调用相关


callable() : 用于检查一个对象是否是可调用的。

如果返回True, object有可能调用失败;

但如果返回False. 那调用绝对不会成功。

sat = 11
print(callable(sat))  #False


image.png


2.11 帮助


help() : 函数用于查看函数或模块用途的详细说明

#help调用
print(help())
#查看字符串的用途
print(help(str))



结果截图:

image.png


2.12 查看内置属性


dir() : 查看对象的内置属性, 访问的是对象中的__dir__()方法

print(dir())
#查看列表
print(dir(list))
#查看元组
print(dir(tuple))


结果截图:

image.png


3、总结


小屌丝:呦呵~ 这整理的,挺立正啊!

小鱼:这还行吧,毕竟我很谦虚的。

写到这里,Python的内置库函数,也算是整理的明明白白的了。

当然,我们也可以参照官方文档来学习,

但是,官方文档,没有小鱼写的这么生动活泼。

所以,小鱼建议,先收藏,在学习,毕竟,一次性记住这么多内置函数,有点难。


果智商跟小鱼一样高,可以一试。

毕竟,超过50的,都是普通人

最后,瞅瞅时间,泡杯咖啡,小鱼也该写作业去了~ ~


目录
相关文章
|
2天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
11 0
|
15天前
|
Python
Python之函数详解
【10月更文挑战第12天】
Python之函数详解
|
1天前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
15 7
|
1天前
|
机器学习/深度学习 数据采集 算法
Python机器学习:Scikit-learn库的高效使用技巧
【10月更文挑战第28天】Scikit-learn 是 Python 中最受欢迎的机器学习库之一,以其简洁的 API、丰富的算法和良好的文档支持而受到开发者喜爱。本文介绍了 Scikit-learn 的高效使用技巧,包括数据预处理(如使用 Pipeline 和 ColumnTransformer)、模型选择与评估(如交叉验证和 GridSearchCV)以及模型持久化(如使用 joblib)。通过这些技巧,你可以在机器学习项目中事半功倍。
12 3
|
4天前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
18 5
|
3天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
14 1
|
5天前
|
测试技术 数据安全/隐私保护 Python
探索Python中的装饰器:简化和增强你的函数
【10月更文挑战第24天】在Python编程的海洋中,装饰器是那把可以令你的代码更简洁、更强大的魔法棒。它们不仅能够扩展函数的功能,还能保持代码的整洁性。本文将带你深入了解装饰器的概念、实现方式以及如何通过它们来提升你的代码质量。让我们一起揭开装饰器的神秘面纱,学习如何用它们来打造更加优雅和高效的代码。
|
7天前
|
弹性计算 安全 数据处理
Python高手秘籍:列表推导式与Lambda函数的高效应用
列表推导式和Lambda函数是Python中强大的工具。列表推导式允许在一行代码中生成新列表,而Lambda函数则是用于简单操作的匿名函数。通过示例展示了如何使用这些工具进行数据处理和功能实现,包括生成偶数平方、展平二维列表、按长度排序单词等。这些工具在Python编程中具有高度的灵活性和实用性。
12 2
|
10天前
|
Python
python的时间操作time-函数介绍
【10月更文挑战第19天】 python模块time的函数使用介绍和使用。
17 4
|
12天前
|
数据可视化 数据挖掘 Python
Seaborn 库创建吸引人的统计图表
【10月更文挑战第11天】本文介绍了如何使用 Seaborn 库创建多种统计图表,包括散点图、箱线图、直方图、线性回归图、热力图等。通过具体示例和代码,展示了 Seaborn 在数据可视化中的强大功能和灵活性,帮助读者更好地理解和应用这一工具。
29 3