Python 编程 | 连载 22 - logging 与 random 模块

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: Python 编程 | 连载 22 - logging 与 random 模块

一、日志模块

程序中的日志可以记录程序的行为,帮助排查程序 Bug,日志的等级分为 debug、info、warnning、error、critical,日志等级依次提高。

Python 中的日志模块是 logging 模块,logging.basicConfig 包含了一些参数。

参数 作用 使用例子
level 日志输出等级 level=logging.DEBUG
format 日志输出格式
filename 存储位置 filename='d://lilith.log'
filemode 输入模式 level='w'

format 的具体格式有:

%(levelname)s:日志级别名称 %(pathname)s:执行程序的路径 %(filename)s:执行程序名 %(lineno)d:日志当前行号 %(asctime)s:打印日志的时间 %(message)s:日志信息

format= '%(asctime)s%(filename)s[line:%(lineno)d]%(levelname)s %(message)s'
复制代码
import logging
# 设置日志级别以及格式
logging.basicConfig(level=logging.DEBUG, format='%(asctime)s %(filename)s [line:%(lineno)s] %(levelname)s %(message)s')
logging.info('Alpha....')
print(logging.INFO)
logging.error('Bravo....')
print(logging.ERROR)
logging.warning('Charlie....')
print(logging.WARNING)
复制代码

image.png

根据设置的格式输出日志。

设置将日志保存到文件中

import logging
logging.basicConfig(level=logging.INFO,
                    format='%(asctime)s %(filename)s [line:%(lineno)s] %(levelname)s %(message)s',
                    filename='lima.log',
                    filemode='a+')
logging.info('这是一个info级别的日志信息')
logging.warning('这是一个warning级别的日志信息')
logging.error('这是一个error级别的日志信息')
logging.debug('这是一个debug级别的日志信息')
复制代码

image.png

只会记录INFO级别以上的日志信息,DEBUG级别的日志不会记录,并且会累加。

二、random 模块

random模块包含许多方法:

  • random.random():随机返回0~1之间的浮点数
  • random.uniform(a,b):产生一个a,b区间的随机浮点数
  • random.randint(a,b):产生一个a,b区间的随机整数
  • random.choice():返回对象中的一个随机元素
  • random.sample():随机返回对象中指定的元素
  • random.randrange():获取区间内的一个随机数
import random
print("生成0~1区间内的随机浮点数:{}".format(random.random()))
print("生成10~100区间内的随机浮点数:{}".format(random.uniform(10, 100)))
print("生成0~10区间内的随机整数:{}".format(random.randint(0, 10)))
print("返回指定列表中的一个随机元素:{}".format(random.choice(['stark', 'thor', 'clint', 'banner'])))
print("返回指定个数的对象中的元素:{}".format(random.sample('stark', 2)))
print("生成0~100区间内的随机数,步长为3:{}".format(random.randrange(0, 100, 3)))
复制代码

image.png

每次执行,结果都是不相同的。



相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
8天前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。
|
8天前
|
机器学习/深度学习 设计模式 测试技术
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
|
9天前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建微服务架构
本文深入探讨了 Python 中的微服务架构,介绍了 Flask、FastAPI 和 Nameko 三个常用框架,并通过实战项目帮助读者掌握这些技术。每个框架都提供了构建微服务的示例代码,包括简单的 API 接口实现。通过学习本文,读者将能够使用 Python 构建高效、独立的微服务。
|
9天前
|
消息中间件 分布式计算 并行计算
Python 高级编程与实战:构建分布式系统
本文深入探讨了 Python 中的分布式系统,介绍了 ZeroMQ、Celery 和 Dask 等工具的使用方法,并通过实战项目帮助读者掌握这些技术。ZeroMQ 是高性能异步消息库,支持多种通信模式;Celery 是分布式任务队列,支持异步任务执行;Dask 是并行计算库,适用于大规模数据处理。文章结合具体代码示例,帮助读者理解如何使用这些工具构建分布式系统。
|
10天前
|
机器学习/深度学习 数据可视化 TensorFlow
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。
|
10天前
|
机器学习/深度学习 存储 设计模式
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
|
10天前
|
设计模式 机器学习/深度学习 前端开发
Python 高级编程与实战:深入理解设计模式与软件架构
本文深入探讨了Python中的设计模式与软件架构,涵盖单例、工厂、观察者模式及MVC、微服务架构,并通过实战项目如插件系统和Web应用帮助读者掌握这些技术。文章提供了代码示例,便于理解和实践。最后推荐了进一步学习的资源,助力提升Python编程技能。
|
11天前
|
缓存 Shell 开发工具
[oeasy]python071_我可以自己做一个模块吗_自定义模块_引入模块_import_diy
本文介绍了 Python 中模块的导入与自定义模块的创建。首先,我们回忆了模块的概念,即封装好功能的部件,并通过导入 `__hello__` 模块实现了输出 "hello world!" 的功能。接着,尝试创建并编辑自己的模块 `my_file.py`,引入 `time` 模块以获取当前时间,并在其中添加自定义输出。
21 4
|
11天前
|
机器学习/深度学习 分布式计算 API
Python 高级编程与实战:深入理解并发编程与分布式系统
在前几篇文章中,我们探讨了 Python 的基础语法、面向对象编程、函数式编程、元编程、性能优化、调试技巧、数据科学、机器学习、Web 开发、API 设计、网络编程和异步IO。本文将深入探讨 Python 在并发编程和分布式系统中的应用,并通过实战项目帮助你掌握这些技术。
|
11天前
|
机器学习/深度学习 API Python
Python 高级编程与实战:深入理解网络编程与异步IO
在前几篇文章中,我们探讨了 Python 的基础语法、面向对象编程、函数式编程、元编程、性能优化、调试技巧、数据科学、机器学习、Web 开发和 API 设计。本文将深入探讨 Python 在网络编程和异步IO中的应用,并通过实战项目帮助你掌握这些技术。

热门文章

最新文章