基础-访问文件和网络

• 基础-访问文件和网络
  • 元组
  • 默认参数
  • 变量作用域
  • 从文件读取
  • 标准库
    • 导入模块
    • 其它导入方法和命名
    • 模块、包和名称
  • 第三方库
    • 第三方包管理器
    • 使用pip安装包
    • 有用的第三方包
    • requirements.txt
  • 在线资源
    • 如何搜索
    • 在线资源的层次结构
    • 其它在线资源整理
    • 常用的标准模块
    • 常用第三方包

元组

元组与列表类似：AngkorWat = (13.4125, 103.866667)

具体元组的用法还不是特别清楚，有待进一步学习。

默认参数

定义函数时，可以将函数的传入参数设置默认值，当未传入参数时，使用默认参数；

def box(width, height, symbol='*'):

例子：

def box(width, height, symbol):
    """print a box made up of asterisks, or some other character.

    width: width of box in characters, must be at least 2
    height: height of box in lines, must be at least 2
    symbol: a single character string used to draw the box edges
    """
    print(symbol * width) # print top edge of box

    # print sides of box
    for _ in range(height-2):
        print(symbol + " " * (width-2) + symbol)

    print(symbol * width) # print bottom edge of box

运行结果：

>>> box(7, 5)
*******
*     *
*     *
*     *
*******

>>> box(7, 5, '#')
#######
#     #
#     #
#     #
#######

变量作用域

一个函数内定义的函数，仅在该函数内生效；

从文件读取

1. f = open('/my_path/my_file.txt', 'r') #打开文件，r代表只读，可忽略，默认即为只读；需要写入是，加'w'，会将已有内容冲掉;在已有文档中追加用'a'即append；
2. file_data = f.read() #读取文件，赋值到变量中；
3. 向文件中写入内容：f.write("WritingContent") 此方法会将已有内容冲掉；
4. 向文件追加内容：用open('my_file.txt', 'a')打开后，再用f.append("WritingContent")追加内容，已有内容保持不变；
5. f.close() #关闭文件，文件一旦使用完，务必要关闭，否则会耗尽系统的句柄；

还可以使用with，对文件操作完后，自动关闭；

with open('/my_path/my_file.txt','r') as f:
    file_data = f.read()

f.read()是一个字符一个字符的读取，下次读取是从上一次读取完的位置继续读取。括号中可以传一个参数，即本次读取多少位；

with open('G:/Projects/Python/test_file/read_file_with.txt') as ttest:
    print(ttest.read(2))  #从头开始，读2位
    print(ttest.read(5))  #从第三位（接上一次）开始读5位
    print(ttest.read())   #读取剩余的内容
    print(ttest.read())   #读不到内容了，因为已经读取完了

按行读取：corpus = open('这个位置放文件绝对路径', 'r').readlines()

系统会记录当前读取行的信息（索引），默认是0，即第一行。读取完当前行之后，索引自动+1。

如果想调整读取行数，可以使用seek

标准库

Python的库/模块 类似C语言中的.h头文件。写好的一组代码，可供其他代码直接引入调用。

导入模块

Python 标准库的各组成部分称为 modules（模块）。许多模块都只是 Python 文件，与你已经使用和编写过的 Python 脚本类似。为了使用模块中的代码，我们必须将其 import （导入）到交互式解释器或我们自己的 Python 脚本中。

导入模块的语法很简单： import package_name。

>>> import math

将导入语句放在文件的顶部（每个导入语句占一行）。导入模块即可运行该文件中的代码。其中通常包含很多定义，一般不显示任何输出。运行代码将使模块的所有函数和对象类型可用。

例如，math 有一个 factorial （阶乘）函数。（该函数会得出一个正整数与所有小于该正整数的整数乘积；因此 4 的阶乘是 24，因为 4×3×2×1 = 24） 我们已经使用 import math 导入 math 模块。现在，为了使用 factorial 函数，我们需调用它，以模块名称 math 开始，然后是一个点 (.)，最后是函数名 factorial()。

>>> print(math.factorial(3))
6

Python 标准库为其每个模块提供良好的文档，任何时候使用模块时，先阅读相关页面不失为一个好策略。这里是 math 模块的文档链接。

可以在 Python 模块周刊 中了解新模块。

其它导入方法和命名

前面已使用 import module_name 导入了模块，并通过点符号获得该模块的所有函数和所有对象类。

下面还有一些其它方法：

• 从模块导入单个函数或类：from module_name import object_name
• 导入一个模块并重新命名（通常取较短名称）:import module_name as different_name
• 从模块导入单个项目并重命名:from module_name import object_name as different_name
• 一种不可使用的导入方法：from module_name import *,会导致后续代码查找混乱，无法搜索到是哪里导入了对应的方法；

模块、包和名称

某些 Python 标准库中有很多模块！为了更好地管理代码，它们被分解成包（package）中的子模块（sub-module）。一个包只是一个包含子模块的模块。用常见的点符号指定子模块。

例如，os 模块（用于处理文件系统，对每个操作系统都起作用）具有一个子模块 os.path，该子模块专用于处理路径名。子模块由包名称指定，与子模块名称用点号隔开。

你可以使用以下代码导入子模块 os.path

>>> import os.path

然后可以按常见方式使用子模块中的对象：

>>> os.path.isdir('my_path')
False

但是，该导入语法将只适用于子模块 —— 你不能以此种方式从模块导入函数。

>>> import os.path.isdir
ImportError: No module named 'os.path.isdir'; 'os.path' is not a package

如果想使用 os 模块的其他部分，你可以导入 os，这样就可以访问 os.path 中的所有内容。

有时候使用模块时，命名可能会出现混乱。例如，模块可能以其中一个重要的类或函数命名。在此种情况下，需要仔细考虑导入语句：

>>> from datetime import datetime

从 datetime 模块导入 datetime 类。请注意，在此之后，使用 datetime 将表示 datetime 类，而不是模块。

第三方库

第三方包管理器

与大多数语言相比，Python 具有大型标准库。事实上，人们说 Python “自带电池”，这么说的原因是因为 Python 带有适当开展工作所需的库。但是，标准库并不具有你想要的一切，标准库不支持某些太专业化的任务。但好在独立开发人员编写了成千上万个第三方库。你可以浏览 PyPi 排名中最受欢迎的第三方库列表。

如果 Python 本身不包含这些包，那该如何获取呢？我们可以使用 pip 来安装库，Python 3 自带的一个包管理器。Python 2 用户也使用 pip，但是 Python 2 没有自带，所以必须单独安装。如果同时安装了 Python 2 和 Python 3，每个都具有 pip，可以使用命令 pip2 和 pip3 来进行区分。

pip 是 Python 的标准包管理器，但不是唯一管理器。一个常见选择是专门为数据科学家和类似用户设计的 Anaconda。我们将讲解 pip，因为其属于一般标准。

使用pip安装包

让我们使用 pip 来安装 pytz 库。为了确保我们使用的是与 Python 3 安装相关的 pip，我们将使用命令 pip3。pytz 是一个与时区相关的库，时区处理是一个非常复杂的任务。

我们可以使用 pip3 命令行安装 pytz：

$ pip3 install pytz

该命令将下载并安装 pytz，以便于我们将其导入程序。安装完成后，我们可以使用与从标准库导入相同的语法导入第三方包。我在这个示例中从标准库导入 pytz 和datetime。标准的做法是将导入第三方库的语句，放在导入标准库的语句后面。

from datetime import datetime

import pytz

utc = pytz.utc # utc is Coordinated Universal Time
ist = pytz.timezone('Asia/Kolkata') #IST is Indian Standard Time

now = datetime.datetime.now(tz=utc) # this is the current time in UTC
ist_now = now.astimezone(ist) # this is the current time in IST.

有用的第三方包

整理后列表见：常用第三方包

requirements.txt

较大的 Python 程序可能依赖几十个第三方包。为了更容易共享这些程序，程序员通常会在一个名为 requirements.txt 的文件中列出项目的依赖项。这是一个 requirements.txt 文件的示例：

beautifulsoup4==4.5.1
bs4==0.0.1
pytz==2016.7
requests==2.11.1

文件的每一行都包含一个包的名称及其版本号。版本号在技术上是可选的，但通常应该包含在内。库可能在版本之间略有改变（或大幅改变），因此使用程序员编写程序时所使用的相同库版本非常重要。

大家可以使用 pip，通过以下命令一次安装项目的所有依赖项：

$ pip3 install -r requirements.txt

在线资源

如何搜索

以下是一些有用的网页搜索技巧：

• 尝试使用 "Python" 或正在使用的库的名称作为查询的第一个词。这会提示搜索引擎优先考虑与你所使用工具明确相关的结果。
• 可以多次尝试较好的搜索查询。如果第一次尝试未查找到有用的结果，请重试。
• 尝试使用初始搜索时，在页面上找到的关键词，以便于后续搜索时，将搜索引擎引导到更好的资源。
• 复制并粘贴错误消息，将其作为搜索关键词，这会找到错误解释和可能的错误原因。错误消息可能包括引用所编写代码的特定行号。搜索时，仅包括在此之前出现的部分错误消息。
• 如果找不到问题的答案，请自己询问！像 Stackoverflow 这样的社区具有某些礼节规定，如果想参与，就必须学习这些礼节，但不要让这些礼节影响大家对资源的使用。

搜索举例：

写代码时，你遇到以下错误信息。

UnboundLocalError: local variable 'egg_count' referenced before assignment

解释："Python" 提示搜索引擎我们需要与 Python 相关的结果。"UnboundLocalError:" 是错误的名称，"local variable"（局部变量）是未引用特定代码（egg_count 变量）的部分错误消息。

在线资源的层次结构

虽然关于编程的在线资源数不胜数，但并不是所有资源都是平等的。资源列表列出了可靠性的大致顺序。

1. Python 教程 - 这部分官方文档涉及 Python 语法和标准库的相关研究。该文档采用各种示例，并且使用比主文档更少的技术语言编写。确保大家阅读 Python3 的文档版本！
2. Python 语言和库引用 - 相对于教程，语言引用和库引用采用了更多的技术性语言，但这才是最终的真理之源。随着越来越熟悉 Python，大家应越来越多地开始利用这些资源。
3. 第三方库文档 - 第三方库在自己的网站上发布文档，也经常在 https://readthedocs.org/ 上发布。大家可以通过其文档的质量判断第三方库的质量。如果开发人员没有时间编写好文档，那么他们可能也没有时间研究自己的库。
4. 知名专家的网站和博客 - 之前的资源为主要资源，这意味着这些文档出自编写代码的相同人员之手。主要资源是最可靠的，次要来源也极具价值。次要来源的难点在于确定来源的可信度。像 Doug Hellmann 和 Eli Bendersky 都是非常优秀的开发人员。一个未知作者的博客可能极具价值，也可能是垃圾。
5. Stackoverflow - 这个问答网站的访问量很大，所以有可能有人提问过（有人回答了）一个相关问题！然而，答案由志愿者提供，所以质量不一。在将其放入程序之前，请务必了解相关解决方案。如果答案没有任何解释，可疑性就很大。这是找到更多问题解决方案或发现替代搜索词的好地方。
6. Bug 跟踪器 - 有时会遇到一个非常罕见或新的问题，而且 Stackoverflow 上也没有人解决过这个问题。例如，你可能会在 GitHub 的错误报告中引用自己的错误。这些错误报告可能会有帮助，但为了解决这个问题，可能还需要将之前的工作再重复一遍。
7. Udacity 论坛。
8. 其它网络论坛 - 有时候搜索可能会引用自 2004 年以来悄无生机的论坛，或类似的历史论坛。如果这些是解决问题的唯一资源，那应该重新考虑问题的解决方案。

其它在线资源整理

1. PyPi 排名中最受欢迎的第三方库列表
2. pip官方链接
3. Python包管理器 - Anaconda
4. Python 模块周刊
5. Python标准库文档

常用的标准模块

• csv：非常方便阅读和编写 csv 文件
• collections：常用数据类型的有用扩展，包括 OrderedDict、defaultdict 与 namedtuple
• random：生成伪随机数，随机打乱顺序，选择随机项
• string：更多的字符串功能。此模块还包含诸如 string.digits（一个包含所有有效数字字符的字符串）的有用字母集合。
• re：通过正则表达式匹配字符串模式
• math：一些标准的数学函数
• os：与操作系统交互
• os.path ：操作路径名的 os 子模块
• sys：直接使用 Python 解释器
• json：很适合阅读和编写 json 文件（适合网络工作）

常用第三方包

• IPython - 一个更好的交互式 Python 解释器
• requests - 提供制作 Web 请求的简单方法，用于访问 Web API。
• Flask - 用于制作 Web 应用程序和 API 的轻量级框架。
• Django - 制作 Web 应用程序的特色框架。Django 特别适用于设计复杂、内容繁重的 Web 应用程序。
• Beautiful Soup - 用于解析 HTML 并从中提取信息。尤其适用于网络抓取。
• pytest - 扩展 Python 的内置断言（assertion）和 unittest 模块。
• PyYAML - 用于阅读和编写 YAML 文件。
• NumPy - 使用 Python 进行科学计算的基础包，除了其他功能之外，其还包含强大的 N 维数组对象和有用的线性代数功能。
• pandas - 一个包含高表现力、数据结构和数据分析工具的库。尤其是：pandas 提供了 DataFrame 数据结构！
• matplotlib - 一个 2D 绘图库，用于在交互式环境中生成各种硬拷贝格式的出版物质量图。
• ggplot - 另一个 2D 绘图库，基于 R 的 ggplot2 库。
• Pillow - Python 影像库使你的 Python 解释器新增图像处理功能。
• pyglet - 用于游戏开发的跨平台应用程序框架。
• Pygame - 用于编写游戏的 Python 模块集合。
• pytz - Python 中的世界时区定义

1