python3 time比较 python数据比较

转载

mob64ca1413c518 2024-08-12 14:31:57

文章标签 python3 time比较元组 User sqlite 文章分类 Python 后端开发

python的数据类型可以分为三种：
数值：
序列：字符串元祖列表
散列：字典、集合 #特征内部元素是无序的
（特别注意：python3.7之后字典不再无序，字典变成了有序的）

元祖和列表的比较：

占用内容方面：
列表为可变的序列，在分配时，会先预分配一个空间，当数值超过一定数量时，会进行扩容。

元祖在分配空间时为定值，占用内容空间更小。

速度方面：
可以通过ipython来进行耗时的测试
deafaulttimer默认跑一千万次

list = ['1','2','3','4','5']
import timeit
res = timeit.Timer('list').timeit(1000)
print(res)
res1 = timeit.timeit('list')
print(res1)

命名元祖

让元祖像字典一样可以通过名称获取

Python的元组不能为元组内部的数据进行命名，而 collections.namedtuple 可以来构造一个含有字段名称的元组类，命名元组可以通过逗号+字段名来获取元素值：

collections.namedtuple(typename, field_names)

返回一个命名元组类 typename，其中参数的意义如下：
typename：类名称
field_names: 元组中元素的名称

如何定义命名元祖

from collections import namedtuple
#方法一
test_tuple = namedtuple('test_tuple',['name','age','sex'])
#方法二
test_tuple1 = namedtuple('test_tuple1','name age sex')

命名元组的属性和方法

1，命名元组类的属性和方法类属性

_fields：包含这个类所有字段名的元组类方法
_make(iterable)：接受一个可迭代对象来生产这个类的实例

# 通过类方法 _make() 和一个list创建一个User对象
user = User._make(['joker', 'male', 12])
User._fields

2，命名元组实例的方法实例方法

_asdict()：把具名元组以 collections.OrdereDict 的形式返回，可以利用它来把元组里的信息友好的展示出来实例方法_replace()：用于修改实例的属性

# 获取实例的属性：
print( user.name, user.sex, user.age)

# 使用 _replace() 修改对象属性
user = user._replace(age=22)# User(name='user1', sex='male', age=22)

# 使用 _asdict()函数把 User对象转换成字典
print( user._asdict() )
# OrderedDict([('name', 'Runoob'), ('sex', 'male'), ('age', 22)])

把字典或列表转换为命名元组

1，把字典转换为命名元组
可以把Python的字典转换为命名元组：

>>> dt={'name':'b', 'age':2, 'id':135}
>>> ut=User(**dt)
## User(name='b', age=2, id=135)

2，把列表转换为命名元组
使用map函数，调用命名元组类的_make函数，把列表转换为命名元组的列表

User = namedtuple('User', 'name age id')
list_users=map(User._make,[('u1',23,1001),('u2',21,1002),('u3',25,1003),])

3，把命名元组转换为列表也可以把命名元组转换为list，列表中只有值，而没有字段名称：

>>> list(ut)
['b', '2', 135]

访问命名元组

通过逗号运算符和属性名来访问元组字段的值，例如，ut是命名元组的对象，name是对象的属性，可以通过以下方式访问元组的name属性：

ut.name

命名元组的用途

命名元组在存储csv或者sqlite3返回数据的时候特别有用

EmployeeRecord = namedtuple('EmployeeRecord', 'name, age, title, department, paygrade')

import csv
for emp in map(EmployeeRecord._make, csv.reader(open("employees.csv", "rb"))):
    print(emp.name, emp.title)

import sqlite3
conn = sqlite3.connect('/companydata')
cursor = conn.cursor()
cursor.execute('SELECT name, age, title, department, paygrade FROM employees')
for emp in map(EmployeeRecord._make, cursor.fetchall()):
    print(emp.name, emp.title)

字典和集合的原理和应用

原理

dict与set实现原理是一样的，都是将实际的值放到list中，唯一不同的在于hash函数操作的对象，对于dict,hash函数操作的是其key，而对于set是直接操作的它的元素，假设操作内容为x，其作为因变量，放入hash函数，通过运算后取list的余数，转化为一个list的下标，此下标位置对于set而言用来放其本身，而对于dict则是创建了两个list，一个list表放置key，另一个list中该下标方对应的value。其中，我们把实现set的方式叫做Hash Set，实现dict的方式叫做Hash Map/Table(注: map指的就是通过key来寻找value的过程）