python 常用小方法

验证浮点数相加等于另外一个浮点数:
>>> 0.1+0.2
0.30000000000000004
>>> 0.1+0.2 == 0.3
False
>>> import math
>>> math.isclose(0.1+0.2,0.3)
True
>>> assert 0.1+0.2 == 0.3
Traceback (most recent call last):
  File "<pyshell#277>", line 1, in <module>
    assert 0.1+0.2 == 0.3
AssertionError
>>> assert math.isclose(0.1+0.2,0.3)
列表变为索引 元素
>>> for i,value in enumerate(['A','B','C']):
    print(i,value)
0 A
1 B
2 C
字符编码转换
>>> ord('A')
65
>>> bin(255)
'0b11111111'
>>> chr(65)
'A'
int()  - 将任何数据类型转换为整数类型
float()  - 将任何数据类型转换为float类型
ord()  - 将字符转换为整数
hex() - 将整数转换为十六进制
oct()  - 将整数转换为八进制
tuple() - 此函数用于转换为元组。
set() - 此函数在转换为set后返回类型。
list() - 此函数用于将任何数据类型转换为列表类型。
dict() - 此函数用于将顺序元组(键,值)转换为字典。
str() - 用于将整数转换为字符串。
complex(real,imag)  - 此函数将实数转换为复数(实数,图像)数。
生成当前时间唯一订单号
>>> import time
>>> order_no = str(time.strftime('%Y%m%d%H%M%S', time.localtime(time.time())))+ str(time.time()).replace('.', '')[-7:]
>>> order_no
'202011051816399681555'
生成当前时间之前之后固定格式的时间字符串
>>> from datetime import datetime
>>> from datetime import timedelta
>>> now = datetime.now()
>>> now
datetime.datetime(2021, 1, 18, 16, 16, 4, 805986)
# 格式化时间
>>> now_strf = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
>>> now_strf
'2021-01-18 16:17:32'
# 整数倍的开始结束时间
>>> begin_time = (datetime.now() + timedelta(hours=1)).strftime('%Y-%m-%d %H') + ":00:00"
>>> begin_time
'2021-01-18 17:00:00'
>>> endTime = (datetime.now() + timedelta(days=1)).strftime('%Y-%m-%d %H') + ":00:00"
>>> endTime
'2021-01-19 16:00:00'
# 格式化开始结束时间
>>> begin_time_hms = (datetime.now() + timedelta(hours=1)).strftime('%Y-%m-%d %H:%M:%S')
>>> begin_time_hms
'2021-01-18 17:19:23'
>>> end_time_hms = (datetime.now() + timedelta(days=1)).strftime('%Y-%m-%d %H:%M:%S')
>>> end_time_hms
'2021-01-19 16:19:54'
将多个列表按位置组合拼接成一个新列表 也可按位置拆分出多个元组
>>> x = [1,2,3]
>>> y = [4,5,6]
>>> z = [4,5,6,7,8]
>>> xyz = zip(x,y,z)
>>> xyz
<zip object at 0x00000000030902C8>
>>> list(xyz)
[(1, 4, 4), (2, 5, 5), (3, 6, 6)]
>>> list(zip(x,y))
[(1, 4), (2, 5), (3, 6)]
>>> a = zip(*zip(x,y,z))
>>> a
<zip object at 0x0000000003096F88>
>>> list(a)
[(1, 2, 3), (4, 5, 6), (4, 5, 6)]
>>> x1,y1 = zip(*zip(x,y))
>>> x1
(1, 2, 3)
>>> y1
(4, 5, 6)
统计项目下有多少python文件
import os

toatl_python_files = 0
for (root,dirs,files) in os.walk(os.getcwd()):
    for i in files:
        if os.path.splitext(i)[-1] == '.py':
            toatl_python_files = toatl_python_files + 1
print("共计有 {} 个python文件".format(toatl_python_files))

返回:共计有 484 个python文件
生成随机4位字母或数字的组合
>>> def get_random(n):
    return ''.join(random.choice(string.ascii_letters + string.digits) for i in range(n))

>>> get_random(4)
'qrV7'
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342