成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

五個常用的 Python 庫

開發 前端
difflib 是一個專注于比較數據集(尤其是字符串)的 Python 模塊。為了具體了解您可以使用此模塊完成的幾件事,讓我們檢查一下它的一些最常見的函數。

1. difflib

difflib 是一個專注于比較數據集(尤其是字符串)的 Python 模塊。為了具體了解您可以使用此模塊完成的幾件事,讓我們檢查一下它的一些最常見的函數。

SequenceMatcher

SequenceMatcher 是一個比較兩個字符串并根據它們的相似性返回數據的函數。通過使用 ratio(),我們將能夠根據比率/百分比來量化這種相似性。

語法:

SequenceMatcher(None, string1, string2)

下面這個簡單的例子展示了該函數的作用:

from difflib import SequenceMatcher
phrase1 = "Tandrew loves Trees."
phrase2 = "Tandrew loves to mount Trees."
similarity = SequenceMatcher(None, phrase1, phrase2)
print(similarity.ratio())
# Output: 0.8163265306122449

get_close_matches

接下來是 get_close_matches,該函數返回與作為參數傳入的字符串最接近的匹配項。

語法:

get_close_matches(word, possibilities, result_limit, min_similarity)

下面解釋一下這些可能有些混亂的參數:

word 是函數將要查看的目標單詞。

possibilities 是一個數組,其中包含函數將要查找的匹配項并找到最接近的匹配項。

result_limit 是返回結果數量的限制(可選)。

min_similarity 是兩個單詞需要具有的最小相似度才能被函數視為返回值(可選)。

下面是它的一個使用示例:

from difflib import get_close_matches
word = 'Tandrew'
possibilities = ['Andrew', 'Teresa', 'Kairu', 'Janderson', 'Drew']
print(get_close_matches(word, possibilities))
# Output: ['Andrew']

除此之外還有幾個是您可以查看的屬于 Difflib 的其他一些方法和類:unified_diff、Differ和 diff_bytes

2. sched

sched 是一個有用的模塊,它以跨平臺工作的事件調度為中心,與 Windows 上的任務調度程序等工具形成鮮明對比。大多數情況下,使用此模塊時,都會使用 schedular 類。

更常見的 time 模塊通常與 sched 一起使用,因為它們都處理時間和調度的概念。

創建一個 schedular 實例:

schedular_name = sched.schedular(time.time, time.sleep)

可以從這個實例中調用各種方法。

調用 run() 時,調度程序中的事件/條目會按照順序被調用。在安排完事件后,此函數通常出現在程序的最后。另外,搜索公眾號Linux就該這樣學后臺回復“git書籍”,獲取一份驚喜禮包。

enterabs() 是一個函數,它本質上將事件添加到調度程序的內部隊列中。它按以下順序接收幾個參數:

  • 事件執行的時間
  • 活動優先級
  • 事件本身(一個函數)
  • 事件函數的參數
  • 事件的關鍵字參數字典

下面是一個示例,說明如何一起使用這兩個函數:

import sched
import time
def event_notification(event_name):
print(event_name + " has started")
my_schedular = sched.scheduler(time.time, time.sleep)
closing_ceremony = my_schedular.enterabs(time.time(), 1, event_notification,
("The Closing Ceremony", ))
my_schedular.run()
# Output: The Closing Ceremony has started

還有幾個擴展 sched 模塊用途的函數:cancel()、enter() 和 empty()。

3. binaascii

binaascii 是一個用于在二進制和 ASCII 之間轉換的模塊。

b2a_base64 是 binaascii 模塊中的一種方法,它將 base64 數據轉換為二進制數據。下面是這個方法的一個例子:

import base64
import binascii
msg = "Tandrew"
encoded = msg.encode('ascii')
base64_msg = base64.b64encode(encoded)
decode = binascii.a2b_base64(base64_msg)
print(decode)
# Output: b'Tandrew'

該段代碼應該是不言自明的。簡單地說,它涉及編碼、轉換為 base64,以及使用 b2a_base64 方法將其轉換回二進制。

以下是屬于 binaascii 模塊的其他一些函數:a2b_qp()、b2a_qp() 和 a2b_uu()。

4. tty

tty 是一個包含多個實用函數的模塊,可用于處理 tty 設備。以下是它的兩個函數:

setraw() 將其參數 (fd) 中文件描述符的模式更改為 raw。

setcbreak() 將其參數 (fd) 中的文件描述符的模式更改為 cbreak。

由于需要使用 termios 模塊,該模塊僅適用于 Unix,例如在上述兩個函數中指定第二個參數(when=termios.TCSAFLUSH)。

5. weakref

weakref 是一個用于在 Python 中創建對對象的弱引用的模塊。

弱引用是不保護給定對象不被垃圾回收機制收集的引用。

以下是與該模塊相關的兩個函數:

  • getweakrefcount() 接受一個對象作為參數,并返回引用該對象的弱引用的數量。
  • getweakrefs() 接受一個對象并返回一個數組,其中包含引用該對象的所有弱引用。

weakref 及其函數的使用示例:

import weakref
class Book:
def print_type(self):
print("Book")
lotr = Book
num = 1
rcount_lotr = str(weakref.getweakrefcount(lotr))
rcount_num = str(weakref.getweakrefcount(num))
rlist_lotr = str(weakref.getweakrefs(lotr))
rlist_num = str(weakref.getweakrefs(num))
print("number of weakrefs of 'lotr': " + rcount_lotr)
print("number of weakrefs of 'num': " + rcount_num)
print("Weakrefs of 'lotr': " + rlist_lotr)
print("Weakrefs of 'num': " + rlist_num)
# Output:
# number of weakrefs of 'lotr': 1
# number of weakrefs of 'num': 0
# Weakrefs of 'lotr': []
# Weakrefs of 'num': []

輸出從輸出的函數返回值我們可以看到它的作用。由于 num 沒有弱引用,因此 getweakrefs() 返回的數組為空。擴展:接私活兒

以下是與 weakref 模塊相關的一些其他函數:ref()、proxy() 和 _remove_dead_weakref()。

責任編輯:華軒 來源: 今日頭條
相關推薦

2024-01-04 16:43:42

Python前端

2021-01-13 15:13:07

Python開發 工具

2023-11-28 11:22:51

Pythonitertools庫工具

2021-08-05 13:49:39

Python工具開發

2025-06-18 08:15:00

Python開源

2023-09-15 16:03:59

向量數據庫開源

2013-04-18 14:54:08

Linux監控腳本Linux監控

2021-10-09 07:10:31

JavaScript對象Python

2022-11-15 16:37:38

PyTorch抽樣函數子集

2022-08-29 18:34:46

Pythonsubprocess系統

2023-12-05 13:09:00

Python

2023-11-27 19:22:24

Python庫編程語言

2012-02-21 09:45:03

虛擬化虛擬化環境服務器

2016-11-29 12:25:56

Python大數據數據可視化

2023-11-27 13:57:00

Linux用法

2019-11-07 09:34:43

Python語言Java

2022-10-10 23:19:02

Python腳本語言工具庫

2020-10-27 07:37:07

Python

2022-05-23 09:46:44

Python

2024-03-05 15:26:03

日期函數數據庫MySQL
點贊
收藏

51CTO技術棧公眾號

主站蜘蛛池模板: a国产视频 | 国产美女久久久 | 日本黄色片免费在线观看 | 狠狠爱综合 | 成人欧美日韩一区二区三区 | 亚洲精品久久久久avwww潮水 | 日韩电影免费在线观看中文字幕 | 国产精品久久久久久久久免费 | 黄色精品 | 久久国产精品久久久久久 | 欧美精品一二三 | 亚洲免费视频网站 | 九一视频在线观看 | 中文字幕 在线观看 | 久久久久免费精品国产 | 久久99精品久久久久久 | 伊人焦久影院 | 一区二区三区免费 | www.精品国产 | 精品久久久久久久久久久下田 | 国产色网站 | 在线黄色影院 | 亚洲av毛片 | 麻豆av免费观看 | 精品国产欧美一区二区三区成人 | 国产精品美女久久久av超清 | 国产精品欧美一区二区 | 91久久久久 | 成人国产在线视频 | 日韩成人在线免费观看 | 日本 欧美 国产 | 欧美黄色一区 | 亚洲精品9999| 中文字幕一区二区三区乱码在线 | 黄免费观看 | 欧美成人激情 | 欧美99久久精品乱码影视 | 精品视频一区二区三区在线观看 | 国产精品视频久久 | 瑟瑟视频在线看 | 国产免费一区二区三区网站免费 |