python小知识

python切片操作

切片

list索引如下图链接

https://upload-images.jianshu.io/upload_images/14029140-3da45bbfe1029df4.jpg?imageMogr2/auto-orient/strip|imageView2/2/w/464/format/webp

python一般切片

一个完整的切片表达式包含两个“:”，用于分隔三个参数(start_index、end_index、step)。当只有一个“:”时，默认第三个参数step=1；当一个“:”也没有时，start_index=end_index，表示切取start_index指定的那个元素。

step：正负数均可，其绝对值大小决定了切取数据时的‘‘步长”，而正负号决定了“切取方向”，正表示“从左往右”取值，负表示“从右往左”取值。当step省略时，默认为1，即从左往右以步长1取值。“切取方向非常重要！”“切取方向非常重要！”“切取方向非常重要！”，重要的事情说三遍！

start_index：表示起始索引（包含该索引对应值）；该参数省略时，表示从对象“端点”开始取值，至于是从“起点”还是从“终点”开始，则由step参数的正负决定，step为正从“起点”开始，为负从“终点”开始。

end_index：表示终止索引（不包含该索引对应值）；该参数省略时，表示一直取到数据“端点”，至于是到“起点”还是到“终点”，同样由step参数的正负决定，step为正时直到“终点”，为负时直到“起点”。

python命名基础

一、Python的惯用命名方法

常用的命名方法包括驼峰命名法（Camel Case）、匈牙利命名法（Hungarian Notation）、帕斯卡命名法（Pascal）、下划线命名法（Snake Case）。

根据Python之父、荷兰程序猿Guido van Rossum的建议，Python中变量的命名应当以Snake Case为主。具体命名方式大致分为以下三种。

（一）绝大多熟情况下建议使用Snake Case命名，即全部字母均小写，用下划线代替单词间的空格

具体包括：

1.模块名

public：module_name

internal：_module_name

例如，我们可以把一个模块的文件命名为my_module.py。

这里要注意，虽然有一些比较老的模块仍然用的是MyModule这种命名方法，但是现在已经不推荐这样命名了。因为，当一个模块和一个类同名的时候，我们就搞不清楚到底指的是类还是模块了。

例如，我可能会搞混，到底写的是

import StringIO

还是

from StringIO import StringIO

2.包名

Public：package_name

3.方法名

Public：method_name()

Internal：_method_name()（被保护的）

4.函数名

Public：function_name()

Internal: _function_name()

5.全局变量名/类的变量名

Public：global_var_name

Internal: _global_var_name

6.实例对象名

Public：instance_var_name

Internal: _instance_var_name（被保护的）

7.函数的参数名

Public：function_parameter_name

8.局部变量名

Public：local_var_name

（二）少部分情况下，建议使用大驼峰命名

具体包括：

1.类名

Public：ClassName

Internal: _ClassName

2.报错名

Public：ExceptionName

（三）只有一种情况下，全部字母都大写

那就是：

1.全局常量名/类的常量名

GLOBAL_CONSTANT_NAME

Internal: _GLOBAL_CONSTANT_NAME

二、应当避免的变量命名

（一）避免由单独一个字母组成的变量名

很多初学者，甚至有一些水平比较低的老师，都喜欢用a、b、c这种单个字母来给变量命名，这是不可取的。

因为这种变量名里面不包含任何信息，变量稍微多一点，程序稍微长一点，很容易就搞不清楚谁是谁、每个变量是干什么的了。

但是，要除开几个特殊的、约定俗成的情况：

1.计数器或者迭代器（例如，i、j、k、v等）

例如，

for i in range(100):
    print(i)

2.字母e在作为 try/except 语句中的异常标识符的时候。

例如，下面的代码可以准确的定位错误类型与错误明细：

a = [1,2,3]
 
try:
    a[3]
except Exception as e:  # 注意e在这里的用法
    print('错误类型是',e.__class__.__name__)
    print('错误明细是',e)

3.字母f在with语句中作为文件句柄的时候

例如，如果我们要读取一个文件：

with open('/path/to/file', 'r') as f:
    print(f.read())

for line in f.readlines():
    print(line.strip()) # 把末尾的'\n'删掉

现在我们知道了，用单个字母做变量名肯定是不行的。那一个变量的名字要取得多详细才合适呢？

通常来说，一个变量名的详细程度应当与这个变量在程序中出现的范围成正比。

例如，如果我们整个程序总共就不到10行代码，那么，我们用i来给一个变量命名是完全OK的。而且，此时通常就用一个单词做一个变量名。如果在这么短的程序中，每个变量都像this_is_a_variable_name一样，这么长，反而会显得很不协调、很奇怪。

如果我们的程序存在比较复杂的嵌套关系，而且一个变量在总共大几百行代码中的多个位置均有出现，那么我们就不能用i来给一个变量命名了，这是我们就要让这个变量的名字包含足够多的信息，我们才能有效地知道，它是谁，从哪儿来，到哪儿去，要干什么。

（二）避免在任何包名或者模块名中使用中划线（-）。

（三）避免在一个变量的开头和结尾加双下划线

例如：this_name。

因为这种类型的变量名是由Python所保留的，用户不能自己定义这种变量名。

（四）不要存在冒犯性的词汇

否则会引起阅读代码的人的不适。如果是开源的代码，那么在代码传播的时候，会存在不好的影响。如果你是为商业公司写代码，那么你有可能影响你的前途，或者商业公司的声誉。

（五）不必要地把变量类型加入到变量名中

例如，id_to_name_dict，就是不合适的命名方法。

我们要知道，Python是动态类型语言。

三、文件名中的下划线

（一）

Internal意味着在一个模块的内部，或者是在类中被保护的或者是私有的。

（二）

在变量名前加单个下划线 (_) 可以保护模块中的变量和函数，因为linters会标记受保护的成员权限。

这个符号达到的效果是，只有类对象和子类对象自己能访问到这些变量，且不能用'from module import'导入函数。

（三）

在实例变量或方法前添加双下划线（即__，又名“dunder”），可以有效地使变量或方法成为它所属的类的私有变量或者私有方法（通过使用name mangling）。

它的效果是只有类对象自己能访问，连子类对象也不能访问到这个数据。

但是，我们不鼓励在变量或者方法前加双下划线，因为它会影响可读性和可测试性，而且并不能做到真正私有。

（四）

下划线也可能出现在以test开头的unittest method的名称中，用以分隔这个名称中的各个逻辑组件，即使这些组件本身使用了类似于CapWords的命名方法。

例如，test<MethodUnderTest>_<state>就是一个可行的命名样式。

例如，testPopEmptyStack就是根据上面的样式，命名出的一个可接受的名称。它以test开头，Pop和EmptyStack是两个逻辑组件，他们本身都是CapWorks式的命名方法，但是两个组件之间仍然用分隔开。

我们要注意，命名test methods是没有唯一的正确方法的。

四、其他注意事项

（一）谨慎地使用缩写

此外，我们还要注意，函数名（function name）、变量名、文件名应当是描述性的，要尽量避免缩写。

不过，少数几个常见的、公认的缩写，我们是可以直接使用的：

temp-->tmp

flag-->flg

statistic-->stat

increment-->inc

message-->msg

特别地，不要使用有歧义的缩写或者是你的项目以外的人不熟悉的缩写，同时也不要简单地通过删除一个单词中的字母来创造缩写。

有歧义，一般就指的是一种缩写可能对应多个单词。

另外我还见过一种奇葩的歧义，在这里分享一下，供大家一笑。

我一个学长在做teaching fellow的时候，曾经收到学生交的作业，这个学生在给作业文件命名的时候，把assignment简写成ass。因此，ta的作业下载下来全是，xxx_ass1.py、xxx_ass2.pdf、xxx_ass3.jpg，其中xxx是一个人名（逃

所以，这也是我们要谨慎使用缩写的原因。

（二）

我们应将所有相关的类和最高层级函数放在一个模块中。这一点和Java不一样，Python程序的一个模块中可以有多个类，而不是一个模块中仅能有一个类。

（三）

对于包含大量数学计算的代码，我们通常倾向于使用一些较短的、在参考文献或算法中已经建立、并惯用的符号表示来命名，尽管这些变量名通常会违本文的Python样式指南。

在定义这些变量名的时候，我们要在注释或文档字符串（docstring）中引用所有命名约定的来源。

如果命名约定的来源不可访问了，那么我们要清晰地记录下命名约定的内容具体是什么。

（四）

对于公共的API，我们更倾向于使用符合PEP8的descriptive_names，在脱离代码的上下文语境的时候，这个更有用。

（五）

在创建python脚本的时候，我们要永远使用.py作为文件名扩展。

永远不要在文件名中使用中划线（-）。

如果我们想要在没有文件扩展名的情况下去访问可执行文件，那么需要使用symbolic link或包含 exec "$0.py" "$@" 的简单bash包装器。

生成requirements.txt

会将当前环境下所有包都生成

pip freeze > requirements.txt

生成当前项目下的包（推荐）

# 安装
pip install pipreqs

# 在当前目录生成
pipreqs . --encoding=utf8 --force

使用requirements.txt安装依赖的方式：

pip install -r requirements.txt

解决同名文件覆盖问题

Python如何避免文件同名产生覆盖

在一些不多的数据下载和生成的时候，我们倾向于直接保存为文件，当我们修改某些参数后再一次运行时，之前运行时生成的文件就被覆盖了。为了解决这个问题，这里提供几个解决方案。

1. 判断文件是否存在；
2. 判断是否带有”0)“这种数字带括号的格式；
3. 文件名添加”(0), (1), (2)….“之类的编号。

以下是代码：

import os
import re
 
 
def auto_save_file(path):
  directory, file_name = os.path.split(path)
  while os.path.isfile(path):
    pattern = '(\d+)\)\.'
    if re.search(pattern, file_name) is None:
      file_name = file_name.replace('.', '(0).')
    else:
      current_number = int(re.findall(pattern, file_name)[-1])
      new_number = current_number + 1
      file_name = file_name.replace(f'({current_number}).', f'({new_number}).')
    path = os.path.join(directory + os.sep + file_name)
  return path

如果使用如下创建文件的代码测试：

path = r'D:\test.txt'
for i in range(10):
  with open(auto_save_file(path), 'w') as f:
    f.write('This is a test!')

Python 字符分割时，只分割最后一个（rsplit的使用）

Python 字符分割时，只分割最后一个（rsplit的使用）

在python分割时，有时候不是把整个字符分割，而是只分割部分，例如：我要分割文件路径，只想把最后的文件名去除，保留文件夹的路径。例如：/home/username/data/text.txt 我想要得到/home/username/data/。如果用split则会把整个分割成一个list，但是可以使用rsplit。

例如：

path = /home/username/data/text.txt 

path.split("/")

["home","username","data","text.txt "]

而使用rsplit：

path.rsplit("/",1)

["/home/username/data","text.txt "]

rsplit("/",1) 中的1，表示从后面分割1个出来，如果是2，那么就是分割两部分出来

list()与tolist()区别

list() 是把np数组的元素按照原来的格式转为列表， 生成列表的元素格式 还是np.array.而tolist()是把数组中的值作为列表元素, 生成列表与原数组结构相同。生成的列表中的元素不是数组nadarry

当需要把一个数组保留两位小数并转换为列表时：

# Y时数组
Y1 = Y.tolist()
Y2 = np.array(Y1)
Y3 = np.round(Y2,2)
Y4 = list(Y3)

如果直接保留两位小数再用list()或者tolist()会有问题。

conda基本指令

conda指令

1.conda介绍

Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。 Conda 是为 Python 程序创建的，适用于 Linux，OS X 和Windows，也可以打包和分发其他软件。用conda创建不同虚拟环境，方便快速。

2.常见命令

安装命令(以gatk为例):

 conda install gatk

安装某些包时可能会安装失败，比如出现以下的错误

卸载指定软件:

conda remove gatk

创建conda环境（常用步骤，强烈推荐）

conda env list
# 这是我相当常用的一条命令了，建议记一记

conda create -n python2 python=2
# -n: 设置新的环境的名字
# python=2 指定新环境的python的版本，非必须参数
# 这里也可以用一个-y参数，可以直接跳过安装的确认过程。

激活虚拟环境

conda activate your_env_name(虚拟环境名称)

删除环境

conda remove -n myenv --all

有的时候在默认的channel中没有要的包

解决：使用以下命令查找我们想要安装的包

anaconda search -t conda folium

使用show指令来查看该包的详细情况

anaconda show conda-forge/folium

终端会显示这个包的具体channel。

3、按照终端显示的channel，输入命令等待安装

conda install --channel https://conda.anaconda.org/conda-forge folium

若还是无法解决，建议用pip安装

更多的命令可以参考这篇文章

pprint

pprint的英文全称Data pretty printer，顾名思义就是让显示结果更加直观漂亮。

print()和pprint()都是python的打印模块，功能基本一样，唯一的区别就是pprint()模块打印出来的数据结构更加完整，每行为一个数据结构，更加方便阅读打印输出结果。特别是对于特别长的数据打印，print()输出结果都在一行，不方便查看，而pprint()采用分行打印输出，所以对于数据结构比较复杂、数据长度较长的数据，适合采用pprint()打印方式。