当前位置:
首页 > temp > 简明python教程 >
-
模块二之序列化模块以及collections模块
一、序列化模块
- json模块
'''
序列化：将python或其他语言的数据类型转换成字符串类型
json模块: 是一个序列化模块。
json:
是一个 “第三方” 的特殊数据格式。
可以将python数据类型 ----》 json数据格式 ----》 字符串 ----》 文件中
其他语言要想使用python的数据:
文件中 ----》 字符串 ----》 json数据格式 ----》 其他语言的数据类型。
注意: 在json中，所有的字符串都是双引号
# 元组比较特殊:
python中的元组，若将其转换成json数据，内部会将元组 ---> 列表(变成可变类型)
# set是不能转换成json数据
为什么要使用json:
- 为了让不同的语言之间数据可以共享。
PS: 由于各种语言的数据类型不一，但长相可以一样，
比如python不能直接使用其他语言的数据类型，
必须将其他语言的数据类型转换成json数据格式，
python获取到json数据后可以将json转换成pyton的数据类型。
如何使用:
import json
- json.dumps：
json.dumps(), f = open() --> f.write()
# 序列化: python数据类型 ---》 json ---》 字符串 ---》 json文件中
- json.loads:
f = open(), str = f.read(), json.loads(str)
# 反序列化: json文件中 --》 字符串 ---》 json ---》 python或其他语言数据类型
- json.dump()： # 序列化: python数据类型 ---》 json ---》 字符串 ---》 json文件中
- 内部实现 f.write()
- json.load()： # 反序列化: json文件中 --》 字符串 ---》 json ---》 python或其他语言数据类型
- 内部实现 f.read()
- dump, load: 使用更方便
注意: 保存json数据时，用.json作为文件的后缀名
'''
import json
#列表
list = ['亚峰', '小明', '热巴']
#dumps是序列化:将python数据（或其他语言）---->json数据格式------>字符串
#ensure_ascii默认是True
json_str = json.dumps(list)
print(json_str)
>>>["\u4e9a\u5cf0", "\u5c0f\u660e", "\u70ed\u5df4"]
#
#
#ensure_ascii=Falise可通过这种方式实现原有的样子
json_str = json.dumps(list, ensure_ascii=False)
print(json_str)
>>>["亚峰", "小明", "热巴"]
print(type(json_str))
>>><class 'str'>
#
#
#loads是反序列化：字符串----->json数据格式------->python数据（其他语言）
python_data = json.loads(json_str)
print(python_data)
>>>['亚峰', '小明', '热巴']
print(type(python_data))
>>><class 'list'>
#元祖
tuple1 = ('亚峰', '小明', '热巴')
json_str = json.dumps(tuple1)
print(json_str)
>>>["\u4e9a\u5cf0", "\u5c0f\u660e", "\u70ed\u5df4"]
json_str = json.dumps(tuple1, ensure_ascii=False)
print(json_str)
>>>["亚峰", "小明", "热巴"]在json中""代表字符串
print(type(json_str))
>>><class 'str'>
#
python_data = json.loads(json_str)
print(python_data)
>>>['亚峰', '小明', '热巴']
print(type(python_data))
>>><class 'list'>
#
#
#字典
dic = {
'name': 'yafeng',
'age': '18'
}
json_str = json.dumps(dic)
print(json_str)
>>>{"name": "yafeng", "age": "18"}
print(type(json_str))
>>><class 'str'>
json_str = json.dumps(dic, ensure_ascii=False)
print(json_str)
>>>{"name": "yafeng", "age": "18"}
#
#
python_obj = json.loads(json_str)
print(python_data)
>>>['亚峰', '小明', '热巴']
print(type(python_data))
>>>['亚峰', '小明', '热巴']
#
#
# #****注意集合是不能被序列化成json****
set1 = {1, 2, 3, 4}
json_str = json.dumps(set1)
print(json_str)
>>>TypeError: Object of type set is not JSON
>>>serializable(序列化)
#注册功能
# def register():
# username = input('请输入您的姓名：').strip()
# password = input('请输入您的密码：').strip()
# re_password = input('请确认您的密码：').strip()
# if password == re_password:
# user_dic = {
# 'name': 'username',
# 'pwd': 'password'
# }
# json_str = json.dumps(user_dic, ensure_ascii=False)
#
# #开始写入文件
# #保存json数据时，用.json做后缀
# with open('user.json','w',encoding='utf-8')as f:
# f.write(json_str)
#
# register()
#dump,load的用法
import json
user_dic = {
'name': 'yafeng',
'age': 18
}
with open('user1.json', 'w', encoding='utf-8')as f:
json.dump(user_dic, f)#先open，在write
with open('user2.json', 'w', encoding='utf-8')as f:
json.dump(user_dic, f)
with open('user2.json', 'r', encoding='utf-8')as f:
user_dic = json.load(f)
print(user_dic)
print(type(user_dic))
#>>>{'name': 'yafeng', 'age': 18}
#>>><class 'dict'>
- pickle模块
'''
pickle模块:
pickle是一个python自带的序列化模块。
优点:
- 可以支持python中所有的数据类型(集合也行)
- 可以直接存 "bytes类型" 的数据，pickle存取速度更快
缺点: （致命的缺点）
- 只能支持python去使用，不能跨平台
'''
import pickle
dic = {
'name': 'yafeng',
'age': '18',
'love': '热巴'
}
#转换成序列化dump(bytes)
with open('yafeng.pickle', 'wb')as f:
pickle.dump(dic, f)
#读换成原来的
with open('yafeng.pickle', 'rb')as f:
python_dic = pickle.load(f)#注意load只能加载一个对象
print(python_dic)
#>>>{'name': 'yafeng', 'age': '18', 'love': '热巴'}
print(type(python_dic))
#>>><class 'dict'>
set1 = {'yafeng', '18', '热巴'}
with open('1.pickle', 'wb')as f:
pickle.dump(set1, f)
with open('1.pickle', 'rb')as f:
python_set = pickle.load(f)
print(python_set)
#>>>{'18', '热巴', 'yafeng'}
print(type(python_set))
#>>><class 'set'>
二、collections 模块
- 具名元组
'''
- python默认八大数据:
- 整型
- 浮点型
- 字符串
- 字典
- 元组
- 列表
- 集合
- 布尔
collections模块:
- 提供一些python八大数据类型 “以外的数据类型” 。
- 具名元组:
具名元组 只是一个名字。
应用场景:
- 坐标
-
from collections import namedtuple
- 有序字典:
- python中字典默认是无序
- collections中提供了有序的字典
from collections import OrderedDict
'''
#具名元组
from collections import namedtuple
#传入的可迭代对象是有序的即可索引取值（比如列表，元组,字符串）
#应用1：坐标
#将‘坐标’变成‘对象’的名字
point = namedtuple('坐标', ['x', 'y'])#此时的第二个参数既可以传可迭代对象
point = namedtuple('坐标', ('x', 'y'))#此时的第二个参数既可以传可迭代对象
point = namedtuple('坐标', 'x y')#此时的第二个参数既可以传可迭代对象，注意字符串中的每个元素之间必须以空格隔开
#传参的个数要与第二个参数的个数一致
p = point(1, 2)
print(p)
#坐标(x=1, y=2)
print(type(p))
#<class '__main__.坐标'>
#应用2、扑克牌
#获取扑克牌对象
card = namedtuple('扑克牌', ['color', 'number'])#此时就是扑克牌对象
#由扑克牌对象产生一张 扑克牌
red_A = card('❤', 'A')
print(red_A)
#>>>扑克牌(color='❤', number='A')
print(type(red_A))
#>>><class '__main__.扑克牌'>
black_k = card('♠', 'K')
print(black_k)
#>>>扑克牌(color='♠', number='K')
print(type(black_k))
#>>><class '__main__.扑克牌'>
#应用3、影片的信息
p = namedtuple('岛国', ['city', 'movie_type', 'name'])
movie_info = p('东京', '爱情动作片', 'cang老师')
print(movie_info)
#>>>岛国(city='东京', movie_type='爱情动作片', name='cang老师')
print(type(movie_info))
#>>><class '__main__.岛国'>
#2、有序字典
#python中默认字典是无序的*****很重要******
dic = {
'name': 'yafeng',
'age': 18,
'love': '热巴'
}
print(dic)
#>>>{'name': 'yafeng', 'age': 18, 'love': '热巴'}
print(type(dic))
#>>><class 'dict'>
for i in dic:
print(i)
#>>>name
#>>>age
#>>>love
#有序字典
from collections import OrderedDict
order_dic = OrderedDict(dic)
print(order_dic)
#>>>OrderedDict([('name', 'yafeng'), ('age', 18), ('love', '热巴')])
print(type(order_dic))
#>>><class 'collections.OrderedDict'>
print(order_dic.get('love'))
#>>>热巴
print(order_dic['love'])
#>>>热巴
for i in order_dic:
print(i)
#name
#age
#love
三、openpyxl模块
- openpyxl(可对ecxel表格进行操作的模块)
# '''
# openpyxl模块：第三方模块
# - 可以对Excle表格进行操作的模块
#
# - 下载:
# pip install openpyxl
#
# - Excel版本:
# 2003之前:
# excle名字.xls
#
# 2003以后:
# excle名字.xlsx
#
# - 清华源: https://pypi.tuna.tsinghua.edu.cn/simple
#
# - 配置永久第三方源:
# D:C:\Users\占亚峰\AppData\Local\Programs\Python\Python37\Lib\site-packages\pip\_internal\models\index.py
# '''
# #写入数据
# from openpyxl import Workbook
#
# #获取Excel文件对象
# wb_obj = Workbook()
#
# wb1 = wb_obj.create_sheet('亚峰牛皮1', 1)
# wb2 = wb_obj.create_sheet('亚峰牛皮2', 2)
#
# #修改工作表名字，将'亚峰牛皮2'修改成---->'亚峰666'
# print(wb2.title)
# wb2.title = '亚峰666'
# print(wb2.title)
#
#
# #为第一张工作表中添加值
# #wb1['工作簿中的表格位置']
# wb1['A10'] = 123
# wb1['B10'] = 666
# wb1['C10'] = '=SUM(A10:B10)'
#
# #生成Excel表格
# wb_obj.save('亚峰牛皮1.xlsx')
# print('excel表格生成成功')
# #读取数据
# from openpyxl import load_workbook
# wb_obj = load_workbook('亚峰1.xlsx')
# print(wb_obj)
#
# #wb_obj['表名']
# wb1 = wb_obj['亚峰牛皮1']
# print(wb1['A10'].value)
# wb1['A10'] = 666
# print(wb1['A10'].value)
#批量写入100条数据
from openpyxl import Workbook
wb_obj = Workbook()
wb1 = wb_obj.create_sheet('工作表1')
#wb1['表的位置'] = '对应的值'
# n = 1
# for line in range(100):
# wb1['A%s' %n] = line + 1
# n += 1
#假设：一万条数据的字典
dic = {
'name': '亚峰',
'age': 18,
'love': '热巴'
}
n = 1
for key, value in dic.items():
wb1['A%s' %n] = key
wb1['B%s' %n] = value
n += 1
wb_obj.save('批量插入的数据.xlsx')
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀（爬取学校通知公告）
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求：requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量？
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析：SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL，这些神奇的特性你知道吗？
openGauss内核分析：执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
SQL Server -- 解决存储过程传入参数作为s
关于JS定时器的整理
JS中使用Promise.all控制所有的异步请求都完
js中字符串的方法
import-local执行流程与node模块路径解析流程
检测数据类型的四种方法
js中数组的方法,32种方法
前端操作方法
数据类型
window.localStorage.setItem 和 localStorage.setIte
如何完美解决前端数字计算精度丢失与数
