Python常用函数及常用库整理笔记

目录

• 文件操作
• 文件夹/目录
• 文件
• 数据格式
• 链表
• 类
• 特殊函数
• 一些常用函数
• 常用库
• tqdm进度条库
• tqdm模块参数说明
•  常用函数使用方法
• yacs参数配置库
• 简介
• 使用方法
• logging日志库 使用方法

简单整理一下一些常用函数，方便自己查阅。

文件操作

文件夹/目录

import os

1、os.papythonth.exists(path) 判断一个文件/目录是否存在，只要存在相匹配的文件或目录就返回True，因此当目录与文件同名时可能报错

2、os.path.isdir(fname) 判断目录是否存在，必须是目录才返回True

3、os.makedirs(path) 多层创建目录

4、os.mkdir(path) 创建目录

5、os.rmdir(path) 删除目录，只能删除空目录

6、os.rename(原文件名，新文件名) 重命名文件或文件夹

注意：makedirs与mkdir之间最大的区别是当父目录不存在的时候os.mkdir(path)不会创建，os.makedirs(path)则会创建父目录。

文件

1、os.remove(path) 删除文件

2、os.rename(原文件名，新文件名) 重命名文件或文件夹

3、os.listdir(path) 提取目录下所有文件

4、os.path.isfile(fname) 判断文件是否存在，必须是文件才返回True

5、random.sample(file_l开发者_JAV培训ist, n) 从file_list中随机选择n个文件--import random

6、copyfile(src_path, dst_path) 将src文件内容复制到dst文件中--from shutil import copyfile

7、copy(src_path, dst_path) 将src文件复制到dst文件夹中--from shutil import copy

8、move(src_path, dst_path) 将src文件剪切到dst文件夹---from shutil import move

9、dst=os.path.join(path,"../for_bitmain/"+img) 修改文件路径

10、str.endswith(suffix[, start[, end]]) 判断字符串是否以指定后缀结尾或指定字符串，如果以指定后缀结尾返回True，否则返回False。可选参数"start"与"end"为检索字符串的开始与结束位置。

数据格式

链表

1、len(list) 长度

2、max(list) 最大值

3、min(list) 最小值

4、del(list)/del(list[i]) 删除链表或某一个元素

5、list.append(obj) 插入元素

6、list.count(obj) 统计某个元素出现的次数

7、list.pop([index = -1]) 移除一个元素，并返回其值，默认是最后一个

8、list.sort() 排序

9、list.clear() 清除

10、list.copy() 复制

类

特殊函数

__init__()

        等同于类的构造器，初始化某个类的一个实例。

__del__()

        等同于类的析构函数，析构某个类的一个实例。

__call__()

  &编程客栈nbsp;     使实例能够像函数一样被调用，同时不影响实例本身的生命周期（__call__()不影响一个实例的构造和析构）。但是__call__()可以用来改变实例的内部成员的值。

class X(object):
    def __init__(self, a, b, range):
        self.a = a
        self.b = b
        self.range = range
    def __del__(self, a, b, range):
        del self.a
        del self.b
        del self.range
    def __call__(self, a, b):
        self.a = a
        self.b = b
        print('__call__ with （{}, {}）'.format(self.a, self.b))
 
 
>>> xInstance = X(1, 2, 3)
>>> xInstance(1,2)
__call__ with (1, 2)
>>> del X

一些常用函数

1、enumerate(sequence, [start=0])

  &nbsjavascriptp;     为可迭代的序列添加了一个计数器默认从0开始

elements = ('foo', 'bar', 'baz')
>>> for elem in elements:
...     print elem
... 
foo
bar
baz
>>> for count, elem in enumerate(elements):
...     print count, elem
... 
0 foo
1 bar
2 baz
>>> for count, elem in enumerate(elements, 42):
...     print count, elem
... 
42 foo
43 bar
44 baz

 2、 'sep'.join(seq)

        seq：分隔符，可以为空

        seq：要连接的元素序列、字符串、元组、字典

        连接字符串数组。将字符串、元组、列表中的元素以指定的分隔符连接生成一个新的字符串。

#对序列进行操作（分别使用' '与':'作为分隔符）
>>> seq1 = ['hello','good','boy','doiido']
>>> print(' '.join(seq1))
hello good boy doiido
>>> print(':'.join(seq1))
hello:good:boy:doiido
 
 
#对字符串进行操作
>>> seq2 = "hello good boy doiido"
>>> print(':'.join(seq2))
h:e:l:l:o: :g:o:o:d: :b:o:y: :d:o:i:i:d:o
 
#对元组进行操作
>>> seq3 = ('hello','good','bphpoy','doiido')
>>> print(':'.join(seq3))
hello:good:boy:doiido
 
#对字典进行操作
>>> seq4 = {'hello':1,'good':2,'boy':3,'doiido':4}
>>> print(':'.join(seq4))
boy:good:doiido:hello

常用库

tqdm进度条库

tqdm模块参数说明

class tqdm(object):
  """
  Decorate an iterable object, returning an iterator which acts exactly
  like the original iterable, but prints a dynamically updating
  progressbar every time a value is requested.
  """
 
  def __init__(self, iterable=None, desc=None, total=None, leave=False,
               file=sys.stderr, ncols=None, mininterval=0.1,
               maxinterval=10.0, miniters=None, ascii=None,
               disable=False, unit='it', unit_scale=False,
               dynamic_ncols=False, smoothing=0.3, nested=False,
               bar_format=None, initial=0, gui=False):

• iterable: 可迭代的对象, 在手动更新时不需要进行设置
• desc: 字符串, 左边进度条描述文字
• total: 总的项目数
• leave: bool值, 迭代完成后是否保留进度条
• file: 输出指向位置, 默认是终端, 一般不需要设置
• ncols: 调整进度条宽度, 默认是根据环境自动调节长度, 如果设置为0, 就没有进度条, 只有输出的信息
• unit: 描述处理项目的文字, 默认是'it', 例如: 100 it/s, 处理照片的话设置为'img' ,则为 100 img/s
• unit_scale: 自动根据国际标准进行项目处理速度单位的换算, 例如 100000 it/s >> 100k it/s

 常用函数使用方法

1.tqdm(iterator)

        基于迭代器运行：

import time
from tqdm import tqdm, trange
 
#trange(i)是tqdm(range(i))的一种简单写法
for i in trange(100):
    time.sleep(0.05)
 
for i in tqdm(range(100), desc='Processing'):
    time.sleep(0.05)
 
dic = ['a', 'b', 'c', 'd', 'e']
pbar = tqdm(dic)
for i in pbar:
    pbar.set_description('Processing '+i)
    time.sleep(0.2)
100%|██████████| 100/100 [00:06<00:00, 16.04it/s]
Processing: 100%|██████████| 100/100 [00:06<00:00, 16.05it/s]
Processing e: 100%|██████████| 5/5 [00:01<00:00,  4.69it/s]

        手动进行更新：

import time
from tqdm import tqdm
 
with tqdm(total=200) as pbar:
    pbar.set_description('Processing:')
    # total表示总的项目, 循环的次数20*10(每次更新数目) = 200(total)
    for i in range(20):
        # 进行动作, 这里是过0.1s
        time.sleep(0.1)
        # 进行进度更新, 这里设置10个
        pbar.update(10)
Processing:: 100%|██████████| 200/200 [00:02<00:00, 91.94it/s]

yacs参数配置库

简介

        yacs是作为一个轻量级库创建的，用于定义和管理系统配置，比如那些通常可以在为科学实验设计的软件中找到的配置。这些“配置”通常包括用于训练机器学习模型的超参数或可配置模型超参数(如卷积神经网络的深度)等概念。由于您正在进行科学研究，所以再现性是最重要的，因此您需要一种可靠的方法来序列化实验配置。

使用方法

1、初始化并赋值

# my_project/config.py
from yacs.config import CfgNode as CN
 
 
_C = CN()
 
_C.SYSTEM = CN()
# Number of GPUS to use in the experiment
_C.SYSTEM.NUM_GPUS = 8
# Number of workers for doing things
_C.SYSTEM.NUM_WORKERS = 4
 
_C.TRAIN = CN()
# A very important hyperparameter
_C.TRAIN.HYPERPARAMETER_1 = 0.1
# The all important scales for the stuff
_C.TRAIN.SCALES = (2, 4, 8, 16)
 
 
def get_cfg_defaults():
  """Get a yacs CfgNode object with default values for my_project."""
  # Return a clone so that the defaults will not be altered
  # This is for the "local variable" use pattern
  return _C.clone()
 
# Alternatively, provide a way to import the defaults as
# a global singleton:
# cfg = _C  # users can `from config import cfg`

2、解析yaml文件

        config.yaml

GPUS: (0,1,2,3)
OUTPUT_DIR: 'output'
CUDNN:
  ENABLED: true
 
MODEL:
  NAME: 'yolo'
  PRETRAINED: 'xx.pth'
  EXTRA:
    FINAL_CONV_KERNEL: 1
    STAGE2:
      NUM_MODULES: 1

        config.py

import os
 
from yacs.config import CfgNode as CN
 
class config():
 
    def __init__(self):
        self.cfg = CN()
     
        self.cfg.GPU编程客栈S= (0,1,2,3)
        self.cfg.OUTPUT_DIR= 'output'
        self.cfg.CUDNN=CN()
        self.cfg.CUDNN.ENABLED=True
        self.cfg.MODEL=CN()
        self.cfg.MODEL.NAME=''
        self.cfg.MODEL.PRETRAINED=''
        self.cfg.MODEL.EXTRA=CN()
        self.cfg.MODEL.EXTRA.FINAL_CONV_KERNEL=0
        
        self.cfg.MODEL.EXTRA.STAGE2=CN()
        self.cfg.MODEL.EXTRA.STAGE2.NUM_MODULES=0
    
    def get_cfg(self):
        return  self.cfg.clone()
    
    def load(self,config_file):
         self.cfg.OUTPUT_DIR = ''
         self.cfg.defrost()
         self.cfg.merge_from_file(config_file)
         self.cfg.freeze()
if __name__ == '__main__':
    cc=config()
    cc.load("test.yaml")
    print(cc.cfg)
    print(cc.get_defalut_cfg())

logging日志库 使用方法

1、将控制台的输出写入文件中

import logging
def setLog():
	log_file = 'L:/log/console.log'
	head = '%(asctime)-15s %(message)s'
	logging.basicConfig(filename=str(log_file), format=head)
 
	logger = logging.getLogger()
	logger.setLevel(logging.INFO)
 
	console = logging.StreamHandler()
	logging.getLogger('').addHandler(console)
    
    return logger
if __name__ == '__main__':
	logger = setLog()
 
    logger.info('input message')

到此这篇关于python常用函数及常用库整理的文章就介绍到这了,更多相关Python常用函数内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！