python编程是什么意思？让我们一起了解一下吧！
Python编程是一种跨平台的计算机程序设计语言，是ABC语言的替代品。Python能提供高效的高级数据结构，还能简单有效地面向对象编程，是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。
拓展：Python能做什么
1、Web开发
Python拥有很多免费数据函数库、免费web网页模板系统、以及与web服务器进行交互的库，可以实现web开发，搭建web框架。
2、数据科学
将Python用于机器学习：可以研究人工智能、机器人、语言识别、图像识别、自然语言处理和专家系统等。
将Python用于数据分析/可视化：大数据分析等等。
3、网络爬虫
网络爬虫是指按照某种规则在网络上爬取所需内容的脚本程序。在爬虫领域，Python是必不可少的一部分。将网络一切数据作为资源，通过自动化程序进行有针对性的数据采集以及处理。
4、自动化运维
把运维工作自动化，能够把运维人员从服务器的管理中解放出来，让运维工作变得简单、快速、准确。
5、嵌入式应用开发、游戏开发和桌面应用开发。
今天的分享就是这些，希望能帮助到大家！
推荐收藏！这几段祖传的 Python 代码拿来就用
今天分享几段工作生活中常用的代码，都是最为基础的功能和操作，而且大多还都是出现频率比较高的，很多都是可以拿来直接使用或者简单修改就可以放到自己的项目当中。喜欢的记得收藏、关注、点赞。
废话不多说，我们开始吧
日期生成很多时候我们需要批量生成日期，方法有很多，这里分享两段代码
获取过去 N 天的日期
importdatetimedefget_nday_list(n):before_n_days=[]foriinrange(1,n 1)[::-1]:before_n_days.append(str(datetime.date.today()-datetime.timedelta(days=i)))returnbefore_n_daysa=get_nday_list(30)print(a)
Output:
['2021-12-23', '2021-12-24', '2021-12-25', '2021-12-26', '2021-12-27', '2021-12-28', '2021-12-29', '2021-12-30', '2021-12-31', '2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-05', '2022-01-06', '2022-01-07', '2022-01-08', '2022-01-09', '2022-01-10', '2022-01-11', '2022-01-12', '2022-01-13', '2022-01-14', '2022-01-15', '2022-01-16', '2022-01-17', '2022-01-18', '2022-01-19', '2022-01-20', '2022-01-21']
生成一段时间内的日期
importdatetimedefcreate_assist_date(datestart=None,dateend=None):#创建日期辅助表ifdatestartisNone:datestart='2016-01-01'ifdateendisNone:dateend=datetime.datetime.now().strftime('%Y-%m-%d')#转为日期格式datestart=datetime.datetime.strptime(datestart,'%Y-%m-%d')dateend=datetime.datetime.strptime(dateend,'%Y-%m-%d')date_list=[]date_list.append(datestart.strftime('%Y-%m-%d'))whiledatestart<dateend:#日期叠加一天datestart =datetime.timedelta(days= 1)#日期转字符串存入列表date_list.append(datestart.strftime('%Y-%m-%d'))returndate_listd_list=create_assist_date(datestart='2021-12-27',dateend='2021-12-30')d_list
Output:
['2021-12-27', '2021-12-28', '2021-12-29', '2021-12-30']保存数据到CSV
保存数据到 CSV 是太常见的操作了，分享一段我个人比较喜欢的写法
defsave_data(data,date):ifnotos.path.exists(r'2021_data_%s.csv'%date):withopen("2021_data_%s.csv"%date,"a ",encoding='utf-8')asf:f.write("标题,热度,时间,url\n")foriindata:title=i["title"]extra=i["extra"]time=i['time']url=i["url"]row='{},{},{},{}'.format(title,extra,time,url)f.write(row)f.write('\n')else:withopen("2021_data_%s.csv"%date,"a ",encoding='utf-8')asf:foriindata:title=i["title"]extra=i["extra"]time=i['time']url=i["url"]row='{},{},{},{}'.format(title,extra,time,url)f.write(row)f.write('\n')带背景颜色的 Pyecharts
Pyecharts 作为 Echarts 的优秀 Python 实现，受到众多开发者的青睐，用 Pyecharts 作图时，使用一个舒服的背景也会给我们的图表增色不少
以饼图为例，通过添加 JavaScript 代码来改变背景颜色
defpie_rosetype(data)->Pie:background_color_js=("newecharts.graphic.LinearGradient(0,0,0,1,""[{offset:0,color:'#c86589'},{offset:1,color:'#06a7ff'}],false)")c=(Pie(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js))).add("",data,radius=["30%","75%"],center=["45%","50%"],rosetype="radius",label_opts=opts.LabelOpts(formatter="{b}:{c}"),).set_global_opts(title_opts=opts.TitleOpts(title=""),))returncrequests 库调用
据统计，requests 库是 Python 家族里被引用得最多的第三方库，足见其江湖地位之高大！
发送 GET 请求
importrequestsheaders={'user-agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/96.0.4664.110Safari/537.36','cookie':'some_cookie'}response=requests.request("GET",url,headers=headers)
发送 POST 请求
importrequestspayload={}files=[]headers={'user-agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/96.0.4664.110Safari/537.36','cookie':'some_cookie'}response=requests.request("POST",url,headers=headers,data=payload,files=files)
根据某些条件循环请求，比如根据生成的日期
defget_data(mydate):date_list=create_assist_date(mydate)url="https://test.test"files=[]headers={'user-agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/96.0.4664.110Safari/537.36','cookie':''}fordindate_list:payload={'p':'10','day':d,'nodeid':'1','t':'itemsbydate','c':'node'}foriinrange(1,100):payload['p']=str(i)print("getdataof%sinpage%s"%(d,str(i)))response=requests.request("POST",url,headers=headers,data=payload,files=files)items=response.json()['data']['items']ifitems:save_data(items,d)else:breakPython 操作各种数据库操作 Redis
连接 Redis
importredisdefredis_conn_pool():pool=redis.ConnectionPool(host='localhost',port=6379,decode_responses=True)rd=redis.Redis(connection_pool=pool)returnrd
写入 Redis
fromredis_connimportredis_conn_poolrd=redis_conn_pool()rd.set('test_data','mytest')操作 MongoDB
连接 MongoDB
frompymongoimportMongoClientconn=MongoClient("mongodb://%s:%s@ipaddress:49974/mydb"%('username','password'))db=conn.mydbmongo_collection=db.mydata
批量插入数据
res=requests.get(url,params=query).json()commentList=res['data']['commentList']mongo_collection.insert_many(commentList)操作 MySQL
连接 MySQL
importMySQLdb#打开数据库连接db=MySQLdb.connect("localhost","testuser","test123","TESTDB",charset='utf8')#使用cursor()方法获取操作游标cursor=db.cursor()
执行 SQL 语句
#使用execute方法执行SQL语句cursor.execute("SELECTVERSION()")#使用fetchone()方法获取一条数据data=cursor.fetchone()print"Databaseversion:%s"%data#关闭数据库连接db.close()
Output:
Database version : 5.0.45本地文件整理
整理文件涉及需求的比较多，这里分享的是将本地多个 CSV 文件整合成一个文件
importpandasaspdimportosdf_list=[]foriinos.listdir():if"csv"ini:day=i.split('.')[0].split('_')[-1]df=pd.read_csv(i)df['day']=daydf_list.append(df)df=pd.concat(df_list,axis=0)df.to_csv("total.txt",index=0)多线程代码
多线程也有很多实现方式，我们选择自己最为熟悉顺手的方式即可
importthreadingimporttimeexitFlag=0classmyThread(threading.Thread):def__init__(self,threadID,name,delay):threading.Thread.__init__(self)self.threadID=threadIDself.name=nameself.delay=delaydefrun(self):print("开始线程：" self.name)print_time(self.name,self.delay,5)print("退出线程：" self.name)defprint_time(threadName,delay,counter):whilecounter:ifexitFlag:threadName.exit()time.sleep(delay)print("%s:%s"%(threadName,time.ctime(time.time())))counter-=1#创建新线程thread1=myThread(1,"Thread-1",1)thread2=myThread(2,"Thread-2",2)#开启新线程thread1.start()thread2.start()thread1.join()thread2.join()print("退出主线程")异步编程代码
异步爬取网站
importasyncioimportaiohttpimportaiofilesasyncdefget_html(session,url):try:asyncwithsession.get(url=url,timeout=8)asresp:ifnotresp.status//100==2:print(resp.status)print("爬取",url,"出现错误")else:resp.encoding='utf-8'text=awaitresp.text()returntextexceptExceptionase:print("出现错误",e)awaitget_html(session,url)
使用异步请求之后，对应的文件保存也需要使用异步，即是一处异步，处处异步
asyncdefdownload(title_list,content_list):asyncwithaiofiles.open('{}.txt'.format(title_list[0]),'a',encoding='utf-8')asf:awaitf.write('{}'.format(str(content_list)))
以上就是我平时用得最多的代码片段，希望对你有所帮助
好了，这就是今天分享的全部内容，喜欢就点个赞吧
