python的items

① python字典中items和iteritems的区别

items()返回的是列表对象，而iteritems()返回的是iterator对象。例如：
print dic.items() #[('a', 'hello'), ('c', 'you'), ('b', 'how')]
print dic.iteritems() #<dictionary-itemiterator object at 0x020E9A50>
深究：iteritor是迭代器的意思，一次反悔一个数据项，知道没有为止
for i in dic.iteritems():

print i

结果：('a', 'hello')

('c', 'you')

('b', 'how')

② python中的argv.items()代表什么意思呢

sys.argv[0]表示代码本身文件路径。sys.argv[]说白了就是一个从程序外部获取参数的桥梁，这个“外部”很关键，因为从外部取得的参数可以是多个，所以获得的是一个列表（list)，也就是说sys.argv其实可以看作是一个列表。

所以才能用[]提取其中的元素。其第一个元素是程序本身，随后才依次是外部给予的参数。

Sys.argv[ ]其实就是一个列表，里边的项为用户输入的参数，关键就是要明白这参数是从程序外部输入的，而非代码本身的什么地方，要想看到它的效果就应该将程序保存了，从外部来运行程序并给出参数。

(2)python的items扩展阅读

Python的字典的items(), keys(), values()都返回一个list

argc,argv 用命令行编译程序时有用。

主函数main中变量(int argc,char *argv[ ])的含义

有些编译器允许将main()的返回类型声明为void，这已不再是合法的C++

main(int argc, char *argv[ ], char **env)才是UNIX和Linux中的标准写法。

argc: 整数,用来统计你运行程序时送给main函数的命令行参数的个数

③ item在python里的意思

item在python里的意思是把字典中每对key和value组成一个元组。
Python中通常使用for...in遍历字典，本文使用item()方法遍历字典。item()。item()方法把字典中每对key和value组成一个元组，并把这些元组放在列表中返回。DEMO代码如下:#!/usr/bin/envpython，#-*-coding:utf-8-*-，dict={"name":"zhangsan","age":"30","city":"shanghai","blog":"http://www.jb51.net"}
forkey,valueindict.items():print'key=',key,'value=',value。执行结果：可见key接收了字典的key，value接收了字典的value值。

④ python items()是怎么排序的

在Python中，当你排序一个元组时，如下所示：
>>> items = [(1, 'B'), (1, 'A'), (2, 'A'), (0, 'B'), (0, 'a')]
>>> sorted(items)
[(0, 'B'), (0, 'a'), (1, 'A'), (1, 'B'), (2, 'A')]

默认情况下，sort和sorted内建函数会优先排序第一个元素，然后再排序第二个元素，大写字母会排在小写字母前面。当你想要不区分大小写排序时，可能会按如下写代码：
>>> sorted(items, key=str.lower)
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>
TypeError: descriptor 'lower' requires a 'str' object but received a 'tuple'

出现了错误，lower需要的是字符串对象，但是接收到了元组。下面的应用lamdba，返回一个元组：
>>> sorted(items, key=lambda x: (x[0], x[1].lower()))
[(0, 'a'), (0, 'B'), (1, 'A'), (1, 'B'), (2, 'A')]

我确定你知道可以通过 sorted(items, reverse=True, ...) 将其反转，但是如果你想要依赖你提供的key来获得不同的排序顺序时，该怎么办呢？使用lambda函数返回一个元组可以实现，下面是一个更高级的结构排序
>>> peeps = [{'name': 'Bill', 'salary': 1000}, {'name': 'Bill', 'salary': 500}, {'name': 'Ted', 'salary': 500}]
>>> sorted(peeps, key=lambda x: (x['name'], x['salary']))
[{'salary': 500, 'name': 'Bill'}, {'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]

如果你想要使salary逆序，只需要如下改动：
>>> sorted(peeps, key=lambda x: (x['name'], -x['salary']))
[{'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]

⑤ python item类怎么使用

#!/usr/bin/python
# Filename: class_init.py
class Person:
def __init__(self, name):
self.name = name
def sayHi(self):
print 'Hello, my name is', self.name
p = Person('Swaroop')
p.sayHi()
输出：
Hello, my name is Swaroop

说明：__init__方法定义为取一个参数name（以及普通的参数self）。在这个__init__里，我们只是创建一个新的域，也称为name。注意它们是两个不同的变量，尽管它们有相同的名字。点号使我们能够区分它们。最重要的是，我们没有专门调用__init__方法，只是在创建一个类的新实例的时候，把参数包括在圆括号内跟在类名后面，从而传递给__init__方法。这是这种方法的重要之处。现在，我们能够在我们的方法中使用self.name域。这在sayHi方法中得到了验证。

⑥ python要三个条件同时成立，语句怎么写

首先我们来说下，python为开发提供了一下几种引用方式：

1.import语句

2.from……import

3._import_函数

大家一般常用的是前两种方式，而_import_函数与import语句类似，不同点在于前者显 式地将模块的名称作为字符串传递并赋值给命名空间的变量。

在使用import的时候注意以下几点：

（以下文章中a指的是模块名称，B则指代模块a中的一些类名或者变量等。）

• (1)一般情况下尽量优先使用import a形式，如访问B时需要使用a.B的形式。

• (2)有节制地使用from a import B 形式，可以直接访问B

• (3)尽量避免使用from a import *，因为这会污染命名空间，并且无法清晰地表示导入了哪些对象。

为什么在使用import的时候要注意以上几点呢？在回答这个问题之前先来简单了解一下 Python的import机制。Python在初始化运行环境的时候会预先加载一批内建模块到内存中，这些模块相关的信息被存放在sys.moles中。读者导入sys模块后在Python解释器中输入sys.moles.items()便可显示所有预加载模块的相关信息。当加载一个模块的时候，解释器实际上要完成以下动作：

1)在sys.moles中进行搜索看看该模块是否已经存在，如果存在，则将其导入到当前 局部命名空间，加载结束。

2)如果在sys.moles中找不到对应模块的名称，则为需要导入的模块创建一个字典对象、并将该对象信息插入sys.moles中。

3)加载前确认是否需要对模块对应的文件进行编译，如果需要则先进行编译。

4)执行动态加载，在当前模块的命名空间中执行编译后的字节码，并将其中所有的对 象放入模块对应的字典中。

我们以用户自定义的模块为例来看看sys.moles和当前局部命名空间发生的变化。在Python的安装目录下创建一个简单的模块testmole.py：

了解完import机制，我们再来看看对于from a import……无节制的使用会带来什么问题。

一、命名空间的冲突

来看一个例子。假设有如下3个文件：a.py, b.py及importtest.py.其中a和b都定义了 add()函数，当在import test文件中同时采用from……import……的形式导入add的时候，import test中起作用的到底是哪一个函数呢？

从程序的输出“add in mole B”可以看出实际起作用的是最近导入的add(),它完全覆 盖了当前命名空间之前从a中导入的add()o在项目中，特别是大型项目中频繁地使用from a import ……的形式会増加命名空间冲突的概率从而导致出现无法预料的问题。因此需要有节制 地使用Gom……import语句。一般来说在非常明确不会造成命名冲突的前提下，以下几种情况 下可以考虑使用from……import语句：

• (1)当只需要导入部分属性或方法时。

• (2)模块中的这些属性和方法访问频率较高导致使用“模块名.名称”的形式进行访问过 于烦琐时。

• (3)模块的文档明确说明需要使用from……import形式，导入的是一个包下面的子模块， 且使用from……import形式能够更为简单和便利时c如使用from io.drivers import zip要比使用 import io.drivers.zip 更方便。

二、循环嵌套导入的问题


先来看下面的例子：

无论运行上面哪一个文件都会抛出ImportError异常。这是因为在执行cl.py的加载过 程中，需要创建新的模块对象cl然后执行cl.py所对应的字节码。此时遇到语句from c2 import g,而c2在sys.moles也不存在，故此时创建与c2对应的模块对象并执行c2.py所 对应的字节码。当遇到c2中的语句from cl import x时，由于cl已经存在，于是便去其对应 的字典中査找g,但cl模块对象虽然创建但初始化的过程并未完成，因此其对应的字典中并不存在g对象，此时便抛岀ImportError: cannot import name g异常。而解决循环嵌套导入问题的一个方法是直接使用import语句。

马上母亲节了，记得给家里的妈妈一份问候

⑦ Python 中 stuinfo . items ()是什么怎么用

stuinfo这个变量应该是一个字典(dict)

dict.items() 这个方法可以获取到一个由各个key+value组合的元组的列表，

经常在for循环迭代的时候经常这样使用

⑧ python常见数据类型

一,python整数类型所表示的数据。

1,一般用以表示一类数值:所有正整数,0和负整数;

2,整型作为最常用的,频繁参与计算的数据类型，在python3.5中解释器会自动在内存中创建-5-3000之间的（包含5，不包含3000）整型对象，也就是说在该范围内,相等都是同一个已经创建好的整型对象。范围之外的即使相等也表示不同对象，该特性随python版本而改变，不要过于依赖。

3,bool型继承了int型，他是int的子类。

4,Python2中有长整型long，数值范围更大，在python3中已取消，所有整型统一由int表示。

5,参与所有数值计算，数学运算，科学计算。这也是所有编程语言都有的数据类型，因为编程语言生而需要模拟人的思维，借助数学方式，自动计算、更好的解决大量重复性的事务，因此数值类型、整数类型在编程语言中不可或缺。

6,支持二进制(0b\0B开头),十进制,八进制(0o\0O),十六进制(0x\0X)

二，python整数和浮点型支持常规的数值运算

整数和浮点数都可参与的运算：+ - * / %（取余） //（整除） **（幂）

Python字符型：

python字符型表示的数据：
python3支持Unicode编码，由字母、数字和符号组成的形式就叫字符串，更接近或者相同与人们文字符号表示，因此在信息表示和传递时它也是最受认可的形式。在程序编写中也是非常常用，对应的可操作的方法也很多，很有意思。
字符串不可被修改，可以拼接等方法创建新字符串对象；
支持分片和下标操作；a[2:]
支持+拼接，*重复操作和成员关系in/not in；
表示形式：用单引号双引号包含起来的符号；a = str(‘sdfsdfsdf’) 或 r’\t\nabcd’ 原始字符，Bytes：b’abcd’；
6,字符串属于不可变数据类型，内部机制为了节省空间，相同的两个字符串表示相同的一个对象。a = ‘python’ b = ‘python’ a is b :True

二, 字符串支持的运算方法

1,capitalize() :首字母大写后边的字母小写 a = ‘abcd’ b = a.capitalize() b:Abcd

2,casefold() lower():字母转换为全小写

3,center(width,fillchar) :居中，width填补的长度；fillchar添加的字符

a = a.center(10,’_’) //’____abcd____’ 默认无fillchar填充空格

4,count(sub,star,end) :字母计数：sub要查询的字符

5,encode(encoding=’utf-8’,errors=’strict’) 设置编码

Errors :设置错误类型

6,endswith(suffix,star,end) : 若以suffix结尾返回True

7，expandtabs(8) :设置字符串中tab按键符的空格长度：’\tabcde’

8,find(sub,star,end) : 返回指定范围内的字符串下标，未找到返回-1

9，index(sub,star,end) :返回指定范围字符串下标未找到抛出异常

10，isalnum() :判断字符串是否是字母或数字，或字母和数字组合

11，isalpha() :判断是否全是字母

12，isdecimal() :判断字符串是否是十进制数值

13，isdigit() :判断字符串是否是数字

14，isidentifier() :判断字符串中是否包含关键字

15，islower() :判断是否全小写

16，isnumeric() :判断全是数字

17，isspace() :判断是否是空格

18，isupper() 判断是否大写

19，istitle() :判断是否首字母大写

20，join(iterable) :把可迭代对象用字符串进行分割：a.join(‘123’)

21,ljust(width,fillchar);rjust() :左对齐右对齐

22, upper() :将字符串改为大写

23，split(sep=None,maxsplit=-1) :分割一个字符串，被选中字符在字符串中删除

‘ab1cd1efg’.split(‘1’) :[‘ab’,’cd’,’efg’]

三，字符串格式化：按照规格输出字符串

format(*args,**kwargs) :args位置参数，kwargs关键字参数

‘{0:.1f}’.format(123.468) :格式化参数，小数点后保留1位四舍五入

四，字符串操作符%

1，%s :格式化字符串 ‘abcd%sdef’%’dddd’

2，%d:格式化整数

3，%o格式化无符号八进制

4，%x格式化无符号十六进制

5，%f格式化定点数

6, %e: 科学计数法格式化定点数

7，%g 根据值大小自动选%f,%e

8, %G E X :大写形式

五，格式化辅助命令：

m.n :m最小总宽度，n小数点后位数：’%12.4f’%23456.789

六，转义字符：字符串前r避免转义：r’\nhello\thi’

\n:换行符

\t:横向制表符

\':'

\":"

\b:退格符

\r:回车

\v:纵向制表符

\f:换页符

\o,\x:八进制和十六进制

\0:空字符串

Python列表list

一，Python的列表list类型表示的数据：

Python列表在cpython中被解释为长度可变的数组，用其他对象组成的连续数组。

列表中元素可以是相同或不同的数据类型；
当列表元素增加或删除时，列表对象自动进行扩展或收缩内存，保证元素之间没有缝隙，总是连续的。
Python中的列表是一个序列，也是一个容器类型
创建列表：a = []; b = [1,’python’]; c = list(); d = list((1,3,4,5))
支持切片操作list[start,stop,step]
python列表常用方法
1,append添加单个元素：list.append(object); //a.append(‘python’)

2,extend添加可迭代对象: list.extend(iterable); //a.extend(‘abcde’/[1,2,3])

3,insert 插入元素：list.insert(index,object): 在index下标前插入元素//a.insert(2,’python’)

4,clear 清空所有元素：list.clear() //a.clear()

5,pop 删除并返回一个元素：list.pop(index) //默认删除默认一个元素

remove 删除指定元素：list.remove(v) ,v元素不存在报错 //a.remove(‘c’)
7，count 返回这个值在列表中数量：list.count(value)

8, 浅拷贝一个新列表：list.()

9,sort:排序list.sort(reverse=False/True) :默认升序

排序函数：sorted(list)

10，reverse: 原地翻转：list.reverse()

11，index(value,star,stop) :指定范围内该值下标：list.index(2,0,5)

列表元素访问：
下标访问：list[1]
For循环遍历
通过下标修改元素：list[2 ] = ‘hello’
列表常用运算符：
1,比较运算符：从第一个元素开始对比

2，+ 拼接一个新列表：l1+ l2

3, 重复操作符：* ,多个列表拼接

成员关系操作符：in/ not in
逻辑运算符：and not or
列表常用的排序方法：
冒泡排序；选择排序；快速排序；归并排序

Python元组tuple

一，Python元组tuple数据类型表示的数据：

元组是受到限制的、不可改变的列表；
可以是同构也可以是异构；
元组是序列类型、是可迭代对象，是容器类型。
元组的创建: a = (1,2,3)或a=1,2,3; b = tuple(); c = tuple(iterable)
支持切片操作tuple[start,stop,step]

二，python元组常用方法

1,index(value,star,stop) :指定范围内该值下标：tuple.index(2,0,5)

2,count(value) ：值出现次数

三，支持运算：

1,比较运算符：从第一个元素开始对比

2，+ 拼接一个新元组：l1+ l2

3, 重复操作符：* ,多个元组拼接

4成员关系操作符：in/ not in

逻辑运算符：and not or
四，元组的访问

下标操作；
For循环遍历访问。

Python字典类型

一,Python字典dict表示的数据：{key:value}

可根据关键字：键快速索引到对应的值；
字典是映射类型，键值对一一对应关系，不是序列；
字典元素是无序的；
字典是可迭代对象，是容器类型；
字典的创建：k = {}; k1={‘keyword’:object}; k2 = dict();
K3 = dict(mapping); dict=(iterable)

二，字典的访问：

通过key：k[‘key’]

修改key对应的值：K[‘key’] = value

For循环遍历出来的是key；

For循环键值对：for I in d.items():

For 循环enumerate: for k,v in enumerate(k1):

In/not in 成员关系查询键不支持查值

三，字典常用方法

get(key,de):获取值：k.get(key,de) //若不存在则默认输出de
pop(k,de):删除一个键值对，不存在输出de，未设置报错；
keys() :返回字典所有key组成的序列：list(k.keys()) [1,2,3];
values():返回字典所有value组成的序列：list(k.values())
items():返回键值对组成的元组为元素的序列：（类set）list(k.items())
update(e):更新字典：e可是字典或两元素组成的单位元素序列：e=[(5,6),(7,8)];
k.update(e)

clear():清空字典；
popitem()删除某个键值对，若字典为空则报错
() :浅拷贝
10, fromkeys(iterable,value=None):从可迭代对象创建字典

{}.fromkeys([1,2,3]) -----{1:None,2:None,3:None}

11,setdefault(k,d=None) :若key不存在则生成一个键值对

k.setdefault(‘keyword’)

Python 集合set

集合表示的数据：
多个元素的无序组合，集合是无序的，集合元素是唯一的；
字典的键是由集合实现的；
集合是可迭代对象
集合创建：s = {1,2}; s1 = set(); s2 = set(iterable)
集合元素的访问：
For 循环将集合所有元素全部访问一遍，不重复

常用方法：
add(object):s.add(‘hi’) 向集合添加一个元素
pop() :弹栈，集合为空则报错：删除任意一个元素；
clear():清空集合，返回一个空集合对象；
remove(object):删除一个元素，不存在和报错：s.remove(‘hi’)
update(集合)：更新另一个集合，元素不存在则不更新；
() :浅拷贝
集合的运算：
交集：s1&s2;
差集,补集：s1-s2;
并集：s1|s2;
Issubset():判断是否是子集：s1.issubset(s2) s1是否s2的集合子集
Issuperset():判断是否是父集：s1.issuperset()
不可变集合：
Frozenset():返回一个空的不可变集合对象

Frozenset(iterable):

S = frozenset(iterable)

Python序列类型共同特性

一,序列类型共同特性

python序列类型有:str字符串,list列表,tuple元组
都支持下标索引，切片操作；
下标都是从0开始，都可通过下标进行访问；
拥有相同的操作符
二，支持的函数：

len(obj):返回对象长度；
list(iterable):将可迭代对象转为列表；
tuple(iterable):将可迭代对象转为元组；
str(ojb):将任何对象转为字符串形式；
max(iterable): python3中元素要是同类型，python2中元素可异构：max([‘a’,1])
min(iterable):和max类似；
sum(iterable,star=0),求可迭代对象和，默认star为0，元素不能为字符串
sorted(iterable,key=None,reverse=False)
s=[(‘a’,3),(‘b’,2),(‘c’,9)]

sorted(s,key=lambda s:s[1]) //按照数字排序

reversed(sequence):翻转序列，返回迭代器
enumerate(iterable):返回enumerate对象,其元素都是一个元组（下标，值）
zip（iter1,iter2）: zip([1,2],[3,4]) ----[(1,3),(2,4)]

序列类型的切片操作：

Slice:

L[index]; 访问某个元素；

L[1:4]; 区间

L[star:stop:step]; 设置步长取区间元素