编程思想的转变

1.面条版阶段

所有的代码全部堆叠在一起。可以看成是直接将所有的数据放在C盘
        视频、音频、文本、图片

2.函数版阶段

根据功能的不同封装不同的函数。可以看成是将C盘下的数据分类管理
       视频文件夹、音频文件夹、文本文件夹、图片文件夹

3.模块版阶段

根据功能的不同拆分成不同的py文件。可以看成是将C盘下的数据根据功能的不同划分到更合适的位置

系统文件夹 C盘、视频文件夹 D盘、图片文件夹 E盘

• ps:类似于开公司(小作坊>>>小公司>>>上市公司)
• 目的：更方便快捷高效的管理资源

软件开发目录规范

为了提高程序的可读性和可维护性，我们应该为软件设计良好的目录结构，这与规范的编码风格同等重要。软件的目录规范并无硬性标准，只要清晰可读即可。

目录的规范优点

1.可读性高: 不熟悉这个项目的代码的人，一眼就能看懂目录结构，知道程序启动脚本是哪个，测试目录在哪儿，配置文件在哪儿等等。从而非常快速的了解这个项目。

2.可维护性高: 定义好组织规则后，维护者就能很明确地知道，新增的哪个文件和代码应该放在什么目录之下。这个好处是，随着时间的推移，代码/配置的规模增加，项目结构不会混乱，仍然能够组织良好。

文件分类详细

1.bin文件夹：

• 用于存储程序的启动文件

>>>>>start.py    启动文件可以放在bin目录下，也可以直接在项目根目录

2.conf文件夹：

• 用于存储程序的配置文件

settings.py    里面存放项目的默认配置，一般都是全大写

3.core文件夹：

• 用于存储程序的核心逻辑

src.py     里面存放项目核心功能

4.lib文件夹：

• 用于存储程序的公共功能

common.py

5.db文件夹：

• 用于存储程序的数据文件

userinfo.txt

db_handler.py   存放数据库操作相关的代码

6.log文件夹：

• 用于存储程序的日志文件

log.log

7.interface文件夹：

• 用于存储程序的接口文件

user.py order.py goods.py

8.README文件（文本文件）：

• 用于存储程序的说明、介绍、广告（类似于产品说明书）

9.requirements.txt文件：

• 用于存储程序所需的第三方模块名称和版本

README文件说明

• README文件是每个项目都应该有的一个文件

• 目的：能简要描述该项目的信息，让读者快速了解这个项目

• 需要说明以下几个事项:

requirements.txt文件说明

• 这个文件的存在是为了方便开发者，维护软件的依赖库，我们需要的第三方库都可以写进去，pycharm非常智能，会通过识别版本号以及包名导入，这样也方便我们查看使用了哪些python包。

注意：在编写软件的时候，可以不完全遵循上面的文件名

• start.py可以放在bin文件夹下也可以直接放在项目根目录下
• db文件夹等学到真正的项目会被数据库软件替代
• log文件夹等学到真正的项目会被专门的日志服务替代

常用内置模块之collections模块

在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。

1. namedtuple：具名元组，生成可以使用名字来访问元素内容的元组
2. deque：双端队列，可以快速的从另一侧追加和推出对象
3. Counter：计数器，主要用来计数
4. OrderedDict：有序字典
5. defaultdict：带有默认值的字典

namedtuple

from collections import namedtuple
point = namedtuple('二维坐标系',['x','y'])
p1 = point(1, 3)

print(p1) # 二维坐标系(x=1, y=3)

print(p1.x) # 1

print(p1.y) # 3

point = namedtuple('三维坐标系',['x', 'y', 'z'])
p2 = point(2, 5, 6)

print(p2) # 三维坐标系(x=2, y=5, z=6)

print(p2.x) # 2

print(p2.y) # 5

print(p2.z) # 6

c = namedtuple('扑克牌', ['花色', '点数'])
c1 = c('', 'A')
c2 = c('', 'A')

print(c1) # 扑克牌(花色='', 点数='A')

print(c2) # 扑克牌(花色='', 点数='A')

deque

使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。

deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈：

from collections import deque

q = deque()
q.append(111)
q.append(222)
q.append(333)
print(q) # deque([111, 222, 333])

q.appendleft(555)
print(q) # deque([555, 111, 222, 333])

deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素。

Counter

Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。

例：统计字符串中每个字母出现的次数：

s = 'abccbbbacaacbcab'

方法1：

s = 'abccbbbacaacbcab'
d = {}
for i in s:
if i not in d:
d[i] = 1
else:
d[i] += 1
print(d) # {'a': 5, 'b': 6, 'c': 5}

方法2：

from collections import Counter

s = 'abccbbbacaacbcab'
print(Counter(s)) # Counter({'b': 6, 'a': 5, 'c': 5})

OrderedDict

使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。

如果要保持Key的顺序，可以用OrderedDict：

from collections import OrderedDict
d = dict([('a', 1), ('b', 2), ('c', 3)])
print(d) # {'a': 1, 'b': 2, 'c': 3}
od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
print(od) # OrderedDict([('a', 1), ('b', 2), ('c', 3)])

defaultdict

defaultdict是对Python中字典dict的改善

如果是字典dict：用法是dict={}，

添加元素是dict[element]=value

调用是dict[element]

但是前提是element是存在于字典的，不然会报错误KeyError错误。

对于这种情况，defaultdict就可以避免这个错误，defaultdict的作用是在于，当字典里的element不存在但被查找时，返回的不是keyError而是一个默认值。

例：有一个列表：l1 = [11, 22, 33, 44, 55, 66, 77, 88, 99]，将所有小于60的数保存到字典的第一个键中，将所有小于60的数保存到字典的第二个键中，即{'k1': 小于60的数，'k2': 大于60的数}

方法1：

l1 = [11, 22, 33, 44, 55, 66, 77, 88, 99]
d1 = {'k1':[], 'k2': []}
for i in l1:
if i < 60:
d1.get('k1').append(i)
else:
d1.get('k2').append(i)
print(d1) # {'k1': [11, 22, 33, 44, 55], 'k2': [66, 77, 88, 99]}

方法2：（用得不多）

from collections import defaultdict
res = defaultdict(k1=[i for i in l1 if i < 66], k2=[i for i in l1 if i >= 66])
print(res) # defaultdict(None, {'k1': [11, 22, 33, 44, 55], 'k2': [66, 77, 88, 99]})

使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict：

from collections import defaultdict
d = defaultdict(lambda: 'N/A')
d['key1'] = 'abc'
print(d['key1']) # key1存在 'abc'
print(d['key2']) # key2不存在，返回默认值 'N/A'

常用内置模块之时间模块

在Python中，通常有这三种方式来表示时间：时间戳、结构化时间(struct_time)、格式化时间字符串：

1. 时间戳(Timestamp) ：通常来说，时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())”，返回的是float类型。

import time # 导入时间模块
time.time() # 时间戳
print(time.time()) # 1666168231.4251723

2. 结构化时间（主要给计算机看的，用得少）

3. 格式化时间

• time.strftme()

• 格式化符号："%Y-%m-%d %H:%M:%S" 或 "%Y-%m-%d %X"

import time # 导入时间模块
print(time.strftime('%Y-%m-%d %H:%M:%S')) # 2022-10-19 16:38:09
print(time.strftime('%Y-%m-%d %X')) # 2022-10-19 16:38:09

几种时间之间的相互转换

datetime模块

import datetime # 导入datetime模块
print(datetime.datetime.now()) # 获取当前时间 2022-10-19 16:53:26.651335

print(datetime.datetime.today()) # 获取当前时间 2022-10-19 16:53:26.651335

print(datetime.date.today()) # 获取当前日期 2022-10-19

from datetime import date, datetime # 导入模块
print(date.today()) # 获取当前日期 2022-10-19
print(datetime.today()) # 获取当前时间 2022-10-19 16:58:13.340812

指定日期时间

c = datetime.datetime(2017, 5, 23, 12, 20)

print('指定日期：',c) # 指定日期： 2017-05-23 12:20:00

把不规则的时间转化为固定的格式

from datetime import datetime
d=datetime.strptime('2017/9/30','%Y/%m/%d')
print(d) # 2017-09-30 00:00:00

e=datetime.strptime('2017年9月30日星期六','%Y年%m月%d日星期六')
print(e) # 2017-09-30 00:00:00

f=datetime.strptime('2017年9月30日星期六8时42分24秒','%Y年%m月%d日星期六%H时%M分%S秒')
print(f) # 2017-09-30 08:42:24

设置距离当前几天之后的时间

import datetime # 导入模块
time1 = datetime.date.today() # 设置当前模块
print(time1)
d_time = datetime.timedelta(days=3) # 设置时间差值
print(time1 + d_time) # 打印距离当前时间3天以后的时间

import datetime # 导入模块
time1 = datetime.date.today() # 设置当前模块
print(time1) # 2022-10-19
d_time = datetime.timedelta(days=3) # 设置时间差值
print(time1 + d_time) # 打印距离当前时间3天以后的时间 # 2022-10-22

time2 = datetime.datetime.today() # 设置当前模块
print(time2) # 2022-10-19 17:22:55.336720
d_time = datetime.timedelta(minutes=20) # 设置时间差值
print(time2 + d_time) # 打印距离当前时间20分钟以后的时间 # 2022-10-19 17:42:55.336720

常用内置模块之随机数模块

• import random

import random

print(random.random()) # 随机产生一个0-1之间的小数 0.4885910693172658

print(random.randint(1, 10)) # 随机产生一个1-10之间的整数 9

print(random.randrange(1,10, 2)) # 随机产生一个1-10之间的数，指定步长 3

print(random.choice(['一等奖', '二等奖', '三等奖', '谢谢惠顾'])) # 随机产生一个选项 一等奖

print(random.sample(['Alex', 'Bob', 'Cindy', 'Tony', 'Jason'], 2)) # 随机获取指数个数的样本 ['Alex', 'Bob']

l1 = [2, 3, 4, 5, 6, 7, 8, 9, 10, 'J', 'Q', 'K', 'A']
random.shuffle(l1) # 随机打乱数据集
print(l1) # ['Q', 10, 9, 'J', 2, 3, 4, 5, 'A', 6, 'K', 8, 7]

小练习：随机产生4位的图片验证码: 每一位都可以是大写字母、小写字母、数字 （搜狗公司的一道笔试题）

# 3. 循环取4次
for i in range(4):
# 1. 先产生随机的大写字母、小写字母、数字
random_upper = chr(random.randint(65,90))
random_lower = chr(random.randint(97, 122))
rand_int = str(random.randint(0, 9))

# 2. 随机三选一  
temp = random.choice(\[random\_upper, random\_lower,rand\_int\])  
print(temp,end='')

拔高：如果要随机产生不同位数的验证码呢：

>>>考虑函数传参:

def get_code(n):
code = ''
# 3. 循环取4次
for i in range(n):
# 1. 先产生随机的大写字母、小写字母、数字
random_upper = chr(random.randint(65,90))
random_lower = chr(random.randint(97, 122))
rand_int = str(random.randint(0, 9))

    # 2. 随机三选一  
    temp = random.choice(\[random\_upper, random\_lower,rand\_int\])  
    code += temp  
return code

res = get_code(5) # 5位验证码，参数设置为5
print(res)

res = get_code(10) # 10位验证码，参数设置为10
print(res)