从入门到高手的99个python案例（2）

51. 列表和数组比较 - 列表通用，NumPy数组高效。

import numpy as np  
  
normal_list = [1, 2, 3]  
np_array = np.array([1, 2, 3])  
print(np_array.shape)  # 输出 (3,), 数组有形状信息  

52. Python的内置模块datetime - 处理日期和时间。

from datetime import datetime  
now = datetime.now()  
print(now.strftime("%Y-%m-%d %H:%M:%S"))  

53. Python的os模块 - 操作文件和目录。

import os  
print(os.getcwd())  # 输出当前工作目录  

54. 列表推导式中的条件和循环 - 结合使用。

evens = [x for x in range(10) if x % 2 == 0 for y in range(5) if y % 2 == 0]  
print(evens)  

55. 迭代器和生成器的使用场景 - 数据处理和节省内存。

# 使用生成器处理大文件  
def read_large_file(file_path, chunk_size=1024):  
    with open(file_path, "r") as file:  
        while True:  
            chunk = file.read(chunk_size)  
            if not chunk:  
                break  
            yield chunk  
  
for line in read_large_file("large.txt"):  
    process(line)  

56. zip()函数 - 同时遍历多个序列。

names = ["Alice", "Bob", "Charlie"]  
ages = [25, 30, 35]  
pairs = zip(names, ages)  
print(list(pairs))  # 输出 [('Alice', 25), ('Bob', 30), ('Charlie', 35)]  

57. enumerate()函数 - 为列表元素添加索引。

fruits = ["apple", "banana", "cherry"]  
for index, fruit in enumerate(fruits):  
    print(f"{index}: {fruit}")  

58. itertools模块 - 提供高效迭代工具。

from itertools import product  
result = product("ABC", repeat=2)  
print(list(result))  # 输出 [('A', 'A'), ('A', 'B'), ('A', 'C'), ..., ('C', 'C')]  

59. json模块 - 序列化和反序列化数据。

import json  
data = {"name": "Alice", "age": 25}  
json_data = json.dumps(data)  
print(json_data)  

60. 递归函数 - 用于解决分治问题。

def factorial(n):  
    if n == 0 or n == 1:  
        return 1  
    else:  
        return n * factorial(n - 1)  
  
print(factorial(5))  # 输出 120  

61. os.path模块 - 文件路径处理。

import os.path  
path = "/home/user/documents"  
print(os.path.exists(path))  # 输出 True 或 False  

62. random模块 - 随机数生成。

import random  
random_number = random.randint(1, 10)  
print(random_number)  

63. re模块 - 正则表达式操作。

import re  
text = "Today is 2023-04-01"  
match = re.search(r"\d{4}-\d{2}-\d{2}", text)  
print(match.group())  # 输出 "2023-04-01"  

64. requests库 - 发送HTTP请求。

import requests  
response = requests.get("https://api.example.com")  
print(response.status_code)  

65. Pandas库 - 大数据处理。

import pandas as pd  
df = pd.DataFrame({"Name": ["Alice", "Bob"], "Age": [25, 30]})  
print(df)  

66. matplotlib库 - 数据可视化。

import matplotlib.pyplot as plt  
plt.plot([1, 2, 3, 4])  
plt.show()  

67. logging模块 - 日志记录。

import logging  
logger = logging.getLogger(__name__)  
logger.info("This is an info message")  

68. asyncio库 - 异步编程。

import asyncio  
async def slow_task():  
    await asyncio.sleep(1)  
    return "Task completed"  
  
loop = asyncio.get_event_loop()  
result = loop.run_until_complete(slow_task())  
print(result)  

69. contextlib模块 - 非阻塞上下文管理。

from contextlib import asynccontextmanager  
@asynccontextmanager  
async def acquire_lock(lock):  
    async with lock:  
        yield  
  
async with acquire_lock(lock):  
    # do something  

70. asyncio.gather - 异步并发执行。

tasks = [asyncio.create_task(task) for task in tasks_to_run]  
results = await asyncio.gather(*tasks)  

71. asyncio.sleep - 异步等待一段时间。

await asyncio.sleep(2)  # 程序在此暂停2秒  

72. asyncio.wait - 等待多个任务完成。

done, pending = await asyncio.wait(tasks, timeout=10)  

73. asyncio.subprocess - 异步执行外部命令。

import asyncio.subprocess as sp  
proc = await sp.create_subprocess_exec("ls", "-l")  
await proc.communicate()  

74. concurrent.futures库 - 多线程/进程执行。

from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor  
  
with ThreadPoolExecutor() as executor:  
    results = executor.map(function, arguments)  

75. timeit模块 - 测试代码执行速度。

import timeit  
print(timeit.timeit("your_code_here", globals=globals()))  

76. pickle模块 - 序列化和反序列化对象。

import pickle  
serialized = pickle.dumps(obj)  
deserialized = pickle.loads(serialized)  

77. logging.handlers模块 - 多种日志输出方式。

handler = RotatingFileHandler("app.log", maxBytes=1000000)  
formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")  
handler.setFormatter(formatter)  
logger.addHandler(handler)  

78. asyncio.Queue - 异步队列。

queue = asyncio.Queue()  
await queue.put(item)  
result = await queue.get()  

79. asyncio.Event - 异步信号量。

event = asyncio.Event()  
event.set()  # 设置信号  
await event.wait()  # 等待信号  

80. asyncio.Lock - 互斥锁，防止并发修改。

async with await asyncio.Lock():  # 获取锁后执行  
    critical_section()  

81. asyncio.gather和asyncio.wait_for的区别 - 异步任务管理。

• gather: 并行执行多个任务，等待所有任务完成。

• wait_for: 等待单个任务完成，其他任务继续运行。

82. asyncio.sleep和asyncio.sleep_after - 异步延时和定时任务。

• sleep: 直接暂停当前协程。

• sleep_after: 定义一个延迟后执行的任务。

83. aiohttp库 - HTTP客户端库。

import aiohttp  
async with aiohttp.ClientSession() as session:  
    async with session.get("https://example.com") as response:  
        data = await response.text()  

84. asyncio.shield - 防止被取消任务中断。

async def task():  
    await shield(some_long_running_task())  
  
# 如果外部取消任务，task将继续运行，不会影响内部任务  
asyncio.create_task(task())  

85. asyncio.run - 简化异步程序执行。

asyncio.run(main_coroutine())  

86. asyncio.iscoroutinefunction - 检查是否为协程函数。

if asyncio.iscoroutinefunction(some_function):  
    await some_function()  

87. asyncio.all_tasks - 获取所有任务。

tasks = asyncio.all_tasks()  
for task in tasks:  
    task.cancel()  

88. asyncio.wait_for和asyncio.timeout - 设置超时限制。

try:  
    result = await asyncio.wait_for(some_task, timeout=5.0)  
except asyncio.TimeoutError:  
    print("Task timed out")  

89. asyncio.sleep_timeout - 异步睡眠并设置超时。

await asyncio.sleep_timeout(10, asyncio.TimeoutError)  

90. asyncio.current_task - 获取当前正在执行的任务。

current_task = asyncio.current_task()  
print(current_task)  

91. asyncio.sleep的超时支持 - asyncio.sleep现在接受超时参数。

try:  
    await asyncio.sleep(1, timeout=0.5)  # 如果超过0.5秒还没完成，则会抛出TimeoutError  
except asyncio.TimeoutError:  
    print("Sleep interrupted")  

92. asyncio.shield的高级用法 - 可以保护整个协程。

@asyncio.coroutine  
def protected_coroutine():  
    try:  
        await some_task()  
    except Exception as e:  
        print(f"Error occurred: {e}")  
        # 使用shield保护，即使外部取消任务，也会继续处理错误  
  
asyncio.create_task(protected_coroutine())  

93. asyncio.wait的回调函数 - 使用回调函数处理完成任务。

done, _ = await asyncio.wait(tasks, callback=handle_completed_task)  

94. asyncio.gather的返回值 - 可以获取所有任务的结果。

results = await asyncio.gather(*tasks)  

95. asyncio.Queue的get_nowait - 不阻塞获取队列元素。

if not queue.empty():  
    item = queue.get_nowait()  
else:  
    item = await queue.get()  

96. asyncio.Event的clear - 清除事件状态。

event.clear()  
await event.wait()  # 现在需要再次调用set()来触发  

97. asyncio.Event的is_set - 检查事件是否已设置。

if event.is_set():  
    print("Event is set")  

98. asyncio.subprocess.PIPE - 连接到子进程的输入/输出管道。

proc = await asyncio.create_subprocess_exec(  
    "python", "-c", "print('Hello from child')", stdout=asyncio.subprocess.PIPE  
)  
output, _ = await proc.communicate()  
print(output.decode())  

99. asyncio.run_coroutine_threadsafe - 在子线程中执行协程。

loop = asyncio.get_running_loop()  
future = loop.run_coroutine_threadsafe(some_async_coroutine(), thread_pool)  
result = await future.result()  

好了，今天就这些了，希望对大家有帮助。都看到这了，点个赞再走吧～

最后这里免费分享给大家一份Python全台学习资料，包含视频、源码。课件，希望能帮到那些不满现状，想提升自己却又没有方向的朋友，也可以和我一起来学习交流呀。
编程资料、学习路线图、源代码、软件安装包等！【点击这里】领取！
① Python所有方向的学习路线图，清楚各个方向要学什么东西
② 100多节Python课程视频，涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例，学习不再是只会理论
④ 华为出品独家Python漫画教程，手机也能学习
⑤ 历年互联网企业Python面试真题,复习时非常方便