Python语言基础(四)

对象的序列化

序列化是将对象的状态信息转换为可以存储或传输的形式的过程。在序列化期间,对象将其当前状态写入到临时或持久性存储区。以后,可以通过从存储区中读取或反序列化对象的状态,重新创建该对象。

在Python中,这种序列化过程称为pickle,可以将对象pickle成字符串、磁盘上的文件或者任何类似于文件的对象,也可以将这些字符串、文件或类似于文件的对象unpickle成原来的对象。

通过pickle模块实现基本的数据序列和反序列化。

将对象序列化成字符串

import pickle

lista = ['C++','C','Java','Python']

listb = pickle.dumps(lista)

#将字符串反序列化成对象

listc = pickle.loads(listb)

将对象序列化到文件

pickle.dump(被序列化的对象,文件对象)

文件对象 = open(文件名,访问模式,buffering)

#将对象序列化到文件

output =open('data.pkl','wb')

pickle.dump(lista,output)

output.close()

#从文件data.pkl反序列化

f =open('data.pkl','rb')

list = pickle.load(f)

print(list)

f.close()

使用pickle.load()方法可以将使用pickle.dump()方法得到的文件反序列化成原来的对象

Python序列解包:

就是将序列中存储的值指派给各个变量(被解包的序列里的元素数量必须与左侧的变量数量相同,否则会报异常)

链式赋值:

可以一次性将一个值指派给多个变量

异常处理语句:

使用异常处理语句可以捕获到异常情况,并进行处理,从而避免程序异常退出。

#异常处理语句

try:

i =10

    print(30/(i-10))

except Exception as e:

print(e)

finally:

print("执行完成")


函数

当使用列表或字典作为函数参数时,在函数内部对列表或字典的元素所进行的操作会影响调用函数的实参

函数参数可以设置默认值,并且有默认值的参数只能出现在没有默认值的参数后面。

可变长参数:

当参数以*开头时,表示可变长参数将被视为一个元组

#可变长参数

def func1(*t):

print("可变长参数数量如下:")

print(len(t))

print("依次为:")

for iin range(len(t)):

print(t[i])

func1(1,2,3,4)

调用函数直接使用函数名来调用

Python实行按值传递参数。值传递指调用函数时将常量或变量的值(通常称为实参)传递给函数的参数(通常称为形参)

注意:当使用列表或字典作为函数参数时,在函数内部对列表或字典的元素进行的操作会影响调用函数的实参。



参数的默认值

python中可以为函数的参数设置默认值。可以在定义函数时,直接在参数后面使用"="为其设置默认值。在调用函数时,可以不指定拥有默认值的参数的值,此时在函数体中以默认值作为该参数。

注意:有默认值的参数只能出现在没有默认值的参数的后面。

Python还支持可变长度的参数列表。可变长参数可以是元组或字典。当参数以*开头时,表示可变长参数将被视为一个元组。

在调用函数时,也可以不指定可变长参数,此时可变长参数是一个没有元素的元组字典

当参数以**开头时,表示可变长参数将被视为一个字典

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354

推荐阅读更多精彩内容