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
