json.dumps() json.dump()的区别

json.loads()是将str转化成dict格式,json.dumps()是将dict转化成str格式。
json.load()和json.dump()也是类似的功能,只是与文件操作结合起来了。

json.dumps() && json.loads()

>>> import json
>>> d = {'liu':10}
>>> d
{'liu': 10}
>>> print json.dumps(d),type(json.dumps(d))
{"liu": 10} <type 'str'>
>>> d = json.dumps(d)
>>> d
'{"liu": 10}'
>>> d
'{"liu": 10}'
>>> eval(d)
{'liu': 10}
>>> print json.loads(d),type(json.loads(d))
{u'liu': 10} <type 'dict'>
>>> d
'{"liu": 10}'
>>> d = json.loads(d)
>>> d
{u'liu': 10}

简单说就是dump需要一个类似于文件指针的参数(并不是真的指针,可称之为类文件对象),可以与文件操作结合,也就是说可以将dict转成str然后存入文件中;而dumps直接给的是str,也就是将字典转成str。

json.dump() && json.load()

json.dump(dict,fp)把dict转换成str类型存到fp指向的文件里。
json.load(fp)把fp指向的文件里的内容读取出来。

d = json.loads(d)
>>> d
{u'liu': 10}
>>> with open('w.txt','w') as fp:
...     json.dump(d,fp)
...
>>> open('w.txt').read()
'{"liu": 10}'
>>> with open('w.txt') as fp:
...     json.load(fp)
...
{u'liu': 10}
>>>

exec简单理解

执行隐藏在字符串中的python语句。
例如在循环中生成变量a(1-10)并赋值:

>>>ans = 'a'
>>> for x in range(1,11):
...     exec ans+str(x)+'='+str(x)
>>> a5
5
>>> a4
4
>>> a3
3
>>> a2
2
>>> a1
1
>>> a6
6
>>> a7
7
>>> a3
3
>>> a5
5
>>> a9
9
>>> a10
10

排序函数sorted()

例如a = [1,6,5,4,7,9],执行 b = sorted(a) 就会把a列表排序后赋值给b
相当于拷贝了一遍,所以就没有a.sort()快,a.sort()对自身排序,前者排序加复制。

sorted()函数的key参数

例如 a = [ ('b',2),('a',1),('c',0) ],使用key参数可以设置按照列表的元组中那个元素进行排序。
按照元组中第一个元素进行排序:

>>> sorted(a,key=lambda x:x[0])
[('a', 1), ('b', 2), ('c', 0)]

按照元组中第二个元素进行排序:

>>> sorted(a,key=lambda x:x[1])
[('c', 0), ('a', 1), ('b', 2)]

也可以设置reverse反序排列

>>> sorted(a,key=lambda x:x[1],reverse=True)
[('b', 2), ('a', 1), ('c', 0)]

sorted()函数的cmp参数

还可以使用cmp参数,比较x[1]和y[1]的大小。

>>> a = [('b',2),('a',1),('c',0)]
>>> sorted(a,cmp=lambda x,y:cmp(x[0],y[0]))
[('a', 1), ('b', 2), ('c', 0)]]

>>> sorted(a,cmp=lambda x,y:cmp(x[1],y[1]))
[('c', 0), ('a', 1), ('b', 2)]

>>> sorted(a,cmp=lambda x,y:cmp(x[0],y[0]),reverse=True)
[('c', 0), ('b', 2), ('a', 1)]

使用 itemgetter来加速排序

>>> from operator import itemgetter
>>> a = [('b',2),('a',1),('c',0)]

#使用元组的第二个元素进行排序
>>> sorted(a,key=itemgetter(1))
[('c', 0), ('a', 1), ('b', 2)]

#使用元组的第一个元素进行排序
>>> sorted(a,key=itemgetter(0))
[('a', 1), ('b', 2), ('c', 0)]

#先对元组的第2个元素进行排序,然后对第一个元素进行排序,形成多级排序。
>>> sorted(a,key=itemgetter(1,0))
[('c', 0), ('a', 1), ('b', 2)]

#使用reverse来进行逆序排列
>>> sorted(a,key=itemgetter(1,0),reverse=True)
[('b', 2), ('a', 1), ('c', 0)]
>>>
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 212,542评论 6 493
  • 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 90,596评论 3 385
  • 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 158,021评论 0 348
  • 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 56,682评论 1 284
  • 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 65,792评论 6 386
  • 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 49,985评论 1 291
  • 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 39,107评论 3 410
  • 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 37,845评论 0 268
  • 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 44,299评论 1 303
  • 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 36,612评论 2 327
  • 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 38,747评论 1 341
  • 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 34,441评论 4 333
  • 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 40,072评论 3 317
  • 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 30,828评论 0 21
  • 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 32,069评论 1 267
  • 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 46,545评论 2 362
  • 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 43,658评论 2 350

推荐阅读更多精彩内容