Python 基础

第十章 · Python 标准库

配合机器学习系列课程

本章目录

1. time 库

时间戳、格式化、计时器、休眠

2. random 库

随机数生成、随机选择、打乱顺序

3. collections 库

Counter、defaultdict、deque、namedtuple

4. itertools 库

无限迭代器、排列组合、分组

time 库 — 时间处理

time.time() 返回当前时间戳（秒，浮点数）
time.sleep(n) 暂停执行 n 秒
time.localtime() 将时间戳转为本地时间结构体
time.strftime() 格式化时间为字符串

import time # 获取当前时间戳 now = time.time() print(now) # 1714381200.12345 # 格式化输出 formatted = time.strftime("%Y-%m-%d %H:%M:%S") print(formatted) # 2025-04-23 18:20:00 # 计时器 start = time.time() for i in range(1000000): pass print(f"耗时: {time.time() - start:.4f} 秒") # 休眠 print("3秒后开始...") time.sleep(3)

time 库 — 结构化时间与字符串转换

struct_time 结构体

tm_year, tm_mon, tm_mday

tm_hour, tm_min, tm_sec

tm_wday（周一为0）, tm_yday

常用格式符

%Y — 四位年份，%m — 月份

%d — 日期，%H — 24小时

%M — 分钟，%S — 秒

import time # 时间戳 → 结构化时间 ts = time.time() st = time.localtime(ts) print(st.tm_year, st.tm_mon, st.tm_mday) # 字符串 → 结构化时间 str_time = "2025-04-23 18:30:00" st = time.strptime(str_time, "%Y-%m-%d %H:%M:%S") print(st) # 结构化时间 → 时间戳 ts = time.mktime(st) print(ts)

random 库 — 随机数生成

random.random() — [0, 1) 范围内的随机浮点数
random.randint(a, b) — [a, b] 范围内的随机整数
random.uniform(a, b) — [a, b] 范围内的随机浮点数
random.choice(seq) — 从序列中随机选择一个元素

import random # 随机浮点数 print(random.random()) # 0.372... print(random.uniform(10, 20)) # 14.56... # 随机整数 print(random.randint(1, 6)) # 模拟骰子：1~6 print(random.randrange(0, 100, 2)) # 0~98 的偶数 # 随机选择 cards = ["A", "2", "3", "4", "5"] print(random.choice(cards)) # 设置随机种子（可复现） random.seed(42) print(random.random()) # 每次运行结果相同

random 库 — 采样与打乱

random.shuffle(list)

原地打乱列表顺序

不返回新列表

适用于洗牌、随机排序

random.sample(pop, k)

从总体中无放回地抽取 k 个

返回新列表，不改变原序列

适用于抽样、抽奖

import random # 打乱列表（原地） deck = list(range(1, 53)) # 52张牌 random.shuffle(deck) print(deck[:5]) # 前5张牌 # 随机抽样（无放回） students = ["Alice", "Bob", "Charlie", "David", "Eve"] winners = random.sample(students, 3) print(winners) # 加权随机选择 choices = ["A", "B", "C"] weights = [0.7, 0.2, 0.1] result = random.choices(choices, weights=weights, k=10) print(result)

collections — Counter 计数器

Counter 是 dict 的子类，用于统计可哈希对象的频次
自动为不存在的键返回 0，不会 KeyError
支持数学运算：+、-、&、|

from collections import Counter # 统计字符频率 text = "hello world" counts = Counter(text) print(counts) # Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1}) # 统计单词 words = ["apple", "banana", "apple", "cherry", "banana", "apple"] word_counts = Counter(words) print(word_counts.most_common(2)) # [('apple', 3), ('banana', 2)] # 更新计数 word_counts.update(["apple", "date"]) print(word_counts["apple"]) # 4

collections — defaultdict

defaultdict 为不存在的键自动提供默认值
传入工厂函数：list、dict、set、int 等
免去手动检查键是否存在的繁琐代码

from collections import defaultdict # 用 list 作默认值：自动分组 groups = defaultdict(list) students = [("A", 85), ("B", 92), ("A", 78), ("B", 88)] for name, score in students: groups[name].append(score) print(dict(groups)) # {'A': [85, 78], 'B': [92, 88]} # 用 int 作默认值：自动计数 counts = defaultdict(int) for char in "hello": counts[char] += 1 print(dict(counts)) # {'h': 1, 'e': 1, 'l': 2, 'o': 1}

collections — deque 双端队列

deque 优势

两端插入/删除都是 O(1)

列表头部操作是 O(n)

适用于队列、滑动窗口

常用方法

append() / pop() — 右端

appendleft() / popleft() — 左端

rotate(n) — 循环旋转

from collections import deque # 创建双端队列 dq = deque([1, 2, 3]) # 两端操作 dq.append(4) # 右端添加: [1,2,3,4] dq.appendleft(0) # 左端添加: [0,1,2,3,4] dq.pop() # 弹出右端: 4 dq.popleft() # 弹出左端: 0 # 滑动窗口 nums = [1, 3, -1, -3, 5, 3, 6, 7] window = deque() for i, num in enumerate(nums): if window and window[0] <= i - 3: window.popleft() while window and nums[window[-1]] < num: window.pop() window.append(i)

collections — namedtuple 命名元组

namedtuple 创建带有命名字段的元组子类
兼具元组的不可变性和类的可读性
内存占用与普通元组相同，比字典更省空间

from collections import namedtuple # 定义一个 Point 类型 Point = namedtuple("Point", ["x", "y"]) # 创建实例 p = Point(10, 20) print(p.x, p.y) # 10 20 print(p[0], p[1]) # 仍支持索引 # 实际应用：表示数据记录 Student = namedtuple("Student", ["name", "age", "score"]) s = Student("Alice", 20, 92) print(f"{s.name} 的成绩是 {s.score}") # 从字典转换 data = {"x": 1, "y": 2} p2 = Point(**data)

itertools — 迭代器工具箱

无限迭代器

count(start, step)

cycle(iterable)

repeat(elem, n)

组合迭代器

permutations(p, r) — 排列

combinations(p, r) — 组合

product(p, q) — 笛卡尔积

from itertools import count, cycle, permutations, combinations # 无限计数器 for i in count(10, 2): if i > 20: break print(i, end=" ") # 10 12 14 16 18 20 # 排列 items = ["A", "B", "C"] for p in permutations(items, 2): print(p, end=" ") # ('A','B') ('A','C') ('B','A') ('B','C') ('C','A') ('C','B') # 组合 for c in combinations(items, 2): print(c, end=" ") # ('A','B') ('A','C') ('B','C')

itertools — 分组与拉链

groupby() — 按相同键值对连续元素分组（需先排序）
zip() — 并行遍历多个序列
chain() — 将多个迭代器串接为一个
islice() — 对迭代器进行切片

from itertools import count, groupby, chain, islice # groupby 分组（注意：需要先排序！） data = [("A", 1), ("A", 2), ("B", 3), ("B", 4)] for key, group in groupby(data, key=lambda x: x[0]): print(f"{key}: {list(group)}") # A: [('A',1), ('A',2)] # B: [('B',3), ('B',4)] # chain 串联迭代器 all_nums = list(chain([1, 2], [3, 4], [5, 6])) print(all_nums) # [1, 2, 3, 4, 5, 6] # islice 迭代器切片 for x in islice(count(), 5, 10): print(x, end=" ") # 5 6 7 8 9

本章总结

▸ time：时间戳、格式化、计时器，掌握 strftime / strptime

▸ random：随机数、抽样、打乱，设置种子保证可复现

▸ collections：Counter 计数、defaultdict 自动默认值、deque 高效队列、namedtuple 命名元组

▸ itertools：无限迭代、排列组合、分组、串联，处理大规模数据不占用额外内存