大家好，我是IT共享者，人称皮皮。今天给大家讲解下Python中的字典数据类型。

一、前言

字典是Python中的数据类型，可让将数据存储在键/值对中。

二、什么是字典理解？

字典理解是创建字典的一种优雅简洁的方法。

字典理解优化

使用字典理解优化函数。

例：

# 字典理解例：
square_dict = {num: num*num for num in range(1, 11)}
print(square_dict)

运行结果：

注·：

创建了square_dict带有数字平方键/值对的字典。但是，使用字典理解可以使在一行中创建字典。

三、使用字典理解

字典理解的最小语法为：

dictionary = {key: value for vars in iterable}

1. 图解析语法

让将此语法与上例中的字典理解进行比较。

2. 案例

如何使用字典理解

例：

#item price in dollars
old_price = {'milk': 1.02, 'coffee': 2.5, 'bread': 2.5}


dollar_to_pound = 0.76
new_price = {item: value*dollar_to_pound for (item, value) in old_price.items()}
print(new_price)

输出结果

注：

可以看到以美元为单位检索商品价格并将其转换为英镑。使用字典理解使此任务更加简单和短。

四、字典理解中的条件

可以通过添加条件来进一步自定义字典理解。让来看一个实例。

案例

1. 如果条件字典理解

例：

original_dict = {'jack': 38, 'michael': 48, 'guido': 57, 'john': 33}


even_dict = {k: v for (k, v) in original_dict.items() if v % 2 == 0}
print(even_dict)

输出结果

可以看到，由于if字典理解中的子句，仅添加了具有偶数值的项目。

2. 多重if条件字典理解

例：

original_dict = {'jack': 38, 'michael': 48, 'guido': 57, 'john': 33}


new_dict = {k: v for (k, v) in original_dict.items() if v % 2 != 0 if v < 40}
print(new_dict)

输出结果

在这种情况下，仅奇数值小于40的项目已添加到新字典中。

这是因为if字典理解中有多个子句。等效于and必须同时满足两个条件的操作。

3. if-else条件字典理解

例：

original_dict = {'jack': 38, 'michael': 48, 'guido': 57, 'john': 33}


new_dict_1 = {k: ('old' if v > 40 else 'young')
    for (k, v) in original_dict.items()}
print(new_dict_1)

输出结果

在这种情况下，将通过子典理解来创建新字典。

价值大于等于40的商品的值为“old”，而其他商品的值为“young”。

五、嵌套字典理解

可以将字典理解本身添加到字典理解中以创建嵌套字典。

案例

具有两个字典理解的嵌套字典

例：

dictionary = {
    k1: {k2: k1 * k2 for k2 in range(1, 6)} for k1 in range(2, 5)
}
print(dictionary)

输出结果

注：

在嵌套字典中构造了一个乘法表，用于2到4的数字。每当使用嵌套字典理解时，Python都会首先从外部循环开始，然后再进入内部循环。

六、使用字典理解的优势

如所见，字典理解大大缩短了字典初始化的过程。

它使代码更具pythonic风格，在的代码中使用字典理解可以缩短代码行，同时保持逻辑完整。

七、总结

本文基于Python基础，介绍了如何使用字典。通过分类对每一模块，进行详细的讲解。使用图解析语法，实例代码演示，运行效果图的展示，能够帮读者更好的理解。

在实际案例中遇到的问题，提供了一些有效的解决方案。使用Python语言，能够更直观的，加深读者对内容的理解。

代码很简单，希望能够帮助你更好的学习。

大家好，我是IT共享者，人称皮皮。今天给大家介绍矩阵和NumPy数组。

一、什么是矩阵？

使用嵌套列表和NumPy包的Python矩阵。矩阵是一种二维数据结构，其中数字按行和列排列。

二、Python矩阵

1. 列表视为矩阵

Python没有矩阵的内置类型。但是，可以将列表的列表视为矩阵。

例：

A = [[1, 4, 5], 
    [-5, 8, 9]]

可以将此列表的列表视为具有2行3列的矩阵。

如图：

2. 如何使用嵌套列表。

A = [[1, 4, 5, 12], 
    [-5, 8, 9, 0],
    [-6, 7, 11, 19]]


print("A =", A) 
print("A[1] =", A[1])      # 第二行
print("A[1][2] =", A[1][2])   # 第二行的第三元素
print("A[0][-1] =", A[0][-1])   # 第一行的最后一个元素
column = [];        # 空 list
for row in A:
  column.append(row[2])   


print("3rd column =", column)

当运行程序时，输出为：

三、NumPy数组

1. 什么是NumPy？

NumPy是用于科学计算的软件包，它支持强大的N维数组对象。

在使用NumPy之前，需要先安装它。

2. 如何安装NumPy？

如果使用Windows，使用PyCharm 安装NumPy，NumPy它带有一些其他与数据科学和机器学习有关的软件包。

成功安装了NumPy，就可以导入和使用它。

NumPy提供数字的多维数组（实际上是一个对象）。

例 ：

import numpy as np
a = np.array([1, 2, 3])
print(a)               # 输出: [1, 2, 3]
print(type(a))         # 输出: <class 'numpy.ndarray'>

NumPy的数组类称为ndarray。

注：

NumPy的数组类称为ndarray。

3. 如何创建一个NumPy数组？

有几种创建NumPy数组的方法。

3.1 整数，浮点数和复数的数组

import numpy as np


A = np.array([[1, 2, 3], [3, 4, 5]])
print(A)


A = np.array([[1.1, 2, 3], [3, 4, 5]]) # 浮点数组
print(A)


A = np.array([[1, 2, 3], [3, 4, 5]], dtype = complex) # 复数数组
print(A)

运行效果：

3.2 零和一的数组

import numpy as np


zeors_array = np.zeros( (2, 3) )
print(zeors_array)
ones_array = np.ones( (1, 5), dtype=np.int32 ) // dtype
print(ones_array)      # 输出: [[1 1 1 1 1]]

在这里，指定dtype了32位（4字节）。因此，该数组可以采用从到的值。-2-312-31-1

3.使用arange()和shape()

import numpy as np


A = np.arange(4)


print('A =', A)


B = np.arange(12).reshape(2, 6)


print('B =', B)

四、矩阵运算

两个矩阵相加，两个矩阵相乘以及一个矩阵转置。在编写这些程序之前，使用了嵌套列表。让看看如何使用NumPy数组完成相同的任务。

两种矩阵的加法

使用+运算符将两个NumPy矩阵的对应元素相加。

import numpy as np


A = np.array([[2, 4], [5, -6]])
B = np.array([[9, -3], [3, 6]])
C = A + B      # 元素聪明的加法
print(C)

两个矩阵相乘

为了将两个矩阵相乘，使用dot()方法。

注意：用于数组乘法（两个数组的对应元素的乘法），而不是矩阵乘法。

import numpy as np


A = np.array([[3, 6, 7], [5, -3, 0]])
B = np.array([[1, 1], [2, 1], [3, -3]])
C = A.dot(B)
print(C)

矩阵转置

使用numpy.transpose计算矩阵的转置。

import numpy as np


A = np.array([[1, 1], [2, 1], [3, -3]])
print(A.transpose())

注：

NumPy使的任务更加轻松。

五、案例

1. 访问矩阵元素

与列表类似，可以使用索引访问矩阵元素。让从一维NumPy数组开始。

import numpy as np
A = np.array([2, 4, 6, 8, 10])


print("A[0] =", A[0])     # First element     
print("A[2] =", A[2])     # Third element 
print("A[-1] =", A[-1])   # Last element

运行该程序时，输出为：

现在，让看看如何访问二维数组（基本上是矩阵）的元素。

import numpy as np


A = np.array([[1, 4, 5, 12],
    [-5, 8, 9, 0],
    [-6, 7, 11, 19]])


#  First element of first row
print("A[0][0] =", A[0][0])  


# Third element of second row
print("A[1][2] =", A[1][2])


# Last element of last row
print("A[-1][-1] =", A[-1][-1])

当运行程序时，输出将是：

2. 访问矩阵的行

import numpy as np


A = np.array([[1, 4, 5, 12], 
    [-5, 8, 9, 0],
    [-6, 7, 11, 19]])


print("A[0] =", A[0]) # First Row
print("A[2] =", A[2]) # Third Row
print("A[-1] =", A[-1]) # Last Row (3rd row in this case)

当运行程序时，输出将是：

3. 访问矩阵的列

import numpy as np


A = np.array([[1, 4, 5, 12], 
    [-5, 8, 9, 0],
    [-6, 7, 11, 19]])


print("A[:,0] =",A[:,0]) # First Column
print("A[:,3] =", A[:,3]) # Fourth Column
print("A[:,-1] =", A[:,-1]) # Last Column (4th column in this case)

当运行程序时，输出将是：

注：

使用NumPy（而不是嵌套列表）可以更轻松地处理矩阵，而且甚至都没有涉及基础知识。建议详细研究NumPy软件包，尤其是当尝试将Python用于数据科学/分析时。

六、总结

本文基于Python基础，介绍了矩阵和NumPy数组，重点介绍了NumPy数组，如何去安装NumPy模块，如何去创建一个NumPy数组的两种方式。

通过案例的分析，代码的演示，运行效果图的展示，使用Python语言，能够让读者更好的理解。

读者可以根据文章内容，自己实现。有时候看到别人实现起来很简单，但是到自己动手实现的时候，总会有各种各样的问题，切勿眼高手低，勤动手，才可以理解的更加深刻。

代码很简单，希望对你学习有帮助。

大家好，我是IT共享者，人称皮皮。这篇我们来讲讲手机自动化测试IDE—–Airtest。

前言

前面我们讲到了Airtest的界面和安装技巧，今天我们就来说说Airtest的具体操作方法吧，让我们轻松实现软件自动化，真正解放我们的双手吧。

一、基本API介绍

我们在做自动化脚本的时候，每个生成的脚本文件会给我们自动生成一些代码，如图：

这里所导入的模块其实就是跨平台的API，除了跨平台的API还有平台特定的API，比如：

airtest.core.android #安卓平台
airtest.core.ios   #苹果平台
airtest.core.win   #Windows平台

这里我们来详细说说这些模块。

1.跨平台API模块

这里我们要介绍的第一个就是跨平台模块：

from airtest.core.api import * #导入所有方法

1).初始化设备

这里初始化设备我们也有两种方案，下面请看：

1)).根据设备的UUID来初始化

语法格式：

init_device(platform='Android',uuid='',cap_method=JAVACAP for Android)
#平台 – Android，IOS或Windows
#uuid –目标设备的uuid，例如，用于Android的serialno，用于Windows的handle，用于iOS的uuid
#kwargs –可选的平台特定关键字args，例如cap_method = JAVACAP for Android

下面我们来列举一下实例，如下：

init_device(platform='Android',uuid='127.0.0.1:62001',cap_method='JAVACAP')

2)).根据设备的URL来初始化

语法格式如下：

android:///   连接当前安卓设备
android://adbhost:adbport/serial NO.?cap_method=javacap&touch_method=adb
windows:///    连接本地桌面程序
ios:///     连接IOS设备

这里我们主要是传入了ADB地址，端口和连接的夜神模拟器的序列号而连接上的。具体例子如下：

connect_device('android://127.0.0.1:5037/127.0.0.1:62001?cap_method=javacap&touch_method=adb')

2).返回当前活动设备

device()

3).设置当前活动设备

有时候如果我们连接了多个设备，我们需要切换的话，就是用这个函数来达到目的，可以使用设备的索引或者设备的序列号来进行切换哦。

set_current(0)
set_current('127.0.0.1:62001')

4).运行环境配置

auto_setup（basedir = None，devices = None，logdir = None，project_root = None，compress = 0 ）
basedir 设置当前脚本的所在位置，__file__也可以。
devices 指定运行脚本的设备以列表形式存在
logdir 设置脚本运行时的日志保存路径，默认为None，设为True可保存
project_root  设置api的项目根目录

5).开启并执行远程Shell命令

shell(cmd) #ls / data / local / tmp

6).在设备上启动程序

start_app('启动的应用程序包名')

7).在设备上停止程序

stop_app('启动的应用程序包名')

8).清除设备上的应用程序数据

clear_app('启动的应用程序包名')

9).在设备上安装应用程序

install(filepath='要在目标设备上安装的文件的路径')

10).在设备上卸载应用程序

uninstall('应用程序包名')

11).截图并保存到文件中

snapshot(filename='1.jpg',msg='hello',quality=3)
filename:图片名
msg:屏幕截图的简短描述
quality:图像质量,范围为[1，99]的整数

12).唤醒并解锁设备

wake('设备')

13).返回目标设备的主屏幕

home('设备')

14).设备屏幕上执行点击,滑动,捏,按键,输入操作

click(v=Template(x，y),times=2) #单击
v:触摸目标，可以是Template实例，也可以是绝对坐标（x，y）
times：执行多少次触摸


double_click() #双击
swipe(v1,v2)#滑动起点和终点
swipe(v1,vector=(x,y))#沿向量移动，向量可以是坐标也可以是屏幕百分比
#返回值：原点位置和目标位置


pinch()#捏操作，相当于缩放，参数如下：
in_or_out:放大或缩小
center:默认为None表示屏幕中心
percent:捏动作的屏幕比例，默认值为0.5 
keyevent(keyname='Home')#按键操作


text('文本')#在设备上输入文本

15).睡眠，等待

sleep(2)#睡眠两秒，延迟两秒
wait(v,timeout,interval,intervalfunc)#等待与设备屏幕上的模板匹配
v:等待的目标对象
timeout:超时时间
interval:尝试找到匹配项的时间间隔(秒)
intervalfunc:在每次未成功尝试找到相应匹配项后调用
返回值：匹配目标的坐标

16).检查给定目标在设备屏幕上是否存在

exists(v)
v:检查对象
如果找不到目标，则为False，否则返回目标的坐标

17).在设备屏幕上查找所有出现的目标并返回其坐标

find_all(v)
v:寻找目标
返回坐标列表

18).断言操作

assert_exists(v,msg) #断言目标存在于设备屏幕上
assert_not_exists(v,msg) #断言目标在设备屏幕上不存在
v:要检查的目标
msg:断言的简短描述


assert_equal(v1,v2,msg) #断言两个值相等
assert_not_equal(v1,v2,msg) #断言两个值不相等
v1:第一个值
v2:第二个值
msg:断言的简短描述

这里基本上我们就把使用方法说完了，下面我们来进行下实际操作，下一篇文章即将奉上。

二、总结

这篇文章主要介绍了Airtest的基本操作方法，可以让我们轻松实现软件自动化，下一篇文章将带大家一起进行实际操作，敬请期待！

我是皮皮，如果觉得文章不错，记得三连噢。

大家好，我是IT共享者，人称皮皮。这篇文章我们来浅析Python模块的引入和调用。

一、前言

Python中的模块，有过C语言编程经验的朋友都知道在C语言中如果要引用sqrt函数，必须用语句#include引入math.h这个头文件，否则是无法正常进行调用的。

那么在Python中，如果要引用一些其他的函数，该怎么处理呢？

在Python中有一个概念叫做模块（module），这个和C语言中的头文件以及Java中的包很类似，比如在Python中要调用sqrt函数，必须用import关键字引入math这个模块，下面就来了解一下Python中的模块。

说的通俗点 ：模块就好比是工具包，要想使用这个工具包中的工具(就好比函数)，就需要导入这个模块。

二、模块引入

1. import

在Python中用关键字import来引入某个模块，比如要引用模块math，就可以在文件最开始的地方用import math来引入。

形如 :

 import module1,mudule2...

当解释器遇到import语句，如果模块在当前的搜索路径就会被导入。

在调用math模块中的函数时，必须这样引用：

　　模块名.函数名

为什么必须加上模块名调用呢？

因为可能存在这样一种情况：在多个模块中含有相同名称的函数，此时如果只是通过函数名来调用，解释器无法知道到底要调用哪个函数。所以如果像上述这样引入模块的时候，调用函数必须加上模块名。

   import math


    #这样会报错
    print sqrt(2)


    #这样才能正确输出结果
    print math.sqrt(2)

有时候我们只需要用到模块中的某个函数，只需要引入该函数即可，此时可以用下面方法实现：

   from 模块名 import 函数名1,函数名2....

不仅可以引入函数，还可以引入一些全局变量、类等。

注意:

1. 这种方式引入的时候，调用函数时只能给出函数名，不能给出模块名，但是当两个模块中含有相同名称函数的时候，后面一次引入会覆盖前一次引入。也就是说假如模块A中有函数function( )，在模块B中也有函数function( )，如果引入A中的function在先、B中的function在后，那么当调用function函数的时候，是去执行模块B中的function函数。

2. 如果想一次性引入math中所有的东西，还可以通过from math import 来实现

2. from…import

Python的from语句让你从模块中导入一个指定的部分到当前命名空间中。

语法如下：

   from modname import name1[, name2[, ... nameN]]

例如，要导入模块fib的fibonacci函数，使用如下语句：

   from fib import fibonacci

注意：

• 不会把整个fib模块导入到当前的命名空间中，它只会将fib里的fibonacci单个引入。

3. from … import *

把一个模块的所有内容全都导入到当前的命名空间也是可行的，只需使用如下声明：

   from modname import *

注意：

• 这提供了一个简单的方法来导入一个模块中的所有项目。然而这种声明不该被过多地使用。

4 . 定位模块

当你导入一个模块，Python解析器对模块位置的搜索顺序是：

1. 当前目录
2. 如果不在当前目录，Python则搜索在shell变量PYTHONPATH下的每个目录。
3. 如果都找不到，Python会察看默认路径。UNIX下，默认路径一般为/usr/local/lib/python/
4. 模块搜索路径存储在system模块的sys.path变量中。变量里包含当前目录，PYTHONPATH和由安装过程决定的默认目录。

三、as 的三种用法

1. with…as…

第一种是和with结合使用，主要用于文件的读写操作，省去了关闭文件的麻烦。

写法：

with open("文件路径","读写方式") as 赋值变量:
    #  执行代码块

实例：

#test.py
with open("1.txt") as f:
    print f.read()


#1.txt(两个文件在同一目录下)

运行结果：

 

2. 导入模块起别名

导入模块是对模块进行重命名，也就是给模块起一个别名。示例代码在下方的第三点有演示。

3. except结合使用

第一种：给traceback模块起别名为a

示例代码 ：

import traceback as a
try:
    while 1/0 < 0:
        print True

第二种：和except组合使用，将捕获到的异常对象赋值给e。

实例代码 ：

except Exception as e:
    print "e=",e
    a.print_exc()

四、总结

本文详细的讲解了Python基础 （ 模块 ）的引入，调用 。介绍了常用的三种模块。模块时的需要注意的事项，以及在实际操作中会遇到的问题，提供了解决方案。希望可以帮助你更好的学习Python。