Python 的一些日常高频写法总结

今天给大家准备了60个python日常高频写法，如果觉得有用，那就点赞收藏起来吧～

一、 数字

1 求绝对值

绝对值或复数的模

In [1]: abs(-6)Out[1]: 6

2 进制转化

十进制转换为二进制：

In [2]: bin(10)Out[2]: '0b1010'

十进制转换为八进制：

In [3]: oct(9)Out[3]: '0o11'

十进制转换为十六进制：

In [4]: hex(15)Out[4]: '0xf'

3 整数和ASCII互转

十进制整数对应的 ASCII字符

In [1]: chr(65)Out[1]: 'A'

查看某个 ASCII字符 对应的十进制数

In [1]: ord('A')Out[1]: 65

4 元素都为真检查

所有元素都为真，返回 True ，否则为 False

In [5]: all([1,0,3,6])Out[5]: False

In [6]: all([1,2,3])Out[6]: True

5 元素至少一个为真检查

至少有一个元素为真返回 True ，否则 False

In [7]: any([0,0,0,[]])Out[7]: False

In [8]: any([0,0,1])Out[8]: True

6 判断是真是假

测试一个对象是True, 还是False.

In [9]: bool([0,0,0])Out[9]: TrueIn [10]: bool([])Out[10]: FalseIn [11]: bool([1,0,1])Out[11]: True

7 创建复数

创建一个复数

In [1]: complex(1,2)Out[1]: (1+2j)

8 取商和余数

分别取商和余数

In [1]: divmod(10,3)Out[1]: (3, 1)

9 转为浮点类型

将一个整数或数值型字符串转换为浮点数

In [1]: float(3)Out[1]: 3.0

如果不能转化为浮点数，则会报 ValueError :

In [2]: float('a')# ValueError: could not convert string to float: 'a'

10 转为整型

int(x, base =10) , x可能为字符串或数值，将x 转换为一个普通整数。如果参数是字符串，那么它可能包含符号和小数点。如果超出了普通整数的表示范围，一个长整数被返回。

In [1]: int('12',16)Out[1]: 18

11 次幂

base为底的exp次幂，如果mod给出，取余

In [1]: pow(3, 2, 4)Out[1]: 1

12 四舍五入

四舍五入， ndigits 代表小数点后保留几位：

In [11]: round(10.0222222, 3)Out[11]: 10.022In [12]: round(10.05,1)Out[12]: 10.1

13 链式比较

i = 3print(1 < i < 3)  # Falseprint(1 < i <= 3)  # True

二、 字符串

14 字符串转字节

字符串转换为字节类型

In [12]: s = "apple"                                                            In [13]: bytes(s,encoding='utf-8')Out[13]: b'apple'

15 任意对象转为字符串

In [14]: i = 100                                                                In [15]: str(i)Out[15]: '100'In [16]: str([])Out[16]: '[]'In [17]: str(tuple())Out[17]: '()'

16 执行字符串表示的代码

将字符串编译成python能识别或可执行的代码，也可以将文字读成字符串再编译。

In [1]: s  = "print('helloworld')"    In [2]: r = compile(s,"<string>", "exec")    In [3]: rOut[3]: <code object <module> at 0x0000000005DE75D0, file "<string>", line 1>    In [4]: exec(r)helloworld

17 计算表达式

将字符串str 当成有效的表达式来求值并返回计算结果取出字符串中内容

In [1]: s = "1 + 3 +5"    ...: eval(s)    ...:Out[1]: 9

18 字符串格式化

格式化输出字符串，format(value, format_spec)实质上是调用了value的__format__(format_spec)方法。

In [104]: print("i am {0},age{1}".format("tom",18))i am tom,age18

3.1415926	{:.2f}	3.14	保留小数点后两位
3.1415926	{:+.2f}	+3.14	带符号保留小数点后两位
-1	{:+.2f}	-1.00	带符号保留小数点后两位
2.71828	{:.0f}	3	不带小数
5	{:0>2d}	05	数字补零 (填充左边, 宽度为2)
5	{:x<4d}	5xxx	数字补x (填充右边, 宽度为4)
10	{:x<4d}	10xx	数字补x (填充右边, 宽度为4)
1000000	{:,}	1,000,000	以逗号分隔的数字格式
0.25	{:.2%}	25.00%	百分比格式
1000000000	{:.2e}	1.00e+09	指数记法
18	{:>10d}	' 18'	右对齐 (默认, 宽度为10)
18	{:<10d}	'18 '	左对齐 (宽度为10)
18	{:^10d}	' 18 '	中间对齐 (宽度为10)

三、 函数

19 拿来就用的排序函数

排序：

In [1]: a = [1,4,2,3,1]In [2]: sorted(a,reverse=True)Out[2]: [4, 3, 2, 1, 1]In [3]: a = [{'name':'xiaoming','age':18,'gender':'male'},{'name':'     ...: xiaohong','age':20,'gender':'female'}]In [4]: sorted(a,key=lambda x: x['age'],reverse=False)Out[4]:[{'name': 'xiaoming', 'age': 18, 'gender': 'male'}, {'name': 'xiaohong', 'age': 20, 'gender': 'female'}]

20 求和函数

求和：

In [181]: a = [1,4,2,3,1]In [182]: sum(a)Out[182]: 11In [185]: sum(a,10) #求和的初始值为10Out[185]: 21

21 nonlocal用于内嵌函数中

关键词 nonlocal 常用于函数嵌套中，声明变量 i 为非局部变量；如果不声明， i+=1 表明 i 为函数 wrapper 内的局部变量，因为在 i+=1 引用(reference)时,i未被声明，所以会报 unreferenced variable 的错误。

def excepter(f):    i = 0    t1 = time.time()    def wrapper():        try:            f()        except Exception as e:            nonlocal i            i += 1            print(f'{e.args[0]}: {i}')            t2 = time.time()            if i == n:                print(f'spending time:{round(t2-t1,2)}')    return wrapper

22 global 声明全局变量

先回答为什么要有 global ，一个变量被多个函数引用，想让全局变量被所有函数共享。有的伙伴可能会想这还不简单，这样写：

i = 5def f():    print(i)def g():    print(i)    passf()g()

f和g两个函数都能共享变量 i ，程序没有报错，所以他们依然不明白为什么要用 global .

但是，如果我想要有个函数对 i 递增，这样：

def h():    i += 1h()

此时执行程序，bang, 出错了！抛出异常： UnboundLocalError ，原来编译器在解释 i+=1 时会把 i 解析为函数 h() 内的局部变量，很显然在此函数内，编译器找不到对变量 i 的定义，所以会报错。

global 就是为解决此问题而被提出，在函数h内，显式地告诉编译器 i 为全局变量，然后编译器会在函数外面寻找 i 的定义，执行完 i+=1 后， i 还为全局变量，值加1：

i = 0def h():    global i    i += 1h()print(i)

23 交换两元素

def swap(a, b):    return b, aprint(swap(1, 0))  # (0,1)

24 操作函数对象

In [31]: def f():    ...:     print('i\'m f')    ...:In [32]: def g():    ...:     print('i\'m g')    ...:In [33]: [f,g][1]()i'm g

创建函数对象的list，根据想要调用的index，方便统一调用。

25 生成逆序序列

list(range(10,-1,-1)) # [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

第三个参数为负时，表示从第一个参数开始递减，终止到第二个参数(不包括此边界)

26 函数的五类参数使用例子

python五类参数：位置参数，关键字参数，默认参数，可变位置或关键字参数的使用。

def f(a,*b,c=10,**d):  print(f'a:{a},b:{b},c:{c},d:{d}')

默认参数 c 不能位于可变关键字参数 d 后.

调用f:

In [10]: f(1,2,5,width=10,height=20)a:1,b:(2, 5),c:10,d:{'width': 10, 'height': 20}

可变位置参数 b 实参后被解析为元组 (2,5) ;而c取得默认值10; d被解析为字典.

再次调用f:

In [11]: f(a=1,c=12)a:1,b:(),c:12,d:{}

a=1传入时a就是关键字参数，b,d都未传值，c被传入12，而非默认值。

注意观察参数 a , 既可以 f(1) ,也可以 f(a=1) 其可读性比第一种更好，建议使用f(a=1)。如果要强制使用 f(a=1) ，需要在前面添加一个 星号 :

def f(*,a,**b):  print(f'a:{a},b:{b}')

此时f(1)调用，将会报错： TypeError: f() takes 0 positional arguments but 1 was given

只能 f(a=1) 才能OK.

说明前面的 * 发挥作用，它变为只能传入关键字参数，那么如何查看这个参数的类型呢？借助python的 inspect 模块：

In [22]: for name,val in signature(f).parameters.items():    ...:     print(name,val.kind)    ...:a KEYWORD_ONLYb VAR_KEYWORD

可看到参数 a 的类型为 KEYWORD_ONLY ，也就是仅仅为关键字参数。

但是，如果f定义为：

def f(a,*b):  print(f'a:{a},b:{b}')

查看参数类型：

In [24]: for name,val in signature(f).parameters.items():    ...:     print(name,val.kind)    ...:a POSITIONAL_OR_KEYWORDb VAR_POSITIONAL

可以看到参数 a 既可以是位置参数也可是关键字参数。

27使用slice对象

生成关于蛋糕的序列cake1：

In [1]: cake1 = list(range(5,0,-1))In [2]: b = cake1[1:10:2]In [3]: bOut[3]: [4, 2]In [4]: cake1Out[4]: [5, 4, 3, 2, 1]

再生成一个序列：

In [5]: from random import randint   ...: cake2 = [randint(1,100) for _ in range(100)]   ...: # 同样以间隔为2切前10个元素，得到切片d   ...: d = cake2[1:10:2]In [6]: dOut[6]: [75, 33, 63, 93, 15]

你看，我们使用同一种切法，分别切开两个蛋糕cake1,cake2. 后来发现这种切法 极为经典 ，又拿它去切更多的容器对象。

那么，为什么不把这种切法封装为一个对象呢？于是就有了slice对象。

定义slice对象极为简单，如把上面的切法定义成slice对象：

perfect_cake_slice_way = slice(1,10,2)#去切cake1cake1_slice = cake1[perfect_cake_slice_way]cake2_slice = cake2[perfect_cake_slice_way]In [11]: cake1_sliceOut[11]: [4, 2]In [12]: cake2_sliceOut[12]: [75, 33, 63, 93, 15]

与上面的结果一致。

对于逆向序列切片， slice 对象一样可行：

a = [1,3,5,7,9,0,3,5,7]a_ = a[5:1:-1]named_slice = slice(5,1,-1)a_slice = a[named_slice]In [14]: a_Out[14]: [0, 9, 7, 5]In [15]: a_sliceOut[15]: [0, 9, 7, 5]

频繁使用同一切片的操作可使用slice对象抽出来，复用的同时还能提高代码可读性。

28 lambda 函数的动画演示

有些读者反映， lambda 函数不太会用，问我能不能解释一下。

比如，下面求这个 lambda 函数：

def max_len(*lists):    return max(*lists, key=lambda v: len(v))

有两点疑惑：

• 参数 v 的取值？

• lambda 函数有返回值吗？如果有，返回值是多少？

调用上面函数，求出以下三个最长的列表：

r = max_len([1, 2, 3], [4, 5, 6, 7], [8])print(f'更长的列表是{r}')

程序完整运行过程，动画演示如下：

结论：

• 参数v的可能取值为 *lists ，也就是 tuple 的一个元素。

• lambda 函数返回值，等于 lambda v 冒号后表达式的返回值。

四、 数据结构

29 转为字典

创建数据字典

In [1]: dict()Out[1]: {}In [2]: dict(a='a',b='b')Out[2]: {'a': 'a', 'b': 'b'}In [3]: dict(zip(['a','b'],[1,2]))Out[3]: {'a': 1, 'b': 2}In [4]: dict([('a',1),('b',2)])Out[4]: {'a': 1, 'b': 2}

30 冻结集合

创建一个不可修改的集合。

In [1]: frozenset([1,1,3,2,3])Out[1]: frozenset({1, 2, 3})

因为不可修改，所以没有像 set 那样的 add 和 pop 方法

31 转为集合类型

返回一个set对象，集合内不允许有重复元素：

In [159]: a = [1,4,2,3,1]In [160]: set(a)Out[160]: {1, 2, 3, 4}

32 转为切片对象

class slice( start , stop [, step ])

返回一个表示由 range(start, stop, step) 所指定索引集的 slice对象，它让代码可读性、可维护性变好。

In [1]: a = [1,4,2,3,1]In [2]: my_slice_meaning = slice(0,5,2)In [3]: a[my_slice_meaning]Out[3]: [1, 2, 1]

33 转元组

tuple() 将对象转为一个不可变的序列类型

In [16]: i_am_list = [1,3,5]In [17]: i_am_tuple = tuple(i_am_list)In [18]: i_am_tupleOut[18]: (1, 3, 5)

五、 类和对象

34 是否可调用

检查对象是否可被调用

In [1]: callable(str)Out[1]: TrueIn [2]: callable(int)Out[2]: True

In [18]: class Student():    ...:     def __init__(self,id,name):    ...:         self.id = id    ...:         self.name = name    ...:     def __repr__(self):    ...:         return 'id = '+self.id +', name = '+self.name    ...In [19]: xiaoming = Student('001','xiaoming')In [20]: callable(xiaoming)Out[20]: False

如果能调用 xiaoming() , 需要重写 Student 类的 __call__ 方法：

In [1]: class Student():    ...:     def __init__(self,id,name):    ...:         self.id = id    ...:         self.name = name    ...:     def __repr__(self):    ...:         return 'id = '+self.id +', name = '+self.name    ...:     def __call__(self):    ...:         print('I can be called')    ...:         print(f'my name is {self.name}')    ...:In [2]: t = Student('001','xiaoming')In [3]: t()I can be calledmy name is xiaoming

35 ascii 展示对象

调用对象的 __repr__ 方法，获得该方法的返回值，如下例子返回值为字符串

>>> class Student():    def __init__(self,id,name):        self.id = id        self.name = name    def __repr__(self):        return 'id = '+self.id +', name = '+self.name

调用：

>>> xiaoming = Student(id='1',name='xiaoming')>>> xiaomingid = 1, name = xiaoming>>> ascii(xiaoming)'id = 1, name = xiaoming'

36 类方法

classmethod 装饰器对应的函数不需要实例化，不需要 self 参数，但第一个参数需要是表示自身类的 cls 参数，可以来调用类的属性，类的方法，实例化对象等。

In [1]: class Student():    ...:     def __init__(self,id,name):    ...:         self.id = id    ...:         self.name = name    ...:     def __repr__(self):    ...:         return 'id = '+self.id +', name = '+self.name    ...:     @classmethod    ...:     def f(cls):    ...:         print(cls)

37 动态删除属性

删除对象的属性

In [1]: delattr(xiaoming,'id')In [2]: hasattr(xiaoming,'id')Out[2]: False

38 一键查看对象所有方法

不带参数时返回 当前范围 内的变量、方法和定义的类型列表；带参数时返回 参数 的属性，方法列表。

In [96]: dir(xiaoming)Out[96]:['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__',  'name']

39 动态获取对象属性

获取对象的属性

In [1]: class Student():   ...:     def __init__(self,id,name):   ...:         self.id = id   ...:         self.name = name   ...:     def __repr__(self):   ...:         return 'id = '+self.id +', name = '+self.nameIn [2]: xiaoming = Student(id='001',name='xiaoming')In [3]: getattr(xiaoming,'name') # 获取xiaoming这个实例的name属性值Out[3]: 'xiaoming'

40 对象是否有这个属性

In [1]: class Student():   ...:     def __init__(self,id,name):   ...:         self.id = id   ...:         self.name = name   ...:     def __repr__(self):   ...:         return 'id = '+self.id +', name = '+self.nameIn [2]: xiaoming = Student(id='001',name='xiaoming')In [3]: hasattr(xiaoming,'name')Out[3]: TrueIn [4]: hasattr(xiaoming,'address')Out[4]: False

41 对象门牌号

返回对象的内存地址

In [1]: id(xiaoming)Out[1]: 98234208

42 isinstance

判断 object 是否为类 classinfo 的实例，是返回true

In [1]: class Student():   ...:     def __init__(self,id,name):   ...:         self.id = id   ...:         self.name = name   ...:     def __repr__(self):   ...:         return 'id = '+self.id +', name = '+self.nameIn [2]: xiaoming = Student(id='001',name='xiaoming')In [3]: isinstance(xiaoming,Student)Out[3]: True

43 父子关系鉴定

In [1]: class undergraduate(Student):    ...:     def studyClass(self):    ...:         pass    ...:     def attendActivity(self):    ...:         passIn [2]: issubclass(undergraduate,Student)Out[2]: TrueIn [3]: issubclass(object,Student)Out[3]: FalseIn [4]: issubclass(Student,object)Out[4]: True

如果class是classinfo元组中某个元素的子类，也会返回True

In [1]: issubclass(int,(int,float))Out[1]: True

44 所有对象之根

object 是所有类的基类

In [1]: o = object()In [2]: type(o)Out[2]: object

45 创建属性的两种方式

返回 property 属性，典型的用法：

class C:    def __init__(self):        self._x = None    def getx(self):        return self._x    def setx(self, value):        self._x = value    def delx(self):        del self._x    # 使用property类创建 property 属性    x = property(getx, setx, delx, "I'm the 'x' property.")

使用python装饰器，实现与上完全一样的效果代码：

class C:    def __init__(self):        self._x = None    @property    def x(self):        return self._x    @x.setter    def x(self, value):        self._x = value    @x.deleter    def x(self):        del self._x

46 查看对象类型

class type ( name , bases , dict )

传入一个参数时，返回 object 的类型：

In [1]: class Student():   ...:     def __init__(self,id,name):   ...:         self.id = id   ...:         self.name = name   ...:     def __repr__(self):   ...:         return 'id = '+self.id +', name = '+self.name   ...:In [2]: xiaoming = Student(id='001',name='xiaoming')In [3]: type(xiaoming)Out[3]: __main__.StudentIn [4]: type(tuple())Out[4]: tuple

47 元类

xiaoming , xiaohong , xiaozhang 都是学生，这类群体叫做 Student .

Python 定义类的常见方法，使用关键字 class

In [36]: class Student(object):    ...:     pass

xiaoming , xiaohong , xiaozhang 是类的实例，则：

xiaoming = Student()xiaohong = Student()xiaozhang = Student()

创建后，xiaoming 的 __class__ 属性，返回的便是 Student 类

In [38]: xiaoming.__class__Out[38]: __main__.Student

问题在于， Student 类有 __class__ 属性，如果有，返回的又是什么？

In [39]: xiaoming.__class__.__class__Out[39]: type

哇，程序没报错，返回 type

那么，我们不妨猜测： Student 类，类型就是 type ， 换句话说， Student 类就是一个 对象 ，它的类型就是 type ， 所以，Python 中一切皆对象， 类也是对象

Python 中，将描述 Student 类的类被称为：元类。

按照此逻辑延伸，描述元类的类被称为： 元元类 ，开玩笑了~ 描述元类的类也被称为元类。

聪明的朋友会问了，既然 Student 类可创建实例，那么 type 类可创建实例吗？如果能，它创建的实例就叫：类 了。你们真聪明！

说对了， type 类一定能创建实例，比如 Student 类了。

In [40]: Student = type('Student',(),{})In [41]: StudentOut[41]: __main__.Student

它与使用 class 关键字创建的 Student 类一模一样。

Python 的类，因为又是对象，所以和 xiaoming ， xiaohong 对象操作相似。支持：

• 赋值

• 拷贝

• 添加属性

• 作为函数参数

In [43]: StudentMirror = Student # 类直接赋值 # 类直接赋值In [44]: Student.class_property = 'class_property' # 添加类属性In [46]: hasattr(Student, 'class_property')Out[46]: True

元类，确实使用不是那么多，也许先了解这些，就能应付一些场合。就连 Python 界的领袖 Tim Peters 都说：

“元类就是深度的魔法，99%的用户应该根本不必为此操心。

六、工具

48 枚举对象

返回一个可以枚举的对象，该对象的next()方法将返回一个元组。

In [1]: s = ["a","b","c"]    ...: for i ,v in enumerate(s,1):    ...:     print(i,v)    ...:1 a2 b3 c

49 查看变量所占字节数

In [1]: import sysIn [2]: a = {'a':1,'b':2.0}In [3]: sys.getsizeof(a) # 占用240个字节Out[3]: 240

50 过滤器

在函数中设定过滤条件，迭代元素，保留返回值为 True 的元素：

In [1]: fil = filter(lambda x: x>10,[1,11,2,45,7,6,13])In [2]: list(fil)Out[2]: [11, 45, 13]

51 返回对象的哈希值

返回对象的哈希值，值得注意的是自定义的实例都是可哈希的， list , dict , set 等可变对象都是不可哈希的(unhashable)

In [1]: hash(xiaoming)Out[1]: 6139638In [2]: hash([1,2,3])# TypeError: unhashable type: 'list'

52 一键帮助

返回对象的帮助文档

In [1]: help(xiaoming)Help on Student in module __main__ object:class Student(builtins.object) |  Methods defined here: | |  __init__(self, id, name) | |  __repr__(self) | |  Data descriptors defined here: | |  __dict__ |      dictionary for instance variables (if defined) | |  __weakref__ |      list of weak references to the object (if defined)

53 获取用户输入

获取用户输入内容

In [1]: input()aaOut[1]: 'aa'

54 创建迭代器类型

使用 iter(obj, sentinel) , 返回一个可迭代对象, sentinel可省略(一旦迭代到此元素，立即终止)

In [1]: lst = [1,3,5]In [2]: for i in iter(lst):    ...:     print(i)    ...:135

In [1]: class TestIter(object):    ...:     def __init__(self):    ...:         self.l=[1,3,2,3,4,5]    ...:         self.i=iter(self.l)    ...:     def __call__(self):  #定义了__call__方法的类的实例是可调用的    ...:         item = next(self.i)    ...:         print ("__call__ is called,fowhich would return",item)    ...:         return item    ...:     def __iter__(self): #支持迭代协议(即定义有__iter__()函数)    ...:         print ("__iter__ is called!!")    ...:         return iter(self.l)In [2]: t = TestIter()In [3]: t() # 因为实现了__call__，所以t实例能被调用__call__ is called,which would return 1Out[3]: 1In [4]: for e in TestIter(): # 因为实现了__iter__方法，所以t能被迭代    ...:     print(e)    ...:__iter__ is called!!132345

55 打开文件

返回文件对象

In [1]: fo = open('D:/a.txt',mode='r', encoding='utf-8')In [2]: fo.read()Out[2]: '\ufefflife is not so long,\nI use Python to play.'

mode取值表：

字符	意义
'r'	读取（默认）
'w'	写入，并先截断文件
'x'	排它性创建，如果文件已存在则失败
'a'	写入，如果文件存在则在末尾追加
'b'	二进制模式
't'	文本模式（默认）
'+'	打开用于更新（读取与写入）

56 创建range序列

1. range(stop)

2. range(start, stop[,step])

生成一个不可变序列：

In [1]: range(11)Out[1]: range(0, 11)In [2]: range(0,11,1)Out[2]: range(0, 11)

57 反向迭代器

In [1]: rev = reversed([1,4,2,3,1])In [2]: for i in rev:     ...:     print(i)     ...:13241

58 聚合迭代器

创建一个聚合了来自每个可迭代对象中的元素的迭代器：

In [1]: x = [3,2,1]In [2]: y = [4,5,6]In [3]: list(zip(y,x))Out[3]: [(4, 3), (5, 2), (6, 1)]In [4]: a = range(5)In [5]: b = list('abcde')In [6]: bOut[6]: ['a', 'b', 'c', 'd', 'e']In [7]: [str(y) + str(x) for x,y in zip(a,b)]Out[7]: ['a0', 'b1', 'c2', 'd3', 'e4']

59 链式操作

from operator import (add, sub)def add_or_sub(a, b, oper):    return (add if oper == '+' else sub)(a, b)add_or_sub(1, 2, '-')  # -1

60 对象序列化

对象序列化，是指将内存中的对象转化为可存储或传输的过程。很多场景，直接一个类对象，传输不方便。

但是，当对象序列化后，就会更加方便，因为约定俗成的，接口间的调用或者发起的 web 请求，一般使用 json 串传输。

实际使用中，一般对类对象序列化。先创建一个 Student 类型，并创建两个实例。

class Student():    def __init__(self,**args):        self.ids = args['ids']        self.name = args['name']        self.address = args['address']xiaoming = Student(ids = 1,name = 'xiaoming',address = '北京')xiaohong = Student(ids = 2,name = 'xiaohong',address = '南京')

导入 json 模块，调用 dump 方法，就会将列表对象 [xiaoming,xiaohong]，序列化到文件 json.txt 中。

import jsonwith open('json.txt', 'w') as f:    json.dump([xiaoming,xiaohong], f, default=lambda obj: obj.__dict__, ensure_ascii=False, indent=2, sort_keys=True)

生成的文件内容，如下：

[    {        "address":"北京",        "ids":1,        "name":"xiaoming"    },    {        "address":"南京",        "ids":2,        "name":"xiaohong"    }]

来源：https://github.com/jackzhenguo/python-small-example

🏴‍☠️宝藏级🏴‍☠️ 原创公众号『 数据STUDIO 』内容超级硬核。公众号以Python为核心语言，垂直于数据科学领域，包括 可戳 👉 Python ｜ MySQL ｜ 数据分析 ｜ 数据可视化 ｜ 机器学习与数据挖掘 ｜ 爬虫 等，从入门到进阶！

长按👇关注- 数据STUDIO -设为星标，干货速递