1. 在做測試自動化時，python數據類型轉換函數有幾種
在python中的數據類型轉換函數共有五類:
1.float(x) 將x轉換為一個浮點數,x如果是一個字元串, 必須是數字類型的字元串
2.int(x) 將x轉換為一個整數, x如果是一個字元串,必須是數字類型的字元串
3.str(x) 把x轉換為字元串類型, 任意數據類型都可以轉換為字元串
4.list(x) 把序列數據x轉為列表（注意：字典沒有順序，不是序列數據）
5.tuple(x) 把序列數據x轉為元組（字典沒有順序，不是序列數據）
你可以多去黑馬程序員視頻庫看看，裡面這樣的知識點特別多
2. python3 16進制字元串、列表、字元串之間的轉換
在Python操作數據內容時，多數情況下可能遇到下面3種類型的數據處理：
hexstring 如：ƇC532145697A8B6F'
str 如：'x1Cx53x21x45x69x7Ax8Bx6F'
list 如：[0x1C, 0x53, 0x21, 0x45, 0x69, 0x7A, 0x8B, 0x6F]
各種第三方模塊（如pyDes），或者自己寫的介面中，可能存在由於類型不統一需要在這3種數據中來回切換的情況。
需要用到的核心的方法如下：
list() 將對象轉換為list
str() 將對象轉換為str
bytearray() 將對象轉換為bytearray
bytearray.fromhex() 將對象從hexstring轉換為bytearray
binascii.b2a_hex() 將對象從str轉換為hexstring
如：[0x53, 0x21, 0x6A] -> 'x53x21x6a'
方法：list -> bytearray -> str
如：'x53x216a' -> [0x53, 0x21, 0x6A]
方法：逐個字元轉成十進制
如： [0x53, 0x21, 0x6A] -> �A'
方法：list -> bytearray -> str -> hexstring
如： �A' -> [0x53, 0x21, 0x6A]
方法：hexstring -> bytearray -> list
如： �A' -> 'x53x21x6A'
方法：hexstring -> bytearray -> str
以上內容轉自： https://blog.csdn.net/diaoxuesong/article/details/72123415#
3. Python 數據可視化：分類特徵統計圖
上一課已經體驗到了 Seaborn 相對 Matplotlib 的優勢，本課將要介紹的是 Seaborn 對分類數據的統計，也是它的長項。
針對分類數據的統計圖，可以使用 sns.catplot 繪制，其完整參數如下：
本課使用演繹的方式來學習，首先理解這個函數的基本使用方法，重點是常用參數的含義。
其他的參數，根據名稱也能基本理解。
下面就依據 kind 參數的不同取值，分門別類地介紹各種不同類型的分類統計圖。
讀入數據集：
然後用這個數據集制圖，看看效果：
輸出結果：
毫無疑問，這里繪制的是散點圖。但是，該散點圖的橫坐標是分類特徵 time 中的三個值，並且用 hue='kind' 又將分類特徵插入到圖像中，即用不同顏色的的點代表又一個分類特徵 kind 的值，最終得到這些類別組合下每個記錄中的 pulse 特徵值，並以上述圖示表示出來。也可以理解為，x='time', hue='kind' 引入了圖中的兩個特徵維度。
語句 ① 中，就沒有特別聲明參數 kind 的值，此時是使用默認值 'strip'。
與 ① 等效的還有另外一個對應函數 sns.stripplot。
輸出結果：
② 與 ① 的效果一樣。
不過，在 sns.catplot 中的兩個參數 row、col，在類似 sns.stripplot 這樣的專有函數中是沒有的。因此，下面的圖，只有用 sns.catplot 才能簡潔直觀。
輸出結果：
不過，如果換一個叫角度來說，類似 sns.stripplot 這樣的專有函數，表達簡單，參數與 sns.catplot 相比，有所精簡，使用起來更方便。
仔細比較，sns.catplot 和 sns.stripplot 兩者還是稍有區別的，雖然在一般情況下兩者是通用的。
因此，不要追求某一個是萬能的，各有各的用途，存在即合理。
不過，下面的聲明請注意： 如果沒有非常的必要，比如繪制分區圖，在本課中後續都演示如何使用專有名稱的函數。
前面已經初步解釋了這個函數，為了格式完整，這里再重復一下，即 sns.catplot 中參數 kind='strip'。
如果非要將此函數翻譯為漢語，可以稱之為「條狀散點圖」。以分類特徵為一坐標軸，在另外一個坐標軸上，根據分類特徵，將該分類特徵數據所在記錄中的連續值沿坐標軸描點。
從語句 ② 的結果圖中可以看到，這些點雖然縱軸的數值有相同的，但是沒有將它們重疊。因此，我們看到的好像是「一束」散點，實際上，所有點的橫坐標都應該是相應特徵分類數據，也不要把分類特徵的值理解為一個范圍，分散開僅僅是為了圖示的視覺需要。
輸出結果：
④ 相對 ② 的圖示，在於此時同一縱軸值的都重合了——本來它們的橫軸值都是一樣的。實現此效果的參數是 jitter=0，它可以表示點的「振動」，如果默認或者 jitter=True，意味著允許描點在某個范圍振動——語句 ② 的效果；還可設置為某個 0 到 1 的浮點，表示許可振動的幅度。請對比下面的操作。
輸出結果：
語句 ② 中使用 hue='kind' 參數向圖中提供了另外一個分類特徵，但是，如果感覺圖有點亂，還可以這樣做：
輸出結果：
dodge=True 的作用就在於將 hue='kind' 所引入的特徵數據分開，相對 ② 的效果有很大差異。
並且，在 ⑤ 中還使用了 paletter='Set2' 設置了色彩方案。
sns.stripplot 函數中的其他有關參數，請讀者使用幫助文檔了解。
此函數即 sns.catplot 的參數 kind='swarm'。
輸出結果：
再繪制一張簡單的圖，一遍研究這種圖示的本質。
輸出結果：
此圖只使用了一個特徵的數據，簡化表象，才能探究 sns.swarmplot 的本質。它同樣是將該特徵中的數據，依據其他特徵的連續值在圖中描點，並且所有點在默認情況下不彼此重疊——這方面與 sns.stripplot 一樣。但是，與之不同的是，這些點不是隨機分布的，它們經過調整之後，均勻對稱分布在分類特徵數值所在直線的兩側，這樣能很好地表示數據的分布特點。但是，這種方式不適合「大數據」。
sns.swarmplot 的參數似乎也沒有什麼太特殊的。下面使用幾個，熟悉一番基本操作。
在分類維度上還可以再引入一個維度，用不同顏色的點表示另外一種類別，即使用 hue 參數來實現。
輸出結果：
這里用 hue = 'smoker' 參數又引入了一個分類特徵，在圖中用不同顏色來區分。
如果覺得會 smoker 特徵的值都混在一起有點亂，還可以使用下面方式把他們分開——老調重彈。
輸出結果：
生成此效果的參數就是 dodge=True，它的作用就是當 hue 參數設置了特徵之後，將 hue 的特徵數據進行分類。
sns.catplot 函數的參數 kind 可以有三個值，都是用於繪制分類的分布圖：
下面依次對這三個專有函數進行闡述。
4. python中提供的數據類型轉換函數有哪些,作用是什麼
作用就是把合理的數據轉換為需要的類型。int()整數，float()浮點數，str()字元串，list()列表，tuple()元組，set()集合……
比如a='12'這個是字元串類型，用int函數a=int(a)這時變數a就是整型，字元串'12'變為了整數12。Python沒有變數聲明的要求，變數的屬性在賦值時確定，這樣變數的類型就很靈活。
有一種題目判斷一個整數是否迴文數，用字元串來處理就很簡單
a=1234321#整數
if str(a)==str(a)[::-1]:#藉助字元串反轉比較就可以確定是否迴文數。
還比如元組b=(1,3,2,4)，元組是不可以更新刪除排序成員的，但是列表是可以的，通過列表函數進行轉換來實現元組的更新刪除和排序。
b=(1,3,2,4)
b=list(b)
b.sort()
b=tuple(b)
這時得到的元組b就是一個升序的元組(1,2,3,4)
再比如你要輸入創建整數列表或者整數元組基本上寫法相同，就是用對應的函數來最後處理。
ls=list(map(int,input().split()))#這個就是列表
tup=tuple(map(int,input().split()))#這個就是元組
再比如有個叫集合的，集合有唯一性，可以方便用來去重。
ls=[1,2,3,1,2,3,1,2,3]
ls=list(set(ls))#通過set()去重後，現在的ls里就是[1,2,3]去重後的列表。
5. Python小知識：如何在Python 3中轉換數據類型
Python基礎知識：數據類型轉換指南
在Python編程中，理解數據類型及其轉換至關重要。數據類型定義了可以賦值和執行操作的數據類別，如數字（整數和浮點數）、字元串、元組和列表。本文將詳細介紹如何在Python 3中進行這些轉換。
1. 數字類型轉換
Python支持兩種數字類型：整數和浮點數。轉換方法如下：
2. 除法與類型轉換：Python 3在除法運算時自動將整數轉換為浮點數，如`5 / 2`結果為2.5。
3. 字元串轉換
字元串是另一種常用數據類型。轉換如下：
4. 字元串到數字的反向轉換：使用`int()`和`float()`，如`int("58")`得到58。
5. 元組和列表轉換
元組和列表是可變和不可變的數據結構，轉換如下：
通過這些轉換，你可以根據需要靈活地在不同類型之間轉換數據，以便進行相應的操作。希望這些信息對你的Python編程有所幫助！