🐍Python Basic(Chinese)
一、学前准备 Link to heading
1.1 安装 Link to heading
建议直接下载anaconda的发行版。同时还包括了所有以后会经常使用到的包。
1.2 编程环境 Link to heading
可以下载并使用pycharm、也可以使用jupyter notebook作为环境。
二、Python的语言基础 Link to heading
2.1 缩进 Link to heading
python中缩进是一切的根本,使用缩进来标识了语言的范围
2.2标量类型 Link to heading
2.2.1 数值类型
python中只有两个基本数值类型:int与float
int可以储存任意大小的整数值而没有范围限制,float是双精度的64位数值。
备注:整数的除法会自己变成浮点的类型,如果只要整数部分可以使用://
2.2.2 布尔类型
只有正确和错误两种,分别是true和false
备注:在整型中代表着1与0。
2.2.3 字符串类型
使用单(双)引号包裹的一个不可变对象。是Unicode字符的序列。是一个可迭代的对象。
2.2.4 None型
是Python中的null,表示没有东西
2.3 控制语句 Link to heading
2.3.1 判断语句
if condition1:
code 1
elif condition2:
code 2
else:
code 3
2.3.2 循环语句
for语句用于遍历一个集合或者一个迭代器。
for i in collection:
# 用i来做什么
# 也可以让for与range()配合实现计数
for i in range (10)
while语句用于在符合一定条件的情况下执行代码块
while conditional:
# 代码块
有两个方式可以改变循环的结构
- continue:用于跳过本次循环进入下一次的循环之中
- break:结束这一个循环
2.4 数据结构 Link to heading
2.4.1 元组
元组是一种长度固定的,不可变的对象序列
# 元组的创建
tup=1,2,3
# 使用tuple函数将其他可迭代的变成元组
tuple([1,2,3])
tuple("abc")
# 使用[]索引元组(从0开始)
tup[0]
拆包
#将tup的元素拆到三个变量之中去
a,b,c=tup
#拆包的应用(快速交换两个元素)
a,b=b,a
#只拆部分元素
a,*_=tup #后面的元素*_会存a之后的所有元素,可以舍弃,也可以更换名作为继续用的元组
元组方法
# 计数
tup.couut(1)
2.4.2 列表
一个不指定里面的类型,可以任意改变内容的高端数组。
# 创建列表
list=[1,2,3]
#使用迭代器创建
list=range(10)
增加元素
# 末尾增加一个
list.append()
# 指定位置加入一个
list.insert(1,"123")
# 加入多个元素
list.extend([1,2,3])
# 使用方法来增加元素不创建新的对象,而使用+则创建返回一个新的对象。
删除元素
# 移去指定位置的元素
list.pop(1)
#移去第一个出现的符合要求的元素
list.remove("123")
其他方法
# 排序(内部排序不会新建对象)
list.sort()
括号内可以设定排序的key
如list.sort(key=len)
# 排序(新建对象的排序)
list2=list1.sorted()
#将列表倒置
list.reversed()
# 二分查找和插入数据
import bisect
其中bisect.bisect(c,2)是向c列表插入元素2
# 缝合两个列表,按顺序两两搭配为元组,构成新列表
list3=zip(list,list2)
# 返回列表内元素的内容以及其索引
enumerate(list)
常用于: for i in enumerate (list)
# 以得到下标的方式来遍历一个列表
for i in range(len(list)):
list[i]
2.4.3 字典
又被成为哈希表或者是关联数组,是有灵活尺寸的键值对集合
# 创建字典
d1={1:"st",2:[123]}
# 根据键来获取值
d1[1]
# 序列生成字典(因为字典的本质上是一个二元组)
d1=dict(zip(list1,list2))
# 检查是否存在
'st' in d1
# 判断一个对象能不能作为键(不可变、可哈希化)
hash(keys)
加入与删除
# 加入一个新的元素
d1[key]=元素
# 直接根据键来删除元素
del d1[1]
# 删除对应的元素并返回他的键
d1.pop ('st')
获取与分类
# 获取一个字典中的元素,且在没有时候返回特定的值
d1.get(key,returnvalue)
# 将列表进行分类进入字典
for word in list:
d1.setdefault(key,[]).append(word)
其他方法
# 迭代字典(没有特定的迭代顺序)
d1.keys() # 迭代字典键
d2.values() # 迭代值
# 合并字典
d1.update(d2)
2.4.4 集合
无序且唯一的元素的容器
# 创建集合
set([1,2,3])
{1,2,3}
对集合内元素进行操作
# 加入元素
a.add
# 清空集合
a.clear
# 删除某个元素
a.remove
对多个集合的操作
# 并集
a|b
# 交集
a&b
# 补集(在a但不在b)
a-b
# 在a在b,但不是同时在a和b
a^b
# 判断a是否包含(包含于)b
a.issubet(b)(a.issuperset(b))
# 判断子集
a<=b
2.4.5 序列推导式
过滤一个容器的元素。
# 列表推导式
[x for x i list if condition]
这个语句可以以列表的形式返回满足condition的所有在list中的元素
# 字典推导式
{key:value for value in collection if condition}
# 集合推导式
{x for value in collection if condition}
嵌套列表推导
内层在前,外层在后
三、Python函数 Link to heading
如果有多条可以重复的代码,可以使用一个函数来简化代码量
def function (x,y):
#your code
return a,b #python的函数可以同时返回多个值
3.1 命名空间 Link to heading
在函数内第一次使用的变量在函数结束后会销毁,而函数内想要对函数外的变量进行使用则应该使用global
进行声明。使得外部的变量在内部也可以进行使用。
3.2 函数=对象 Link to heading
可以将函数作为对象传到另一个函数之中
3.3 匿名(Lambda)函数 Link to heading
通过单个语句生成函数,结果是返回值。使用Lambda关键字进行定义。可以用在将一个判断函数传入另一个函数的过程中。
lambda variable :code
# 根据字符串中不同字符的数量进行排序
st.sort(key=lambda x:len(set(list(x))))
3.4 迭代器与生成器 Link to heading
迭代器:用于在上下文中向python解释器生成对象的对象。
生成器:构造新的可遍历对象的方式。
通过将函数的return改为yield,使得调用该生成器的时候代码不会立刻被执行,而在请求其中的元素后才会被执行。
def squares(n=10):
for i in range(1,n+1):
yield i**2
gen = squares() #此处的gen还没有值
for x in gen: #调用生成器
print(x,end=' ')
可以利用生成器表达式来创建一个生成器(将列表推导式内的括号换成小括号)
如上面的可以改写为
gen=(x**2 for x in range(1,n+1))
for x in gen: #调用生成器
print(x,end=' ')
可以使用生成器表达式来代替我们的列表推导式
3.5 可变长参数元组 Link to heading
函数可以接受不指定个数的参数
def pr(*args):
pass
上面的这个函数可以读取多个参数,到一个args元组中。
相反,除了收集也有分散方法,可以在调用的时候前面加上*
来实现把参数列表里面的元组打散
t=(1,2)
divmod(*t)
很多可以接受不止一个变量的函数也是使用了分散方法来完成多个参量的读取。
关键字参数的收集:
只使用*
并不会收集关键字实参,而使用**
则可以收集所有的关键字实参,并将其变成一个映射字典。当处理很多关键字的函数十分有用。
更多内容可见[[python进阶技巧#三、函数]]
四、错误与异常 Link to heading
4.1 捕获异常 Link to heading
def tryfunction(x):
try:
# 想要测试的内容
except(#可以选择想要捕获的错误类型):
# 测试失败后执行
finally:
# 无论如何都要执行的代码
五、操作系统与文件 Link to heading
5.1 对文件的基础操作 Link to heading
5.1.1 打开与关闭
f=open(path) #打开
f.close #关闭
#自动关闭方式
with open(path) as f:
# use path
#with内代码结束后自动关闭
默认打开是在只读模式下进行。
打开模式:
r #只读模式
w #只写模式(创建新文件并覆盖同名文件)
x #只写模式(如果有同名则创建失败)
a #添加已存在文件
r+ #读写模式
5.1.2 对文件的方法
read([size]) #将文件数据作为字符串返回
readlines([size]) #返回文件中行内容的列表
write(str) #将字符串写入文件
writelines(string) #将字符串序列写入文件
close() #关闭文件
seek(pos) #移动到指定位置
tell() #返回当前的文件位置
5.2 path(os) Link to heading
import os
os.getcwd() # get current working directory
os.path.abspath() # 寻找绝对路径
os.path.exists() # 检查一个文件是否存在
os.path.isdir() # 检查是否为目录
os.listdir() # 返回指定目录的列表
os.path.join(,) # 接受一个目录和一个文件名字,并将它们拼成一个完整的path
5.3 数据库与封存 Link to heading
我们可以使用dbm
模块来创建和更新数据库,来达到储存类似字典的对象。
import dbm
db=dbm.open('name',c) # 打开创建一个数据库,如果不存在则创建
db['a'] ='a' # 向数据库内储存一个字符
db['a']='b' # 更新储存的内容
db.close() # 关闭文件
dbm有个严格的限制,键和值都必须是字符串或者字节,不能使用其他类型。
对此我们可以使用pickle
模块来进行封存。
import pickle
# 将t列表转换为一个字符串对象,进行在数据库内的储存
t=[1,2,3]
st=pickle.dumps(t)
# 将封装好的对象重新打开
pickle.loads(st) # 打开后的对象虽然与封装之前的对象相等,但并不是同一个对象
六、面向对象编程 Link to heading
6.1 类 Link to heading
Python是一门面向对象的编程语言
- 程序包括类的定义和方法的定义
- 大部分计算操作是通过面向对象来实现的
- 由对象之间的交互组成
6.1.1 类的定义
class name:
'''
note
'''
6.1.2 类的初始化(__init__
)
init方法(initialization),可以在对象被初始化的时候会调用
class name:
'''
note
'''
def __init__(self,first=firstname,last=lastname)
self.first=first
self.last=last
6.2 实例 Link to heading
6.2.1 创建实例
我们可以使用类来实例化一个对象。
n=name(bob,shen)
这样可以把n变成一个name类型的对象,此时具有了first与last两个属性。
为了判断一个属性是否被对象所拥有,我们可以使用hasattr
函数
hasattr(name,first)
我们也可以给n这个实例来增加新的属性,但一般建议都在初始化的时候确定。
另外,我们也可以使用vars
函数来把一个对象的所有属性名称和值进行字典映射。
==注意==:在进行类的初始化过程中尽量避免def __init__(*self*, *name*, *contents*=[]):
的写法,因为这样会导致每一个定义的对象指向的列表都是同一个,会导致数据的错乱。
def __init__(self, name, contents=None):
self.name = name
if contents == None:
contents = []
self.pouch_contents = contents
6.3 复制 Link to heading
实例是一个可变的对象,而传递给函数的实例这是一个指针而不是一个新的对象,所以在函数内修改实例(即使使用的是别名),仍然会直接修改原本的对象。
为了不使原本的对象发生修改,可以使用copy中的copy函数,将一个对象进行复制,只修改新的对象。而复制的对象与原本的对象,无论是is
还是=都是不一样的。
但如果有对象的嵌套,即一个对象的参数是另一个对象,则只复制地址,仍然会导致两个不一样的对象指向了一个对象,为了防止这种情况,可以使用深复制(deep copy),这样复制的对象会把对象的属性的对象也进行复制。
6.4 更好的打印 Link to heading
我们可以使用__str__
这个特殊来返回对象的字符串表达式。
def __str__(self):
return '%c %c'% (self.first,self.last)
我们在使用print打印的时候会调用这个方法,并按照我们给定的格式来输出。
我们写一个新的类,使用 init 来初始化,又使用 str 来打印调试
6.5 操作符重载 Link to heading
6.5.1 基本重载
通过定义其他的特殊方法,可以指定各种操作符的行为。
# 使用add重载+
def __add__ (self,other):
return self+other
'''
使用上面这个方式只能使用左加法,为了可以右加法一样可以,我们可以使用如下代码
'''
def __radd__(self,other):
return self.__add__(other)
6.5.2 基于类型的分发
我们使用+
的时候可能两者的类型并不是我们所希望的样子,我们可以通过if等方式对不同的类型进行相应的处理,使得其可以进行运算。
6.5.3 多态
比起基于类型的方法,我们更可以使用能处理多个类型的函数:多态。
如:sum函数可以用于任何有定义__add__
的对象之间。
6.6 继承 Link to heading
继承是指定义一个新类,继承旧的类的大部分属性,再对一部分属性和方法进行修改。
优点:可以大量减少代码的重复量,优化程序结构
class Hand(Deck):
def __init__(self):
pass
使用上述代码,在类的定义后面追加的写另一个类,会首先把括号内的类全部都继承下来,而对于要修改的部分,我们可以在这个类里面进行重新的覆盖式定义。
我们在进行继承或者重载的时候,尽可能要保持接口的一致性,防止代码逻辑混乱
6.7 数据封装 Link to heading
- 从编写函数、读取全局变量开始。
- 当程序可以完美运行后,查看全局变量和函数之间的关系。
- 将变量封装成对象的属性,将函数封装为对象的方法。
6.8 案例(扑克牌) Link to heading
import random
class Card:
'''创建了一个单张卡片对象'''
def __init__(self,suit=0,rank=2):
self.suit=suit
self.rank=rank
suit_name=['草花','方块','红心','黑桃']
rank_name=[None,'ace','2','3','4','5','6','7','8','9','10','Jack','queen','king']
def __str__(self):
return '%s %s' %(Card.suit_name[self.suit],Card.rank_name[self.rank])
def __lt__(self,other):
return (self.suit,self.rank)<(other.suit,other.rank)
class Deck:
'''使用单张卡片对象,创建了完整的一套卡牌'''
def __init__(self):
self.cards=[]
for suit in range(4):
for rank in range(1,14):
card=Card(suit,rank)
self.cards.append(card)
def __str__(self):
res=[]
for card in self.cards:
res.append(str(card))
return '\n'.join(res)
def pop_card(self):
return self.cards.pop()
def add_card(self,card):
self.cards.append(card)
def shuffle(self):
random.shuffle(self.cards)
class Hand(Deck):
'''继承了一套完整的卡牌的方法,对于初始化做了修改'''
def __init__(self,label=''):
self.cards=[]
self.label=label
快速定义类:我们也可以使用命名元组的方式,用简短的语句快速定义一个简单的只具有init
和str
方法的类
from collections import namedtuple
point=namedtuple('point',['x','y'])
上面这段代码的第一个参数是类的名字,第二个是参数的列表。