源 / 程序君
本文面向对象为具有一丁点编程经验的小伙伴,旨在快速了解Python的基本语法和部分特性。
前言
# Python中单行注释请用‘#’ """ Python中多行注释 请用""",我写不了那么 多字,随便凑个样板。 """
1. 基本类型和运算符
# 定义了一个数字 3 3 # => 3 # 基本计算 1 + 1 # => 2 8 - 1 # => 7 10 * 2 # => 20 35 / 5 # => 7 # 当除数和被除数都为整型时,除 这个操作只求整数 # ( python2.x语法。经测试,Python3.x 已经全部当做浮点数处理,还会计算小数) 5 / 2 # => 2 10/-3 #python3的结果为-3.3333333333333335 python2 结果为-4 10/3 #python3的结果为3.3333333333333335 python2 结果为3 #由上面两个结果也可以看出,在Python2中,如结果有小数,则会取最近最小整数 # 如果我们除数和被除数为浮点型,则Python会自动把结果保存为浮点数 2.0 # 这是浮点数 11.0 / 4.0 # 这个时候结果就是2.75啦!是不是很神奇? # 当用‘//’进行计算时,python3不会全部单做浮点数处理. 5 // 3 # => 1 5.0 // 3.0 # => 1.0 -5 // 3 # => -2 -5.0 // 3.0 # => -2.0 from __future__ import division # 注可以在通过 __future__ 关键字 # 在python2中引入python3 特性 11/4 # => 2.75 ... 标准除法 11//4 # => 2 ... 除后取整 # 求余数操作 7 % 3 # => 1 # 幂操作 2的4次方 2**4 # => 16 # 先乘除,后加减,口号优先 (1 + 3) * 2 # => 8 # 布尔值操作 # 注:or 和 and 两个关键字是大小写敏感的 True and False #=> 返回False False or True #=> 返回True # 布尔值和整形的关系,除了0外,其他都为真 0 and 2 #=> 0 -5 or 0 #=> -5 0 == False #=> True 2 == True #=> False 1 == True #=> True # not 操作 not True # => False not False # => True #等值比较 “==”,相等返回值为True ,不相等返回False 1 == 1 # => True 2 == 1 # => False # 非等比较“!=”,如果两个数不相等返回True,相等返回Flase 1 != 1 # => False 2 != 1 # => True # 大于/小于 和等于的组合比较 1 < 10 # => True 1 > 10 # => False 2 True 2 >= 2 # => True # Python可以支持多数值进行组合比较, #但只要一个等值为False,则结果为False 1 < 2 < 3 # => True 2 < 3 < 2 # => False # 可以通过 " 或者 '来创建字符串 "This is a string." 'This is also a string.' # 字符串间可以通过 + 号进行相加,是不是简单到爆? "Hello " + "world!" # => "Hello world!" # 甚至不使用'+'号,也可以把字符串进行连接 "Hello " "world!" # => "Hello world!" #可以通过 * 号,对字符串进行复制,比如 ; importantNote = "重要的事情说三遍
" * 3 print (importantNote) """ 结果为: 重要的事情说三遍 重要的事情说三遍 重要的事情说三遍 """ "Hello" * 3 # => "HelloHelloHello" # 字符串可以在任意位置被打断 "This is a string"[0] # => 'T' #字符串可以用 %连接,并且可以打印出变量值 #(和C/C++ 一样%d 表示整数,%s表示字符串, #但python可以自己进行判断,我们无需太担心这个问题) x = 'apple' y = 'lemon' z = "The items in the basket are %s and %s" % (x,y) # 一个新的更好的字符串连接方式是通过.format()函数,推荐使用该方式 "{} is a {}".format("This", "placeholder") "{0} can be {1}".format("strings", "formatted") # You can use keywords if you don't want to count. "{name} wants to eat {food}".format(name="Bob", food="lasagna") # None是一个对象,None就是None,它是一个特殊的变量 None # => None # 在和None进行比较时,不要用“==”操作符,用 “is” "etc" is None # => False None is None # => True #“is"操作符用于对象之间的比较, #对于底层类型进行比较时 #不建议用“is”,但对于对象之间的比较,用“is”是最合适的 # bool可以用于对任何对象进行判断 # 以下这些值是非真的 # - None # - 各类数值型的0 (e.g., 0, 0L, 0.0, 0j) # - 空元组、空列表 (e.g., '', (), []) # - 空字典、空集合 (e.g., {}, set()) # - 其他值请参考: # https://docs.python.org/2/reference/datamodel.html#object.__nonzero__ # # All other values are truthy (using the bool() function on them returns True). bool(0) # => False bool("") # => False
2. 变量和集合
# 打印 print() print ("I'm Python. Nice to meet you!") # => I'm Python. Nice to meet you! # 从控制台中获取输入 input_string_var = raw_input("Enter some data: ") # 返回字符串类型 input_var = input("Enter some data: ") # python会判断类型如果是字符串 则输入时要加“”or'' # 注意:在 python 3中, input() 由 raw_input() 代替 # 在Python中不需要设定变量类型,python会自动根据值进行判断 some_var = 5 some_var # => 5 # if 可以作为表达时被使用,下句可以这样理解 “输出‘yahool’如果3大于2的话,不然输出2“ "yahoo!" if 3 > 2 else 2 # => "yahoo!"
列表
# python中的列表定义 li = [] # 也可以通过初始化时内置列表的值 other_li = [4, 5, 6] # append函数可以在列表中插入值 li.append(1) # li is now [1] li.append(2) # li is now [1, 2] li.append(4) # li is now [1, 2, 4] li.append(3) # li is now [1, 2, 4, 3] # pop函数从列表末移除值 li.pop() # => 3 and li is now [1, 2, 4] # 移除后通过append接回 li.append(3) # li is now [1, 2, 4, 3] again. # 通过[]的方式可以提取任何列表中的任意值 #(前提,index不大于列表总数) li[0] # => 1 # 也可以通过[]下标的方式直接给列表赋值 li[0] = 42 li[0] # => 42 # 如果[]小标的值为负数,则表示以逆序获取列表中的值 li[-1] # => 3 # 查询的值不可以超出列表个数,否则报错。 # 但是利用insert()插入时可以,超出范围的值会直接被插入到列表最末 li[4] # Raises an IndexError # 可以通过[:],获取列表中指定范围的值 # (It's a closed/open range for you mathy types.) # 这是半开取值法,比如li[1:3],取的是列表中index为1、2的两个值, # 该法则适用于以下所有通过[]取值的方式 li[1:3] # => [2, 4] # 如果一边不去值,则表示取所有该边的值。 li[2:] # => [4, 3] li[:3] # => [1, 2, 4] # [::2]表示选择从[0]开始,步长为2上的值 li[::2] # =>[1, 4] # [::-1]表示反向选择,-可以理解为 反向选择,而1表示步长,步长1则包含了列表中的所有元素 li[::-1] # => [3, 4, 2, 1] # []规则完整版表示方法[开始:结束:步长] # li[start:end:step] # "del"关键字可以直接删除列表中的值 del li[2] # li is now [1, 2, 3] # 可以通过“+”操作符对列表进行操作,注:列表只有 + 操作,而集合(set)有+ 和 - li + other_li # => [1, 2, 3, 4, 5, 6] # 也可以 "extend()"方法对列表进行扩展 li.extend(other_li) # Now li is [1, 2, 3, 4, 5, 6] # Remove 方法和 del 类似,但remove的直接是数值,而不是index li.remove(2) # li is now [1, 3, 4, 5, 6] li.remove(2) # 如果remove的值不存在列表中,则会报错 # 在指定位置插入数值,上面已经提过,如果index值超过的话,会直接插到列表末 li.insert(1, 2) # li is now [1, 2, 3, 4, 5, 6] again # 获取某个值的index li.index(2) # => 1 li.index(7) # 如果 # "in"可以直接查看某个值是否存在于列表中 1 in li # => True # "len()"函数可以检测队列的数量 len(li) # => 6
元组
# Tuples(元组)是一个类似数列的数据结构,但是元组是不可修改的 tup = (1, 2, 3) tup[0] # => 1 tup[0] = 3 # 一修改就会报错 #数列中的方法在元组也可以使用(除了 修改) len(tup) # => 3 tup + (4, 5, 6) # => (1, 2, 3, 4, 5, 6) tup[:2] # => (1, 2) 2 in tup # => True # 可以一次性赋值几个变量 a, b, c = (1, 2, 3) # a 为1,b为2,c为3 d, e, f = 4, 5, 6 # 元组赋值也可以不用括号 # 同样元组不用括号也同样可以创建 g = 4, 5, 6 # => (4, 5, 6) # Python中的数据交换十分简单:只要在赋值时互调位置即可 e, d = d, e # d is now 5 and e is now 4
字典
# Python中的字典定义 empty_dict = {} # 也可以通过定义时赋值给字典 filled_dict = {"one": 1, "two": 2, "three": 3} # 可以通过[]的key方式查询字典中的值 filled_dict["one"] # => 1 # 可以通过"keys()"方法获取字典中的所有key值 filled_dict.keys() # => ["three", "two", "one"] # Note - 返回的keys并不一定按照顺序排列的. # 所以测试结果可能和上述结果不一致 # 通过 "values()"的方式可以获取字典中所有值, #同样他们返回的结果也不一定按照顺序排列 filled_dict.values() # => [3, 2, 1] # 可以通过 "in"方式获取查询某个键值是否存在字典中,但是数值不可以 "one" in filled_dict # => True 1 in filled_dict # => False # 查找不存在的key值时,Python会报错 filled_dict["four"] # KeyError #用 "get()" 方法可以避免键值错误的产生 filled_dict.get("one") # => 1 filled_dict.get("four") # => None # 当键值不存在的时候,get方法可以通过返回默认值, # 但是并没有对值字典进行赋值 filled_dict.get("one", 4) # => 1 filled_dict.get("four", 4) # => 4 # 字典中设置值的方式和列表类似,通过[]方式可以设置 filled_dict["four"] = 4 # now, filled_dict["four"] => 4 # "setdefault()" 可以设置字典中的值 # 但是注意:只有当该键值之前未存在的时候,setdefault()函数才生效 filled_dict.setdefault("five", 5) # filled_dict["five"] is set to 5 filled_dict.setdefault("five", 6) # filled_dict["five"] is still 5
集合
empty_set = set() # 初始化set的方式可以通过 set()来实现 some_set = set([1, 2, 2, 3, 4]) # some_set is now set([1, 2, 3, 4]) # 集合的排列是无序的!集合的排列是无序的!集合的排列是无序的! another_set = set([4, 3, 2, 2, 1]) # another_set is now set([1, 2, 3, 4]) # Python2.7以后,{}可以用于被定义集合 filled_set = {1, 2, 2, 3, 4} # => {1, 2, 3, 4} # Add方法可用于增加集合成员 filled_set.add(5) # filled_set is now {1, 2, 3, 4, 5} #集合可通过 &操作符取交集 other_set = {3, 4, 5, 6} filled_set & other_set # => {3, 4, 5} # 通过|操作符取并集 filled_set | other_set # => {1, 2, 3, 4, 5, 6} # 通过 - 操作符取差集 {1, 2, 3, 4} - {2, 3, 5} # => {1, 4} # 通过 ^ 操作符取非集 {1, 2, 3, 4} ^ {2, 3, 5} # => {1, 4, 5} # 通过 >= 判断左边集合是否是右边集合的超集 {1, 2} >= {1, 2, 3} # => False # 通过 True 10 in filled_set # => False
Python数据集合类型总结
列表 定义方式 li = [1,2,3,4,“Hello World”] (列表可以包含任意基本类型)
元组 定义方式 tup = (1,2,3,4) (和列表类似,但 元组不可更改)
字典 定义方式 dic = {“one”:2,“tow”:3,“three”:0}(字典,就是字典嘛。以 key:value 方式存在)
集合 定义方式 set=set(1,2,3,4)or set = {1,2,3,4} (集合里的元素是唯一的,集合支持 & | ^ + -操作)
3. Python 逻辑运算符
# 创建一个变量 some_var = 5 # 通过if进行逻辑判断 if some_var > 10: print "some_var is totally bigger than 10." elif some_var < 10: # This elif clause is optional. print "some_var is smaller than 10." else: # This is optional too. print "some_var is indeed 10." """ 通过for...in...进行循环打印: dog is a mammal cat is a mammal mouse is a mammal """ for animal in ["dog", "cat", "mouse"]: # You can use {0} to interpolate formatted strings. (See above.) print "{0} is a mammal".format(animal) """ 通过"range()" 方式,控制for的循环次数 prints: 0 1 2 3 """ for i in range(4): print i """ "range(lower, upper)" 返回 lower 到 upper的值, 注意:range左边必须小于右边参数 prints: 4 5 6 7 """ for i in range(4, 8): print i """ while 循环 prints: 0 1 2 3 """ x = 0 while x < 4: print x x += 1 # Shorthand for x = x + 1 # Python支持 try/except 语法 # Python2.6以上的版本,支持try...except...: try: # raise显示地引发异常。一旦执行了raise语句,raise后面的语句将不能执行。 raise IndexError("This is an index error") except IndexError as e: pass # pass 空语句,跳过处理 except (TypeError, NameError): pass # python 支持同时检测多个错误 else: # Python必须要处理所有情况,这里是其他未定义的情况 print "All good!" finally: # finally无论有没有异常都会执行 print "We can clean up resources here" #通过with函数,可以替代try....except...函数 [with详解](http://www.ibm.com/developerworks/cn/opensource/os-cn-pythonwith/) with open("myfile.txt") as f: for line in f: print line
4. Functions
# def 关键字定义函数 def add(x, y): print "x is {0} and y is {1}".format(x, y) return x + y #可以直接return结果 # 函数调用参数 add(5, 6) # => prints out "x is 5 and y is 6" and returns 11 # Python支持参数互换,只需要在调用函数时加上形参 add(y=6, x=5) # Keyword arguments can arrive in any order. # Python函数支持可变参数 # 在定义函数时通过*号表示可变长参数 def varargs(*args): return args varargs(1, 2, 3) # => (1, 2, 3) # 可以通过**的方式定义Key可变长参数查找字典中的关键词 def keyword_args(**kwargs): return kwargs # 当函数参数是**类型的时候,Python可以通过该函数定义字典 keyword_args(big="foot", loch="ness") # => {"big": "foot", "loch": "ness"} #同时支持函数和字典类型参数,具体事例如下: def all_the_args(*args, **kwargs): print args print kwargs """ all_the_args(1, 2, a=3, b=4) prints: (1, 2) {"a": 3, "b": 4} """ # 在调用函数时,可以同时赋值,文字难以表达,例子如下: args = (1, 2, 3, 4) kwargs = {"a": 3, "b": 4} all_the_args(*args) # equivalent to foo(1, 2, 3, 4) all_the_args(**kwargs) # equivalent to foo(a=3, b=4) all_the_args(*args, **kwargs) # equivalent to foo(1, 2, 3, 4, a=3, b=4) # 在函数中也可以通过单独处理* 或者 **的方式,增加函数的健壮性 def pass_all_the_args(*args, **kwargs): all_the_args(*args, **kwargs) print varargs(*args) print keyword_args(**kwargs) # 全局变量 X x = 5 def set_x(num): # 当在函数里面改变变量时,如果没有加gloabl关键字,则改变的是局部变量 x = num # => 43 print x # => 43 def set_global_x(num): global x print x # => 5 x = num # 加了global关键字后,即可在函数内操作全局变量 print x # => 6 set_x(43) set_global_x(6) # 返回函数指针方式定义函数/*换个说法,匿名函数*/ def create_adder(x): def adder(y): return x + y return adder add_10 = create_adder(10) add_10(3) # => 13 # Lambda 关键字定义的匿名函数 (lambda x: x > 2)(3) # => True (lambda x, y: x ** 2 + y ** 2)(2, 1) # => 5 # map方式也可以调用函数并传入参数 map(add_10, [1, 2, 3]) # => [11, 12, 13] map(max, [1, 2, 3], [4, 2, 1]) # => [4, 2, 3] filter(lambda x: x > 5, [3, 4, 5, 6, 7]) # => [6, 7] # 可以通过这两种方式结合调用,下面的函数解析: #add_10(i) 是映射了for...in...函数的返回值,返回值作为参数传进。 [add_10(i) for i in [1, 2, 3]] # => [11, 12, 13] [x for x in [3, 4, 5, 6, 7] if x > 5] # => [6, 7]
5. Python中的类
# 下面代码是定义了一个Human类,继承自object类 # Python类可以继承自多个类,如class Human(object,orangOutang) class Human(object): # 类变量 species = "H. sapiens"类接口 __species = "Other.sapiens" #内部结构,无法被外部直接访问 # __init__(),初始化函数,python中在对类进行处理时,会先处理以下函数, #其实就是系统默认定义了接口,而这个接口是开放给用户去实现的,具体如下: #__init__ 构造函数,在生成对象时调用 # __del__ 析构函数,释放对象时使用 #__repr__ 打印,转换 #__setitem__按照索引赋值 #__getitem__按照索引获取值 #__len__获得长度 #__cmp__比较运算 #__call__函数调用 #__add__加运算 #__sub__减运算 #__mul__乘运算 #__div__除运算 #__mod__求余运算 #__pow__称方 def __init__(self, name): #声明类中的属性,并初始化,在初始化的时候同时 #就是定义了变量类型 self.name = name self.age = 0 # 在类中所有函数都必须把self作为第一个参数 #(下面定义的类方法和静态方法除外) def say(self, msg): return "{0}: {1}".format(self.name, msg) # 类方法 @classmethod def get_species(cls): return cls.species # 静态方法, @staticmethod def grunt(): return "*grunt*" # A property is just like a getter. # It turns the method age() into an read-only attribute # of the same name. #property属性,相当于getter @property def age(self): return self._age # This allows the property to be set @age.setter def age(self, age): self._age = age # This allows the property to be deleted @age.deleter def age(self): del self._age #类实例化 i = Human(name="Ian") print i.say("hi") # prints out "Ian: hi" j = Human("Joel") print j.say("hello") # prints out "Joel: hello" #调用实例方法用"." i.get_species() # => "H. sapiens" # 改变类变量 Human.species = "H. neanderthalensis" i.get_species() # => "H. neanderthalensis" j.get_species() # => "H. neanderthalensis" # 调用静态方法 Human.grunt() # => "*grunt*" # 给age赋值 i.age = 42 # 获取age值 i.age # => 42 # 删除age del i.age i.age # => raises an AttributeError
6. Python的模块(库)
# Python中的一个*.py文件就是一个模块 import math print math.sqrt(16) # => 4 # 可以只引入模块中的某些类/方法 from math import ceil, floor print ceil(3.7) # => 4.0 print floor(3.7) # => 3.0 # 也可以通过*引入全部方法 # Warning: this is not recommended from math import * #math库的缩写可以为m math.sqrt(16) == m.sqrt(16) # => True # 可以直接引入sqrt库 from math import sqrt math.sqrt == m.sqrt == sqrt # => True #python的库就只是文件 import math dir(math) # If you have a Python script named math.py in the same # folder as your current script, the file math.py will # be loaded instead of the built-in Python module. # This happens because the local folder has priority # over Python's built-in libraries. #如果你在当前目录下有一个Python脚本的名字也叫math.py #当前目录下的math.py会替换掉内置的Python模块 #因为在Python中当前目录的优先级会高于内置模块的优先级
7. Python中的高级特性(生成器、装饰器:wraps
# Generators ,生成器函数在Python中与迭代器协议的概念联系在一起。 # 简而言之,包含yield语句的函数会被特地编译成生成器。 # 当函数被调用时,他们返回一个生成器对象,这个对象支持迭代器接口。函数 #也许会有个return语句,但它的作用是用来yield产生值的。 for i in iterable: yield i + i xrange_ = xrange(1, 900000000) for i in double_numbers(xrange_): print i if i >= 30: break # 装饰器wraps,wraps可以包装 # Beg will call say. If say_please is True then it will change the returned # message from functools import wraps def beg(target_function): @wraps(target_function) def wrapper(*args, **kwargs): msg, say_please = target_function(*args, **kwargs) if say_please: return "{} {}".format(msg, "Please! I am poor :(") return msg return wrapper @begdef say(say_please=False): msg = "Can you buy me a beer?" return msg, say_pleaseprint say() # Can you buy me a beer?print say(say_please=True) # Can you buy me a beer? Please! I am poor :
-END-
转载声明:本文转载自「小小后端 」。
重磅推出全新学习模式用打卡学Python每天30分钟30天学会Python编程
世界正在奖励坚持学习的人!
|
|