python程序编程代码大全,python编写代码的步骤

大家好，小编来为大家解答以下问题，python语言的代码书写规则有哪些，python语言代码大全及其含义，今天让我们一起来看看吧！

大家好，小编来为大家解答以下问题，python代码大全和用法，python代码大全简单，现在让我们一起来看看吧！

一、  Python 基础 62 例

1、  十转二

将十进制转换为二进制：

>>> bin(10)

'0b1010'

2 、十转八

十进制转换为八进制：

>>> oct(9)

'0o11'

3 、十转十六

十进制转换为十六进制：

>>> hex(15)

'0xf'

4 、 字符串转字节

字符串转换为字节类型

>>> s ="apple"

>>> bytes(s,encoding='utf-8')

b'apple'

5 、转为字符串

字符类型、数值型等转换为字符串类型

>>> i =100

>>> str(i)

'100'

6 、十转ASCII

十进制整数对应的 ASCII 字符

>>> chr(65)

'A'

7 、ASCII转十

ASCII字符对应的十进制数

>>> ord('A')

65

8、 转为字典

创建数据字典的几种方法

>>> dict()

{}

>>> dict(a='a',b='b')

{'a':'a','b':'b'}

>>> dict(zip(['a','b'],[1,2]))

{'a':1,'b':2}

>>> dict([('a',1),('b',2)])

{'a':1,'b':2}

9 、转为浮点类型

整数或数值型字符串转换为浮点数

>>> float(3)

3.0

如果不能转化为浮点数，则会报ValueError:

>>> float('a')

Traceback (most recent call last):

File"", line1,in

float('a')

ValueError: couldnotconvert 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 转换为整数。

如果参数是字符串，那么它可能包含符号和小数点python画四瓣花c加加和python哪个值得学。如果超出普通整数的表示范围，一个长整数被返回。

>>> int('12',16)

18

11、  转为集合

返回一个 set 对象，集合内不允许有重复元素：

>>> a = [1,4,2,3,1]

>>> set(a)

{1,2,3,4}

12 、转为切片

class slice(start, stop[, step])

返回一个由 range(start, stop, step) 指定索引集的 slice 对象，代码可读性变好。

>>> a = [1,4,2,3,1]

>>> my_slice = slice(0,5,2)

>>> a[my_slice]

[1,2,1]

13 、转元组

tuple() 将对象转为一个不可变的序列类型

>>> a=[1,3,5]

>>> a.append(7)

>>> a

[1,3,5,7]

#禁止a增删元素，只需转为元组

>>> t=tuple(a)

>>> t

(1,3,5,7)

14 、转冻结集合

创建不可修改的集合：

>>> a = frozenset([1,1,3,2,3])

>>> a# a 无 pop,append,insert等方法

frozenset({1,2,3})

15、 商和余数

分别取商和余数

>>> divmod(10,3)

(3,1)

16 、幂和余同时做

pow 三个参数都给出表示先幂运算再取余：

>>> pow(3,2,4)

1

17 、四舍五入

四舍五入，ndigits代表小数点后保留几位：

>>> round(10.045,2)

10.04

>>> round(10.046,2)

10.05

18、 查看变量所占字节数

>>> importsys

>>> a = {'a':1,'b':2.0}

>>> sys.getsizeof(a)# 变量占用字节数

240

19、 门牌号

返回对象的内存地址

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

>>> xiaoming = Student('001','xiaoming')

>>> id(xiaoming)

2281930739080

20 、排序函数

排序：

>>> a = [1,4,2,3,1]

#降序

>>> sorted(a,reverse=True)

[4,3,2,1,1]

>>> a = [{'name':'xiaoming','age':18,'gender':'male'},

{'name':'xiaohong','age':20,'gender':'female'}]

#按 age升序

>>> sorted(a,key=lambdax: x['age'],reverse=False)

[{'name':'xiaoming','age':18,'gender':'male'},

{'name':'xiaohong','age':20,'gender':'female'}]

21 、求和函数

求和：

>>> a = [1,4,2,3,1]

>>> sum(a)

11

#求和初始值为1

>>> sum(a,1)

12

22 、计算表达式

计算字符串型表达式的值

>>> s ="1 + 3 +5"

>>> eval(s)

9

>>> eval('[1,3,5]*3')

[1,3,5,1,3,5,1,3,5]

23、 真假

>>> bool(0)

False

>>> bool(False)

False

>>> bool(None)

False

>>> bool([])

False

>>> bool([False])

True

>>> bool([0,0,0])

True

24 、都为真

如果可迭代对象的所有元素都为真，那么返回 True，否则返回False

#有0，所以不是所有元素都为真

>>> all([1,0,3,6])

False

#所有元素都为真

>>> all([1,2,3])

True

25、 至少一个为真

接受一个可迭代对象，如果可迭代对象里至少有一个元素为真，那么返回True，否则返回False

# 没有一个元素为真

>>> any([0,0,0,[]])

False

# 至少一个元素为真

>>> any([0,0,1])

True

26、 获取用户输入

获取用户输入内容

>>> input()

I'm typing

"I'

m typing"

27 、print 用法

>>> lst = [1,3,5]

# f 打印

>>> print(f'lst:{lst}')

lst: [1,3,5]

# format 打印

>>> print('lst:{}'.format(lst))

lst:[1,3,5]

28、 字符串格式化

格式化字符串常见用法

>>> print("i am {0},age {1}".format("tom",18))

i am tom,age18

>>> print("{:.2f}".format(3.1415926))# 保留小数点后两位

3.14

>>> print("{:+.2f}".format(-1))# 带符号保留小数点后两位

-1.00

>>> print("{:.0f}".format(2.718))# 不带小数位

3

>>> print("{:0>3d}".format(5))# 整数补零，填充左边, 宽度为3

005

>>> print("{:,}".format(10241024))# 以逗号分隔的数字格式

10,241,024

>>> print("{:.2%}".format(0.718))# 百分比格式

71.80%

>>> print("{:.2e}".format(10241024))# 指数记法

1.02e+07

29 、返回对象哈希值

返回对象的哈希值。值得注意，自定义的实例都可哈希：

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

>>> xiaoming = Student('001','xiaoming')

>>> hash(xiaoming)

-9223371894234104688

list, dict, set等可变对象都不可哈希(unhashable)：

>>> hash([1,3,5])

Traceback (most recent call last):

File"", line1,in

hash([1,3,5])

TypeError: unhashable type:'list'

30 、打开文件

返回文件对象

>>> importos

>>> os.chdir('D:/source/dataset')

>>> os.listdir()

['drinksbycountry.csv','IMDB-Movie-Data.csv','movietweetings',

'titanic_eda_data.csv','titanic_train_data.csv']

>>> o = open('drinksbycountry.csv',mode='r',encoding='utf-8')

>>> o.read()

"country,beer_servings,spirit_servings,wine_servings,total_litres_of_pur

e_alcohol,continent\nAfghanistan,0,0,0,0.0,Asia\nAlbania,89,132,54,4.9,"

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)

31、 查看对象类型

class type(name, bases, dict)

传入参数，返回 object 类型：

>>> type({4,6,1})

>>>type({'a':[1,2,3],'b':[4,5,6]})

>>>classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

>>> type(Student('1','xiaoming'))

32 、 两种创建属性方法

返回 property 属性，典型的用法：

>>> classC:

def__init__(self):

self._x =None

defgetx(self):

returnself._x

defsetx(self, value):

self._x = value

defdelx(self):

delself._x

# 使用property类创建 property 属性

x = property(getx, setx, delx,"I'm the 'x' property.")

使用 C 类：

>>> C().x=1

>>> c=C()

# 属性x赋值

>>> c.x=1

# 拿值

>>> c.getx()

1

# 删除属性x

>>> c.delx()

# 再拿报错

>>> c.getx()

Traceback (most recent call last):

File"", line1,in

c.getx()

File"", line5,ingetx

returnself._x

AttributeError:'C'object has no attribute'_x'

# 再属性赋值

>>> c.x=1

>>> c.setx(1)

>>> c.getx()

1

使用@property装饰器，实现与上完全一样的效果：

classC:

def__init__(self):

self._x =None

@property

defx(self):

returnself._x

@x.setter

defx(self, value):

self._x = value

@x.deleter

defx(self):

delself._x

33、 是否可调用

判断对象是否可被调用，能被调用的对象是一个callable 对象。

>>> callable(str)

True

>>> callable(int)

True

Student 对象实例目前不可调用：

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

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

>>> callable(xiaoming)

False

如果 xiaoming能被调用 , 需要重写Student类的__call__方法：

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

此时调用 xiaoming():

>>> xiaoming = Student('001','xiaoming')

>>> xiaoming()

I can be called

my nameisxiaoming

34、 动态删除属性

删除对象的属性

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

>>> xiaoming = Student('001','xiaoming')

>>> delattr(xiaoming,'id')

>>> hasattr(xiaoming,'id')

False

35 、动态获取对象属性

获取对象的属性

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

>>> xiaoming = Student('001','xiaoming')

>>> getattr(xiaoming,'name')# 获取name的属性值

'xiaoming'

36、 对象是否有某个属性

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

>>> xiaoming = Student('001','xiaoming')

>>> getattr(xiaoming,'name')# 判断 xiaoming有无 name属性

'xiaoming'

>>> hasattr(xiaoming,'name')

True

>>> hasattr(xiaoming,'address')

False

37、 isinstance

判断object是否为classinfo的实例，是返回true

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

>>> xiaoming = Student('001','xiaoming')

>>> isinstance(xiaoming,Student)

True

38、 父子关系鉴定

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

>>> classUndergraduate(Student):

pass

# 判断 Undergraduate 类是否为 Student 的子类

>>> issubclass(Undergraduate,Student)

True

第二个参数可为元组：

>>> issubclass(int,(int,float))

True

39 、所有对象之根

object 是所有类的基类

>>> isinstance(1,object)

True

>>> isinstance([],object)

True

40 、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。

>>> classStudent():

def__init__(self,id,name):

self.id = id

self.name = name

>>> xiaoming = Student('001','xiaoming')

>>> dir(xiaoming)

['__call__','__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__','id','name']

41、 枚举对象

Python 的枚举对象

>>> s = ["a","b","c"]

>>> fori,vinenumerate(s):

print(i,v)

0a

1b

2c

42 、创建迭代器

>>> classTestIter():

def__init__(self,lst):

self.lst = lst

# 重写可迭代协议__iter__

def__iter__(self):

print('__iter__ is called')

returniter(self.lst)

迭代 TestIter 类：

>>> t = TestIter()

>>> t = TestIter([1,3,5,7,9])

>>> foreint:

print(e)

__iter__iscalled

1

3

5

7

9

43 、创建range迭代器

range(stop)

range(start, stop[,step])

生成一个不可变序列的迭代器：

>>> t = range(11)

>>> t = range(0,11,2)

>>> foreint:

print(e)

0

2

4

6

8

10

44 、反向

>>> rev = reversed([1,4,2,3,1])

>>> foriinrev:

print(i)

1

3

2

4

1

45、 打包

聚合各个可迭代对象的迭代器：

>>> x = [3,2,1]

>>> y = [4,5,6]

>>> list(zip(y,x))

[(4,3), (5,2), (6,1)]

>>> fori,jinzip(y,x):

print(i,j)

43

52

61

46、 过滤器

函数通过 lambda 表达式设定过滤条件，保留 lambda 表达式为True的元素：

>>> fil = filter(lambdax: x>10,[1,11,2,45,7,6,13])

>>> foreinfil:

print(e)

11

45

13

47、 链式比较

>>> i =3

>>> 1

False

>>> 1

True

48  、链式操作

>>> fromoperatorimport(add, sub)

>>> defadd_or_sub(a, b, oper):

return(addifoper =='+'elsesub)(a, b)

>>> add_or_sub(1,2,'-')

-1

49 、split 分割**

>>> 'i love python'.split(' ')

['i','love','python']

50、 replace 替换

>>> 'i\tlove\tpython'.replace('\t',',')

'i,love,python'

51 、反转字符串

>>> st="python"

>>> ''.join(reversed(st))

'nohtyp'

52 、使用time模块打印当前时间

# 导入time模块

>>> importtime

# 打印当前时间，返回浮点数

>>> seconds = time.time()

>>> seconds

1588858156.6146255

53 、浮点数转时间结构体

# 浮点数转时间结构体

>>> local_time = time.localtime(seconds)

>>> local_time

time.struct_time(tm_year=2020, tm_mon=5, tm_mday=7, tm_hour=21, tm_min=29, tm_sec=16, tm_wday=3, tm_yday=128, tm_isdst=0)

tm_year: 年

tm_mon: 月

tm_mday: 日

tm_hour: 小时

tm_min：分

tm_sec: 分

tm_sec: 秒

tm_wday: 一周中索引([0,6], 周一的索引:0)

tm_yday: 一年中索引([1,366])

tm_isdst: 1 if summer time is in effect, 0 if not, and -1 if unknown

54 、时间结构体转时间字符串

# 时间结构体转时间字符串

>>> str_time = time.asctime(local_time)

>>> str_time

'Thu May  7 21:29:16 2020'

55 、时间结构体转指定格式时间字符串

# 时间结构体转指定格式的时间字符串

>>> format_time = time.strftime('%Y.%m.%d %H:%M:%S',local_time)

>>> format_time

'2020.05.07 21:29:16'

56、 时间字符串转时间结构体

# 时间字符串转时间结构体

>>> time.strptime(format_time,'%Y.%m.%d %H:%M:%S')

time.struct_time(tm_year=2020, tm_mon=5, tm_mday=7, tm_hour=21, tm_min=29, tm_sec=16, tm_wday=3, tm_yday=128, tm_isdst=-1)

57 、年的日历图

>>> importcalendar

>>> fromdatetimeimportdate

>>> mydate=date.today()

>>> calendar.calendar(2020)

58、 月的日历图

>>> importcalendar

>>> fromdatetimeimportdate

>>> mydate = date.today()

>>> calendar.month(mydate.year, mydate.month)

59 、判断是否为闰年

>>> importcalendar

>>> fromdatetimeimportdate

>>> mydate = date.today()

>>> is_leap = calendar.isleap(mydate.year)

>>> ("{}是闰年"ifis_leapelse"{}不是闰年\n").format(mydate.year)

'2020是闰年'

60、 with 读写文件

读文件：

>>importos

>>> os.chdir('D:/source/dataset')

>>> os.listdir()

['drinksbycountry.csv','IMDB-Movie-Data.csv','movietweetings','test.csv','titanic_eda_data.csv','titanic_train_data.csv','train.csv']

# 读文件

>>> withopen('drinksbycountry.csv',mode='r',encoding='utf-8')asf:

o = f.read()

print(o)

写文件：

# 写文件

>>> withopen('new_file.txt',mode='w',encoding='utf-8')asf:

w = f.write('I love python\n It\'s so simple')

os.listdir()

['drinksbycountry.csv','IMDB-Movie-Data.csv','movietweetings','new_file.txt','test.csv','titanic_eda_data.csv','titanic_train_data.csv','train.csv']

>>> withopen('new_file.txt',mode='r',encoding='utf-8')asf:

o = f.read()

print(o)

I love python

It's so simple

61、 提取后缀名

>>> importos

>>> os.path.splitext('D:/source/dataset/new_file.txt')

('D:/source/dataset/new_file','.txt')#[1]：后缀名

62、 提取完整文件名

>>> importos

>>> os.path.split('D:/source/dataset/new_file.txt')

('D:/source/dataset','new_file.txt')

二、 Python 核心 12 例

63 、斐波那契数列前n项

>>> deffibonacci(n):

a, b =1,1

for_inrange(n):

yielda

a, b = b, a+b# 注意这种赋值

>>> forfibinfibonacci(10):

print(fib)

1

1

2

3

5

8

13

21

34

55

64 、list 等分 n 组

>>> frommathimportceil

>>> defdivide_iter(lst, n):

ifn <=0:

yieldlst

return

i, div =0, ceil(len(lst) / n)

whilei 

yieldlst[i * div: (i +1) * div]

i +=1

>>> forgroupindivide_iter([1,2,3,4,5],2):

print(group)

[1,2,3]

[4,5]

65、 yield 解释

有好几位同学问我，生成器到底该怎么理解。

在这里我总结几句话，看看是否对不理解生成器的朋友有帮助。

生成器首先是一个 “特殊的” return ，遇到 yield 立即中断返回。

但是，又与 return 不同，yield 后下一次执行会进入到yield 的下一句代码，而不像 return 下一次执行还是从函数体的第一句开始执行。

可能还是没说清，那就用图解释一下：

第一次 yield 返回 1

第二次迭代，直接到位置 2 这句代码：

然后再走 for ,再 yield ，重复下去，直到for结束。

以上就是理解 yield 的重点一个方面。

66、 装饰器

66.1 定义装饰器

time 模块大家比较清楚，第一个导入 wraps 函数(装饰器)为确保被装饰的函数名称等属性不发生改变用的，这点现在不清楚也问题不大，实践一下就知道了。

fromfunctoolsimportwraps

importtime

定义一个装饰器：print_info，装饰器函数入参要求为函数，返回值要求也为函数。

如下，入参为函数 f, 返回参数 info 也为函数，满足要求。

defprint_info(f):

"""

@para: f, 入参函数名称

"""

@wraps(f) # 确保函数f名称等属性不发生改变

definfo():

print('正在调用函数名称为： %s '% (f.__name__,))

t1 = time.time()

f()

t2 = time.time()

delta = (t2 - t1)

print('%s 函数执行时长为：%f s'% (f.__name__,delta))

returninfo

66.2使用装饰器

使用 print_info 装饰器，分别修饰 f1, f2 函数。

软件工程要求尽量一次定义，多次被复用。

@print_info

deff1():

time.sleep(1.0)

@print_info

deff2():

time.sleep(2.0)

66.3 使用装饰后的函数

使用 f1, f2 函数：

f1()

f2()

# 输出信息如下：

# 正在调用函数名称为：f1

# f1 函数执行时长为：1.000000 s

# 正在调用函数名称为：f2

# f2 函数执行时长为：2.000000 s

67 、迭代器案例

一个类如何成为迭代器类型，请看官方PEP说明：

PEP说明

即必须实现两个方法(或者叫两种协议)：__iter__ , __next__

下面编写一个迭代器类：

classYourRange():

def__init__(self, start, end):

self.value = start

self.end = end

# 成为迭代器类型的关键协议

def__iter__(self):

returnself

# 当前迭代器状态(位置)的下一个位置

def__next__(self):

ifself.value >= self.end:

raiseStopIteration

cur = self.value

self.value +=1

returncur

使用这个迭代器：

yr = YourRange(5,12)

foreinyr:

print(e)

迭代器实现__iter__ 协议，它就能在 for 上迭代，参考官网PEP解释：

文章最后提个问题，如果此时运行：

next(yr)

会输出 5， 还是报错？

如果 yr 是 list，for 遍历后，再 next(iter(yr)) 又会输出什么？

如果能分清这些问题，恭喜你，已经真正理解迭代器迭代和容器遍历的区别。如果你还拿不准，欢迎交流。

下面使用 4 种常见的绘图库绘制柱状图和折线图，使用尽可能最少的代码绘制，快速入门这些库是本文的写作目的。

68、 matplotlib

导入包：

importmatplotlib

matplotlib.__version__# '2.2.2'

importmatplotlib.pyplotasplt

绘图代码：

importmatplotlib.pyplotasplt

plt.plot([0,1,2,3,4,5],

[1.5,1,-1.3,0.7,0.8,0.9]

,c='red')

plt.bar([0,1,2,3,4,5],

[2,0.5,0.7,-1.2,0.3,0.4]

)

plt.show()

69、 seaborn

导入包：

importseabornassns

sns.__version__# '0.8.0'

绘制图：

sns.barplot([0,1,2,3,4,5],

[1.5,1,-1.3,0.7,0.8,0.9]

)

sns.pointplot([0,1,2,3,4,5],

[2,0.5,0.7,-1.2,0.3,0.4]

)

plt.show()

70、 plotly 绘图

导入包：

importplotly

plotly.__version__# '2.0.11'

绘制图(自动打开html)：

importplotly.graph_objsasgo

importplotly.offlineasoffline

pyplt = offline.plot

sca = go.Scatter(x=[0,1,2,3,4,5],

y=[1.5,1,-1.3,0.7,0.8,0.9]

)

bar = go.Bar(x=[0,1,2,3,4,5],

y=[2,0.5,0.7,-1.2,0.3,0.4]

)

fig = go.Figure(data = [sca,bar])

pyplt(fig)

71、 pyecharts

导入包：

importpyecharts

pyecharts.__version__# '1.7.1'

绘制图(自动打开html)：

bar = (

Bar()

.add_xaxis([0,1,2,3,4,5])

.add_yaxis('ybar',[1.5,1,-1.3,0.7,0.8,0.9])

)

line = (Line()

.add_xaxis([0,1,2,3,4,5])

.add_yaxis('yline',[2,0.5,0.7,-1.2,0.3,0.4])

)

bar.overlap(line)

bar.render_notebook()

大家在复现代码时，需要注意API与包的版本紧密相关，与上面版本不同的包其内的API可能与以上写法有略有差异，大家根据情况自行调整即可。

matplotlib 绘制三维 3D 图形的方法，主要锁定在绘制 3D 曲面图和等高线图。

72、 理解 meshgrid

要想掌握 3D 曲面图，需要首先理解 meshgrid 函数。

导入包：

importnumpyasnp

importmatplotlib.pyplotasplt

创建一维数组 x

nx, ny = (5,3)

x = np.linspace(0,1, nx)

x

# 结果

# array([0.  , 0.25, 0.5 , 0.75, 1.  ])

创建一维数组 y

y = np.linspace(0,1, ny)

y

# 结果

# array([0. , 0.5, 1. ])

使用 meshgrid 生成网格点：

xv, yv = np.meshgrid(x, y)

xv

xv 结果：

array([[0.,0.25,0.5,0.75,1.],

[0.,0.25,0.5,0.75,1.],

[0.,0.25,0.5,0.75,1.]])

yv 结果：

array([[0.,0.,0.,0.,0.],

[0.5,0.5,0.5,0.5,0.5],

[1.,1.,1.,1.,1.]])

绘制网格点：

plt.scatter(xv.flatten(),yv.flatten(),c='red')

plt.xticks(ticks=x)

plt.yticks(ticks=y)

以上就是 meshgrid 功能：创建网格点，它是绘制 3D 曲面图的必用方法之一。

73、 绘制曲面图

导入 3D 绘图模块：

frommpl_toolkits.mplot3dimportAxes3D

生成X,Y,Z

# X, Y

x = np.arange(-5,5,0.25)

y = np.arange(-5,5,0.25)

X, Y = np.meshgrid(x, y)# x-y 平面的网格

R = np.sqrt(X **2+ Y **2)

# Z

Z = np.sin(R)

绘制 3D 曲面图：

fig = plt.figure()

ax = Axes3D(fig)

plt.xticks(ticks=np.arange(-5,6))

plt.yticks(ticks=np.arange(-5,6))

ax.plot_surface(X, Y, Z, cmap=plt.get_cmap('rainbow'))

plt.show()

74 、等高线图

以上 3D 曲面图的在 xy平面、 xz平面、yz平面投影，即是等高线图。

xy 平面投影得到的等高线图：

fig = plt.figure()

ax = Axes3D(fig)

plt.xticks(ticks=np.arange(-5,6))

plt.yticks(ticks=np.arange(-5,6))

ax.contourf(X, Y, Z, zdir='z', offset=-1, cmap=plt.get_cmap('rainbow'))

plt.show()

三、 Python 习惯 26 例

75 、返回浮点数

即便两个整数，/ 操作也会返回浮点数

In [1]:8/5

Out[1]:1.6

76 、得到整数部分

使用 //快速得到两数相除的整数部分，并且返回整型，此操作符容易忽略，但确实很实用。

In [2]:8//5

Out[2]:1

In [3]: a =8//5

In [4]: type(a)

Out[4]: int

77、 % 得到余数

%得到两数相除的余数：

In [6]:8%5

Out[6]:3

78、 ** 计算乘方

** 计算几次方

In [7]:2**3

Out[7]:8

79、 交互模式下的_

在交互模式下，上一次打印出来的表达式被赋值给变量 _

In [8]:2*3.02+1

Out[8]:7.04

In [9]:1+_

Out[9]:8.04

80 、单引号和双引号微妙不同

使用单引号和双引号的微妙不同

使用一对双引号时，打印下面串无需转义字符：

In [10]: print("That isn't a horse")

That isn't a horse

使用单引号时，需要添加转义字符 \：

In [11]: print('That isn\'t a horse')

That isn't a horse

81 、跨行连续输入

符串字面值可以跨行连续输入；一种方式是用一对三重引号：""" 或 '''

In [12]: print("""You're just pounding two

...: coconut halves together."""

)

You're just pounding two

coconut halves together.

82 、数字和字符串

In [13]:3*'Py'

Out[13]:'PyPyPy'

83 、连接字面值

堆积起来就行，什么都不用写：

In [14]:'Py''thon'

Out[14]:'Python'

84、 for 和 else

一般语言 else 只能和 if 搭，Python 中却支持 for 和 else, try 和 else.

for 和 else 搭后，遍历结束便会执行 else

In [29]:foriinrange(3):

...:forjinrange(i):

...:         print(j)

...:else:

...:         print('第%d轮遍历结束\n'%(i+1,))

...:

第1轮遍历结束

0

第2轮遍历结束

0

1

第3轮遍历结束

85、if not x

直接使用 x 和 not x 判断 x 是否为 None 或空

x = [1,3,5]

if x:

print('x is not empty ')

if not x:

print('x is empty')

下面写法不够 Pythoner

if x and len(x) > 0:

print('x is not empty ')

if x is None or len(x) == 0:

print('x is empty')

86、enumerate 枚举

直接使用 enumerate 枚举容器，第二个参数表示索引的起始值

x = [1, 3, 5]

for i, e in enumerate(x, 10): # 枚举

print(i, e)

下面写法不够 Pythoner:

i = 0

while i < len(x):

print(i+10, x[i])

i+=1

87、in

判断字符串是否包含某个子串，使用in明显更加可读：

x = 'zen_of_python'

if 'zen' in x:

print('zen is in')

find 返回值 要与 -1 判断，不太符合习惯：

if x.find('zen') != -1:

print('zen is in')

88 、zip 打包

使用 zip 打包后结合 for 使用输出一对，更加符合习惯：

keys = ['a', 'b', 'c']

values = [1, 3, 5]

for k, v in zip(keys, values):

print(k, v)

下面不符合 Python 习惯：

d = {}

i = 0

for k in keys:

print(k, values[i])

i += 1

89 、一对 '''

打印被分为多行的字符串，使用一对 ''' 更加符合 Python 习惯：

print('''"Oh no!" He exclaimed.

"It's the blemange!"''')

下面写法就太不 Python 风格：

print('"Oh no!" He exclaimed.\n' +

'It\'s the blemange!"')

90 、交换元素

直接解包赋值，更加符合 Python 风格：

a, b = 1, 3

a, b = b, a  # 交换a,b

不要再用临时变量 tmp ，这不符合 Python 习惯：

tmp = a

a = b

b = tmp

91 、join 串联

串联字符串，更习惯使用 join：

chars = ['P', 'y', 't', 'h', 'o', 'n']

name = ''.join(chars)

print(name)

下面不符合 Python 习惯：

name = ''

for c in chars:

name += c

print(name)

92、 列表生成式

列表生成式构建高效，符合 Python 习惯：

data = [1, 2, 3, 5, 8]

result = [i * 2 for i in data if i & 1] # 奇数则乘以2

print(result) # [2, 6, 10]

下面写法不够 Pythoner：

results = []

for e in data:

if e & 1:

results.append(e*2)

print(results)

93 、字典生成式

除了列表生成式，还有字典生成式：

keys = ['a', 'b', 'c']

values = [1, 3, 5]

d = {k: v for k, v in zip(keys, values)}

print(d)

下面写法不太 Pythoner：

d = {}

for k, v in zip(keys, values):

d[k] = v

print(d)

94、 __name__ == '__main__'有啥用

曾几何时，看这别人代码这么写，我们也就跟着这么用吧，其实还没有完全弄清楚这行到底干啥。

def mymain():

print('Doing something in module', __name__)

if __name__ == '__main__':

print('Executed from command line')

mymain()

加入上面脚本命名为 MyModule，不管在 vscode 还是 pycharm 直接启动，则直接打印出：

Executed from command line

Doing something in module __main__

这并不奇怪，和我们预想一样，因为有无这句 __main__ ，都会打印出这些。

但是当我们 import MyModule 时，如果没有这句，直接就打印出：

In [2]: import MyModule

Executed from command line

Doing something in module MyModule

只是导入就直接执行 mymain 函数，这不符合我们预期。

如果有主句，导入后符合预期：

In [6]: import MyModule

In [7]: MyModule.mymain()

Doing something in module MyModule

95 、字典默认值

In[1]: d = {'a': 1, 'b': 3}

In[2]: d.get('b', [])  # 存在键 'b'

Out[2]: 3

In[3]: d.get('c', [])  # 不存在键 'c'，返回[]

Out[3]: []

96、 lambda 函数

lambda 函数使用方便，主要由入参和返回值组成，被广泛使用在 max, map, reduce, filter 等函数的 key 参数中。

如下，求 x 中绝对值最大的元素，key 函数确定abs(x)作为比较大小的方法：

x = [1, 3, -5]

y = max(x, key=lambda x: abs(x))

print(y) # -5

97 、max

求 x 中绝对值最大的元素，key 函数确定abs(x)作为比较大小的方法：

x = [1, 3, -5]

y = max(x, key=lambda x: abs(x))

print(y) # -5

98、 map

map 函数映射 fun 到容器中每个元素，并返回迭代器 x

x = map(str, [1, 3, 5])

for e in x:

print(e, type(e))

下面写法不够 Pythoner

for e in [1, 3, 5]:

print(e, str(e)) # '1','3','5'

99、 reduce

reduce 是在 functools 中，第一个参数是函数，其必须含有 2 个参数，最后归约为一个标量。

from functools import reduce

x = [1, 3, 5]

y = reduce(lambda p1, p2: p1*p2, x)

print(y) # 15

下面写法不够 Pythoner:

y = 1

for e in x:

y *= e

print(y)

100 、filter

使用 filter 找到满足 key 函数指定条件的元素，并返回迭代器

如下，使用 filter 找到所有奇数：

x = [1, 2, 3, 5]

odd = filter(lambda e: e % 2, x)

for e in odd:  # 找到奇数

print(e)

还有另外一种方法，使用列表生成式，直接得到一个odd 容器，

odd = [e for e in x if e % 2]

print(odd) # [1,3,5]

下面写法最不符合 Python 习惯：

odd = []

for e in x:

if e % 2:

odd.append(e)

print(odd)  # [1,3,5]

此教程反复打磨多遍，真心不易，如果觉得还不错，你能转发、留言或在看支持一下吗？