python入门（二）

实际上最近也在开始学习java，基础的入门的书籍很快就看完了，有学习过C++的基础所以对语言入门的理解很顺利，接下来就是实际的运用了。但是突然对网络爬虫产生了浓厚的兴趣，再加上上学期人工智能实际上也没有很深入地学习python,想利用这段时间好好研究，也希望在接下来地数据挖掘中能够得到很好的运用，加油吧，骚年！
[ Note： pdf 利用 python 进行数据分析 ： 解释器：Canopy 自带库&可下载 IDE , 可以尝试在 eclipse 中安装 ]

Python基础

模式

命令行模式和 Python 交互模式,请注意区分命令行模式和 Python 交互模式。在命令行模式下，可以执行 python 进入 Python 交互式环境，也可以执行 python hello.py 运行一个 .py 文件。看到>>>是在Python交互式环境下。

写一个简单的文件 calc.py ，运行。

100 + 800 - 655

在命令行模式下执行

C:\work>python calc.py

咳咳，敲黑板,推荐一款好用的文本编辑器， sublime text ,帅而且好用到爆炸，嗯嗯，关键是帅，可以下载透明插件，让你的文本编辑器透明化，这个技能十分有用自己体会。

输入输出函数

输出 print() 函数

• 如果要让 Python 打印出指定的文字，可以用 print() 函数，然后把希望打印的文字用单引号或者双引号括起来，但不能混用单引号和双引号

>>> print('hello, world')
hello, world

• print()函数也可以接受多个字符串，用逗号“,”隔开，就可以连成一串输出。print()会依次打印每个字符串，遇到逗号“,”会输出一个空格，因此，输出的字符串是下面这样拼起来的。

>>> print('The quick brown fox', 'jumps over', 'the lazy dog')
The quick brown fox jumps over the lazy dog

• print()也可以打印整数，或者计算结果：

>>> print(300)
300
>>> print(100 + 200)
300

• 也可以同时进行

>>> print('100 + 200 =', 100 + 200)
100 + 200 = 300

输出 input() 函数

• Python提供了一个input()，可以让用户输入字符串，并存放到一个变量里。比如输入用户的名字：

>>> name = input()
Michael

此时可以直接查看输入存入的变量

>>> name
'Michael'

组合使用

name = input()
print('hello,', name)

C:\Workspace> python hello.py
Michael
hello, Michael

• 添加提示信息

name = input('please enter your name: ')
print('hello,', name)

基础语法

Python的语法比较简单，采用缩进方式
以#开头的语句是注释，注释是给人看的，可以是任意内容，解释器会忽略掉注释。其他每一行都是一个语句，当语句以冒号:结尾时，缩进的语句视为代码块。
Python程序是大小写敏感的
Python使用缩进来组织代码块，使用4个空格的缩进。在文本编辑器中，需要设置把Tab自动转换为4个空格，确保不混用Tab和空格.

数据类型和变量

• 整数
• 浮点数
• 字符串
  字符串是以单引号’或双引号”括起来的任意文本，比如’abc’，”xyz”等等。请注意，”或”“本身只是一种表示方式，不是字符串的一部分，因此，字符串’abc’只有a，b，c这3个字符。如果’本身也是一个字符，那就可以用”“括起来，比如”I’m OK”包含的字符是I，’，m，空格，O，K这6个字符。
  如果字符串内部既包含’又包含”怎么办？可以用转义字符\来标识，比如：

'I\'m \"OK\"!'

表示的字符串内容是：

I'm "OK"!

如果字符串内部有很多换行，用\n写在一行里不好阅读，为了简化，Python允许用”’…”’的格式表示多行内容，可以自己试试：

>>> print('''line1
... line2
... line3''')
line1
line2
line3

• 布尔值
  Python 中可以直接使用 true 和 false 表示布尔值。

• 运算
  and、or和not运算。就是使用这三个词。

• 空值
  空值是Python里一个特殊的值，用None表示。None不能理解为0，因为0是有意义的，而None是一个特殊的空值。

• 变量
  变量用 = 赋值

• 常量
  在Python中，通常用全部大写的变量名表示常量：

PI = 3.14159265359

但PI仍然是一个变量，Python根本没有任何机制保证PI不会被改变，所以，用全部大写的变量名表示常量只是一个习惯上的用法。允许被修改。

• 除法の精确性。
  在Python中，有两种除法，一种除法是 /

>>> 10 / 3
3.3333333333333335

/ 除法计算结果是浮点数，即使是两个整数恰好整除，结果也是浮点数：

>>> 9 / 3
3.0

还有一种除法是 //，称为地板除， // 除法只取结果的整数部分,两个整数的除法仍然是整数：

>>> 10 // 3
3

取余：

>>> 10 % 3
1

无论整数做//除法还是取余数，结果永远是整数，所以，整数运算结果永远是精确的。

字符串和编码

ASCII 编码和 Unicode 编码的区别：ASCII 编码是 1 个字节，而 Unicode 编码通常是 2 个字节。如果统一成 Unicode 编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用 Unicode 编码比 ASCII 编码需要多一倍的存储空间，在存储和传输上就十分不划算。所以，本着节约的精神，又出现了把 Unicode 编码转化为“可变长编码”的 UTF-8 编码。UTF-8 编码把一个 Unicode 字符根据不同的数字大小编码成 1-6 个字节，常用的英文字母被编码成 1 个字节，汉字通常是 3 个字节，只有很生僻的字符才会被编码成 4-6 个字节。如果你要传输的文本包含大量英文字符，用 UTF-8 编码就能节省空间

字符	ASCII	Unicode	UTF-8
A	01000001	00000000 01000001	01000001
中	x	01001110 00101101	11100100 10111000 10101101

在最新的Python 3版本中，字符串是以Unicode编码的

Python源代码也是一个文本文件，所以，当你的源代码中包含中文的时候，在保存源代码时，就需要务必指定保存为UTF-8编码。

一般在文件开头加上下面两行
第一行注释是为了告诉Linux/OS X系统，这是一个Python可执行程序，Windows系统会忽略这个注释；
第二行注释是为了告诉Python解释器，按照UTF-8编码读取源代码，否则，你在源代码中写的中文输出可能会有乱码

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

格式化

Python中，采用的格式化方式和C语言是一致的，用%实现。如下：

>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'

在字符串内部，%s表示用字符串替换，%d表示用整数替换，有几个%?占位符，后面就跟几个变量或者值，顺序要对应好。如果只有一个%?，括号可以省略。

列表与元组

list

Python内置的一种数据类型是列表：list。list是一种有序的集合，可以随时添加和删除其中的元素。比如，列出班里所有同学的名字，就可以用一个list表示：

>>> classmates = ['Michael', 'Bob', 'Tracy']
>>> classmates
['Michael', 'Bob', 'Tracy']

• len()函数可以获得list元素的个数 : len(classmates)

• 索引来访问list中每一个位置的元素，索引从0开始 : classmates[2]

• list是一个可变的有序表，所以，可以往list中追加元素到末尾 .append()

>>> classmates.append('Adam')
>>> classmates
['Michael', 'Bob', 'Tracy', 'Adam']

• 也可把元素插入到指定的位置 .insert()

>>> classmates.insert(1, 'Jack')
>>> classmates
['Michael', 'Jack', 'Bob', 'Tracy', 'Adam']

• 删除list末尾的元素 pop()

>>> classmates.pop()
'Adam'
>>> classmates
['Michael', 'Jack', 'Bob', 'Tracy']

• 要删除指定位置的元素，用pop(i)方法，其中i是索引位置：

>>> classmates.pop(1)
'Jack'
>>> classmates
['Michael', 'Bob', 'Tracy']

• 替换列表，直接赋值给对应的索引位置：

>>> classmates[1] = 'Sarah'
>>> classmates
['Michael', 'Sarah', 'Tracy']

• list里面的元素的数据类型可以不同

>>> L = ['Apple', 123, True]
#list元素也可以是另一个list，比如：

>>> s = ['python', 'java', ['asp', 'php'], 'scheme']
>>> len(s)
4

要注意s只有4个元素，其中s[2]又是一个list，拆开的话：

>>> p = ['asp', 'php']
>>> s = ['python', 'java', p, 'scheme']

要拿到’php’可以写p[1]或者s[2][1]，因此s可以看成是一个二维数组，类似的还有三维、四维……数组，不过很少用到。

如果一个list中一个元素也没有，就是一个空的list，它的长度为0：

>>> L = []
>>> len(L)
0

tuple

元组：tuple 有序列表。tuple 和 list 非常类似，但是tuple一旦初始化就不能修改，比如同样是列出同学的名字：

>>> classmates = ('Michael', 'Bob', 'Tracy')

现在，classmates 这个 tuple不能变了，它也没有 append()，insert() 这样的方法。其他获取元素的方法和list是一样的，你可以正常地使用 classmates[0]，classmates[-1]，但不能赋值成另外的元素。

因为 tuple 不可变，所以代码更安全。如果可能，能用 tuple 代替 list 就尽量用 tuple。

tuple 的陷阱：当你定义一个 tuple 时，在定义的时候，tuple 的元素就必须被确定下来，比如：

>>> t = (1, 2)
>>> t
(1, 2)

如果要定义一个空的tuple，可以写成()：

>>> t = ()
>>> t
()

要定义一个只有1个元素的tuple，如果你这么定义：

>>> t = (1)
>>> t
1
#等于下面的语句
>>>t = 1
>>>t
1

定义的不是tuple，是1这个数！这是因为括号()既可以表示tuple，又可以表示数学公式中的小括号，这就产生了歧义，因此，Python规定，这种情况下，按小括号进行计算，计算结果自然是1。

所以，只有1个元素的tuple定义时必须加一个逗号,，来消除歧义：

>>> t = (1,)
>>> t
(1,)

Python在显示只有1个元素的tuple时，也会加一个逗号,，以免你误解成数学计算意义上的括号。

• “可变的”tuple：

>>> t = ('a', 'b', ['A', 'B'])
>>> t[2][0] = 'X'
>>> t[2][1] = 'Y'
>>> t
('a', 'b', ['X', 'Y'])

表面上看，tuple的元素确实变了，但其实变的不是tuple的元素，而是list的元素。tuple一开始指向的list并没有改成别的list，所以，tuple所谓的“不变”是说，tuple的每个元素，指向永远不变。即指向’a’，就不能改成指向’b’，指向一个list，就不能改成指向其他对象，但指向的这个list本身是可变的！

条件判断

条件判断用 if 实现，使用缩进判断语句，注意后面要有冒号 : ，其中 elif 是 else if 的缩写。

age = 3
if age >= 18:
    print('adult')
elif age >= 6:
    print('teenager')
else:
    print('kid')

类型转换

Python 提供了 int() 函数来转换类型为整数，float() 函数将整数和字符串转换成浮点数。str() 函数将数字转换成字符。

s = input('birth: ')
birth = int(s)
if birth < 2000:
    print('00前')
else:
    print('00后')

循环

• 一种是for…in循环，依次把list或tuple中的每个元素迭代出来

names = ['Michael', 'Bob', 'Tracy']
for name in names:
    print(name)

for x in …循环就是把每个元素代入变量x，然后执行缩进块的语句。

sum = 0
for x in [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]:
    sum = sum + x
print(sum)

Python提供一个range()函数，可以生成一个整数序列，再通过list()函数可以转换为list。比如range(5)生成的序列是从0开始小于5的整数

>>> list(range(5))
[0, 1, 2, 3, 4]

#range(101)就可以生成0-100的整数序列，计算如下：
sum = 0
for x in range(101):
    sum = sum + x
print(sum)

• while循环

sum = 0
n = 99
while n > 0:
    sum = sum + n
    n = n - 2
print(sum)

• break 退出循环

n = 1
while n <= 100:
    if n > 10: # 当n = 11时，条件满足，执行break语句
        break # break语句会结束当前循环
    print(n)
    n = n + 1
print('END')

• continue

在循环过程中，也可以通过continue语句，跳过当前的这次循环，直接开始下一次循环。

n = 0
while n < 10:
    n = n + 1
    if n % 2 == 0: # 如果n是偶数，执行continue语句
        continue # continue语句会直接继续下一轮循环，后续的print()语句不会执行
    print(n)
#now we just print odd number.

使用dict和set

• 字典 dict 全称 dictionary，在其他语言中也称为 map，使用键-值（key-value）存储，具有极快的查找速度。dict 内部存放的顺序和 key 放入的顺序是没有关系的

用Python写一个dict

>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95

#除了初始化时指定外，还可以通过 key 放入,一个 key 只能对应一个 value
>>> d['Adam'] = 67
>>> d['Adam']
67

#要避免key不存在的错误，有两种办法，一是通过in判断key是否存在：
>>> 'Thomas' in d
False

#二是通过dict提供的get方法，如果key不存在，可以返回None，或者自己指定的value：
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1
#注意：返回None的时候Python的交互式命令行不显示结果。

#要删除一个key，用pop(key)方法，对应的value也会从dict中删除：
>>> d.pop('Bob')
75
>>> d
{'Michael': 95, 'Tracy': 85}

• set 和 dict 类似，也是一组 key 的集合，但不存储 value 。由于 key 不能重复，所以，在 set 中，没有重复的 key 。

#创建一个set，需要提供一个list作为输入集合：
>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}
#注意，传入的参数[1, 2, 3]是一个list，而显示的{1, 2, 3}只是告诉你这个set内部有1，2，3这3个元素，显示的顺序也不表示set是有序的。。

#重复元素在set中自动被过滤：
>>> s = set([1, 1, 2, 2, 3, 3])
>>> s
{1, 2, 3}

#通过add(key)方法可以添加元素到set中，可以重复添加，但不会有效果：
>>> s.add(4)
>>> s
{1, 2, 3, 4}
>>> s.add(4)
>>> s
{1, 2, 3, 4}

#通过remove(key)方法可以删除元素：
>>> s.remove(4)
>>> s
{1, 2, 3}

#set可以看成数学意义上的无序和无重复元素的集合，因此，两个set可以做数学意义上的交集、并集等操作：
>>> s1 = set([1, 2, 3])
>>> s2 = set([2, 3, 4])
>>> s1 & s2
{2, 3}
>>> s1 | s2
{1, 2, 3, 4}

set和dict的唯一区别仅在于没有存储对应的value，但是，set的原理和dict一样，所以，同样不可以放入可变对象，因为无法判断两个可变对象是否相等，也就无法保证set内部“不会有重复元素”。