一篇文章掌握Python的80%：从入门到自动化！

Python_trys

于 2024-09-30 16:31:38 发布

阅读量833

点赞数 8

文章标签： python 自动化开发语言运维

本文链接：https://blog.csdn.net/Python_trys/article/details/142659545

版权

一篇文章掌握Python的80%：从入门到自动化

Python作为一种高级编程语言，以其简洁明了的语法和强大的功能性，在全球编程社区内享有极高的声誉。本文将带领你从Python的基础语法入手，介绍其常用库的应用，以及如何将Python用于数据分析、网络爬虫和简单的自动化任务，让你快速掌握Python的核心能力。

在这里插入图片描述

Python

基础语法

学习Python首先要从其基础语法开始。Python的语法简洁清晰，适合编程新手学习。下面将介绍Python中的一些基础概念和操作。

变量和数据类型

在Python中，你可以轻松定义变量来存储各种类型的数据：

number = 10               # 整型
float_number = 10.1       # 浮点型
name = "John Doe"         # 字符串
is_student = True         # 布尔类型

列表和字典

列表（List）和字典（Dictionary）是Python中非常强大的数据结构：

# 列表
fruits = ["apple", "banana", "cherry"]
print(fruits[0])  # 输出apple
# 字典
person = {"name": "John", "age": 30}
print(person["name"])  # 输出John

循环和条件

Python中的循环和条件判断同样简单易懂：

# for循环
for fruit in fruits:
print(fruit)
# if条件判断
if person["age"] > 20:   
print(person["name"] + " is an adult.")

常用库介绍

Python的强大功能很大程度上得益于其众多的第三方库。

NumPy

NumPy是Python进行科学计算的基础包，特别适用于进行矩阵和数组的操作。

import numpy as np
a = np.array([1, 2, 3])
print(a)

Pandas

Pandas是Python中用于数据分析和处理的强大工具，特别适合处理结构化数据。

import pandas as pd
data = {'Name': ['John', 'Anna'], 'Age': [28, 22]}
df = pd.DataFrame(data)
print(df)

Requests

Requests是Python中一个简单易用的HTTP库，用于发送网络请求。

import requests
response = requests.get('https://www.example.com')
print(response.text)

应用实例

数据分析

Python在数据分析领域的应用非常广泛，特别是Pandas库的使用让数据处理变得简单快捷。下面是一个简单的数据分析示例：

import pandas as pd
# 加载数据
data = pd.read_csv('data.csv')
# 数据探索
print(data.describe())
# 数据过滤
filtered_data = data[data['Age'] > 30]
print(filtered_data)

网络爬虫

利用Python进行网络爬虫是一项非常有趣且实用的技能。下面是使用Requests和BeautifulSoup进行简单网页内容抓取的例子：

在这里插入图片描述

Python网络爬虫

import requests
from bs4 import BeautifulSoup
URL = 'http://example.com'
page = requests.get(URL)
soup = BeautifulSoup(page.content, 'html.parser')
# 假设我们要获取页面中所有的标题
titles = soup.find_all('h1')
for title in titles:
print(title.text)

自动化任务

Python也可以用来执行各种自动化任务，比如自动发送电子邮件、自动化办公文档处理等。这里展示一个使用Python发送电子邮件的简单示例：

在这里插入图片描述

Python自动化

import smtplib
from email.mime.text import MIMEText
from email.header import Header
sender = 'your@email.com'
receivers = ['receiver@email.com']
message = MIMEText('Python 邮件发送测试...', 'plain', 'utf-8')
message['From'] = Header("Python教程", 'utf-8')
message['To'] = Header("测试", 'utf-8')
subject = 'Python SMTP 邮件测试'
message['Subject'] = Header(subject, 'utf-8')
try:
smtpObj = smtplib.SMTP('smtp.email.com')
smtpObj.sendmail(sender, receivers, message.as_string())
print("邮件发送成功")
except smtplib.SMTPException:
print("Error: 无法发送邮件")