我的Python学习之路01-附练习题

Anaconda Jupyter Lab环境配置，安装及使用

简单介绍

官网：https://www.anaconda.com/
简单来说，Anaconda是包管理器和环境管理器，Jupyter notebook 可以将数据分析的代码、图像和文档全部组合到一个web文档中，事实上Anaconda 和 Jupyter notebook已成为数据分析的标准环境。
参考文章：初学 Python 者自学 Anaconda 的正确姿势是什么？
怎么在mac 系统上使用Python？怎么安装Anaconda？

正常安装及启动

• 清华镜像下载
• 命令行启动jupyter notebook或点击快捷图标方式启动

Google免费Notebook CoLab

https://colab.research.google.com/notebooks/welcome.ipynb#scrollTo=-Rh3-Vt9Nev9

https://research.google.com/colaboratory/faq.html

Jupyter 和 Colaboratory 有什么区别？
Jupyter 是一个开放源代码项目，而 Colaboratory 是在 Jupyter 基础之上开发的。通过 Colaboratory，您可以使用 Jupyter 笔记本并与他人共享，完全不需要在您自己的计算机上下载、安装或运行任何内容，只要有浏览器就可以使用。

Docker方式安装及启动

• 安装Docker
• 拉取镜像:docker pull jupyter/datascience-notebook
• 启动容器 docker run -p 8888:8888 jupyter/datascience-notebook

其它Python IDE

VSCODE,SPYDER,PYCHARME

Notebook的更多使用 More…

Latex in markdown cell

LaTex符号大全
LaTeX实现的原理类似于HTML，Notebook中的Markdown格式解释器中内置Latex渲染器，可以将由$与$包裹的内容进行渲染并产生最终效果。例如：

${\int }_a^{b}f(x)dx$

希腊字母

希腊字母小写/大写	LaTeX形式	希腊字母小写/大写	LaTeX形式
α A	\alpha A	μ N	\mu N
β B	\beta B	ξ Ξ	\xi \Xi
γ Γ	\gamma \Gamma	o O	o O
δ Δ	\delta \ Delta	π Π	\pi \Pi
ϵ ε E	\epsilon \varepsilon E	ρ ϱ P	\rho \varrho P
ζ Z	\zeta Z	σ Σ	\sigma \Sigma
η H	\eta H	τ T	\tau T
θ ϑ Θ	\theta \vartheta \Theta	υ Υ	\upsilon \Upsilon
ι I	\iota I	ϕ φ Φ	\phi \varphi \Phi
κ K	\kappa K	χ X	\chi X
λ Λ	\lambda \Lambda	ψ Ψ	\psi \Psi

不同字体

mathbb:$\mathbb{ABCDEFGHIJKLMNOPQRSTUVWXYZ,abcdefghijklmnopqrstuvwxyz}$   
mathscr:$\mathscr{ABCDEFGHIJKLMNOPQRSTUVWXYZ,abcdefghijklmnopqrstuvwxyz}$   
mathcal:$\mathcal{ABCDEFGHIJKLMNOPQRSTUVWXYZ,abcdefghijklmnopqrstuvwxyz}$   
mathbf:$\mathbf{ABCDEFGHIJKLMNOPQRSTUVWXYZ,abcdefghijklmnopqrstuvwxyz}$

输出结果为

mathbb:$\mathbb{A}\mathbb{B}\mathbb{C}\mathbb{D}\mathbb{E}\mathbb{F}\mathbb{G}\mathbb{H}\mathbb{I}\mathbb{J}\mathbb{K}\mathbb{L}\mathbb{M}\mathbb{N}\mathbb{O}\mathbb{P}\mathbb{Q}\mathbb{R}\mathbb{S}\mathbb{T}\mathbb{U}\mathbb{V}\mathbb{W}\mathbb{X}\mathbb{Y}\mathbb{Z},abcdefghij\mathbb{k}lmnopqrstuvwxyz$
mathscr:$\mathcal{A}\mathcal{B}\mathcal{C}\mathcal{D}\mathcal{E}\mathcal{F}\mathcal{G}\mathcal{H}\mathcal{I}\mathcal{J}\mathcal{K}\mathcal{L}\mathcal{M}\mathcal{N}\mathcal{O}\mathcal{P}\mathcal{Q}\mathcal{R}\mathcal{S}\mathcal{T}\mathcal{U}\mathcal{V}\mathcal{W}\mathcal{X}\mathcal{Y}\mathcal{Z},abcdefghijklmnopqrstuvwxyz$
mathcal:$\mathcal{A}\mathcal{B}\mathcal{C}\mathcal{D}\mathcal{E}\mathcal{F}\mathcal{G}\mathcal{H}\mathcal{I}\mathcal{J}\mathcal{K}\mathcal{L}\mathcal{M}\mathcal{N}\mathcal{O}\mathcal{P}\mathcal{Q}\mathcal{R}\mathcal{S}\mathcal{T}\mathcal{U}\mathcal{V}\mathcal{W}\mathcal{X}\mathcal{Y}\mathcal{Z},abcdefghijklmnopqrstuvwxyz$
mathbf:$\mathbf{A}\mathbf{B}\mathbf{C}\mathbf{D}\mathbf{E}\mathbf{F}\mathbf{G}\mathbf{H}\mathbf{I}\mathbf{J}\mathbf{K}\mathbf{L}\mathbf{M}\mathbf{N}\mathbf{O}\mathbf{P}\mathbf{Q}\mathbf{R}\mathbf{S}\mathbf{T}\mathbf{U}\mathbf{V}\mathbf{W}\mathbf{X}\mathbf{Y}\mathbf{Z},\mathbf{a}\mathbf{b}\mathbf{c}\mathbf{d}\mathbf{e}\mathbf{f}\mathbf{g}\mathbf{h}\mathbf{i}\mathbf{j}\mathbf{k}\mathbf{l}\mathbf{m}\mathbf{n}\mathbf{o}\mathbf{p}\mathbf{q}\mathbf{r}\mathbf{s}\mathbf{t}\mathbf{u}\mathbf{v}\mathbf{w}\mathbf{x}\mathbf{y}\mathbf{z}$

取消默认斜体

默认倾斜：$x_{z}$⇒ $x_z$
取消默认倾斜$\rm x_{z}$⇒ ${\mathrm{x}}_{\mathrm{z}}$

特殊符号

$\bigcap_{i=1}^{n} \bigcup_{i=1}^n \binom{5}{3}$⇒ ${\bigcap }_{i=1}^n{\bigcup }_{i=1}^n\left(\genfrac{}{}{0ex}{}{5}{3}\right)$
$\forall$⇒ $\forall$ ：全称量词,表示任意的
$\exists$⇒ $\exists$：存在量词,表示存在/至少一个
$\partial$⇒ $\partial$：偏导符号
$\propto$⇒ $\propto$：正比符号
$\mathop{\lim}_{n \to \infty }f(x)$⇒ ${\lim }_{n\to \infty }f(x)$：无穷符号及极限

简单公式

$y=x^2$⇒ $y=x^2$

$e^{i\pi} + 1 = 0$⇒ $e^{i\pi }+1=0$

$e^x=\sum_{i=0}^\infty \frac{1}{i!}x^i$⇒ $e^x={\sum }_{i=0}^{\infty }\frac{1}{i!}{x}^i$

独占一行：$$\frac{n!}{k!(n-k)!} = {n \choose k}$$
$$\frac{n!}{k!(n-k)!}=\left(\genfrac{}{}{0ex}{}{n}{k}\right)$$

矩阵

$A_{m,n} =
 \begin{pmatrix}
  a_{1,1} & a_{1,2} & \cdots & a_{1,n} \\
  a_{2,1} & a_{2,2} & \cdots & a_{2,n} \\
  \vdots  & \vdots  & \ddots & \vdots  \\
  a_{m,1} & a_{m,2} & \cdots & a_{m,n}
 \end{pmatrix}$

输出结果为

$A_{m,n}=\left(\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m,1}& a_{m,2}& \cdots & a_{m,n}\end{array}\right)$

Notebook中的Magic开关

• 为实现一些快捷操作，提升效率。Notebook中提供了Magic开关，能极大得优化我们使用Notebook的体验。
• Magic 开关分为两大类：%line magic & %%cell magic

Magic开关总览

%lsmagic

%quickref

Line Magic

%config ZMQInteractiveShell.ast_node_interactivity='all'

%whos

%reset

Cell Magic

%%timeit 50
for item in range(100):
    a=item
    del a

%%time 
for item in range(100000):
    a=item
    del a

%%SVG
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 450 400" width="500" height="200">
  <rect x="80" y="60" width="250" height="250" rx="20" style="fill:red; stroke:black; fill-opacity:0.7" />
  <rect x="280" y="110" width="250" height="250" rx="40" style="fill:blue; stroke:black; fill-opacity:0.5;" />
</svg>

%%javascript

alert("hey");

%%html
<table>
<tr>
<th>Header 1</th>
<th>Header 2</th>
</tr>
<tr>
<td>row 1, cell 1</td>
<td>row 1, cell 2</td>
</tr>
<tr>
<td>row 2, cell 1</td>
<td>row 2, cell 2</td>
</tr>
</table>
<marquee style='width: 30%; color: blue;'><b>Hey There!!!</b></marquee>

%%system
dir

!dir

%matplotlib inline
import numpy as np
from matplotlib import pyplot as plt

ys = 200 + np.random.randn(100)
x = [x for x in range(len(ys))]

plt.plot(x, ys, '-')
plt.fill_between(x, ys, 195, where=(ys > 195), facecolor='g', alpha=0.6)

plt.title("Fills and Alpha Example")
plt.show()

%matplotlib

Jupyter notebook扩展

Jupyter notebook功能扩展Nbextensions

python -m pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user --skip-running-check

添加对R语言的支持

在安装完R后，进行conda install -c r r-essentials，再新建notebook测试

添加对Julia语言的支持

先安装Julia,运行Julia，using Pkg;Pkg.add('IJulia');using IJulia;notebook()即可

添加对C的支持

conda install -c QuantStack -c conda-forge xeus-cling ,Try it Online

%%writefile a.py

for item in range(10):
    print(item)

Python简介，解释执行，运行方式

安装Python

官网：https://docs.python.org/3/download.html
教程：https://www.runoob.com/python3/python3-tutorial.html

Python简介

Python源码目录结构

• Include： 这个目录包括了 Python 的所有头文件。
• Lib：这里是 Python 标准库，都是用 Python 实现的。
• Modules：用 C 语言编写的模块，比如 cStringIO / tkinter 高性能实现
• Objects：Python 内建对象，如 int / list 的实现
• Parser：Python 解释器的 Scanner 和 Parser
• Python：Python 解释器的 Compiler 和执行引擎，运行核心

Python解释与运行

Python解释器interpreter

运行在系统线程上的C语言函数+超大循环。每个字节码指令均对应一个完全由C实现的逻辑。

Python解释器在执行过程

先对文件中的Python源代码进行编译，编译的主要结果是产生的一组Python的字节码（byte code），pyc文件是字节码在磁盘上的表现形式，是进行import module时对py文件进行编译的文件结果（如果之前编译过，且源文件又没有变化，则直接运行该pyc文件），而编译结果就是Python中的PyCodeObject对象，然后PyCodeObject对象交给Python虚拟机（Virtual Machine），由虚拟机按照顺序一条一条地执行字节码，从而完成对Python程序的执行动作。

python： .py -->(编译器)–>.pyc–>解释器(虚拟机)–>返回结果

在编译好的Python环境中，编译器和解释器都被封装进了python36.dll中，由python.exe调用

延伸阅读：Python解释器

默认用到的都是用C语言实现的对Python的解释器CPython。也有用Python实现的python解释器PyPy,.Net实现的IronPython

• CPython解释器中的两个栈：
  1. 执行栈Evaluation Stack:存储指令操作数
  2. 块栈Block Stack：存储循环，异常等信息

字码基于栈式虚拟机，没有寄存器概念，转译简单，没有另类优化。不能被CPU执行，每条字节码对应C实现的机器指令。
Python 实现了栈式虚拟机 (Stack-Based VM) 架构，通过与机器⽆关的字节码来实现跨平台执⾏能⼒。
这种字节码指令集没有寄存器，完全以栈 (抽象层⾯) 进⾏指令运算。

Python的两种运行方式

1.解释式运行：如PyCharme，或命令行下python pyname.py

• 下方新建py文件

%%writefile test.py
import sys
print('the file run name ',sys.argv[0],'The time that file should run:',sys.argv[1])
for i in range(int(sys.argv[1])):
    print(i,'times run')

!python test.py 2

2.交互式运行

• 命令行Python,bpython,ipython,notebook

延伸阅读 PyCodeObject <module>

对Python编译器来说，PyCodeObject对象是其真正的编译结果，而pyc文件只是对象持久化表现形式
Python程序的字节码在运行时以PyStringObject的形式保存在PyCodeObject的co_code域里。co_code域只含有指令而不包含别的程序数据；变量名、常量等数据均放在别的域里。

#内置函数compile可以编译Python代码
#source_code为py源文件内容
source_code=\
'''
#this is documents
base_string='cccc.com'

def test1(a,b):
 return a+b

def test2(c):
 x=7
 print(c**2+x)
'''
co=compile(source_code,'test_compile8.py','exec')
exec(co)#类似于import test_compile.py,即执行了这个文件到当前会话

test1(2,6),test2(7)#可以看到test1,test2名称已经导入当前名字空间

type(co)#code code类对象
co#<code object <module> at 0x000001FC85732300, file "test_compile.py", line 3> 该对象的一些信息


co.co_names#返回这个PyCodeobject对象内符号名集合,('base_string', 'test1', 'test2')
co.co_consts#返回这个PyCodeobject对象内常量集合
co.co_code
#co_code是指令序列，是一串二进制流，co_code只含有指令而不包含其它数据，如变量名、常量，数据放在别的区域里。
#opcode-“字节码”:指令以字节为单位，最多表示256个不同的字节码指令。

dir(co)#co.__dir__() 更多PyCodeObject对象查看
co?

##也可以直接从文件读源码，然后用compile编译为PyCodeObject
src=open('test.py').read()
co1=compile(src,'test.py','exec')
co1
dir(co1)
co1.co_filename
co1.co_filename

#对co_code的翻译：opcode-“字节码”:指令以字节为单位，最多表示256个不同的字节码指令。

import opcode
print(opcode.opmap)
# dir(opcode)

#更好的翻译Disassembler

延伸阅读：使用Disassembler反汇编模块

• 文档： https://docs.python.org/3/library/dis.html
• Disassembler格式及解读
• 第一列表示以下几个指令在py文件中的行号;
• 第二列是该指令在指令序列co_code里的偏移量;
• 第三列是指令opcode的名称，分为有操作数和无操作数两种，opcode在指令序列中是一个字节的整数;
• 第四列是操作数oparg，在指令序列中占两个字节，基本都是co_consts或者co_names的下标;
• 第五列带括号的是操作数说明。

opcode	oparg	opcode	opcode	oparg
1 byte	2 bytes	1 byte	1 byte	2 bytes

import dis
dis.dis(co)#反汇编module test_compile
# dis.dis(test1),dis.dis(test2)#反汇编module test_compile下的函数

Python内置及三方库的管理及使用

模块Module与包Package

• 模块:一个模块就是一个Python源码文件(也可能是对c语言文件编译生成的pyd文件)
• 包:组织一堆相关功能的模块，并包含__init__.py文件的目录。

模块的导入

一个模块本质上是一个py文件

%%writefile m.py
a=123
_b='str'#
def m_fun():
    return globals()

%whos

import m
m.__name__
__name__

#修改源码后不升效？试下reload
import m
from imp import reload

reload(m)
m.a

#一个进程只对应一个模块的实例，无论被导入多少次，每个模块在整个解释器进程仅有一个实例存在。
#在不同的命令行窗口,不同的notebook是不同的解释器进程
for i in range(5):
    import os
    print(id(os))

#reload也是一样
for i in range(5):
    import os
    print(id(reload(os)))

模块名为__main__???

__name__

正常情况下模块名__name__为对应的文件名，但当模块作为程序入口时，name__被修改名__main
因此使用if name=’main’:实现自适应。

if __name__=='__main__':
    dosomething

扩展阅读：使用type函数自定义模块（非从文件中导入）

import types
mm=types.ModuleType('MyModule')
type(mm),type(__builtins__)
mm.name='f'
mm.__name__

扩展阅读：模块与名字空间

每个模块都有一个全局名字空间。

如果直接在模块级别执行，那么当前名字空间和全局名字空间相同
globals()固定指向模块的名字空间

locals() is globals() #每个模块都有一个全局名字空间。如果直接在模块级别执行，那么当前名字空间和全局名字空间相同。

True

import m
globals() is m.m2_fun() #globals()固定指向模块的名字空间

False

包的导入 import 的使用

import this#Python之禅

Python内置包

import sys
list(sys.modules.keys())

import requests
r=requests.get('http://www.google.com')
html_code=r.text

import os
os.system('mkdir os_test')

使用浏览器查看内置包

cmd命令行下运行，python -m pydoc -p 1234

三方包的管理

!pip list #列出所有的package

批量安装Package

创建requirements.txt文件，将所需安装的包的名字都分行放在里

pip install -r ./requirements.txt

如何高效得使用帮助

• 官网文档 https://docs.python.org/3/
• dir与tab的使用
• help, ?,shift-tab的使用

str1='cccc.com'
str1.rjust?

help(exec)

?exec

延伸阅读： PEP- Python增强建议书

PEP是Python Enhancement Proposals的缩写。一个PEP是一份为Python社区提供各种增强功能的技术规格，也是提交新特性，以便让社区指出问题，精确化技术文档的提案。

https://www.python.org/dev/peps/
https://www.python.org/dev/peps/pep-3104/
https://blog.csdn.net/ratsniper/article/details/78954852