此之谓入门,其标准是,在不计效率的情况下,可以使用这门语言实现一个不太复杂的功能。
当然,这个不计效率也不是毫无原则的不计,比如我可以1小时搞定,那么刚入门的新手需要1天甚至2天,他将需要大量的时间去查库查类查函数,但绝不至于用上一周半周的。
我从来都没学过python,当年只是受够了Matlab,而想把一个用Matlab写的类转成其他语言,结果用了一周,就把一个涵盖图像处理、数据拟合等功能的一千来行Matlab代码顺利转成了Python。过了没几年,Matlab就对我们禁用了,可见当年的选择是极为英明的。
那么如今让我重写一遍那个类,大概只需要一天不到。这就是新手和老手的区别,但也仅仅是新手和老手的区别。
从入门到熟练运用,需要的不是什么思维的提升,而仅仅是是一个字——用,或者更直观地说,就是看代码量。从这个意义上来说,越快入门,就可以更早地堆积代码量,从而更早地熟练运用Python,而不是按部就班地从入门到放弃。学习编程最可怕的事情就是:每天写一遍Hello World并感觉收获满满。
接下来,快速入门Python。
1 环境配置与基本运算
正所谓天下武功、唯快不破。学Python,讲求的就是一个快字。
尽管下载Python并安装并不麻烦,但新手往往会在使用过程中出现各种让人费解的问题。所以,如果想1小时入门,我推荐这个。
在线Jupyter编辑工具,进入之后,点击中间的Try JupyterLab
,就可以进入在线Notebook的界面。
点击Python3,快速进入jupyter notebook的环境。然后按照直觉,写一些四则运算表达式,例如这些:
x = 100
y = 50
z = 2.5
print(x + y * z)
print(x - y / z)
print(x * y**2)
然后同时按下Ctrl
+回车
,就能运行python代码。
然后按下alt
+回车
,开启下一段代码。
如果用shift
+回车
,则会综合上面的两个功能,本节耗时:3分钟。
如果觉得在线Jupyter工具不好用,还有这个ideone,进入之后选择python
,输完代码后选择run
。
2 调用各种包
在python中,通过import
来完成包的调用。例如,我想调用一个日历的包,然后打印日历
import calendar
calendar.prcal(2021,m=4) #2021年,每行4个月
然后shift
+回车
,就可以看到日历了。
如果想通过python进行科学计算,应用最多的包是numpy
和matplotlib
中的pyplot
,前者用于计算,后者用于绘图。通常二者被重命名为np
和plt
。接下来演示一下二者的用法。
import numpy as np
from matplotlib import pyplot as plt
x = np.random.rand(100) #python中通过#进行注释
y = np.random.rand(100) #用于生成100个随机数
plt.scatter(x,y) #绘制散点图,并存放在内存
plt.show() #调用内存中的图,show给我们
本节需要记住的单词
:import
、as
、numpy
、matplotlib.pyplot
、random.rand
、scatter
、plt.show
。
本节耗时:5分钟。
3 判断、循环
如果想统计刚刚新建的x
和y
中,有多少大于0.5,那么方法很简单,:新建两个变量用于存储二者的个数,然后跑一个循环进行判断。
xNum = 0
yNum = 0
for i in range(100):
if x[i]>0.5:xNum += 1 # xNum += 1 即 xNum = xNum + 1
if y[i]>0.5:yNum += 1 # python中通过方括号进行索引
print(xNum,yNum)
可以把range(100)
理解为0到99这100个数组成的一个集合,for i in range(100)
意味着i
对这个集合进行遍历,遍历就是逐个复制给i,所以就完成了循环。
在python中,判断、循环结构通过:
与其内容进行分隔,且子代码块需要通过空格进行标记。如果程序块中只有一行代码,则可以直接写在:
后面。
如果想知道,x
中处于
(
0
,
0.3
]
,
(
0.3
,
0.6
]
,
(
0.6
,
1
]
(0,0.3],(0.3,0.6],(0.6,1]
(0,0.3],(0.3,0.6],(0.6,1]这三个区间的数分别是多少,则需要用到if..elif
n1,n2,n3 = 0,0,0 #按照直觉理解即可
for i in x:
if i>0.6 : n3 += 1
elif i>0.3 : n2 += 1
else: n1 += 1
print(n1,n2,n3)
for..in
的作用是遍历某个集合,而x
本身也是一个集合,所以也可以接受遍历。
本节需要记住的单词
:if, else, elif, for, +=,
,耗时5分钟。
4 函数
如果想反复统计一组随机数的分布情况,显然不能每次都写一遍那么老长的代码,而是应该把代码封装到一个函数里面。
def statis(x):
xNum = 0
for i in x:
if i>0.5:
xNum += 1
return xNum
在Python中,通过def
新建一个函数,函数名字后的括号里是这个函数需要输入的变量。最后通过return
来返回一个值。如果按照数学的那种表达式,以上代码差不多类似xNum=statis(x)这样的感觉。
在建了一个函数之后,就可以调用了,本节用时5分钟,需要记住def
和return
。
5 数据结构
我们刚刚说x
是集合,这是不准确的。数学上的集合要求不能有重复元素,但x是随机生成的一个数组,所以并不能保证这一点。
在本节,我们要弄懂python中最常用的5种数据结构:元组、列表、字典、集合、数组,同时要掌握python推导式,预计耗时15分钟。
tpl = (1,2,3,4) #此为元组tuple
lst = [1,2,3,4,5] #此为列表list
dct = {"a":1, "b":2, "c":3} #此为字典dict
st = {1,2,3,3} #此为集合
arr = np.array([1,2,3,4]) #此为数组
可以看到,尽管我们在新建集合的时候给了1,2,3,3
,但集合中没有重复元素,所以只剩下一个3。
一句话区分这五种类型:
- 只有数组
np.array
可以计算 - 字典通过
键值对
(key-value)进行索引 - 集合无重复元素,且不可索引
- 元组可以作为字典的键,列表则不能。
这五种数据类型的详细区别如下(这个其实用不着记)。
索引方式 | 可计算 | 可哈希 | 元素可重复 | 指针式 | |
---|---|---|---|---|---|
tuple | tpl[0] | ❌ | ✅ | ✅ | * |
list | lst[0] | ❌ | ❌ | ✅ | * |
dict | dct["a"] | ❌ | ❌ | ❌ | ** |
set | ❌ | ❌ | ❌ | ❌ | * |
np.array | arr[0] | ✅ | ❌ | ✅ | ❌ |
其中,可哈希暂时可理解为能够作为字典的key。
所谓指针式
是我乱取的一个名字,意思是可以像指针一样把元素取出来。其中,集合与字典因为元素不可重复,所以并没有什么变化。
至于可计算就比较容易理解了,例如+
测试,字典和集合干脆就报错了,而元组、列表将+
重载为合并,只有arr
执行了加法操作。
在python中,可通过len
来获取这些数据结构的长度。
6 字符串
在字典中我们其实已经用过了字符串,在python中,用单引号或双引号来代表字符串,二者是等价的。
x = 'abc'
y = "abc"
print(x==y)
因为引号被用于字符串的标志,所以如果想在字符串中输入引号,则需要转义,转移符号为\
。又因为\
用于转义,所以\
也需要转义。
print('\'')
print('\\')
print("\"")
7 回到本地
如果下载之后,可通过win
+r
,输入cmd
进入命令行,输入python
进入python环境。
如果下载的是python,则通过pip isntall numpy
安装numpy
,总之其命令格式为pip install XXX
;如果下载的是anacoda,则还可以通过conda install numpy
来进行安装——当然,anaconda的基本环境已经安装了大部分常用包。
如果把python的代码封装到一个.py
格式的文件中,然后就可以通过python XX.py
进行调用,并执行。
8 命令行版2048小游戏
按理说看到这里,并写到这里,就应该算是完成了入门,那么接下来就要用入门学会的知识,写一个命令行版的2048小游戏。
2048的逻辑无非是操作4x4
的方格,每个方格中有一个数,我们可以操作这些数字进行移动,如果两个相同的数字在我们的操作下相撞了,那么它们就可以合并了。
而这个4x4
的方格,无非是一个矩阵。
我们的操作可以理解为输入字符,用wsad
代表上下左右,y
代表确定,n
代表取消。
python接收字符的函数是input
,例如
>>> x = input("input a number")
input a number5
>>> x
'5'
而创建矩阵,可以用np.zeros([4,4]).astype(int)
,表示创建一个
4
×
4
4\times4
4×4的全0矩阵,并化为整形。
矩阵中只有16个元素,尽管循环效率低下,但足以满足人的操作速度了。
如果读者从头到尾敲了所有的代码,那么如今必然有能力独立写出这样的程序。所以具体的代码将在下篇文章给出。
代码解读:python命令行版2048小游戏