Python基础（1）

写在前面：由于之前学过一段时间的C++，所以也不算是零基础，所以就没有按照群里面的大纲来写这篇博客，只是把我个人感觉比较重要的内容写了出来，目前是想到哪里写哪里，后期如果有什么新的发现也会加到这篇博客里。

一. Anaconda 和 Pycharm

1. Anaconda 概述

Anaconda 和 Jupyter notebook已经成为数据分析的标准环境。Anaconda是包管理和环境管理器，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。

2. Anaconda 优势

（1）Anaconda 是包管理和环境管理器，是在conda的基础上发展起来的，conda 可以帮助在计算机上安装和管理各种第三方库，包括安装，卸载和更新包 。conda 还可以很好的管理环境，例如你A项目要用到 python2，B项目要用到 python3，conda 就可以让你在不同的项目中建立不同的运行环境（即选择 python2 或者 python3），有时候每个项目用到的包（例如 numpy包）的版本不同，你就可以为每个 numpy 版本建立一个环境，然后在不同的环境中进行工作。

（2）Conda 可以同时安装多个包，例如 conda install numpy pandas 命令就可以同时安装 pandas 和 numpy 包，还可以通过版本号来指定所需的版本，例如 conda install numpy=1.10 ，Conda 还会自动安装依赖项，例如 scipy 依赖于 numpy，当你安装scipy 时，conda 还会自动帮你把 numpy 也安装上。

（3）conda prompt 的比 cmd 稳定很多。我刚开始使用 cmd 里的 pip 命令行时经常出错，用 pip 命令行升级 pip 也不行，当时困扰了很久，最后时使用 anaconda prompt 里面的 conda 语句解决的。 anaconda prompt 和 cmd 基本上都一样，都是通过命令行来操作，使用 anaconda prompt 唯一需要注意的点就是打开时右击以管理员身份运行，因为安装的时候可能出现权限问题。

3. Pycharm

Anaconda 在演示，教学的时候使用比较方便，但是在大型工程中，让你 debug 的时候还是需要一个IDE的，在经过网上调研和周围同学推荐后，最后选择了pycharm。目前刚刚接触，感觉界面还是挺喜欢的。由于刚刚使用，很多功能还没用到，很多优势也还没发现，后期如果有机会的话可能单独写一篇关于pycharm的博客。

4. Python安装第三方库的方法

1. 在pycharm中安装，顺序依次是File > Setting Project > project interpreter(解释器) > 点击‘+’选择想要的库安装/卸载即可。
2. 在anaconda prompt用管理员权限进入后使用conda命令安装，卸载和更新
3. 在cmd中使用pip命令进行安装，卸载和更新
   安装选择方法就是我上面的叙述顺序，pycharm安装库是最简单和适应的，适合那些不习惯命令行的同学，anaconda prompt是我认为比cmd更稳定的一种方法，就我而言，我会先选择anaconda prompt而最后选cmd这种方法。

二. Python 基础讲解

1. 变量

python中变量是不需要声明的，但是每个变量使用之前必须赋值，变量赋值以后该变量才会被创建。创建后变量的类型就是赋值的那个值的类型。例如：a = 3；则a就是 int 型变量，此时a已经被创建了，可以直接使用了。命名的一些规范每种语言都差不多，此处就不做赘述了。另外 python 允许为多个变量同时赋值，中间用逗号隔开即可。例如 a ，b ，c =1， ‘eheng’，2.0 ，语句也是成立的。

2. python里的帮助函数

（1）help（）函数
作用： 用于查看函数或模块用途的详细说明
语法： help（）
返回值： 返回对象的帮助信息
理解： 参数可以是模块，内置数据类型，某个方法等等，个人理解用处不大，用的不多，了解一下即可。

（2）dir（）函数
作用： dir() 函数不带参数时，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。如果参数包含方法__dir__()，该方法将被调用。如果参数不包含__dir__()，该方法将最大限度地收集参数信息。
语法： dir()
返回值：返回模块的属性列表
理解：作用就是返回参数的方法列表，即该变量有哪些函数可以用，个人感觉作用不大，首先是格式不是很好看，其次感觉这个功能很鸡肋，你既然想用一个参数之前应该先了解一下他的相关方法。有一个小tips就是要想看到结果就要使用print（）函数将结果打出来。

（3）type（）函数
作用：只有第一个参数则返回对象的类型，三个参数返回新的类型对象。
语法： class type(name ,bases,dict)，其中 name-类名，bases–元组，dict–字典，类内定义的命名空间变量。
返回值：返回参数对象类型
理解：个人感觉这是三个函数中最有用的了，python 的所有数据类型都是类,可以通过 type() 查看该变量的数据类型:，所以你想知道某个变量是什么参数时就可以使用这个函数，当然想看结果的时候还是要用print（）函数打印出来。

3.import 与 from…import

在 python 用 import 或者 from…import 来导入相应的模块。
将整个模块(somemodule)导入，格式为： import somemodule
从某个模块中导入某个函数, 格式为： from somemodule import somefunction
从某个模块中导入多个函数, 格式为： from somemodule import firstfunc, secondfunc, thirdfunc
将某个模块中的全部函数导入，格式为： from somemodule import *

4. 格式

（1）python的特色就是使用缩进表示代码块，不需要{}，每句代码的后面也无需加 ‘ ；’ ，缩进的空格数是可变的，但同一代码块必须有相同的缩进数。

（2）函数或类的方法之间用空行隔开，表示一段代码的开始。即空行的作用就是分割两段不同功能或含义的代码。

（3）print（）默认输出格式是还行的，如果不想换行则需要在变量末尾加上end=“ ”，前后print的位置就看’ ‘之间几个空格了

a=[1,2,3]
print(a.end='')
print(10)
输出结果：[1,2,4]10 

三. python基本数据类型

1.综述

python里面共有六大标准数据类型，其中不可变的数据类型有 Number，String，Tuple三种，可变的数据类型为 List， Dictionary ，Set 三种，下面就一个一个介绍这些数据类型。

2. Number 类型

（1）数值类型：int ，float，bool，complex 四种，其中整型只有 int 一种，没有 long 等数据类型，python3 中的整型是没有限制大小的，可以当作 long 使用。浮点型可以用浮点型也可以使用科学计数法表示（2.5e2 = 2.5 x 102 = 250），complex的实部a和虚部b都是浮点型，例如complex（a，b）= a + b j

（2）可以使用 del 语句删除对象或者对象的引用，即你先前定义了3个变量，有一个不想用了，就可以使用del语句来删除。

（3）内置数据类型的强制转换：int(x) 将x转换为一个整数，complex(x, y) 将 x 和 y 转换到一个复数，实数部分为 x，虚数部分为 y。x 和 y 是数字表达式

（4）Number的除法有两个运算符，’/‘ 返回值是float，’//‘ 返回值是 int（返回向下取整后的结果），例如 7 // 2 =3，17 / 3 =5.666666666666667，当计算时既有 int，又有 float，则最终结果是 float，例如 7.0 / 2 = 3.5

（5）一些数学函数和随机函数这里就不介绍了，用到的时候查一下就可以了。

3. String 类型

（1）’ + ‘ 字符串连接符，把两个字符串连在一起；’ * ‘ 字符串复制符，把字符串复制一遍；’ in / not in‘ 成员运算符，判断某个子串是否在给定字符中，返回值是个bool值。

（2）字符串切片操作：变量[头下标 : 尾下标] 截取字符串中的一部分，经常用到的操作
头下标是第一个想要的元素，尾下标是第一个不想要的元素，所以上述操作就是左闭右开的
如果从头往尾数，则下标从0开始，从尾往头数，则下标从 -1 开始。
有了切片操作，很多地方循环就不再需要了。Python的切片非常灵活，一行代码就可以实现很多行循环才能完成的操作

（3）字符串格式化：将一个值插入到一个有字符串格式符 %s 的字符串中

print( "我叫 %s 今年 %d 岁！"  %('小明'，10))
输出结果： 我叫 小明 今年 10 岁！

注意一下书写格式，另外注意一下代表的意义，下面只列出我认为常用的几个。
%c 格式化字符及其ASCII码
%s 格式化字符串
%d 格式化整数
%u 格式化无符号整型
%f 格式化浮点数字，可指定小数点后的精度

（4）python中字符串是不可以改变的，例如 A [1] = 0 就会报错

4. List 类型

（1）列表就可以理解为c++中的数组，二者都是通过下标来访问的，二者的区别由下面两点构成

• c++ 中 array 创建之前是需要指定长度的（动态数组除外），但 python 中的 list 允许不断地在现有列表上添删元素，即长度是可以动态改变的。
• c++ 中 array 元素只能是同一数据类型，，但 python 中的 list 的元素可以是不同的数据类型，甚至可以 list 相互嵌套

（2）list 访问操作和前面说的字符串的切片操作完全一样，区别就是加了一个参数步长。

（3）list 内置了很多方法，例如 append，clear等，就不用盲目记忆了，多用几次就学会了。

（4）list的创建：list1 = [1, a, 3.4, 5 ]，用[ ]括起来的就是 list

5. Tuple 类型

（1）元组和列表的基本相同，唯一的区别就是元组里的元素是不可改变的，而列表里的元素是可以改变或者删除的

（2）tuple的创建：tup1 = (‘Google’, ‘Runoob’, 1997, 2000) ，与list的区别就是使用的是（）

（3）元组中只包含一个元素时，需要在元素后面添加逗号，否则括号会被当作运算符使用

（4）元组中的元素值是不允许删除的，但我们可以使用del语句来删除整个元组

（5）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。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，只有1个元素的tuple定义时必须加一个逗号,，来消除歧义。

6.Dictionary 类型

（1）dictionary 是 python 特有的结构，和其他语言中的 map 类似，使用键-值（key-value）存储，具有极快的查找速度。

（2）之所以叫 dictionary 是因为他的实现原理就跟字典一样，假设字典包含了1万个汉字，我们要查某一个字，一个办法是把字典从第一页往后翻，直到找到我们想要的字为止，这种方法就是在list中查找元素的方法，list越大，查找越慢。第二种方法是先在字典的索引表里查这个字对应的页码，然后直接翻到该页，找到这个字，无论找哪个字，这种查找速度都非常快，不会随着字典大小的增加而变慢，dict就是第二种实现方式。

（3）dict 和 list 的区别：

• 查找和插入的速度极快，不会随着key的增加而增加
• 需要占用大量的内存，内存浪费多
  所以，dict是用空间来换取时间的一种方法，多用在需要高速查找的很多地方

（4）牢记的第一条就是 dict 的 key 必须是不可变对象，因为dict根据key来计算value的存储位置，如果每次计算相同的key得出的结果不同，那dict内部就完全混乱了。这个通过key计算位置的算法称为哈希算法（Hash），要保证hash的正确性，作为key的对象就不能变。在Python中，字符串、整数等都是不可变的，因此，可以放心地作为key。而list是可变的，就不能作为key。

（5）dict 的底层就是哈希，所以出现映射/函数是第一反应就是dict 数据结构，dict 是无序的，故没有下标这一说法，但是可以通过key来快速寻找。

（6）字典的创建：d = {key1 : value1, key2 : value2 }

7. Set 类型

（1）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，没有重复的值，重复元素在set中自动被过滤。

（2）使用大括号 { } 或者 set() 函数创建集合，创建一个空集合必须用 set() 而不是 { }，因为 { } 是用来创建一个空字典。创建格式：parame = {value01,value02,…} 或者 set(value)

（3）出现 set 这个数据结构的原因就是方便一些集合的操作，例如集合的交并补的等，会简单那很多

8. 数据结构总结

（1）有序的数据结构：list，tuple 和 string ，故他们都叫做序列，都可以通过下标来访问，剩下的数据结构都是无序的，dict 和 set 是由哈希来实现的，故虽然无序，也可以快速查找

（2）不可变的数据结构：string ，number ，tuple，其他的都是可变的，因为提出这些结构就是为了解决一些问题，不可变局限性就很大了，可以简单的理解复杂的数据结构都是可变的。