10分钟了解Python编程套路
Python中单行注释请用‘#’
""" Python中多行注释
请用""",我写不了那么
多字,随便凑个样板。
"""
- 基本类型和运算符
定义了一个数字 3
3 # => 3
# 基本计算
1 + 1 # => 2
8 - 1 # => 7
10 * 2 # => 20
35 / 5 # => 7
# 当除数和被除数都为整型时,除 这个操作只求整数
# ( python2.x语法。经测试,Python3.x 已经全部当做浮点数处理,还会计算小数)
5 / 2 # => 2
10/-3 #python3的结果为-3.3333333333333335 python2 结果为-4
10/3 #python3的结果为3.3333333333333335 python2 结果为3
#由上面两个结果也可以看出,在Python2中,如结果有小数,则会取最近最小整数
# 如果我们除数和被除数为浮点型,则Python会自动把结果保存为浮点数
2.0 # 这是浮点数
11.0 / 4.0 # 这个时候结果就是2.75啦!是不是很神奇?
# 当用‘//’进行计算时,python3不会全部单做浮点数处理.
5 // 3 # => 1
5.0 // 3.0 # => 1.0
-5 // 3 # => -2
-5.0 // 3.0 # => -2.0
from __future__ import division # 注可以在通过 __future__ 关键字
# 在python2中引入python3 特性
11/4 # => 2.75 ... 标准除法
11//4 # => 2 ... 除后取整
# 求余数操作
7 % 3 # => 1
# 幂操作 2的4次方
2**4 # => 16
# 先乘除,后加减,口号优先
(1 + 3) * 2 # => 8
# 布尔值操作
# 注:or 和 and 两个关键字是大小写敏感的
True and False #=> 返回False
False or True #=> 返回True
# 布尔值和整形的关系,除了0外,其他都为真
0 and 2 #=> 0
-5 or 0 #=> -5
0 == False #=> True
2 == True #=> False
1 == True #=> True
# not 操作
not True # => False
not False # => True
#等值比较 “==”,相等返回值为True ,不相等返回False
1 == 1 # => True
2 == 1 # => False
# 非等比较“!=”,如果两个数不相等返回True,相等返回Flase
1 != 1 # => False
2 != 1 # => True
# 大于/小于 和等于的组合比较
1 < 10 # => True
1 > 10 # => False
2 <= 2 # => True
2 >= 2 # => True
# Python可以支持多数值进行组合比较,
#但只要一个等值为False,则结果为False
1 < 2 < 3 # => True
2 < 3 < 2 # => False
# 可以通过 " 或者 '来创建字符串
"This is a string."
'This is also a string.'
# 字符串间可以通过 + 号进行相加,是不是简单到爆?
"Hello " + "world!" # => "Hello world!"
# 甚至不使用'+'号,也可以把字符串进行连接
"Hello " "world!" # => "Hello world!"
#可以通过 * 号,对字符串进行复制,比如 ;
importantNote = "重要的事情说三遍
" * 3
print (importantNote)
“”" 结果为:
重要的事情说三遍
重要的事情说三遍
重要的事情说三遍
“”"
"Hello" * 3 # => "HelloHelloHello"
# 字符串可以在任意位置被打断
"This is a string"[0] # => 'T'
#字符串可以用 %连接,并且可以打印出变量值
#(和C/C++ 一样%d 表示整数,%s表示字符串,
#但python可以自己进行判断,我们无需太担心这个问题)
x = 'apple'
y = 'lemon'
z = "The items in the basket are %s and %s" % (x,y)
# 一个新的更好的字符串连接方式是通过.format()函数,推荐使用该方式
"{} is a {}".format("This", "placeholder")
"{0} can be {1}".format("strings", "formatted")
# You can use keywords if you don't want to count.
"{name} wants to eat {food}".format(name="Bob", food="lasagna")
# None是一个对象,None就是None,它是一个特殊的变量
None # => None
# 在和None进行比较时,不要用“==”操作符,用 “is”
"etc" is None # => False
None is None # => True
#“is"操作符用于对象之间的比较,
#对于底层类型进行比较时
#不建议用“is”,但对于对象之间的比较,用“is”是最合适的
# bool可以用于对任何对象进行判断
# 以下这些值是非真的
# - None
# - 各类数值型的0 (e.g., 0, 0L, 0.0, 0j)
# - 空元组、空列表 (e.g., '', (), [])
# - 空字典、空集合 (e.g., {}, set())
# - 其他值请参考:
# https://docs.python.org/2/reference/datamodel.html#object.__nonzero__
#
# All other values are truthy (using the bool() function on them returns True).
bool(0) # => False
bool("") # => False
- 变量和集合
打印 print()
print ("I'm Python. Nice to meet you!") # => I'm Python. Nice to meet you!
# 从控制台中获取输入
input_string_var = raw_input("Enter some data: ") # 返回字符串类型
input_var = input("Enter some data: ") # python会判断类型如果是字符串 则输入时要加“”or''
# 注意:在 python 3中, input() 由 raw_input() 代替
# 在Python中不需要设定变量类型,python会自动根据值进行判断
some_var = 5
some_var # => 5
# if 可以作为表达时被使用,下句可以这样理解 “输出‘yahool’如果3大于2的话,不然输出2“
"yahoo!" if 3 > 2 else 2 # => "yahoo!"
列表
python中的列表定义
li = []
# 也可以通过初始化时内置列表的值
other_li = [4, 5, 6]
# append函数可以在列表中插入值
li.append(1) # li is now [1]
li.append(2) # li is now [1, 2]
li.append(4) # li is now [1, 2, 4]
li.append(3) # li is now [1, 2, 4, 3]
# pop函数从列表末移除值
li.pop() # => 3 and li is now [1, 2, 4]
# 移除后通过append接回
li.append(3) # li is now [1, 2, 4, 3] again.
# 通过[]的方式可以提取任何列表中的任意值
#(前提,index不大于列表总数)
li[0] # => 1
# 也可以通过[]下标的方式直接给列表赋值
li[0] = 42
li[0] # => 42
# 如果[]小标的值为负数,则表示以逆序获取列表中的值
li[-1] # => 3
# 查询的值不可以超出列表个数,否则报错。
# 但是利用insert()插入时可以,超出范围的值会直接被插入到列表最末
li[4] # Raises an IndexError
# 可以通过[:],获取列表中指定范围的值
# (It's a closed/open range for you mathy types.)
# 这是半开取值法,比如li[1:3],取的是列表中index为1、2的两个值,
# 该法则适用于以下所有通过[]取值的方式
li[1:3] # => [2, 4]
# 如果一边不去值,则表示取所有该边的值。
li[2:] # => [4, 3]
li[:3] # => [1, 2, 4]
# [::2]表示选择从[0]开始,步长为2上的值
li[::2] # =>[1, 4]
# [::-1]表示反向选择,-可以理解为 反向选择,而1表示步长,步长1则包含了列表中的所有元素
li[::-1] # => [3, 4, 2, 1]
# []规则完整版表示方法[开始:结束:步长]
# li[start:end:step]
# "del"关键字可以直接删除列表中的值
del li[2] # li is now [1, 2, 3]
# 可以通过“+”操作符对列表进行操作,注:列表只有 + 操作,而集合(set)有+ 和 -
li + other_li # => [1, 2, 3, 4, 5, 6]
# 也可以 "extend()"方法对列表进行扩展
li.extend(other_li) # Now li is [1, 2, 3, 4, 5, 6]
# Remove 方法和 del 类似,但remove的直接是数值,而不是index
li.remove(2) # li is now [1, 3, 4, 5, 6]
li.remove(2) # 如果remove的值不存在列表中,则会报错
# 在指定位置插入数值,上面已经提过,如果index值超过的话,会直接插到列表末
li.insert(1, 2) # li is now [1, 2, 3, 4, 5, 6] again
# 获取某个值的index
li.index(2) # => 1
li.index(7) # 如果
# "in"可以直接查看某个值是否存在于列表中
1 in li # => True
# "len()"函数可以检测队列的数量
len(li) # => 6
元组
Tuples(元组)是一个类似数列的数据结构,但是元组是不可修改的
tup = (1, 2, 3)
tup[0] # => 1
tup[0] = 3 # 一修改就会报错
#数列中的方法在元组也可以使用(除了 修改)
len(tup) # => 3
tup + (4, 5, 6) # => (1, 2, 3, 4, 5, 6)
tup[:2] # => (1, 2)
2 in tup # => True
# 可以一次性赋值几个变量
a, b, c = (1, 2, 3) # a 为1,b为2,c为3
d, e, f = 4, 5, 6 # 元组赋值也可以不用括号
# 同样元组不用括号也同样可以创建
g = 4, 5, 6 # => (4, 5, 6)
# Python中的数据交换十分简单:只要在赋值时互调位置即可
e, d = d, e # d is now 5 and e is now 4
字典
Python中的字典定义
empty_dict = {}
# 也可以通过定义时赋值给字典
filled_dict = {"one": 1, "two": 2, "three": 3}
# 可以通过[]的key方式查询字典中的值
filled_dict["one"] # => 1
# 可以通过"keys()"方法获取字典中的所有key值
filled_dict.keys() # => ["three", "two", "one"]
# Note - 返回的keys并不一定按照顺序排列的.
# 所以测试结果可能和上述结果不一致
# 通过 "values()"的方式可以获取字典中所有值,
#同样他们返回的结果也不一定按照顺序排列
filled_dict.values() # => [3, 2, 1]
# 可以通过 "in"方式获取查询某个键值是否存在字典中,但是数值不可以
"one" in filled_dict # => True
1 in filled_dict # => False
# 查找不存在的key值时,Python会报错
filled_dict["four"] # KeyError
#用 "get()" 方法可以避免键值错误的产生
filled_dict.get("one") # => 1
filled_dict.get("four") # => None
# 当键值不存在的时候,get方法可以通过返回默认值,
# 但是并没有对值字典进行赋值
filled_dict.get("one", 4) # => 1
filled_dict.get("four", 4) # => 4
# 字典中设置值的方式和列表类似,通过[]方式可以设置
filled_dict["four"] = 4 # now, filled_dict["four"] => 4
# "setdefault()" 可以设置字典中的值
# 但是注意:只有当该键值之前未存在的时候,setdefault()函数才生效
filled_dict.setdefault("five", 5) # filled_dict["five"] is set to 5
filled_dict.setdefault("five", 6) # filled_dict["five"] is still 5
集合
empty_set = set()
# 初始化set的方式可以通过 set()来实现
some_set = set([1, 2, 2, 3, 4]) # some_set is now set([1, 2, 3, 4])
# 集合的排列是无序的!集合的排列是无序的!集合的排列是无序的!
another_set = set([4, 3, 2, 2, 1]) # another_set is now set([1, 2, 3, 4])
# Python2.7以后,{}可以用于被定义集合
filled_set = {1, 2, 2, 3, 4} # => {1, 2, 3, 4}
# Add方法可用于增加集合成员
filled_set.add(5) # filled_set is now {1, 2, 3, 4, 5}
#集合可通过 &操作符取交集
other_set = {3, 4, 5, 6}
filled_set & other_set # => {3, 4, 5}
# 通过|操作符取并集
filled_set | other_set # => {1, 2, 3, 4, 5, 6}
# 通过 - 操作符取差集
{1, 2, 3, 4} - {2, 3, 5} # => {1, 4}
# 通过 ^ 操作符取非集
{1, 2, 3, 4} ^ {2, 3, 5} # => {1, 4, 5}
# 通过 >= 判断左边集合是否是右边集合的超集
{1, 2} >= {1, 2, 3} # => False
# 通过 <= 判断左边集合是否右边集合的子集
{1, 2} <= {1, 2, 3} # => True
# 通过 in 可以判断元素是否在集合中
2 in filled_set # => True
10 in filled_set # => False
Python数据集合类型总结
列表 定义方式 li = [1,2,3,4,“Hello World”] (列表可以包含任意基本类型)
元组 定义方式 tup = (1,2,3,4) (和列表类似,但 元组不可更改)
字典 定义方式 dic = {“one”:2,“tow”:3,“three”:0}(字典,就是字典嘛。以 key:value 方式存在)
集合 定义方式 set=set(1,2,3,4)or set = {1,2,3,4} (集合里的元素是唯一的,集合支持 & | ^ + -操作)
- Python 逻辑运算符
创建一个变量
some_var = 5
# 通过if进行逻辑判断
if some_var > 10:
print "some_var is totally bigger than 10."
elif some_var < 10: # This elif clause is optional.
print "some_var is smaller than 10."
else: # This is optional too.
print "some_var is indeed 10."
"""
通过for...in...进行循环打印:
dog is a mammal
cat is a mammal
mouse is a mammal
"""
for animal in ["dog", "cat", "mouse"]:
# You can use {0} to interpolate formatted strings. (See above.)
print "{0} is a mammal".format(animal)
"""
通过"range()" 方式,控制for的循环次数
prints:
0
1
2
3
"""
for i in range(4):
print i
"""
"range(lower, upper)" 返回 lower 到 upper的值,
注意:range左边必须小于右边参数
prints:
4
5
6
7
"""
for i in range(4, 8):
print i
"""
while 循环
prints:
0
1
2
3
"""
x = 0
while x < 4:
print x
x += 1 # Shorthand for x = x + 1
# Python支持 try/except 语法
# Python2.6以上的版本,支持try...except...:
try:
# raise显示地引发异常。一旦执行了raise语句,raise后面的语句将不能执行。
raise IndexError("This is an index error")
except IndexError as e:
pass # pass 空语句,跳过处理
except (TypeError, NameError):
pass # python 支持同时检测多个错误
else: # Python必须要处理所有情况,这里是其他未定义的情况
print "All good!"
finally: # finally无论有没有异常都会执行
print "We can clean up resources here"
#通过with函数,可以替代try....except...函数 [with详解](http://www.ibm.com/developerworks/cn/opensource/os-cn-pythonwith/)
with open("myfile.txt") as f:
for line in f:
print line
- Functions
def 关键字定义函数
def add(x, y):
print "x is {0} and y is {1}".format(x, y)
return x + y #可以直接return结果
# 函数调用参数
add(5, 6) # => prints out "x is 5 and y is 6" and returns 11
# Python支持参数互换,只需要在调用函数时加上形参
add(y=6, x=5) # Keyword arguments can arrive in any order.
# Python函数支持可变参数
# 在定义函数时通过*号表示可变长参数
def varargs(*args):
return args
varargs(1, 2, 3) # => (1, 2, 3)
# 可以通过**的方式定义Key可变长参数查找字典中的关键词
def keyword_args(**kwargs):
return kwargs
# 当函数参数是**类型的时候,Python可以通过该函数定义字典
keyword_args(big="foot", loch="ness") # => {"big": "foot", "loch": "ness"}
#同时支持函数和字典类型参数,具体事例如下:
def all_the_args(*args, **kwargs):
print args
print kwargs
"""
all_the_args(1, 2, a=3, b=4) prints:
(1, 2)
{"a": 3, "b": 4}
"""
# 在调用函数时,可以同时赋值,文字难以表达,例子如下:
args = (1, 2, 3, 4)
kwargs = {"a": 3, "b": 4}
all_the_args(*args) # equivalent to foo(1, 2, 3, 4)
all_the_args(**kwargs) # equivalent to foo(a=3, b=4)
all_the_args(*args, **kwargs) # equivalent to foo(1, 2, 3, 4, a=3, b=4)
# 在函数中也可以通过单独处理* 或者 **的方式,增加函数的健壮性
def pass_all_the_args(*args, **kwargs):
all_the_args(*args, **kwargs)
print varargs(*args)
print keyword_args(**kwargs)
# 全局变量 X
x = 5
def set_x(num):
# 当在函数里面改变变量时,如果没有加gloabl关键字,则改变的是局部变量
x = num # => 43
print x # => 43
def set_global_x(num):
global x
print x # => 5
x = num # 加了global关键字后,即可在函数内操作全局变量
print x # => 6
set_x(43)
set_global_x(6)
# 返回函数指针方式定义函数/*换个说法,匿名函数*/
def create_adder(x):
def adder(y):
return x + y
return adder
add_10 = create_adder(10)
add_10(3) # => 13
# Lambda 关键字定义的匿名函数
(lambda x: x > 2)(3) # => True
(lambda x, y: x ** 2 + y ** 2)(2, 1) # => 5
# map方式也可以调用函数并传入参数
map(add_10, [1, 2, 3]) # => [11, 12, 13]
map(max, [1, 2, 3], [4, 2, 1]) # => [4, 2, 3]
filter(lambda x: x > 5, [3, 4, 5, 6, 7]) # => [6, 7]
# 可以通过这两种方式结合调用,下面的函数解析:
#add_10(i) 是映射了for...in...函数的返回值,返回值作为参数传进。
[add_10(i) for i in [1, 2, 3]] # => [11, 12, 13]
[x for x in [3, 4, 5, 6, 7] if x > 5] # => [6, 7]
- Python中的类
下面代码是定义了一个Human类,继承自object类
# Python类可以继承自多个类,如class Human(object,orangOutang)
class Human(object):
# 类变量
species = "H. sapiens"类接口
__species = "Other.sapiens" #内部结构,无法被外部直接访问
# __init__(),初始化函数,python中在对类进行处理时,会先处理以下函数,
#其实就是系统默认定义了接口,而这个接口是开放给用户去实现的,具体如下:
#__init__ 构造函数,在生成对象时调用
# __del__ 析构函数,释放对象时使用
#__repr__ 打印,转换
#__setitem__按照索引赋值
#__getitem__按照索引获取值
#__len__获得长度
#__cmp__比较运算
#__call__函数调用
#__add__加运算
#__sub__减运算
#__mul__乘运算
#__div__除运算
#__mod__求余运算
#__pow__称方
def __init__(self, name):
#声明类中的属性,并初始化,在初始化的时候同时
#就是定义了变量类型
self.name = name
self.age = 0
# 在类中所有函数都必须把self作为第一个参数
#(下面定义的类方法和静态方法除外)
def say(self, msg):
return "{0}: {1}".format(self.name, msg)
# 类方法
@classmethod
def get_species(cls):
return cls.species
# 静态方法,
@staticmethod
def grunt():
return "*grunt*"
# A property is just like a getter.
# It turns the method age() into an read-only attribute
# of the same name.
#property属性,相当于getter
@property
def age(self):
return self._age
# This allows the property to be set
@age.setter
def age(self, age):
self._age = age
# This allows the property to be deleted
@age.deleter
def age(self):
del self._age
#类实例化
i = Human(name="Ian")
print i.say("hi") # prints out "Ian: hi"
j = Human("Joel")
print j.say("hello") # prints out "Joel: hello"
#调用实例方法用"."
i.get_species() # => "H. sapiens"
# 改变类变量
Human.species = "H. neanderthalensis"
i.get_species() # => "H. neanderthalensis"
j.get_species() # => "H. neanderthalensis"
# 调用静态方法
Human.grunt() # => "*grunt*"
# 给age赋值
i.age = 42
# 获取age值
i.age # => 42
# 删除age
del i.age
i.age # => raises an AttributeError
- Python的模块(库)
Python中的一个*.py文件就是一个模块
import math
print math.sqrt(16) # => 4
# 可以只引入模块中的某些类/方法
from math import ceil, floor
print ceil(3.7) # => 4.0
print floor(3.7) # => 3.0
# 也可以通过*引入全部方法
# Warning: this is not recommended
from math import *
#math库的缩写可以为m
math.sqrt(16) == m.sqrt(16) # => True
# 可以直接引入sqrt库
from math import sqrt
math.sqrt == m.sqrt == sqrt # => True
#python的库就只是文件
import math
dir(math)
# If you have a Python script named math.py in the same
# folder as your current script, the file math.py will
# be loaded instead of the built-in Python module.
# This happens because the local folder has priority
# over Python's built-in libraries.
#如果你在当前目录下有一个Python脚本的名字也叫math.py
#当前目录下的math.py会替换掉内置的Python模块
#因为在Python中当前目录的优先级会高于内置模块的优先级
- Python中的高级特性(生成器、装饰器:wraps
Generators ,生成器函数在Python中与迭代器协议的概念联系在一起。
# 简而言之,包含yield语句的函数会被特地编译成生成器。
# 当函数被调用时,他们返回一个生成器对象,这个对象支持迭代器接口。函数
#也许会有个return语句,但它的作用是用来yield产生值的。
for i in iterable:
yield i + i
xrange_ = xrange(1, 900000000)
for i in double_numbers(xrange_):
print i
if i >= 30:
break
# 装饰器wraps,wraps可以包装
# Beg will call say. If say_please is True then it will change the returned
# message
from functools import wraps
def beg(target_function):
@wraps(target_function)
def wrapper(*args, **kwargs):
msg, say_please = target_function(*args, **kwargs)
if say_please:
return "{} {}".format(msg, "Please! I am poor :(")
return msg
return wrapper
@beg
def say(say_please=False):
msg = "Can you buy me a beer?"
return msg, say_please
print say() # Can you buy me a beer?
print say(say_please=True) # Can you buy me a beer? Please! I am poor :
-END-
转载声明:本文转载自「小小后端 」。