X分钟速成Python3
- https://mp.weixin.qq.com/s/QT5sR0nUKgJYsYgrj2SleA
- https://learnxinyminutes.com/docs/zh-cn/python3-cn/
- https://learnxinyminutes.com/docs/files/learnpython3-cn.py
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
1 # 用井字符开头的是单行注释 2 3 """ 多行字符串用三个引号 4 包裹,也常被用来做多 5 行注释 6 """ 7 8 #################################################### 9 ## 1. 原始数据类型和运算符 10 #################################################### 11 12 # 整数 13 3 # => 3 14 15 # 算术没有什么出乎意料的 16 1 + 1 # => 2 17 8 - 1 # => 7 18 10 * 2 # => 20 19 20 # 但是除法例外,会自动转换成浮点数 21 35 / 5 # => 7.0 22 5 / 3 # => 1.6666666666666667 23 24 # 整数除法的结果都是向下取整 25 5 // 3 # => 1 26 5.0 // 3.0 # => 1.0 # 浮点数也可以 27 -5 // 3 # => -2 28 -5.0 // 3.0 # => -2.0 29 30 # 浮点数的运算结果也是浮点数 31 3 * 2.0 # => 6.0 32 33 # 模除 34 7 % 3 # => 1 35 36 # x的y次方 37 2**4 # => 16 38 39 # 用括号决定优先级 40 (1 + 3) * 2 # => 8 41 42 # 布尔值 43 True 44 False 45 46 # 用not取非 47 not True # => False 48 not False # => True 49 50 # 逻辑运算符,注意and和or都是小写 51 True and False # => False 52 False or True # => True 53 54 # 整数也可以当作布尔值 55 0 and 2 # => 0 56 -5 or 0 # => -5 57 0 == False # => True 58 2 == True # => False 59 1 == True # => True 60 61 # 用==判断相等 62 1 == 1 # => True 63 2 == 1 # => False 64 65 # 用!=判断不等 66 1 != 1 # => False 67 2 != 1 # => True 68 69 # 比较大小 70 1 < 10 # => True 71 1 > 10 # => False 72 2 <= 2 # => True 73 2 >= 2 # => True 74 75 # 大小比较可以连起来! 76 1 < 2 < 3 # => True 77 2 < 3 < 2 # => False 78 79 # 字符串用单引双引都可以 80 "这是个字符串" 81 '这也是个字符串' 82 83 # 用加号连接字符串 84 "Hello " + "world!" # => "Hello world!" 85 86 # 字符串可以被当作字符列表 87 "This is a string"[0] # => 'T' 88 89 # 用.format来格式化字符串 90 "{} can be {}".format("strings", "interpolated") 91 92 # 可以重复参数以节省时间 93 "{0} be nimble, {0} be quick, {0} jump over the {1}".format("Jack", "candle stick") 94 # => "Jack be nimble, Jack be quick, Jack jump over the candle stick" 95 96 # 如果不想数参数,可以用关键字 97 "{name} wants to eat {food}".format(name="Bob", food="lasagna") 98 # => "Bob wants to eat lasagna" 99 100 # 如果你的Python3程序也要在Python2.5以下环境运行,也可以用老式的格式化语法 101 "%s can be %s the %s way" % ("strings", "interpolated", "old") 102 103 # None是一个对象 104 None # => None 105 106 # 当与None进行比较时不要用 ==,要用is。is是用来比较两个变量是否指向同一个对象。 107 "etc" is None # => False 108 None is None # => True 109 110 # None,0,空字符串,空列表,空字典都算是False 111 # 所有其他值都是True 112 bool(0) # => False 113 bool("") # => False 114 bool([]) # => False 115 bool({}) # => False 116 117 118 #################################################### 119 ## 2. 变量和集合 120 #################################################### 121 122 # print是内置的打印函数 123 print("I'm Python. Nice to meet you!") 124 125 # 在给变量赋值前不用提前声明 126 # 传统的变量命名是小写,用下划线分隔单词 127 some_var = 5 128 some_var # => 5 129 130 # 访问未赋值的变量会抛出异常 131 # 参考流程控制一段来学习异常处理 132 some_unknown_var # 抛出NameError 133 134 # 用列表(list)储存序列 135 li = [] 136 # 创建列表时也可以同时赋给元素 137 other_li = [4, 5, 6] 138 139 # 用append在列表最后追加元素 140 li.append(1) # li现在是[1] 141 li.append(2) # li现在是[1, 2] 142 li.append(4) # li现在是[1, 2, 4] 143 li.append(3) # li现在是[1, 2, 4, 3] 144 # 用pop从列表尾部删除 145 li.pop() # => 3 且li现在是[1, 2, 4] 146 # 把3再放回去 147 li.append(3) # li变回[1, 2, 4, 3] 148 149 # 列表存取跟数组一样 150 li[0] # => 1 151 # 取出最后一个元素 152 li[-1] # => 3 153 154 # 越界存取会造成IndexError 155 li[4] # 抛出IndexError 156 157 # 列表有切割语法 158 li[1:3] # => [2, 4] 159 # 取尾 160 li[2:] # => [4, 3] 161 # 取头 162 li[:3] # => [1, 2, 4] 163 # 隔一个取一个 164 li[::2] # =>[1, 4] 165 # 倒排列表 166 li[::-1] # => [3, 4, 2, 1] 167 # 可以用三个参数的任何组合来构建切割 168 # li[始:终:步伐] 169 170 # 用del删除任何一个元素 171 del li[2] # li is now [1, 2, 3] 172 173 # 列表可以相加 174 # 注意:li和other_li的值都不变 175 li + other_li # => [1, 2, 3, 4, 5, 6] 176 177 # 用extend拼接列表 178 li.extend(other_li) # li现在是[1, 2, 3, 4, 5, 6] 179 180 # 用in测试列表是否包含值 181 1 in li # => True 182 183 # 用len取列表长度 184 len(li) # => 6 185 186 187 # 元组是不可改变的序列 188 tup = (1, 2, 3) 189 tup[0] # => 1 190 tup[0] = 3 # 抛出TypeError 191 192 # 列表允许的操作元组大都可以 193 len(tup) # => 3 194 tup + (4, 5, 6) # => (1, 2, 3, 4, 5, 6) 195 tup[:2] # => (1, 2) 196 2 in tup # => True 197 198 # 可以把元组合列表解包,赋值给变量 199 a, b, c = (1, 2, 3) # 现在a是1,b是2,c是3 200 # 元组周围的括号是可以省略的 201 d, e, f = 4, 5, 6 202 # 交换两个变量的值就这么简单 203 e, d = d, e # 现在d是5,e是4 204 205 206 # 用字典表达映射关系 207 empty_dict = {} 208 # 初始化的字典 209 filled_dict = {"one": 1, "two": 2, "three": 3} 210 211 # 用[]取值 212 filled_dict["one"] # => 1 213 214 215 # 用 keys 获得所有的键。 216 # 因为 keys 返回一个可迭代对象,所以在这里把结果包在 list 里。我们下面会详细介绍可迭代。 217 # 注意:字典键的顺序是不定的,你得到的结果可能和以下不同。 218 list(filled_dict.keys()) # => ["three", "two", "one"] 219 220 221 # 用values获得所有的值。跟keys一样,要用list包起来,顺序也可能不同。 222 list(filled_dict.values()) # => [3, 2, 1] 223 224 225 # 用in测试一个字典是否包含一个键 226 "one" in filled_dict # => True 227 1 in filled_dict # => False 228 229 # 访问不存在的键会导致KeyError 230 filled_dict["four"] # KeyError 231 232 # 用get来避免KeyError 233 filled_dict.get("one") # => 1 234 filled_dict.get("four") # => None 235 # 当键不存在的时候get方法可以返回默认值 236 filled_dict.get("one", 4) # => 1 237 filled_dict.get("four", 4) # => 4 238 239 # setdefault方法只有当键不存在的时候插入新值 240 filled_dict.setdefault("five", 5) # filled_dict["five"]设为5 241 filled_dict.setdefault("five", 6) # filled_dict["five"]还是5 242 243 # 字典赋值 244 filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "four": 4} 245 filled_dict["four"] = 4 # 另一种赋值方法 246 247 # 用del删除 248 del filled_dict["one"] # 从filled_dict中把one删除 249 250 251 # 用set表达集合 252 empty_set = set() 253 # 初始化一个集合,语法跟字典相似。 254 some_set = {1, 1, 2, 2, 3, 4} # some_set现在是{1, 2, 3, 4} 255 256 # 可以把集合赋值于变量 257 filled_set = some_set 258 259 # 为集合添加元素 260 filled_set.add(5) # filled_set现在是{1, 2, 3, 4, 5} 261 262 # & 取交集 263 other_set = {3, 4, 5, 6} 264 filled_set & other_set # => {3, 4, 5} 265 266 # | 取并集 267 filled_set | other_set # => {1, 2, 3, 4, 5, 6} 268 269 # - 取补集 270 {1, 2, 3, 4} - {2, 3, 5} # => {1, 4} 271 272 # in 测试集合是否包含元素 273 2 in filled_set # => True 274 10 in filled_set # => False 275 276 277 #################################################### 278 ## 3. 流程控制和迭代器 279 #################################################### 280 281 # 先随便定义一个变量 282 some_var = 5 283 284 # 这是个if语句。注意缩进在Python里是有意义的 285 # 印出"some_var比10小" 286 if some_var > 10: 287 print("some_var比10大") 288 elif some_var < 10: # elif句是可选的 289 print("some_var比10小") 290 else: # else也是可选的 291 print("some_var就是10") 292 293 294 """ 295 用for循环语句遍历列表 296 打印: 297 dog is a mammal 298 cat is a mammal 299 mouse is a mammal 300 """ 301 for animal in ["dog", "cat", "mouse"]: 302 print("{} is a mammal".format(animal)) 303 304 """ 305 "range(number)"返回数字列表从0到给的数字 306 打印: 307 0 308 1 309 2 310 3 311 """ 312 for i in range(4): 313 print(i) 314 315 """ 316 while循环直到条件不满足 317 打印: 318 0 319 1 320 2 321 3 322 """ 323 x = 0 324 while x < 4: 325 print(x) 326 x += 1 # x = x + 1 的简写 327 328 # 用try/except块处理异常状况 329 try: 330 # 用raise抛出异常 331 raise IndexError("This is an index error") 332 except IndexError as e: 333 pass # pass是无操作,但是应该在这里处理错误 334 except (TypeError, NameError): 335 pass # 可以同时处理不同类的错误 336 else: # else语句是可选的,必须在所有的except之后 337 print("All good!") # 只有当try运行完没有错误的时候这句才会运行 338 339 340 # Python提供一个叫做可迭代(iterable)的基本抽象。一个可迭代对象是可以被当作序列 341 # 的对象。比如说上面range返回的对象就是可迭代的。 342 343 filled_dict = {"one": 1, "two": 2, "three": 3} 344 our_iterable = filled_dict.keys() 345 print(our_iterable) # => dict_keys(['one', 'two', 'three']),是一个实现可迭代接口的对象 346 347 # 可迭代对象可以遍历 348 for i in our_iterable: 349 print(i) # 打印 one, two, three 350 351 # 但是不可以随机访问 352 our_iterable[1] # 抛出TypeError 353 354 # 可迭代对象知道怎么生成迭代器 355 our_iterator = iter(our_iterable) 356 357 # 迭代器是一个可以记住遍历的位置的对象 358 # 用__next__可以取得下一个元素 359 our_iterator.__next__() # => "one" 360 361 # 再一次调取__next__时会记得位置 362 our_iterator.__next__() # => "two" 363 our_iterator.__next__() # => "three" 364 365 # 当迭代器所有元素都取出后,会抛出StopIteration 366 our_iterator.__next__() # 抛出StopIteration 367 368 # 可以用list一次取出迭代器所有的元素 369 list(filled_dict.keys()) # => Returns ["one", "two", "three"] 370 371 372 373 #################################################### 374 ## 4. 函数 375 #################################################### 376 377 # 用def定义新函数 378 def add(x, y): 379 print("x is {} and y is {}".format(x, y)) 380 return x + y # 用return语句返回 381 382 # 调用函数 383 add(5, 6) # => 印出"x is 5 and y is 6"并且返回11 384 385 # 也可以用关键字参数来调用函数 386 add(y=6, x=5) # 关键字参数可以用任何顺序 387 388 389 # 我们可以定义一个可变参数函数 390 def varargs(*args): 391 return args 392 393 varargs(1, 2, 3) # => (1, 2, 3) 394 395 396 # 我们也可以定义一个关键字可变参数函数 397 def keyword_args(**kwargs): 398 return kwargs 399 400 # 我们来看看结果是什么: 401 keyword_args(big="foot", loch="ness") # => {"big": "foot", "loch": "ness"} 402 403 404 # 这两种可变参数可以混着用 405 def all_the_args(*args, **kwargs): 406 print(args) 407 print(kwargs) 408 """ 409 all_the_args(1, 2, a=3, b=4) prints: 410 (1, 2) 411 {"a": 3, "b": 4} 412 """ 413 414 # 调用可变参数函数时可以做跟上面相反的,用*展开序列,用**展开字典。 415 args = (1, 2, 3, 4) 416 kwargs = {"a": 3, "b": 4} 417 all_the_args(*args) # 相当于 foo(1, 2, 3, 4) 418 all_the_args(**kwargs) # 相当于 foo(a=3, b=4) 419 all_the_args(*args, **kwargs) # 相当于 foo(1, 2, 3, 4, a=3, b=4) 420 421 422 # 函数作用域 423 x = 5 424 425 def setX(num): 426 # 局部作用域的x和全局域的x是不同的 427 x = num # => 43 428 print (x) # => 43 429 430 def setGlobalX(num): 431 global x 432 print (x) # => 5 433 x = num # 现在全局域的x被赋值 434 print (x) # => 6 435 436 setX(43) 437 setGlobalX(6) 438 439 440 # 函数在Python是一等公民 441 def create_adder(x): 442 def adder(y): 443 return x + y 444 return adder 445 446 add_10 = create_adder(10) 447 add_10(3) # => 13 448 449 # 也有匿名函数 450 (lambda x: x > 2)(3) # => True 451 452 # 内置的高阶函数 453 map(add_10, [1, 2, 3]) # => [11, 12, 13] 454 filter(lambda x: x > 5, [3, 4, 5, 6, 7]) # => [6, 7] 455 456 # 用列表推导式可以简化映射和过滤。列表推导式的返回值是另一个列表。 457 [add_10(i) for i in [1, 2, 3]] # => [11, 12, 13] 458 [x for x in [3, 4, 5, 6, 7] if x > 5] # => [6, 7] 459 460 #################################################### 461 ## 5. 类 462 #################################################### 463 464 465 # 定义一个继承object的类 466 class Human(object): 467 468 # 类属性,被所有此类的实例共用。 469 species = "H. sapiens" 470 471 # 构造方法,当实例被初始化时被调用。注意名字前后的双下划线,这是表明这个属 472 # 性或方法对Python有特殊意义,但是允许用户自行定义。你自己取名时不应该用这 473 # 种格式。 474 def __init__(self, name): 475 # Assign the argument to the instance's name attribute 476 self.name = name 477 478 # 实例方法,第一个参数总是self,就是这个实例对象 479 def say(self, msg): 480 return "{name}: {message}".format(name=self.name, message=msg) 481 482 # 类方法,被所有此类的实例共用。第一个参数是这个类对象。 483 @classmethod 484 def get_species(cls): 485 return cls.species 486 487 # 静态方法。调用时没有实例或类的绑定。 488 @staticmethod 489 def grunt(): 490 return "*grunt*" 491 492 493 # 构造一个实例 494 i = Human(name="Ian") 495 print(i.say("hi")) # 印出 "Ian: hi" 496 497 j = Human("Joel") 498 print(j.say("hello")) # 印出 "Joel: hello" 499 500 # 调用一个类方法 501 i.get_species() # => "H. sapiens" 502 503 # 改一个共用的类属性 504 Human.species = "H. neanderthalensis" 505 i.get_species() # => "H. neanderthalensis" 506 j.get_species() # => "H. neanderthalensis" 507 508 # 调用静态方法 509 Human.grunt() # => "*grunt*" 510 511 512 #################################################### 513 ## 6. 模块 514 #################################################### 515 516 # 用import导入模块 517 import math 518 print(math.sqrt(16)) # => 4.0 519 520 # 也可以从模块中导入个别值 521 from math import ceil, floor 522 print(ceil(3.7)) # => 4.0 523 print(floor(3.7)) # => 3.0 524 525 # 可以导入一个模块中所有值 526 # 警告:不建议这么做 527 from math import * 528 529 # 如此缩写模块名字 530 import math as m 531 math.sqrt(16) == m.sqrt(16) # => True 532 533 # Python模块其实就是普通的Python文件。你可以自己写,然后导入, 534 # 模块的名字就是文件的名字。 535 536 # 你可以这样列出一个模块里所有的值 537 import math 538 dir(math) 539 540 541 #################################################### 542 ## 7. 高级用法 543 #################################################### 544 545 # 用生成器(generators)方便地写惰性运算 546 def double_numbers(iterable): 547 for i in iterable: 548 yield i + i 549 550 # 生成器只有在需要时才计算下一个值。它们每一次循环只生成一个值,而不是把所有的 551 # 值全部算好。 552 # 553 # range的返回值也是一个生成器,不然一个1到900000000的列表会花很多时间和内存。 554 # 555 # 如果你想用一个Python的关键字当作变量名,可以加一个下划线来区分。 556 range_ = range(1, 900000000) 557 # 当找到一个 >=30 的结果就会停 558 # 这意味着 `double_numbers` 不会生成大于30的数。 559 for i in double_numbers(range_): 560 print(i) 561 if i >= 30: 562 break 563 564 565 # 装饰器(decorators) 566 # 这个例子中,beg装饰say 567 # beg会先调用say。如果返回的say_please为真,beg会改变返回的字符串。 568 from functools import wraps 569 570 571 def beg(target_function): 572 @wraps(target_function) 573 def wrapper(*args, **kwargs): 574 msg, say_please = target_function(*args, **kwargs) 575 if say_please: 576 return "{} {}".format(msg, "Please! I am poor :(") 577 return msg 578 579 return wrapper 580 581 582 @beg 583 def say(say_please=False): 584 msg = "Can you buy me a beer?" 585 return msg, say_please 586 587 588 print(say()) # Can you buy me a beer? 589 print(say(say_please=True)) # Can you buy me a beer? Please! I am poor :(
1. 原始数据类型和运算符
- # 但是除法例外,会自动转换成浮点数
- 35 / 5 # => 7.0
- 5 / 3 # => 1.6666666666666667
- # 整数除法的结果都是向下取整
- 5 // 3 # => 1
- 5.0 // 3.0 # => 1.0 # 浮点数也可以
- -5 // 3 # => -2
- -5.0 // 3.0 # => -2.0
- # 整数也可以当作布尔值
- 0 and 2 # => 0
- -5 or 0 # => -5
- 0 == False # => True
- 2 == True # => False
- 1 == True # => True
- # 大小比较可以连起来!
- 1 < 2 < 3 # => True
- 2 < 3 < 2 # => False
- # 字符串可以被当作字符列表
- "This is a string"[0] # => 'T'
- # 如果不想数参数,可以用关键字
- "{name} wants to eat {food}".format(name="Bob", food="lasagna")
- # => "Bob wants to eat lasagna"
- # None是一个对象
- None # => None
- # None,0,空字符串,空列表,空字典都算是False
- # 所有其他值都是True
- bool(0) # => False
- bool("") # => False
- bool([]) # => False
- bool({}) # => False
2. 变量和集合
- # 访问未赋值的变量会抛出异常
- # 参考流程控制一段来学习异常处理
- some_unknown_var # 抛出NameError
- # 越界存取会造成IndexError
- li[4] # 抛出IndexError
- # 隔一个取一个
- li[::2] # =>[1, 4]
- # 倒排列表
- li[::-1] # => [3, 4, 2, 1]
- # 可以用三个参数的任何组合来构建切割
- # li[始:终:步伐]
- # 用extend拼接列表
- li.extend(other_li) # li现在是[1, 2, 3, 4, 5, 6]
- # 元组是不可改变的序列
- tup = (1, 2, 3)
- tup[0] # => 1
- tup[0] = 3 # 抛出TypeError
- # 可以把元组合列表解包,赋值给变量
- a, b, c = (1, 2, 3) # 现在a是1,b是2,c是3
- # 元组周围的括号是可以省略的
- d, e, f = 4, 5, 6
- # 交换两个变量的值就这么简单
- e, d = d, e # 现在d是5,e是4
- # 用 keys 获得所有的键。
- # 因为 keys 返回一个可迭代对象,所以在这里把结果包在 list 里。我们下面会详细介绍可迭代。
- # 注意:字典键的顺序是不定的,你得到的结果可能和以下不同。
- list(filled_dict.keys()) # => ["three", "two", "one"]
- # 用values获得所有的值。跟keys一样,要用list包起来,顺序也可能不同。
- list(filled_dict.values()) # => [3, 2, 1]
- # 访问不存在的键会导致KeyError
- filled_dict["four"] # KeyError
- # 用get来避免KeyError
- filled_dict.get("one") # => 1
- filled_dict.get("four") # => None
- # 当键不存在的时候get方法可以返回默认值
- filled_dict.get("one", 4) # => 1
- filled_dict.get("four", 4) # => 4
- # setdefault方法只有当键不存在的时候插入新值
- filled_dict.setdefault("five", 5) # filled_dict["five"]设为5
- filled_dict.setdefault("five", 6) # filled_dict["five"]还是5
- # 字典赋值
- filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "four": 4}
- filled_dict["four"] = 4 # 另一种赋值方法
- # 用del删除
- del filled_dict["one"] # 从filled_dict中把one删除
- # 用set表达集合
- empty_set = set()
- # 初始化一个集合,语法跟字典相似。
- some_set = {1, 1, 2, 2, 3, 4} # some_set现在是{1, 2, 3, 4}
- # 为集合添加元素
- filled_set.add(5) # filled_set现在是{1, 2, 3, 4, 5}
- # & 取交集
- other_set = {3, 4, 5, 6}
- filled_set & other_set # => {3, 4, 5}
- # | 取并集
- filled_set | other_set # => {1, 2, 3, 4, 5, 6}
- # - 取补集
- {1, 2, 3, 4} - {2, 3, 5} # => {1, 4}
3. 流程控制和迭代器
- # 用try/except块处理异常状况
- try:
- # 用raise抛出异常
- raise IndexError("This is an index error")
- except IndexError as e:
- pass # pass是无操作,但是应该在这里处理错误
- except (TypeError, NameError):
- pass # 可以同时处理不同类的错误
- else: # else语句是可选的,必须在所有的except之后
- print("All good!") # 只有当try运行完没有错误的时候这句才会运行
- # Python提供一个叫做可迭代(iterable)的基本抽象。一个可迭代对象是可以被当作序列
- # 的对象。比如说上面range返回的对象就是可迭代的。
- filled_dict = {"one": 1, "two": 2, "three": 3}
- our_iterable = filled_dict.keys()
- print(our_iterable) # => dict_keys(['one', 'two', 'three']),是一个实现可迭代接口的对象
- # 可迭代对象可以遍历
- for i in our_iterable:
- print(i) # 打印 one, two, three
- for i in our_iterable:
- # 但是不可以随机访问
- our_iterable[1] # 抛出TypeError
- # 可迭代对象知道怎么生成迭代器
- our_iterator = iter(our_iterable)
- # 迭代器是一个可以记住遍历的位置的对象
- # 用__next__可以取得下一个元素
- our_iterator.__next__() # => "one"
- # 再一次调取__next__时会记得位置
- our_iterator.__next__() # => "two"
- our_iterator.__next__() # => "three"
- # 当迭代器所有元素都取出后,会抛出StopIteration
- our_iterator.__next__() # 抛出StopIteration
- # 可以用list一次取出迭代器所有的元素
- list(filled_dict.keys()) # => Returns ["one", "two", "three"]
4. 函数
- # 也可以用关键字参数来调用函数
- add(y=6, x=5) # 关键字参数可以用任何顺序
- # 我们可以定义一个可变参数函数
- def varargs(*args):
- return args
- varargs(1, 2, 3) # => (1, 2, 3)
- def varargs(*args):
- # 我们也可以定义一个关键字可变参数函数
- def keyword_args(**kwargs):
- return kwargs
- def keyword_args(**kwargs):
- # 我们来看看结果是什么:
- keyword_args(big="foot", loch="ness") # => {"big": "foot", "loch": "ness"}
- # 这两种可变参数可以混着用
- 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}
- """
- def all_the_args(*args, **kwargs):
- # 调用可变参数函数时可以做跟上面相反的,用*展开序列,用**展开字典。
- args = (1, 2, 3, 4)
- kwargs = {"a": 3, "b": 4}
- all_the_args(*args) # 相当于 foo(1, 2, 3, 4)
- all_the_args(**kwargs) # 相当于 foo(a=3, b=4)
- all_the_args(*args, **kwargs) # 相当于 foo(1, 2, 3, 4, a=3, b=4)
- # 函数作用域
- x = 5
- def setX(num):
- # 局部作用域的x和全局域的x是不同的
- x = num # => 43
- print (x) # => 43
- def setGlobalX(num):
- global x
- print (x) # => 5
- x = num # 现在全局域的x被赋值
- print (x) # => 6
- setX(43)
- setGlobalX(6)
- # 函数在Python是一等公民
- def create_adder(x):
- def adder(y):
- return x + y
- return adder
- def adder(y):
- add_10 = create_adder(10)
- add_10(3) # => 13
- def create_adder(x):
- # 也有匿名函数
- (lambda x: x > 2)(3) # => True
- # 内置的高阶函数
- map(add_10, [1, 2, 3]) # => [11, 12, 13]
- filter(lambda x: x > 5, [3, 4, 5, 6, 7]) # => [6, 7]
- # 用列表推导式可以简化映射和过滤。列表推导式的返回值是另一个列表。
- [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]
5. 类
- # 定义一个继承object的类
- class Human(object):
- # 类属性,被所有此类的实例共用。
- species = "H. sapiens"
- # 构造方法,当实例被初始化时被调用。注意名字前后的双下划线,这是表明这个属性或方法对Python有特殊意义,但是允许用户自行定义。你自己取名时不应该用这种格式。
- def __init__(self, name):
- # Assign the argument to the instance's name attribute
- self.name = name
- # 实例方法,第一个参数总是self,就是这个实例对象
- def say(self, msg):
- return "{name}: {message}".format(name=self.name, message=msg)
- def say(self, msg):
- # 类方法,被所有此类的实例共用。第一个参数是这个类对象。
- @classmethod
- def get_species(cls):
- return cls.species
- # 静态方法。调用时没有实例或类的绑定。
- @staticmethod
- def grunt():
- return "*grunt*"
- # 类属性,被所有此类的实例共用。
- class Human(object):
- # 构造一个实例
- i = Human(name="Ian")
- print(i.say("hi")) # 印出 "Ian: hi"
- j = Human("Joel")
- print(j.say("hello")) # 印出 "Joel: hello"
- # 调用一个类方法
- i.get_species() # => "H. sapiens"
- # 改一个共用的类属性
- Human.species = "H. neanderthalensis"
- i.get_species() # => "H. neanderthalensis"
- j.get_species() # => "H. neanderthalensis"
- # 调用静态方法
- Human.grunt() # => "*grunt*"
6. 模块
- # 你可以这样列出一个模块里所有的值
- import math
- dir(math)
7. 高级用法
- # 用生成器(generators)方便地写惰性运算
- def double_numbers(iterable):
- for i in iterable:
- yield i + i
- for i in iterable:
- def double_numbers(iterable):
- # 生成器只有在需要时才计算下一个值。它们每一次循环只生成一个值,而不是把所有的值全部算好。
- # range的返回值也是一个生成器,不然一个1到90000的列表会花很多时间和内存。
- # 如果你想用一个Python的关键字当作变量名,可以加一个下划线来区分。
- range_ = range(1, 90000)
- # 当找到一个 >=30 的结果就会停
- # 这意味着 `double_numbers` 不会生成大于30的数。
- for i in double_numbers(range_):
- print(i)
- if i >= 30:
- break
- for i in double_numbers(range_):
- # 装饰器(decorators)
- # 这个例子中,beg装饰say
- # beg会先调用say。如果返回的say_please为真,beg会改变返回的字符串。
- 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 :(