python dict sum()_Python 必知总结

Python 基础知识

Python，谨记‘3个’‘4类’‘5大’‘6种’这四个数字。

三个基本概念

1. 结构化（函数、模块、包）

2. 面向对象（类及派生类、重载）

3. 虚拟环境（版本管理、环境隔离）

四类基本操作

1. 数据操作（各种数据类型的操作）

2. 文件操作（文件打开读写关闭等操作）

3. 模块操作（导入使用、模块查询等操作）

4.并发操作（进程与线程、锁/信号号/安全队列等）

五大基本语句（5）

1. 赋值语句（变量、对象、赋值运算符）

2. 输入输出语句（print, input函数）

3. 条件判断语句（if-elif-else语句）

4. 循环语句(遍历循环for-in-else、条件循环while-else、break/continue)

5. 异常处理语句(try-except-else-finally)

六种数据类型（6）

1. 数字类型（int,bool,float,complex）

2. 字符串（str）

3. 列表（list）

4. 元组（tuple）

5. 字典（dict）

6. 集合（set）

---

Python 特点

• Python 是完全面向对象的语言
  • 函数、模块、数字、字符串都是对象，在 Python 中一切皆对象
  • 完全支持继承、重载、多重继承
  • 支持重载运算符，也支持泛型设计
• Python 拥有一个强大的标准库，Python 语言的核心只包含 数字、字符串、列表、字典、文件 等常见类型和函数

---

Python 程序执行原理

1. 操作系统会首先让 CPU 把 Python 解释器 的程序复制到 内存 中
2. Python 解释器 根据语法规则，从上向下 让 CPU 翻译 Python 程序中的代码
3. CPU 负责执行翻译完成的代码

# 执行以下终端命令可以查看 Python 解释器的大小

    # 1. 确认解释器所在位置
    $ which python
    
    # 2. 查看 python 文件大小(只是一个软链接)
    $ ls -lh /usr/bin/python
    
    # 3. 查看具体文件大小
    $ ls -lh /usr/bin/python3.6

---

Python数据类型

可以分为 数字型 和 非数字型

• 数字型
  • 整型 (int)
  • 浮点型（float）
  • 布尔型（bool）
    • 真 True 非 0 数 —— 非零即真
    • 假 False 0
  • 复数型 (complex)
    • 主要用于科学计算，例如：平面场问题、波动问题、电感电容等问题

• 非数字型
  • 字符串
  • 列表
  • 元组
  • 字典

• 在 Python 中，所有 非数字型变量 都支持以下特点：

1. 都是一个 序列 sequence，也可以理解为 容器
2. 取值 []
3. 遍历 for in
4. 计算长度、最大/最小值、比较、删除
5. 链接 + 和 重复 *
6. 切片

---

---

1-退出循环

break continue if Ctrl+C

break语句可以在循环过程中直接退出循环，而continue语句可以提前结束本轮循环，并直接开始下一轮循环。这两个语句通常都必须配合if语句使用。

要特别注意，不要滥用break和continue语句。break和continue会造成代码执行逻辑分叉过多，容易出错。大多数循环并不需要用到break和continue语句，上面的两个例子，都可以通过改写循环条件或者修改循环逻辑，去掉break和continue语句。

有些时候，如果代码写得有问题，会让程序陷入“死循环”，也就是永远循环下去。这时可以用Ctrl+C退出程序，或者强制结束Python进程。

例 只打印奇数，可以用continue语句跳过某些循环：

n = 0
while n < 10:
    n = n + 1
    if n % 2 == 0: # 如果n是偶数，执行continue语句
        continue # continue语句会直接继续下一轮循环，后续的print()语句不会执行
    print(n)

2-不可变对象

str是不变对象，而list是可变对象。

对于可变对象，比如list，对list进行操作，list内部的内容是会变化的，比如：

>>> a = ['c', 'b', 'a']
>>> a.sort()
>>> a
['a', 'b', 'c']

而对于不可变对象，比如str，对str进行操作呢：

>>> a = 'abc'
>>> a.replace('a', 'A')
'Abc'
>>> a
'abc'

虽然字符串有个replace()方法，也确实变出了'Abc'，但变量a最后仍是'abc'，应该怎么理解呢？

我们先把代码改成下面这样：

>>> a = 'abc'
>>> b = a.replace('a', 'A')
>>> b
'Abc'
>>> a
'abc'

要始终牢记的是，a是变量，而'abc'才是字符串对象！有些时候，我们经常说，对象a的内容是'abc'，但其实是指，a本身是一个变量，它指向的对象的内容才是'abc'：

当调用a.replace('a', 'A')时，实际上调用方法replace是作用在字符串对象'abc'上的，而这个方法虽然名字叫replace，但却没有改变字符串'abc'的内容。相反，replace方法创建了一个新字符串'Abc'并返回，如果我们用变量b指向该新字符串，就容易理解了，变量a仍指向原有的字符串'abc'，但变量b却指向新字符串'Abc'了：

所以，对于不变对象来说，调用对象自身的任意方法，也不会改变该对象自身的内容。相反，这些方法会创建新的对象并返回，这样，就保证了不可变对象本身永远是不可变的。

3-定义默认参数要牢记一点：默认参数必须指向不变对象！

4-把函数的参数改为可变参数

nums *nums

def calc(*numbers):
    sum = 0
    for n in numbers:
        sum = sum + n * n
    return sum

定义可变参数和定义一个list或tuple参数相比，仅仅在参数前面加了一个*号。在函数内部，参数numbers接收到的是一个tuple，因此，函数代码完全不变。但是，调用该函数时，可以传入任意个参数，包括0个参数：

>>> calc(1, 2)
5
>>> calc()
0

如果已经有一个list或者tuple，要调用一个可变参数怎么办？可以这样做：

>>> nums = [1, 2, 3]
>>> calc(nums[0], nums[1], nums[2])
14

这种写法当然是可行的，问题是太繁琐，所以Python允许你在list或tuple前面加一个*号，把list或tuple的元素变成可变参数传进去：

>>> nums = [1, 2, 3]
>>> calc(*nums)
14

*nums表示把nums这个list的所有元素作为可变参数传进去。这种写法相当有用，而且很常见。

5-关键字参数

可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple。

关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict。

6-迭代对象与迭代器

直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如list、tuple、dict、set、str等；

一类是generator，包括生成器和带yield的generator function。

检查一个对象是否是Iterator对象：

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

把list、dict、str等Iterable变成Iterator可以使用iter()函数：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

7-为什么list、dict、str等数据类型不是Iterator？

这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。

小结

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

Python的for循环本质上就是通过不断调用next()函数实现的，例如：

for x in [1, 2, 3, 4, 5]:
    pass

实际上完全等价于：

# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(it)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

8-函数-实参-形参-关键字参数-默认参数----混合参数

9-pandas read_csv参数index_col = None,0,False的区别

index_col的值有三种，整数型，序列，布尔，并且是可选的，默认是None

在默认为None的时候，pandas会自动将第一列作为索引，并额外添加一列。所以大多我们会使用index_col=0，直接将第一列作为索引，不额外添加列。

10-randint（下限，上限，n）指在下限和上限之间取出n个整数

---

• Python工程结构