几分钟快速入门Python

作者: Domon_Lee | 来源:发表于2016-07-31 21:49 被阅读2527次

    获取代码:learnpython.py

    Python由Guido Van Rossum在1991年创造的。它是现今存在的最流行的语言之一。我喜欢上Python是因为其简洁的语法。它基本上通过伪代码执行。

    注意:这篇文章适用于Python 2.7,但可能适用于Python 2.x。Python 2.7将在2020年停止支持。

    写的Python代码,同时兼容Python 2.7 和 3.x是完全有可能的。通过使用Python的__future__imports.通过它可以让你通过Python 3写的代码运行在Python 2下。

    更多内容请访问这里

    # 单行的注释是通过#号开始。
    
    """ 多行的注释
         可以使用"""号包括
    """
    
    
    ####################################################
    ## 1. 基础的数据类型和操作符
    ####################################################
    
    # 数字类型
    3  # => 3
    
    # 数学表达式
    1 + 1  # => 2
    8 - 1  # => 7
    10 * 2  # => 20
    35 / 5  # => 7
    
    # 除法有一点棘手。它自动的是整除。
    5 / 2  # => 2
    
    # 要解决这个问题我们需要学习浮点型
    2.0     # 这是一个浮点型
    11.0 / 4.0  # => 2.75 这个结果好了很多
    
    # 整数除法得到的结果有好的方面也有不好的方面。
    5 // 3     # => 1
    5.0 // 3.0 # => 1.0 
    -5 // 3  # => -2
    -5.0 // 3.0 # => -2.0
    
    # 注意我们可以使用导入除法模块(在第六章模块中讲解)
    # 用来计算普通的除法仅仅使用一个'/'。
    from __future__ import division
    11/4    # => 2.75  
    11//4   # => 2 
    
    # 取余操作符
    7 % 3 # => 1
    
    # 求幂操作
    2**4 # => 16
    
    # 括号优先
    (1 + 3) * 2  # => 8
    
    # 布尔操作符
    # 注意 「and」和「or」操作符是区分大小写的
    True and False #=> False
    False or True #=> True
    
    # 注意下通过布尔操作符比较整数
    0 and 2 #=> 0
    -5 or 0 #=> -5
    0 == False #=> True
    2 == True #=> False
    1 == True #=> True
    
    # 通过「not」取反
    not True  # => False
    not False  # => True
    
    # 「==」表示相等
    1 == 1  # => True
    2 == 1  # => False
    
    #「!=」 表示不等
    1 != 1  # => False
    2 != 1  # => True
    
    # 更多的比较操作符
    1 < 10  # => True
    1 > 10  # => False
    2 <= 2  # => True
    2 >= 2  # => True
    
    # 比较可以是连续的!
    1 < 2 < 3  # => True
    2 < 3 < 2  # => False
    
    # 字符串可以通过「"」或者「'」创建
    "This is a string."
    'This is also a string.'
    
    # 字符串也可以相加!
    "Hello " + "world!"  # => "Hello world!"
    # 字符串可以不通过「+」来拼接
    "Hello " "world!"  # => "Hello world!"
    
    # 还可以重复多次
    "Hello" * 3  # => "HelloHelloHello"
    
    # 一串字符串可以被当做一个字符的列表
    "This is a string"[0]  # => 'T'
    
    # 字符串通过「%」来格式化
    # 即使「%」操作符在Python 3.1下是不建议使用的并且在以后的某个时候会
    # 被移除掉,了解它怎么使用的还是没有坏处的。
    x = 'apple'
    y = 'lemon'
    z = "The items in the basket are %s and %s" % (x,y)
    
    # 一个新的方法来格式化字符串
    # 这个方法是首选的方法
    "{} is a {}".format("This", "placeholder")
    "{0} can be {1}".format("strings", "formatted")
    # 若你不想去计数,你可以使用关键词
    "{name} wants to eat {food}".format(name="Bob", food="lasagna")
    
    # None是一个对象
    None  # => None
    
    # 不要使用「==」来比较None和其他对象
    # 使用「is」代替
    "etc" is None  # => False
    None is None  # => True
    
    # 「is」操作符用来判断对象的合法性。
    # 他对于处理私有的值不是很有用,
    # 但是处理对象则不然。
    
    # 任何一个对象都可以使用一个布尔型的内容。
    # 下面的这些值是认为假:
    #    - None
    #    - 所有数值型类型的空 (e.g., 0, 0L, 0.0, 0j)
    #    - 空的序列 (e.g., '', (), [])
    #    - 空的容器 (e.g., {}, set())
    #    - 符合某些条件的用户自定义的类的实例
    # 详情见:https://docs.python.org/2/reference/datamodel.html#object.__nonzero__
    # 所有其他的值都为真(使用bool()方法返回为True)
    bool(0)  # => False
    bool("")  # => False
    
    
    ####################################################
    ## 2. 变量和集合
    ####################################################
    
    # Python 有一个print方法
    print "I'm Python. Nice to meet you!" # => I'm Python. Nice to meet you!
    
    # 从命令行简单的获取输入数据
    input_string_var = raw_input("Enter some data: ") # 返回一个String型的值
    input_var = input("Enter some data: ") # 返回一个Int型的值
    # 警告:使用input()方法必须要谨慎
    # 注意:在Python 3,input()不建议使用,并且raw_input()改名为input()
    
    # 在赋值变量之前不用分配它们
    some_var = 5    # 约定使用带下划线的小写
    some_var  # => 5
    
    # 访问之前没有申明过的变量会发生异常。
    # 前往「流程控制」学习如何处理异常。
    some_other_var  # 提出一个变量名错误
    
    # 「if」可以被用作类似C的三元操作符「?:」
    "yahoo!" if 3 > 2 else 2  # => "yahoo!"
    
    # Lists存储
    li = []
    # 你可以使用预先有数据的list
    other_li = [4, 5, 6]
    
    # 通过append方法往list后面添加数据
    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]
    # 通过pop从list最后面移除数据
    li.pop()        # => 3 and li is now [1, 2, 4]
    # 我们再将其加入进来
    li.append(3)    # li is now [1, 2, 4, 3] again.
    
    # 访问list就像使用数组一样
    li[0]  # => 1
    # 通过「=」给已经存在的索引添加一个新的值
    li[0] = 42
    li[0]  # => 42
    li[0] = 1  # Note: setting it back to the original value
    # Look at the last element
    # 查看最后一个元素
    li[-1]  # => 3
    
    # 当查询越界的话会报IndexError
    li[4]  # Raises an IndexError
    
    # 你可以通过排列拆分获取list中的内容
    li[1:3]  # => [2, 4]
    # 省略结尾
    li[2:]  # => [4, 3]
    # 省略开头
    li[:3]  # => [1, 2, 4]
    # 隔两个步长访问
    li[::2]   # =>[1, 4]
    # 反转list
    li[::-1]   # => [3, 4, 2, 1]
    # 使用li[开始:结束:步长]来实现不同的切分
    
    # 通过「del」删除指定位置的元素
    del li[2]   # li is now [1, 2, 3]
    
    # 你可以添加其他list
    li + other_li   # => [1, 2, 3, 4, 5, 6]
    # 注意:li和other_list中的数据是没有被修改的
    
    # 通过「extend()」来连接list
    li.extend(other_li)   # Now li is [1, 2, 3, 4, 5, 6]
    
    # 删除第一个找到对应值的元素
    li.remove(2)  # li is now [1, 3, 4, 5, 6]
    li.remove(2)  # 得到一个ValueError,因为2已经不在li中了
    
    # 在特定位置插入一个元素
    li.insert(1, 2)  # li is now [1, 2, 3, 4, 5, 6] again
    
    # 找到对应元素的位置
    li.index(2)  # => 1
    li.index(7)  # 得到一个ValueError,因为7不在li中
    
    # 通过「in」查看list中是否存在改元素
    1 in li   # => True
    
    # 通过「len()」获取list长度
    len(li)   # => 6
    
    
    # 元祖「Tuples」比较像list,但是它是不可变的
    tup = (1, 2, 3)
    tup[0]   # => 1
    tup[0] = 3  # Raises a TypeError
    
    # 你可以在Tuples中做下面所有list的操作
    len(tup)   # => 3
    tup + (4, 5, 6)   # => (1, 2, 3, 4, 5, 6)
    tup[:2]   # => (1, 2)
    2 in tup   # => True
    
    # 你可以将tuples(或者lists)中的数据取到变量中
    a, b, c = (1, 2, 3)     # a is now 1, b is now 2 and c is now 3
    d, e, f = 4, 5, 6       # you can leave out the parentheses
    # Tuples可以默认创建
    g = 4, 5, 6             # => (4, 5, 6)
    # 简单的交换两个变量的值
    e, d = d, e     # d is now 5 and e is now 4
    
    
    # 字典存储map
    empty_dict = {}
    # 这是一个预先定义的字典
    filled_dict = {"one": 1, "two": 2, "three": 3}
    
    # 通过「[]」查看字典中的值
    filled_dict["one"]   # => 1
    
    # 通过「keys()」获得一个所有键的list
    filled_dict.keys()   # => ["three", "two", "one"]
    # 注意:字典中键的排序是不规律的
    # 你的结果可能和这个不完全匹配
    
    # Get all values as a list with "values()"
    # 通过「values()」获得一个所有值的list
    filled_dict.values()   # => [3, 2, 1]
    # 注意:值的排序同上面键的排序
    
    # 通过「in」查看键是在字典中存在
    "one" in filled_dict   # => True
    1 in filled_dict   # => False
    
    # 试图访问一个不存在的键时会有KeyError
    filled_dict["four"]   # KeyError
    
    # 通过「get()」方法来避免产生KeyError
    filled_dict.get("one")   # => 1
    filled_dict.get("four")   # => None
    # 这个get方法在查找的值不存在时,可以有一个默认值作为参数
    filled_dict.get("one", 4)   # => 1
    filled_dict.get("four", 4)   # => 4
    # 记住filled_dict.get("four") 仍然会返回None
    # (get方法不会在字典中设置值)
    
    # 可以通过和list一样的方法设置键值
    filled_dict["four"] = 4  # now, filled_dict["four"] => 4
    
    # 「setdefault()」方法只有在字典中不存在的时候才插入
    filled_dict.setdefault("five", 5)  # filled_dict["five"] is set to 5
    filled_dict.setdefault("five", 6)  # filled_dict["five"] is still 5
    
    
    empty_set = set()
    # 初始化set
    some_set = set([1, 2, 2, 3, 4])   # some_set is now set([1, 2, 3, 4])
    
    # 排序也是没有规律的,及时看起来似乎像排好序的
    another_set = set([4, 3, 2, 2, 1])  # another_set is now set([1, 2, 3, 4])
    
    # 从Python 2.7开始,{}可以用来声明一个set
    filled_set = {1, 2, 2, 3, 4}   # => {1, 2, 3, 4}
    
    # 往一个set中加入更多的元素
    filled_set.add(5)   # filled_set is now {1, 2, 3, 4, 5}
    
    # set集合通过「&」做交集操作
    other_set = {3, 4, 5, 6}
    filled_set & other_set   # => {3, 4, 5}
    
    # set集合通过「|」做并集操作
    filled_set | other_set   # => {1, 2, 3, 4, 5, 6}
    
    # set集合通过「-」做不包含操作
    {1, 2, 3, 4} - {2, 3, 5}   # => {1, 4}
    
    # set集合通过「^」做去重操作
    {1, 2, 3, 4} ^ {2, 3, 5}  # => {1, 4, 5}
    
    # 检查右边的集合是否是左边的子集
    {1, 2} >= {1, 2, 3} # => False
    
    # 检查左边的集合是否是右边的子集
    {1, 2} <= {1, 2, 3} # => True
    
    # 通过「in」检查特定元素是否存在在集合中
    2 in filled_set   # => True
    10 in filled_set   # => False
    
    
    ####################################################
    ## 3. 流程控制
    ####################################################
    
    # 让我们来新建一个变量
    some_var = 5
    
    # 下面是一些if语句。缩减在Python中是必须的!
    if some_var > 10:
        print "some_var is totally bigger than 10."
    elif some_var < 10:    # 这个elif代码块是可选的
        print "some_var is smaller than 10."
    else:           # 这个同样是可选的
        print "some_var is indeed 10."
    
    
    """
    通过循环迭代打印列表
    prints:
        dog is a mammal
        cat is a mammal
        mouse is a mammal
    """
    for animal in ["dog", "cat", "mouse"]:
        # 你可以通过{0}占位符来格式化字符串(详情见上)
        print "{0} is a mammal".format(animal)
    
    """
    「range(number)」返回一个从零到传参数字的列表
    prints:
        0
        1
        2
        3
    """
    for i in range(4):
        print i
    
    """
    「range(number)」返回一个从第一个参数到第二个参数的列表
    prints:
        4
        5
        6
        7
    """
    for i in range(4, 8):
        print i
    
    """
    While可以一直循环到条件不成立
    prints:
        0
        1
        2
        3
    """
    x = 0
    while x < 4:
        print x
        x += 1  # Shorthand for x = x + 1
    
    # 通过try/except代码段来处理异常
    
    # 在Python2.6以上可以使用:
    try:
        # 通过「raise」抛出一个异常
        raise IndexError("This is an index error")
    except IndexError as e:
        pass    # Pass就是一个空语句。通常你需要在这里恢复
    except (TypeError, NameError):
        pass    # 如果有必要,多个异常都可以在这里被处理
    else:   # 对于try/except代码段可选的条件。必须要跟在所有的except语句之后
        print "All good!"   # 仅仅在代码中try没有异常的时候执行
    finally: #  在所有语句执行完毕之后执行
        print "We can clean up resources here"
    
    # 你可以使用一个with语句,代替try/finally语句去清空资源
    with open("myfile.txt") as f:
        for line in f:
            print line
    
    
    ####################################################
    ## 4. 函数
    ####################################################
    
    # 使用「def」来创造一个新的函数
    def add(x, y):
        print "x is {0} and y is {1}".format(x, y)
        return x + y    # 通过return语句返回结果
    
    # 调用代参的函数
    add(5, 6)   # => prints out "x is 5 and y is 6" and returns 11
    
    # 通过关键字参数,是另一种调用的方式
    add(y=6, x=5)   # Keyword arguments can arrive in any order.
    
    # 你可以定义一个接收一个变量位置的参数,通过使用「*」来插入元祖的数据
    def varargs(*args):
        return args
    
    varargs(1, 2, 3)   # => (1, 2, 3)
    
    # 你可以定义一个接收一个变量位置的参数,通过使用「**」来插入字典的数据
    def keyword_args(**kwargs):
        return kwargs
    
    # 让我们看看调用它会发生什么
    keyword_args(big="foot", loch="ness")   # => {"big": "foot", "loch": "ness"}
    
    # 当然若你喜欢,你可以同时使用它俩
    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}
    """
    
    # 当你调用函数的时候,你可以选择参数,通过「*」和「**」传递不同的参数类型
    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)
    
    def pass_all_the_args(*args, **kwargs):
        all_the_args(*args, **kwargs)
        print varargs(*args)
        print keyword_args(**kwargs)
    
    # 函数的作用范围
    x = 5
    
    def set_x(num):
        # 函数当前的变量x和全局的变量x是不同的
        x = num # => 43
        print x # => 43
    
    def set_global_x(num):
        global x
        print x # => 5
        x = num # 全局的变量x现在变成了6
        print x # => 6
    
    set_x(43)
    set_global_x(6)
    
    # Python有第一类函数
    def create_adder(x):
        def adder(y):
            return x + y
        return adder
    
    add_10 = create_adder(10)
    add_10(3)   # => 13
    
    # 当然也有匿名函数
    (lambda x: x > 2)(3)   # => True
    (lambda x, y: x ** 2 + y ** 2)(2, 1) # => 5
    
    # 还有很多内建的高阶函数
    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]
    
    # 我们可以使用list解析出漂亮的map和过滤器
    [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
    ####################################################
    
    # 我们从object中获得一个子类
    class Human(object):
    
        # 一个类的属性。它被所有的这个类的实例共享
        species = "H. sapiens"
    
        # 基础的初始化,当类被实例化的时候调用。
        # 注意前后的双下划线表示对象或者属性由Python使用,但是它处在用户控制
        #的命名空间当中。你不应该这样创建自己的名字。
        def __init__(self, name):
            # 申明变量是一个实例的名字属性
            self.name = name
    
            # 初始化属性
            self.age = 0
    
        # 一个实例的方法。所有的方法都将「self」作为第一个参数
        def say(self, msg):
            return "{0}: {1}".format(self.name, msg)
    
        # 一个类中的方法是对所有的实例对象所共享的
        # 它们通过第一个参数所属的类被其类所调用
        @classmethod
        def get_species(cls):
            return cls.species
    
        # 一个静态的方法不通过一个类或者一个实例所调用
        @staticmethod
        def grunt():
            return "*grunt*"
    
        # 「property」就像是getter方法
        # 它将返回方法age()的只读的属性
        @property
        def age(self):
            return self._age
    
        # 下面的方法允许属性被set
        @age.setter
        def age(self, age):
            self._age = age
    
        # 下面的方法允许属性被删除
        @age.deleter
        def age(self):
            del self._age
    
    # 实例化一个类
    i = Human(name="Ian")
    print i.say("hi")     # prints out "Ian: hi"
    
    j = Human("Joel")
    print j.say("hello")  # prints out "Joel: hello"
    
    # 调用类中的方法
    i.get_species()   # => "H. sapiens"
    
    # 修改共享的属性
    Human.species = "H. neanderthalensis"
    i.get_species()   # => "H. neanderthalensis"
    j.get_species()   # => "H. neanderthalensis"
    
    # 调用静态方法
    Human.grunt()   # => "*grunt*"
    
    # 更新属性
    i.age = 42
    
    # 得到属性
    i.age # => 42
    
    # 删除属性
    del i.age
    i.age  # => raises an AttributeError
    
    
    ####################################################
    ## 6. 模块
    ####################################################
    
    # 你可以导入模块
    import math
    print math.sqrt(16)  # => 4
    
    # 你可以从一个模块中得到其特殊的方法
    from math import ceil, floor
    print ceil(3.7)  # => 4.0
    print floor(3.7)   # => 3.0
    
    # 你可以导入从一个模块中导入所有的函数
    # 警告:这种方法是不建议的
    from math import *
    
    # 你可以将模块的名字缩写
    import math as m
    math.sqrt(16) == m.sqrt(16)   # => True
    # you can also test that the functions are equivalent
    from math import sqrt
    math.sqrt == m.sqrt == sqrt  # => True
    
    # Python的模块就是普通的python文件。你可以自己编写你自己的然后导入它们。
    # 这些模块的名称和你的文件名称相同。
    
    # 你可以通过「dir」找到这个模块中的方法和属性
    import math
    dir(math)
    
    # 若你有一个和Python同名的叫「math.py」的脚本在当前的文件夹下,你所编写
    # 的文件将会在载入时替换掉Python内建的模块。这种情况是因为你本地文件的权
    # 限高于Python内建的库。
    
    
    ####################################################
    ## 7. 高级
    ####################################################
    
    # Generators help you make lazy code
    def double_numbers(iterable):
        for i in iterable:
            yield i + i
    
    # A generator creates values on the fly.
    # Instead of generating and returning all values at once it creates one in each
    # iteration.  This means values bigger than 15 wont be processed in
    # double_numbers.
    # Note xrange is a generator that does the same thing range does.
    # Creating a list 1-900000000 would take lot of time and space to be made.
    # xrange creates an xrange generator object instead of creating the entire list
    # like range does.
    # We use a trailing underscore in variable names when we want to use a name that
    # would normally collide with a python keyword
    xrange_ = xrange(1, 900000000)
    
    # will double all numbers until a result >=30 found
    for i in double_numbers(xrange_):
        print i
        if i >= 30:
            break
    
    
    # Decorators
    # in this example beg wraps say
    # 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 :(
    
    

    相关文章

      网友评论

        本文标题:几分钟快速入门Python

        本文链接:https://www.haomeiwen.com/subject/orzajttx.html