Learn Python in Y Minutes python

Python 是由吉多 · 范罗苏姆 (Guido Van Rossum) 在 90 年代早期设计。它是如今最常用的编程语言之一。它的语法简洁且优美，几乎就是可执行的伪代码。

# 用井字符开头的是单行注释""" 多行字符串用三个引号包裹，也常被用来做多行注释 """#################################################### ## 1. 原始数据类型和运算符 ##################################################### 整数 3# => 3# 算术没有什么出乎意料的 1 + 1# => 2 8 - 1# => 7 10 * 2# => 20# 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# 浮点数的运算结果也是浮点数 3 * 2.0 # => 6.0# 模除 7 % 3 # => 1# x的y次方 2**4 # => 16# 用括号决定优先级 (1 + 3) * 2# => 8# 布尔值 True False# 用not取非 not True# => False not False# => True# 逻辑运算符，注意and和or都是小写 True and False # => False False or True # => True# 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# 用==判断相等 1 == 1# => True 2 == 1# => False# 用!=判断不等 1 != 1# => False 2 != 1# => True# 比较大小 1 < 10# => True 1 > 10# => False 2 <= 2# => True 2 >= 2# => True# 大小比较可以连起来！ 1 < 2 < 3# => True 2 < 3 < 2# => False# 字符串用单引双引都可以 "这是个字符串" '这也是个字符串'# 用加号连接字符串 "Hello " + "world!"# => "Hello world!"# 字符串可以被当作字符列表 "This is a string"[0]# => 'T'# 用.format来格式化字符串 "{} can be {}".format("strings", "interpolated")# 可以重复参数以节省时间 "{0} be nimble, {0} be quick, {0} jump over the {1}".format("Jack", "candle stick") # => "Jack be nimble, Jack be quick, Jack jump over the candle stick"# 如果不想数参数，可以用关键字 "{name} wants to eat {food}".format() # => "Bob wants to eat lasagna"# 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 "%s can be %s the %s way" % ("strings", "interpolated", "old")# None是一个对象 None# => None# 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。 "etc" is None# => False None is None# => True# 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 ##################################################### print是内置的打印函数 print("I'm Python. Nice to meet you!")# 在给变量赋值前不用提前声明 # 传统的变量命名是小写，用下划线分隔单词 some_var = 5 some_var# => 5# 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# 用列表(list)储存序列 li = [] # 创建列表时也可以同时赋给元素 other_li = [4, 5, 6]# 用append在列表最后追加元素 li.append(1)# li现在是[1] li.append(2)# li现在是[1, 2] li.append(4)# li现在是[1, 2, 4] li.append(3)# li现在是[1, 2, 4, 3] # 用pop从列表尾部删除 li.pop()# => 3 且li现在是[1, 2, 4] # 把3再放回去 li.append(3)# li变回[1, 2, 4, 3]# 列表存取跟数组一样 li[0]# => 1 # 取出最后一个元素 li[-1]# => 3# 越界存取会造成IndexError li[4]# 抛出IndexError# 列表有切割语法 li[1:3]# => [2, 4] # 取尾 li[2:]# => [4, 3] # 取头 li[:3]# => [1, 2, 4] # 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del删除任何一个元素 del li[2]# li is now [1, 2, 3]# 列表可以相加 # 注意：li和other_li的值都不变 li + other_li# => [1, 2, 3, 4, 5, 6]# 用extend拼接列表 li.extend(other_li)# li现在是[1, 2, 3, 4, 5, 6]# 用in测试列表是否包含值 1 in li# => True# 用len取列表长度 len(li)# => 6# 元组是不可改变的序列 tup = (1, 2, 3) tup[0]# => 1 tup[0] = 3# 抛出TypeError# 列表允许的操作元组大都可以 len(tup)# => 3 tup + (4, 5, 6)# => (1, 2, 3, 4, 5, 6) tup[:2]# => (1, 2) 2 in tup# => True# 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# 用字典表达映射关系 empty_dict = {} # 初始化的字典 filled_dict = {"one": 1, "two": 2, "three": 3}# 用[]取值 filled_dict["one"]# => 1# 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]# 用in测试一个字典是否包含一个键 "one" in filled_dict# => True 1 in filled_dict# => False# 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}# 可以把集合赋值于变量 filled_set = some_set# 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}# in 测试集合是否包含元素 2 in filled_set# => True 10 in filled_set# => False#################################################### ## 3. 流程控制和迭代器 ##################################################### 先随便定义一个变量 some_var = 5# 这是个if语句。注意缩进在Python里是有意义的 # 印出"some_var比10小" if some_var > 10: print("some_var比10大") elif some_var < 10:# elif句是可选的 print("some_var比10小") else:# else也是可选的 print("some_var就是10")""" 用for循环语句遍历列表打印: dog is a mammal cat is a mammal mouse is a mammal """ for animal in ["dog", "cat", "mouse"]: print("{} is a mammal".format(animal))""" "range(number)"返回数字列表从0到给的数字打印: """ for i in range(4): print(i)""" while循环直到条件不满足打印: """ x = 0 while x < 4: print(x) x += 1# x = x + 1 的简写# 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# 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 ##################################################### 用def定义新函数 def add(x, y): print("x is {} and y is {}".format(x, y)) return x + y# 用return语句返回# 调用函数 add(5, 6)# => 印出"x is 5 and y is 6"并且返回11# 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 argsvarargs(1, 2, 3)# => (1, 2, 3)# 我们也可以定义一个关键字可变参数函数 def keyword_args(**kwargs): return 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} """# 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 all_the_args(1, 2, 3, 4) all_the_args(**kwargs)# 相当于 all_the_args(a=3, b=4) all_the_args(*args, **kwargs)# 相当于 all_the_args(1, 2, 3, 4, a=3, b=4)# 函数作用域 x = 5def setX(num): # 局部作用域的x和全局域的x是不同的 x = num # => 43 print (x) # => 43def setGlobalX(num): global x print (x) # => 5 x = num # 现在全局域的x被赋值 print (x) # => 6setX(43) setGlobalX(6)# 函数在Python是一等公民 def create_adder(x): def adder(y): return x + y return adderadd_10 = create_adder(10) add_10(3)# => 13# 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)# 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*"# 构造一个实例 i = Human() 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 ##################################################### 用import导入模块 import math print(math.sqrt(16))# => 4.0# 也可以从模块中导入个别值 from math import ceil, floor print(ceil(3.7))# => 4.0 print(floor(3.7))# => 3.0# 可以导入一个模块中所有值 # 警告：不建议这么做 from math import *# 如此缩写模块名字 import math as m math.sqrt(16) == m.sqrt(16)# => True# Python模块其实就是普通的Python文件。你可以自己写，然后导入， # 模块的名字就是文件的名字。# 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# 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900000000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, 900000000) # 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# 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 wrapsdef 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 msgreturn wrapper@beg def say(say_please=False): msg = "Can you buy me a beer?" return msg, say_pleaseprint(say())# Can you buy me a beer? print(say(say_please=True))# Can you buy me a beer? Please! I am poor :(