X 分钟速成 Python

2024-06-05 10:18
文章标签 python 分钟 速成

本文主要是介绍X 分钟速成 Python,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

# 单行注释
""" 多行字符串可以用三个引号包裹,不过这也可以被当做多行注释
"""####################################################
## 1. 原始数据类型和操作符
##################################################### 数字类型
3  # => 3# 简单的算数
1 + 1  # => 2
8 - 1  # => 7
10 * 2  # => 20
35 / 5  # => 7# 整数的除法会自动取整
5 / 2  # => 2# 要做精确的除法,我们需要引入浮点数
2.0     # 浮点数
11.0 / 4.0  # => 2.75 精确多了# 括号具有最高优先级
(1 + 3) * 2  # => 8# 布尔值也是基本的数据类型
True
False# 用 not 来取非
not True  # => False
not False  # => True# 相等
1 == 1  # => True
2 == 1  # => False# 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# 比较运算可以连起来写!
1 < 2 < 3  # => True
2 < 3 < 2  # => False# 字符串通过 " 或 ' 括起来
"This is a string."
'This is also a string.'# 字符串通过加号拼接
"Hello " + "world!"  # => "Hello world!"# 字符串可以被视为字符的列表
"This is a string"[0]  # => 'T'# % 可以用来格式化字符串
"%s can be %s" % ("strings", "interpolated")# 也可以用 format 方法来格式化字符串
# 推荐使用这个方法
"{0} can be {1}".format("strings", "formatted")
# 也可以用变量名代替数字
"{name} wants to eat {food}".format(name="Bob", food="lasagna")# None 是对象
None  # => None# 不要用相等 `==` 符号来和None进行比较
# 要用 `is`
"etc" is None  # => False
None is None  # => True# 'is' 可以用来比较对象的相等性
# 这个操作符在比较原始数据时没多少用,但是比较对象时必不可少# None, 0, 和空字符串都被算作 False
# 其他的均为 True
0 == False  # => True
"" == False  # => True####################################################
## 2. 变量和集合
##################################################### 很方便的输出
print "I'm Python. Nice to meet you!"# 给变量赋值前不需要事先声明
some_var = 5    # 一般建议使用小写字母和下划线组合来做为变量名
some_var  # => 5# 访问未赋值的变量会抛出异常
# 可以查看控制流程一节来了解如何异常处理
some_other_var  # 抛出 NameError# if 语句可以作为表达式来使用
"yahoo!" if 3 > 2 else 2  # => "yahoo!"# 列表用来保存序列
li = []
# 可以直接初始化列表
other_li = [4, 5, 6]# 在列表末尾添加元素
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]
# 移除列表末尾元素
li.pop()        # => 3 li 现在是 [1, 2, 4]
# 重新加进去
li.append(3)    # li is now [1, 2, 4, 3] again.# 像其他语言访问数组一样访问列表
li[0]  # => 1
# 访问最后一个元素
li[-1]  # => 3# 越界会抛出异常
li[4]  # 抛出越界异常# 切片语法需要用到列表的索引访问
# 可以看做数学之中左闭右开区间
li[1:3]  # => [2, 4]
# 省略开头的元素
li[2:]  # => [4, 3]
# 省略末尾的元素
li[:3]  # => [1, 2, 4]# 删除特定元素
del li[2]  # li 现在是 [1, 2, 3]# 合并列表
li + other_li  # => [1, 2, 3, 4, 5, 6] - 并不会不改变这两个列表# 通过拼接来合并列表
li.extend(other_li)  # li 是 [1, 2, 3, 4, 5, 6]# 用 in 来返回元素是否在列表中
1 in li  # => True# 返回列表长度
len(li)  # => 6# 元组类似于列表,但它是不可改变的
tup = (1, 2, 3)
tup[0]  # => 1
tup[0] = 3  # 类型错误# 对于大多数的列表操作,也适用于元组
len(tup)  # => 3
tup + (4, 5, 6)  # => (1, 2, 3, 4, 5, 6)
tup[:2]  # => (1, 2)
2 in tup  # => True# 你可以将元组解包赋给多个变量
a, b, c = (1, 2, 3)     # a 是 1,b 是 2,c 是 3
# 如果不加括号,将会被自动视为元组
d, e, f = 4, 5, 6
# 现在我们可以看看交换两个数字是多么容易的事
e, d = d, e     # d 是 5,e 是 4# 字典用来储存映射关系
empty_dict = {}
# 字典初始化
filled_dict = {"one": 1, "two": 2, "three": 3}# 字典也用中括号访问元素
filled_dict["one"]  # => 1# 把所有的键保存在列表中
filled_dict.keys()  # => ["three", "two", "one"]
# 键的顺序并不是唯一的,得到的不一定是这个顺序# 把所有的值保存在列表中
filled_dict.values()  # => [3, 2, 1]
# 和键的顺序相同# 判断一个键是否存在
"one" in filled_dict  # => True
1 in filled_dict  # => False# 查询一个不存在的键会抛出 KeyError
filled_dict["four"]  # KeyError# 用 get 方法来避免 KeyError
filled_dict.get("one")  # => 1
filled_dict.get("four")  # => None
# get 方法支持在不存在的时候返回一个默认值
filled_dict.get("one", 4)  # => 1
filled_dict.get("four", 4)  # => 4# setdefault 是一个更安全的添加字典元素的方法
filled_dict.setdefault("five", 5)  # filled_dict["five"] 的值为 5
filled_dict.setdefault("five", 6)  # filled_dict["five"] 的值仍然是 5# 集合储存无顺序的元素
empty_set = set()
# 初始化一个集合
some_set = set([1, 2, 2, 3, 4])  # some_set 现在是 set([1, 2, 3, 4])# Python 2.7 之后,大括号可以用来表示集合
filled_set = {1, 2, 2, 3, 4}  # => {1 2 3 4}# 向集合添加元素
filled_set.add(5)  # filled_set 现在是 {1, 2, 3, 4, 5}# 用 & 来计算集合的交
other_set = {3, 4, 5, 6}
filled_set & other_set  # => {3, 4, 5}# 用 | 来计算集合的并
filled_set | other_set  # => {1, 2, 3, 4, 5, 6}# 用 - 来计算集合的差
{1, 2, 3, 4} - {2, 3, 5}  # => {1, 4}# 用 in 来判断元素是否存在于集合中
2 in filled_set  # => True
10 in filled_set  # => False####################################################
## 3. 控制流程
##################################################### 新建一个变量
some_var = 5# 这是个 if 语句,在 python 中缩进是很重要的。
# 下面的代码片段将会输出 "some var is smaller than 10"
if some_var > 10:print "some_var is totally bigger than 10."
elif some_var < 10:    # 这个 elif 语句是不必须的print "some_var is smaller than 10."
else:           # 这个 else 也不是必须的print "some_var is indeed 10.""""
用for循环遍历列表
输出:dog is a mammalcat is a mammalmouse is a mammal
"""
for animal in ["dog", "cat", "mouse"]:# 你可以用 % 来格式化字符串print "%s is a mammal" % animal"""
`range(number)` 返回从0到给定数字的列表
输出:0123
"""
for i in range(4):print i"""
while 循环
输出:0123
"""
x = 0
while x < 4:print xx += 1  #  x = x + 1 的简写# 用 try/except 块来处理异常# Python 2.6 及以上适用:
try:# 用 raise 来抛出异常raise IndexError("This is an index error")
except IndexError as e:pass    # pass 就是什么都不做,不过通常这里会做一些恢复工作####################################################
## 4. 函数
##################################################### 用 def 来新建函数
def add(x, y):print "x is %s and y is %s" % (x, y)return x + y    # 通过 return 来返回值# 调用带参数的函数
add(5, 6)  # => 输出 "x is 5 and y is 6" 返回 11# 通过关键字赋值来调用函数
add(y=6, x=5)   # 顺序是无所谓的# 我们也可以定义接受多个变量的函数,这些变量是按照顺序排列的
def varargs(*args):return argsvarargs(1, 2, 3)  # => (1,2,3)# 我们也可以定义接受多个变量的函数,这些变量是按照关键字排列的
def keyword_args(**kwargs):return kwargs# 实际效果:
keyword_args(big="foot", loch="ness")  # => {"big": "foot", "loch": "ness"}# 你也可以同时将一个函数定义成两种形式
def all_the_args(*args, **kwargs):print argsprint kwargs
"""
all_the_args(1, 2, a=3, b=4) prints:(1, 2){"a": 3, "b": 4}
"""# 当调用函数的时候,我们也可以进行相反的操作,把元组和字典展开为参数
args = (1, 2, 3, 4)
kwargs = {"a": 3, "b": 4}
all_the_args(*args)  # 等价于 foo(1, 2, 3, 4)
all_the_args(**kwargs)  # 等价于 foo(a=3, b=4)
all_the_args(*args, **kwargs)  # 等价于 foo(1, 2, 3, 4, a=3, b=4)# 函数在 python 中是一等公民
def create_adder(x):def adder(y):return x + yreturn adderadd_10 = create_adder(10)
add_10(3)  # => 13# 匿名函数
(lambda x: x > 2)(3)  # => True# 内置高阶函数
map(add_10, [1, 2, 3])  # => [11, 12, 13]
filter(lambda x: x > 5, [3, 4, 5, 6, 7])  # => [6, 7]# 可以用列表方法来对高阶函数进行更巧妙的引用
[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
##################################################### 我们新建的类是从 object 类中继承的
class Human(object):# 类属性,由所有类的对象共享species = "H. sapiens"# 基本构造函数def __init__(self, name):# 将参数赋给对象成员属性self.name = name# 成员方法,参数要有 selfdef say(self, msg):return "%s: %s" % (self.name, msg)# 类方法由所有类的对象共享# 这类方法在调用时,会把类本身传给第一个参数@classmethoddef get_species(cls):return cls.species# 静态方法是不需要类和对象的引用就可以调用的方法@staticmethoddef grunt():return "*grunt*"# 实例化一个类
i = Human(name="Ian")
print i.say("hi")     # 输出 "Ian: hi"j = Human("Joel")
print j.say("hello")  # 输出 "Joel: hello"# 访问类的方法
i.get_species()  # => "H. sapiens"# 改变共享属性
Human.species = "H. neanderthalensis"
i.get_species()  # => "H. neanderthalensis"
j.get_species()  # => "H. neanderthalensis"# 访问静态变量
Human.grunt()  # => "*grunt*"####################################################
## 6. 模块
##################################################### 我们可以导入其他模块
import math
print math.sqrt(16)  # => 4# 我们也可以从一个模块中导入特定的函数
from math import ceil, floor
print ceil(3.7)   # => 4.0
print floor(3.7)  # => 3.0# 从模块中导入所有的函数
# 警告:不推荐使用
from math import *# 简写模块名
import math as m
math.sqrt(16) == m.sqrt(16)  # => True# Python的模块其实只是普通的python文件
# 你也可以创建自己的模块,并且导入它们
# 模块的名字就和文件的名字相同# 也可以通过下面的方法查看模块中有什么属性和方法
import math
dir(math)

这篇关于X 分钟速成 Python的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1032783

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

软件架构模式:5 分钟阅读

原文: https://orkhanscience.medium.com/software-architecture-patterns-5-mins-read-e9e3c8eb47d2 软件架构模式:5 分钟阅读 当有人潜入软件工程世界时,有一天他需要学习软件架构模式的基础知识。当我刚接触编码时,我不知道从哪里获得简要介绍现有架构模式的资源,这样它就不会太详细和混乱,而是非常抽象和易