内容简介:Python 是一种高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python 由 Guido van Rossum 于 1989 年底在荷兰国家数学和计算机科学研究所发明,第一个公开发行版发行于 1991 年。在命令行窗口执行在命令行窗口执行
简介
Python 是一种高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python 由 Guido van Rossum 于 1989 年底在荷兰国家数学和计算机科学研究所发明,第一个公开发行版发行于 1991 年。
特点
- 易于学习 :Python 有相对较少的关键字,结构简单,和一个明确定义的语法,学习起来更加简单。
- 易于阅读 :Python 代码定义的更清晰。
- 易于维护 :Python 的成功在于它的源代码是相当容易维护的。
- 一个广泛的标准库 :Python 的最大的优势之一是丰富的库,跨平台的,在 UNIX,Windows 和 macOS 兼容很好。
- 互动模式 :互动模式的支持,您可以从终端输入执行代码并获得结果的语言,互动的测试和调试代码片断。
- 可移植 :基于其开放源代码的特性,Python 已经被移植(也就是使其工作)到许多平台。
- 可扩展 :如果你需要一段运行很快的关键代码,或者是想要编写一些不愿开放的算法,你可以使用 C 或 C++ 完成那部分程序,然后从你的 Python 程序中调用。
- 数据库 :Python 提供所有主要的商业数据库的接口。
- GUI 编程 :Python 支持 GUI 可以创建和移植到许多系统调用。
- 可嵌入 :你可以将 Python 嵌入到 C/C++ 程序,让你的程序的用户获得"脚本化"的能力。
- 面向对象 :Python 是强面向对象的语言,程序中任何内容统称为对象,包括数字、字符串、函数等。
基础语法
运行 Python
交互式解释器
在命令行窗口执行 python
后,进入 Python 的交互式解释器。 exit()
或 Ctrl + D
组合键退出交互式解释器。
命令行脚本
在命令行窗口执行 python script-file.py
,以执行 Python 脚本文件。
指定解释器
如果在 Python 脚本文件首行输入 #!/usr/bin/env python
,那么可以在命令行窗口中执行 /path/to/script-file.py
以执行该脚本文件。
注:该方法不支持 Windows 环境。
编码
默认情况下,3.x 源码文件都是 UTF-8 编码,字符串都是 Unicode 字符。也可以手动指定文件编码:
# -*- coding: utf-8 -*-
或者
# encoding: utf-8
注意: 该行标注必须位于文件第一行
标识符
_
注:从 3.x 开始,非 ASCII 标识符也是允许的,但不建议。
保留字
保留字即关键字,我们不能把它们用作任何标识符名称。Python 的标准库提供了一个 keyword 模块,可以输出当前版本的所有关键字:
>>> import keyword >>> keyword.kwlist ['False', 'None', 'True', 'and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass', 'raise', 'return', 'try', 'while', 'with', 'yield']
注释
单行注释采用 #
,多行注释采用 '''
或 """
。
# 这是单行注释 ''' 这是多行注释 这是多行注释 ''' """ 这也是多行注释 这也是多行注释 """
行与缩进
Python 最具特色的就是使用缩进来表示代码块,不需要使用大括号 {}
。
缩进的空格数是可变的,但是同一个代码块的语句必须包含相同的缩进空格数。缩进不一致,会导致运行错误。
多行语句
Python 通常是一行写完一条语句,但如果语句很长,我们可以使用反斜杠 \
来实现多行语句。
total = item_one + \ item_two + \ item_three
在 []
, {}
, 或 ()
中的多行语句,不需要使用反斜杠 \
。
空行
函数之间或类的方法之间用空行分隔,表示一段新的代码的开始。类和函数入口之间也用一行空行分隔,以突出函数入口的开始。
空行与代码缩进不同,空行并不是 Python 语法的一部分。书写时不插入空行,Python 解释器运行也不会出错。但是空行的作用在于分隔两段不同功能或含义的代码,便于日后代码的维护或重构。
记住:空行也是程序代码的一部分。
等待用户输入
input
函数可以实现等待并接收命令行中的用户输入。
content = input("\n\n请输入点东西并按 Enter 键\n") print(content)
同一行写多条语句
Python 可以在同一行中使用多条语句,语句之间使用分号 ;
分割。
import sys; x = 'hello world'; sys.stdout.write(x + '\n')
多个语句构成代码组
缩进相同的一组语句构成一个代码块,我们称之代码组。
像 if
、 while
、 def
和 class
这样的复合语句,首行以关键字开始,以冒号 :
结束,该行之后的一行或多行代码构成代码组。
我们将首行及后面的代码组称为一个子句(clause)。
print 输出
print 默认输出是换行的,如果要实现不换行需要在变量末尾加上 end=""
或别的非换行符字符串:
print('123') # 默认换行 print('123', end = "") # 不换行
import 与 from...import
在 Python 用 import
或者 from...import
来导入相应的模块。
将整个模块导入,格式为: import module_name
从某个模块中导入某个函数,格式为: from module_name import func1
从某个模块中导入多个函数,格式为: from module_name import func1, func2, func3
将某个模块中的全部函数导入,格式为: from module_name import *
运算符
算术运算符
运算符 | 描述 |
---|---|
+ | 加 |
- | 减 |
* | 乘 |
/ | 除 |
% | 取模 |
** | 幂 |
// | 取整除 |
比较运算符
运算符 | 描述 |
---|---|
== | 等于 |
!= | 不等于 |
> | 大于 |
< | 小于 |
>= | 大于等于 |
<= | 小于等于 |
赋值运算符
运算符 | 描述 |
---|---|
= | 简单的赋值运算符 |
+= | 加法赋值运算符 |
-= | 减法赋值运算符 |
*= | 乘法赋值运算符 |
/= | 除法赋值运算符 |
%= | 取模赋值运算符 |
**= | 幂赋值运算符 |
//= | 取整除赋值运算符 |
位运算符
运算符 | 描述 |
---|---|
& | 按位与运算符:参与运算的两个值,如果两个相应位都为1,则该位的结果为1,否则为0 |
| | 按位或运算符:只要对应的二个二进位有一个为1时,结果位就为1 |
^ | 按位异或运算符:当两对应的二进位相异时,结果为1 |
~ | 按位取反运算符:对数据的每个二进制位取反,即把1变为0,把0变为1。~x 类似于 -x-1 |
<< | 左移动运算符:运算数的各二进位全部左移若干位,由"<<"右边的数指定移动的位数,高位丢弃,低位补0 |
>> | 右移动运算符:把">>"左边的运算数的各二进位全部右移若干位,">>"右边的数指定移动的位数 |
逻辑运算符
运算符 | 逻辑表达式 | 描述 |
---|---|---|
and | x and y | 布尔"与" - 如果 x 为 False,x and y 返回 False,否则它返回 y 的计算值 |
or | x or y | 布尔"或" - 如果 x 是 True,它返回 x 的值,否则它返回 y 的计算值 |
not | not x | 布尔"非" - 如果 x 为 True,返回 False 。如果 x 为 False,它返回 True |
成员运算符
运算符 | 描述 |
---|---|
in | 如果在指定的序列中找到值返回 True,否则返回 False |
not in | 如果在指定的序列中没有找到值返回 True,否则返回 False |
身份运算符
运算符 | 描述 | 实例 |
---|---|---|
is | is 是判断两个标识符是不是引用自一个对象 | x is y, 类似 id(x) == id(y) , 如果引用的是同一个对象则返回 True,否则返回 False |
is not | is not 是判断两个标识符是不是引用自不同对象 | x is not y , 类似 id(a) != id(b)。如果引用的不是同一个对象则返回结果 True,否则返回 False |
运算符优先级
运算符 | 描述 |
---|---|
(expressions...)
, [expressions...]
, {key: value...}
, {expressions...}
|
表示绑定或元组、表示列表、表示字典、表示集合 |
x[index]
, x[index:index]
, x(arguments...)
, x.attribute
|
下标、切片、调用、属性引用 |
**
|
指数 (最高优先级) |
~
+
-
|
按位翻转, 一元加号和减号 (最后两个的方法名为 +@ 和 -@) |
*
/
%
//
|
乘,除,取模和取整除 |
+
-
|
加法减法 |
>>
<<
|
右移,左移运算符 |
&
|
位 'AND' |
^
|
|
位运算符 |
<=
<
>
>=
|
比较运算符 |
<>
==
!=
|
等于运算符 |
=
%=
/=
//=
-=
+=
*=
**=
|
赋值运算符 |
is
is not
|
身份运算符 |
in
not in
|
成员运算符 |
and
or
not
|
逻辑运算符 |
if - else
|
条件表达式 |
lambda
|
Lambda 表达式 |
具有相同优先级的运算符将从左至右的方式依次进行。用小括号 ()
可以改变运算顺序。
变量
变量在使用前必须先"定义"(即赋予变量一个值),否则会报错:
>>> name Traceback (most recent call last): File "<stdin>", line 1, in <module> NameError: name 'name' is not defined
数据类型
布尔(bool)
只有 True
和 False
两个值,表示真或假。
数字(number)
整型(int)
整数值,可正数亦可复数,无小数。
3.x 整型是没有限制大小的,可以当作 Long 类型使用,所以 3.x 没有 2.x 的 Long 类型。
浮点型(float)
浮点型由整数部分与小数部分组成,浮点型也可以使用科学计数法表示(2.5e2 = 2.5 x 10^2 = 250)
复数(complex)
复数由实数部分和虚数部分构成,可以用 a + bj
,或者 complex(a,b)
表示,复数的实部 a 和虚部 b 都是浮点型。
数字运算
- 不同类型的数字混合运算时会将整数转换为浮点数
- 在不同的机器上浮点运算的结果可能会不一样
-
在整数除法中,除法
/
总是返回一个浮点数,如果只想得到整数的结果,丢弃可能的分数部分,可以使用运算符//
。 -
//
得到的并不一定是整数类型的数,它与分母分子的数据类型有关系 -
在交互模式中,最后被输出的表达式结果被赋值给变量
_
,_
是个只读变量
数学函数
注:以下函数的使用,需先导入 math 包。
函数 | 描述 |
---|---|
abs(x) |
返回数字的整型绝对值,如 abs(-10)
返回 10 |
ceil(x) |
返回数字的上入整数,如 math.ceil(4.1)
返回 5 |
cmp(x, y) |
如果 x < y 返回 -1,如果 x == y 返回 0,如果 x > y 返回 1。 Python 3
已废弃 。使用 使用 (x>y)-(x<y)
替换。 |
exp(x) |
返回 e 的 x 次幂(ex),如 math.exp(1)
返回2.718281828459045 |
fabs(x) |
返回数字的浮点数绝对值,如 math.fabs(-10)
返回10.0 |
floor(x) |
返回数字的下舍整数,如 math.floor(4.9)
返回 4 |
log(x) |
如 math.log(math.e)
返回 1.0, math.log(100,10)
返回 2.0 |
log10(x) |
返回以 10 为基数的 x 的对数,如 math.log10(100)
返回 2.0 |
max(x1, x2,...) | 返回给定参数的最大值,参数可以为序列 |
min(x1, x2,...) | 返回给定参数的最小值,参数可以为序列 |
modf(x) | 返回 x 的整数部分与小数部分,两部分的数值符号与 x 相同,整数部分以浮点型表示 |
pow(x, y) | 幂等函数, x**y 运算后的值 |
round(x [,n]) | 返回浮点数 x 的四舍五入值,如给出 n 值,则代表舍入到小数点后的位数 |
sqrt(x) | 返回数字 x 的平方根 |
随机数函数
注:以下函数的使用,需先导入 random 包。
函数 | 描述 |
---|---|
choice(seq) |
从序列的元素中随机挑选一个元素,比如 random.choice(range(10))
,从0到9中随机挑选一个整数 |
randrange ([start,] stop [,step]) | 从指定范围内,按指定基数递增的集合中获取一个随机数,基数缺省值为1 |
random() |
随机生成下一个实数,它在 [0,1)
范围内 |
seed([x]) | 改变随机数生成器的种子seed。如果你不了解其原理,你不必特别去设定seed,Python会帮你选择seed |
shuffle(lst) | 将序列的所有元素随机排序 |
uniform(x, y) |
随机生成下一个实数,它在 [x,y]
范围内 |
三角函数
注:以下函数的使用,需先导入 math 包。
函数 | 描述 |
---|---|
acos(x) | 返回 x 的反余弦弧度值 |
asin(x) | 返回 x 的反正弦弧度值 |
atan(x) | 返回 x 的反正切弧度值 |
atan2(y, x) | 返回给定的 X 及 Y 坐标值的反正切值 |
cos(x) | 返回 x 的弧度的余弦值 |
hypot(x, y) |
返回欧几里德范数 sqrt(x*x + y*y)
|
sin(x) | 返回的 x 弧度的正弦值 |
tan(x) | 返回 x 弧度的正切值 |
degrees(x) | 将弧度转换为角度,如 degrees(math.pi/2) 返回 90.0 |
radians(x) | 将角度转换为弧度 |
数学常量
常量 | 描述 |
---|---|
pi | 数学常量 pi(圆周率,一般以π来表示) |
e | 数学常量 e,e 即自然常数(自然常数) |
字符串(string)
- 单引号和双引号使用完全相同
-
使用三引号(
'''
或"""
)可以指定一个多行字符串 -
转义符(反斜杠
\
)可以用来转义,使用r
可以让反斜杠不发生转义,如r"this is a line with \n"
,则\n
会显示,并不是换行 -
按字面意义级联字符串,如
"this " "is " "string"
会被自动转换为this is string
-
字符串可以用
+
运算符连接在一起,用*
运算符重复 - 字符串有两种索引方式,从左往右以 0 开始,从右往左以 -1 开始
- 字符串不能改变
- 没有单独的字符类型,一个字符就是长度为 1 的字符串
-
字符串的截取的语法格式如下:
变量[头下标:尾下标]
转义字符
转义字符 | 描述 |
---|---|
\ | 在行尾时,续行符 |
\\ | 反斜杠符号 |
\' | 单引号 |
\" | 双引号 |
\a | 响铃 |
\b | 退格(Backspace) |
\e | 转义 |
\000 | 空 |
\n | 换行 |
\v | 纵向制表符 |
\t | 横向制表符 |
\r | 回车 |
\f | 换页 |
\oyy | 八进制数,yy代表字符,例如:\o12代表换行 |
\xyy | 十六进制数,yy代表字符,例如:\x0a代表换行 |
\other | 其它的字符以普通格式输出 |
字符串运算符
操作符 | 描述 | 实例 |
---|---|---|
+ | 字符串连接 |
'Hello' + 'Python'
输出结果:'HelloPython' |
* | 重复输出字符串 |
'Hello' * 2
输出结果:'HelloHello' |
[] | 通过索引获取字符串中字符 |
'Hello'[1]
输出结果 e |
[ : ] | 截取字符串中的一部分 |
'Hello'[1:4]
输出结果 ell |
in | 成员运算符,如果字符串中包含给定的字符返回 True |
'H' in 'Hello'
输出结果 True |
not in | 成员运算符,如果字符串中不包含给定的字符返回 True |
'M' not in 'Hello'
输出结果 True |
r/R | 原始字符串,所有的字符串都是直接按照字面的意思来使用,没有转义特殊或不能打印的字符。 原始字符串除在字符串的第一个引号前加上字母 r(可以大小写)以外,与普通字符串有着几乎完全相同的语法 |
print(r'\n')
或 print(R'\n')
|
% | 格式化字符串 |
字符串格式化
在 Python 中,字符串格式化不是 sprintf 函数,而是用 %
符号。例如:
print("我叫%s, 今年 %d 岁!" % ('小明', 10)) // 输出: 我叫小明, 今年 10 岁!
格式化符号:
符号 | 描述 |
---|---|
%c | 格式化字符及其 ASCII 码 |
%s | 格式化字符串 |
%d | 格式化整数 |
%u | 格式化无符号整型 |
%o | 格式化无符号八进制数 |
%x | 格式化无符号十六进制数 |
%X | 格式化无符号十六进制数(大写) |
%f | 格式化浮点数字,可指定小数点后的精度 |
%e | 用科学计数法格式化浮点数 |
%E | 作用同 %e,用科学计数法格式化浮点数 |
%g | %f 和 %e 的简写 |
%G | %f 和 %E 的简写 |
%p | 用十六进制数格式化变量的地址 |
辅助指令:
指令 | 描述 |
---|---|
* | 定义宽度或者小数点精度 |
- | 用做左对齐 |
+ | 在正数前面显示加号 |
在正数前面显示空格 | |
# | 在八进制数前面显示零('0'),在十六进制前面显示'0x'或者'0X'(取决于用的是'x'还是'X') |
0 | 显示的数字前面填充'0'而不是默认的空格 |
% | '%%'输出一个单一的'%' |
(var) | 映射变量(字典参数) |
m.n. | m 是显示的最小总宽度,n 是小数点后的位数(如果可用的话) |
Python 2.6 开始,新增了一种格式化字符串的函数
str.format()
,它增强了字符串格式化的功能。
多行字符串
-
用三引号(
'''
或"""
)包裹字符串内容 - 多行字符串内容支持转义符,用法与单双引号一样
- 三引号包裹的内容,有变量接收或操作即字符串,否则就是多行注释
实例:
string = ''' print(\tmath.fabs(-10)) print(\nrandom.choice(li)) ''' print(string)
输出:
print( math.fabs(-10)) print( random.choice(li))
Unicode
在 2.x 中,普通字符串是以 8 位 ASCII 码进行存储的,而 Unicode 字符串则存储为 16 位 Unicode 字符串,这样能够表示更多的字符集。使用的语法是在字符串前面加上前缀 u
。
在 3.x 中,所有的字符串都是 Unicode 字符串。
字符串函数
方法名 | 描述 |
---|---|
str.capitalize() | 首字母大写,其余字符小写 |
str.center(width[, fillchar]) | 返回一个指定的宽度 width 居中的字符串,fillchar 为填充的字符,默认为空格 |
str.count(sub, start= 0,end=len(string)) | 统计子字符串在字符串中出现的次数 |
str.encode(encoding='UTF-8',errors='strict') | 以指定的编码格式编码字符串,返回 bytes 对象 |
bytes.decode(encoding="utf-8", errors="strict") | 以指定的编码格式解码 bytes 对象,返回字符串 |
str.endswith(suffix[, start[, end]]) | 判断字符串是否以指定后缀结尾 |
str.expandtabs(tabsize=8) |
把字符串中的 tab 符号( \t
)转为空格 |
str.find(str, beg=0, end=len(string)) | 如果包含子字符串返回开始的索引值,否则返回-1 |
str.index(str, beg=0, end=len(string)) | 如果包含子字符串返回开始的索引值,否则抛出异常 |
str.isalnum() | 检测字符串是否只由字母和数字组成 |
str.isalpha() | 检测字符串是否只由字母组成 |
str.isdigit() | 检测字符串是否只由数字组成 |
str.islower() | 如果字符串中包含至少一个区分大小写的字符,并且所有这些(区分大小写的)字符都是小写,则返回 True,否则返回 False |
str.isupper() | 检测字符串中所有的字母是否都为大写 |
str.isspace() | 如果字符串中只包含空格,则返回 True,否则返回 False |
str.istitle() | 检测字符串中所有的单词拼写首字母是否为大写,且其他字母为小写 |
str.join(sequence) | 将序列的元素以指定的字符连接生成一个新的字符串 |
len(s) | 返回对象(字符串、列表、元组等)长度或项目个数 |
str.ljust(width[, fillchar]) | 返回一个原字符串左对齐,并使用空格填充至指定长度的新字符串。如果指定的长度小于原字符串的长度则返回原字符串 |
str.lower() | 转换字符串中所有大写字符为小写 |
str.upper() | 转换字符串中所有小写字符为大写 |
str.strip([chars]) | 移除字符串头尾指定的字符(默认为空格)或字符序列 |
str.maketrans(intab, outtab) | 用于创建字符映射的转换表,对于接受两个参数的最简单的调用方式,第一个参数是字符串,表示需要转换的字符,第二个参数也是字符串表示转换的目标。两个字符串的长度必须相同,为一一对应的关系。 |
str.translate(table) | 根据参数table给出的表转换字符串的字符 |
max(str) | 返回字符串中最大的字符 |
min(str) | 返回字符串中最小的字符 |
str.replace(old, new[, max]) | 把字符串中的 old(旧字符串) 替换成 new(新字符串),如果指定第三个参数max,则替换不超过 max 次 |
str.split(str="", num=string.count(str)) | 通过指定分隔符对字符串进行切片,如果参数 num 有指定值,则仅分隔 num 个子字符串 |
str.splitlines([keepends]) | 按照行('\r', '\r\n', \n')分隔,返回一个包含各行作为元素的列表,如果参数 keepends 为 False,不包含换行符,如果为 True,则保留换行符 |
str.startswith(str, beg=0,end=len(string)) | 检查字符串是否是以指定子字符串开头 |
str.swapcase() | 对字符串的大小写字母进行互换 |
str.title() | 返回"标题化"的字符串,即所有单词都是以大写开始,其余字母均为小写 |
str.zfill(width) | 返回指定长度的字符串,原字符串右对齐,前面填充0 |
str.isdecimal() | 检查字符串是否只包含十进制字符,只适用于 Unicode 对象 |
字节(bytes)
在 3.x 中,字符串和二进制数据完全区分开。文本总是 Unicode,由 str 类型表示,二进制数据则由 bytes 类型表示。Python 3 不会以任意隐式的方式混用 str 和 bytes,你不能拼接字符串和字节流,也无法在字节流里搜索字符串(反之亦然),也不能将字符串传入参数为字节流的函数(反之亦然)。
- bytes 类型与 str 类型,二者的方法仅有 encode() 和 decode() 不同。
-
bytes 类型数据需在常规的 str 类型前加个
b
以示区分,例如b'abc'
。 - 只有在需要将 str 编码(encode)成 bytes 的时候,比如:通过网络传输数据;或者需要将 bytes 解码(decode)成 str 的时候,我们才会关注 str 和 bytes 的区别。
bytes 转 str:
b'abc'.decode() str(b'abc') str(b'abc', encoding='utf-8')
str 转 bytes:
'中国'.encode() bytes('中国', encoding='utf-8')
列表(list)
[)
创建列表
hello = (1, 2, 3) li = [1, "2", [3, 'a'], (1, 3), hello]
访问元素
li = [1, "2", [3, 'a'], (1, 3)] print(li[3]) # (1, 3) print(li[-2]) # [3, 'a']
切片访问
格式: list_name[begin:end:step]
begin 表示起始位置(默认为0),end 表示结束位置(默认为最后一个元素),step 表示步长(默认为1)
hello = (1, 2, 3) li = [1, "2", [3, 'a'], (1, 3), hello] print(li) # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)] print(li[1:2]) # ['2'] print(li[:2]) # [1, '2'] print(li[:]) # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)] print(li[2:]) # [[3, 'a'], (1, 3), (1, 2, 3)] print(li[1:-1:2]) # ['2', (1, 3)]
访问内嵌 list 的元素:
li = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, ['a', 'b', 'c']] print(li[1:-1:2][1:3]) # (3, 5) print(li[-1][1:3]) # ['b', 'c'] print(li[-1][1]) # b
修改列表
通过使用方括号,可以非常灵活的对列表的元素进行修改、替换、删除等操作。
li = [0, 1, 2, 3, 4, 5] li[len(li) - 2] = 22 # 修改 [0, 1, 2, 22, 4, 5] li[3] = 33 # 修改 [0, 1, 2, 33, 4, 5] li[1:-1] = [9, 9] # 替换 [0, 9, 9, 5] li[1:-1] = [] # 删除 [0, 5]
删除元素
可以用 del 语句来删除列表的指定范围的元素。
li = [0, 1, 2, 3, 4, 5] del li[3] # [0, 1, 2, 4, 5] del li[2:-1] # [0, 1, 5]
列表操作符
+ * in for ... in ...
[1, 2, 3] + [3, 4, 5] # [1, 2, 3, 3, 4, 5] [1, 2, 3] * 2 # [1, 2, 3, 1, 2, 3] 3 in [1, 2, 3] # True for x in [1, 2, 3]: print(x) # 1 2 3
列表函数
len(list) max(list) min(list) list(seq)
li = [0, 1, 5] max(li) # 5 len(li) # 3
注: 对列表使用 max/min 函数,2.x 中对元素值类型无要求,3.x 则要求元素值类型必须一致。
列表方法
-
list.append(obj)
在列表末尾添加新的对象
-
list.count(obj)
返回元素在列表中出现的次数
-
list.extend(seq)
在列表末尾一次性追加另一个序列中的多个值
-
list.index(obj)
返回查找对象的索引位置,如果没有找到对象则抛出异常
-
list.insert(index, obj)
将指定对象插入列表的指定位置
-
list.pop([index=-1]])
移除列表中的一个元素(默认最后一个元素),并且返回该元素的值
-
list.remove(obj)
移除列表中某个值的第一个匹配项
-
list.reverse()
反向 排序 列表的元素
-
list.sort(cmp=None, key=None, reverse=False)
对原列表进行排序,如果指定参数,则使用比较函数指定的比较函数
-
list.clear()
清空列表
还可以使用
del list[:]
、li = []
等方式实现 -
list.copy()
复制列表
默认使用等号赋值给另一个变量,实际上是引用列表变量。如果要实现
列表推导式
列表推导式提供了从序列创建列表的简单途径。通常应用程序将一些操作应用于某个序列的每个元素,用其获得的结果作为生成新列表的元素,或者根据确定的判定条件创建子序列。
每个列表推导式都在 for 之后跟一个表达式,然后有零到多个 for 或 if 子句。返回结果是一个根据表达从其后的 for 和 if 上下文环境中生成出来的列表。如果希望表达式推导出一个元组,就必须使用括号。
将列表中每个数值乘三,获得一个新的列表:
vec = [2, 4, 6] [(x, x**2) for x in vec] # [(2, 4), (4, 16), (6, 36)]
对序列里每一个元素逐个调用某方法:
freshfruit = [' banana', ' loganberry ', 'passion fruit '] [weapon.strip() for weapon in freshfruit] # ['banana', 'loganberry', 'passion fruit']
用 if 子句作为过滤器:
vec = [2, 4, 6] [3*x for x in vec if x > 3] # [12, 18]
vec1 = [2, 4, 6] vec2 = [4, 3, -9] [x*y for x in vec1 for y in vec2] # [8, 6, -18, 16, 12, -36, 24, 18, -54] [vec1[i]*vec2[i] for i in range(len(vec1))] # [8, 12, -54]
列表嵌套解析:
matrix = [ [1, 2, 3], [4, 5, 6], [7, 8, 9], ] new_matrix = [[row[i] for row in matrix] for i in range(len(matrix[0]))] print(new_matrix) # [[1, 4, 7], [2, 5, 8], [3, 6, 9]]
元组(tuple)
- 元组与列表类似,不同之处在于元组的元素不能修改
- 元组使用小括号,列表使用方括号
- 元组创建很简单,只需要在括号中添加元素,并使用逗号隔开即可
- 没有 append(),insert() 这样进行修改的方法,其他方法都与列表一样
- 字典中的键必须是唯一的同时不可变的,值则没有限制
- 元组中只包含一个元素时,需要在元素后面添加逗号,否则括号会被当作运算符使用
访问元组
访问元组的方式与列表是一致的。
元组的元素可以直接赋值给多个变量,但变量数必须与元素数量一致。
a, b, c = (1, 2, 3) print(a, b, c)
组合元组
元组中的元素值是不允许修改的,但我们可以对元组进行连接组合
tup1 = (12, 34.56); tup2 = ('abc', 'xyz') tup3 = tup1 + tup2; print (tup3) # (12, 34.56, 'abc', 'xyz')
删除元组
元组中的元素值是不允许删除的,但我们可以使用 del 语句来删除整个元组
元组函数
len(tuple) max(tuple) min(tuple) tuple(tuple)
元组推导式
t = 1, 2, 3 print(t) # (1, 2, 3) u = t, (3, 4, 5) print(u) # ((1, 2, 3), (3, 4, 5))
字典(dict)
- 字典是另一种可变容器模型,可存储任意类型对象
- 字典的每个键值(key=>value)对用冒号(:)分割,每个对之间用逗号(,)分割,整个字典包括在花括号({})中
- 键必须是唯一的,但值则不必
- 值可以是任意数据类型
- 键必须是不可变的,例如:数字、字符串、元组可以,但列表就不行
- 如果用字典里没有的键访问数据,会报错
- 字典的元素没有顺序,不能通过下标引用元素,通过键来引用
- 字典内部存放的顺序和 key 放入的顺序是没有关系的
格式如下:
d = {key1 : value1, key2 : value2 }
访问字典
dis = {'a': 1, 'b': [1, 2, 3]} print(dis['b'][2])
修改字典
dis = {'a': 1, 'b': [1, 2, 3], 9: {'name': 'hello'}} dis[9]['name'] = 999 print(dis) # {'a': 1, 9: {'name': 999}, 'b': [1, 2, 3]}
删除字典
用 del 语句删除字典或字典的元素。
dis = {'a': 1, 'b': [1, 2, 3], 9: {'name': 'hello'}} del dis[9]['name'] print(dis) del dis # 删除字典 # {'a': 1, 9: {}, 'b': [1, 2, 3]}
字典函数
len(dict) str(dict) type(variable) key in dict
字典方法
-
dict.clear()
删除字典内所有元素
-
dict.copy()
返回一个字典的浅复制
-
dict.fromkeys(seq[, value])
创建一个新字典,以序列 seq 中元素做字典的键,value 为字典所有键对应的初始值
-
dict.get(key, default=None)
返回指定键的值,如果值不在字典中返回默认值
-
dict.items()
以列表形式返回可遍历的(键, 值)元组数组
-
dict.keys()
以列表返回一个字典所有的键
-
dict.values()
以列表返回字典中的所有值
-
dict.setdefault(key, default=None)
如果 key 在字典中,返回对应的值。如果不在字典中,则插入 key 及设置的默认值 default,并返回 default ,default 默认值为 None。
-
dict.update(dict2)
把字典参数 dict2 的键/值对更新到字典 dict 里
dic1 = {'a': 'a'} dic2 = {9: 9, 'a': 'b'} dic1.update(dic2) print(dic1) # {'a': 'b', 9: 9}
-
dict.pop(key[,default])
删除字典给定键 key 所对应的值,返回值为被删除的值。key 值必须给出,否则返回 default 值。
-
dict.popitem()
随机返回并删除字典中的一对键和值(一般删除末尾对)
字典推导式
构造函数 dict() 直接从键值对元组列表中构建字典。如果有固定的模式,列表推导式指定特定的键值对:
>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)]) {'sape': 4139, 'jack': 4098, 'guido': 4127}
此外,字典推导可以用来创建任意键和值的表达式词典:
>>> {x: x**2 for x in (2, 4, 6)} {2: 4, 4: 16, 6: 36}
如果关键字只是简单的字符串,使用关键字参数指定键值对有时候更方便:
>>> dict(sape=4139, guido=4127, jack=4098) {'sape': 4139, 'jack': 4098, 'guido': 4127}
集合(set)
集合是一个无序不重复元素的序列
创建集合
-
可以使用大括号
{}
或者set()
函数创建集合 -
创建一个空集合必须用
set()
而不是{}
,因为{}
是用来创建一个空字典 -
set(value)
方式创建集合,value 可以是字符串、列表、元组、字典等序列类型 - 创建、添加、修改等操作,集合会自动去重
{1, 2, 1, 3} # {} {1, 2, 3} set('12345') # 字符串 {'3', '5', '4', '2', '1'} set([1, 'a', 23.4]) # 列表 {1, 'a', 23.4} set((1, 'a', 23.4)) # 元组 {1, 'a', 23.4} set({1:1, 'b': 9}) # 字典 {1, 'b'}
添加元素
将元素 val 添加到集合 set 中,如果元素已存在,则不进行任何操作:
set.add(val)
也可以用 update 方法批量添加元素,参数可以是列表,元组,字典等:
set.update(list1, list2,...)
移除元素
如果存在元素 val 则移除,不存在就报错:
set.remove(val)
如果存在元素 val 则移除,不存在也不会报错:
set.discard(val)
随机移除一个元素:
set.pop()
元素个数
与其他序列一样,可以用 len(set)
获取集合的元素个数。
清空集合
set.clear() set = set()
判断元素是否存在
val in set
其他方法
-
set.copy()
复制集合
-
set.difference(set2)
求差集,在 set 中却不在 set2 中
-
set.intersection(set2)
求交集,同时存在于 set 和 set2 中
-
set.union(set2)
求并集,所有 set 和 set2 的元素
-
set.symmetric_difference(set2)
求对称差集,不同时出现在两个集合中的元素
-
set.isdisjoint(set2)
如果两个集合没有相同的元素,返回 True
-
set.issubset(set2)
如果 set 是 set2 的一个子集,返回 True
-
set.issuperset(set2)
如果 set 是 set2 的一个超集,返回 True
集合计算
a = set('abracadabra') b = set('alacazam') print(a) # a 中唯一的字母 # {'a', 'r', 'b', 'c', 'd'} print(a - b) # 在 a 中的字母,但不在 b 中 # {'r', 'd', 'b'} print(a | b) # 在 a 或 b 中的字母 # {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'} print(a & b) # 在 a 和 b 中都有的字母 # {'a', 'c'} print(a ^ b) # 在 a 或 b 中的字母,但不同时在 a 和 b 中 # {'r', 'd', 'b', 'm', 'z', 'l'}
集合推导式
a = {x for x in 'abracadabra' if x not in 'abc'} print(a) # {'d', 'r'}
流程控制
if 控制
if 表达式1: 语句 if 表达式2: 语句 elif 表达式3: 语句 else: 语句 elif 表达式4: 语句 else: 语句
1、每个条件后面要使用冒号 :
,表示接下来是满足条件后要执行的语句块。
2、使用缩进来划分语句块,相同缩进数的语句在一起组成一个语句块。
3、在 Python 中没有 switch - case 语句。
三元运算符:
<表达式1> if <条件> else <表达式2>
编写条件语句时,应该尽量避免使用嵌套语句。嵌套语句不便于阅读,而且可能会忽略一些可能性。
for 遍历
for <循环变量> in <循环对象>: <语句1> else: <语句2>
else 语句中的语句2只有循环正常退出(遍历完所有遍历对象中的值)时执行。
在字典中遍历时,关键字和对应的值可以使用 items()
方法同时解读出来:
knights = {'gallahad': 'the pure', 'robin': 'the brave'} for k, v in knights.items(): print(k, v)
在序列中遍历时,索引位置和对应值可以使用 enumerate()
函数同时得到:
for i, v in enumerate(['tic', 'tac', 'toe']): print(i, v)
同时遍历两个或更多的序列,可以使用 zip()
组合:
questions = ['name', 'quest', 'favorite color'] answers = ['lancelot', 'the holy grail', 'blue'] for q, a in zip(questions, answers): print('What is your {0}? It is {1}.'.format(q, a))
要反向遍历一个序列,首先指定这个序列,然后调用 reversed()
函数:
for i in reversed(range(1, 10, 2)): print(i)
要按顺序遍历一个序列,使用 sorted()
函数返回一个已排序的序列,并不修改原值:
basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana'] for f in sorted(set(basket)): print(f)
while 循环
while<条件>: <语句1> else: <语句2>
break、continue、pass
break 语句用在 while 和 for 循环中,break 语句用来终止循环语句,即循环条件没有 False 条件或者序列还没被完全递归完,也会停止执行循环语句。
continue 语句用在 while 和 for 循环中,continue 语句用来告诉 Python 跳过当前循环的剩余语句,然后继续进行下一轮循环。 continue 语句跳出本次循环,而 break 跳出整个循环。
pass 是空语句,是为了保持程序结构的完整性。pass 不做任何事情,一般用做占位语句。
迭代器
- 迭代器是一个可以记住遍历的位置的对象。
- 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。
-
迭代器有两个基本的方法:
iter()
和next()
。 - 字符串,列表或元组对象都可用于创建迭代器。
迭代器可以被 for 循环进行遍历:
li = [1, 2, 3] it = iter(li) for val in it: print(val)
迭代器也可以用 next() 函数访问下一个元素值:
import sys li = [1,2,3,4] it = iter(li) while True: try: print (next(it)) except StopIteration: sys.exit()
生成器
- 在 Python 中,使用了 yield 的函数被称为生成器(generator)。
- 跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
- 在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
- 调用一个生成器函数,返回的是一个迭代器对象。
import sys def fibonacci(n): # 生成器函数 - 斐波那契 a, b, counter = 0, 1, 0 while True: if (counter > n): return yield a a, b = b, a + b counter += 1 f = fibonacci(10) # f 是一个迭代器,由生成器返回生成 while True: try: print(next(f)) except StopIteration: sys.exit()
函数
自定义函数
函数(Functions)是指可重复使用的程序片段。它们允许你为某个代码块赋予名字,允许你通过这一特殊的名字在你的程序任何地方来运行代码块,并可重复任何次数。这就是所谓的调用(Calling)函数。
-
函数代码块以
def
关键词开头,后接函数标识符名称和圆括号()
。 - 任何传入参数和自变量必须放在圆括号中间,圆括号之间可以用于定义参数。
- 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
- 函数内容以冒号起始,并且缩进。
-
return [表达式]
结束函数,选择性地返回一个值给调用方。不带表达式的 return 相当于返回 None。 -
return
可以返回多个值,此时返回的数据未元组类型。 - 定义参数时,带默认值的参数必须在无默认值参数的后面。
def 函数名(参数列表): 函数体
参数传递
在 Python 中,类型属于对象,变量是没有类型的:
a = [1,2,3] a = "Runoob"
以上代码中,[1,2,3] 是 List 类型,"Runoob" 是 String 类型,而变量 a 是没有类型,她仅仅是一个对象的引用(一个指针),可以是指向 List 类型对象,也可以是指向 String 类型对象。
可更改与不可更改对象
在 Python 中,字符串,数字和元组是不可更改的对象,而列表、字典等则是可以修改的对象。
-
不可变类型:变量赋值 a=5 后再赋值 a=10,这里实际是新生成一个 int 值对象 10,再让 a 指向它,而 5 被丢弃,不是改变a的值,相当于新生成了a。
-
可变类型:变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 则是将 list la 的第三个元素值更改,本身la没有动,只是其内部的一部分值被修改了。
Python 函数的参数传递:
-
不可变类型:类似 c++ 的值传递,如 整数、字符串、元组。如fun(a),传递的只是a的值,没有影响a对象本身。比如在 fun(a)内部修改 a 的值,只是修改另一个复制的对象,不会影响 a 本身。
-
可变类型:类似 c++ 的引用传递,如 列表,字典。如 fun(la),则是将 la 真正的传过去,修改后fun外部的la也会受影响
Python 中一切都是对象,严格意义我们不能说值传递还是引用传递,我们应该说传不可变对象和传可变对象。
参数
必需参数
必需参数须以正确的顺序传入函数。调用时的数量必须和声明时的一样。
关键字参数
关键字参数和函数调用关系紧密,函数调用使用关键字参数来确定传入的参数值。
使用关键字参数允许函数调用时参数的顺序与声明时不一致,因为 Python 解释器能够用参数名匹配参数值。
def print_info(name, age): "打印任何传入的字符串" print("名字: ", name) print("年龄: ", age) return print_info(age=50, name="john")
默认参数
调用函数时,如果没有传递参数,则会使用默认参数。
def print_info(name, age=35): print ("名字: ", name) print ("年龄: ", age) return print_info(age=50, name="john") print("------------------------") print_info(name="john")
不定长参数
*
def print_info(arg1, *vartuple): print("输出: ") print(arg1) for var in vartuple: print (var) return print_info(10) print_info(70, 60, 50)
-
加了两个星号
**
的参数会以字典的形式导入。变量名为键,变量值为字典元素值。
def print_info(arg1, **vardict): print("输出: ") print(arg1) print(vardict) print_info(1, a=2, b=3)
匿名函数
Python 使用 lambda 来创建匿名函数。
所谓匿名,意即不再使用 def
语句这样标准的形式定义一个函数。
lambda 只是一个表达式,函数体比 def 简单很多。
lambda 的主体是一个表达式,而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。
lambda 函数拥有自己的命名空间,且不能访问自己参数列表之外或全局命名空间里的参数。
虽然 lambda 函数看起来只能写一行,却不等同于 C 或 C++ 的内联函数,后者的目的是调用小函数时不占用栈内存从而增加运行效率。
# 语法格式 lambda [arg1 [,arg2,.....argn]]:expression
变量作用域
- L (Local) 局部作用域
- E (Enclosing) 闭包函数外的函数中
- G (Global) 全局作用域
- B (Built-in) 内建作用域
以 L –> E –> G –> B 的规则查找,即:在局部找不到,便会去局部外的局部找(例如闭包),再找不到就会去全局找,再者去内建中找。
Python 中只有模块(module),类(class)以及函数(def、lambda)才会引入新的作用域,其它的代码块(如 if/elif/else/、try/except、for/while等)是不会引入新的作用域的,也就是说这些语句内定义的变量,外部也可以访问。
定义在函数内部的变量拥有一个局部作用域,定义在函数外的拥有全局作用域。
局部变量只能在其被声明的函数内部访问,而全局变量可以在整个程序范围内访问。调用函数时,所有在函数内声明的变量名称都将被加入到作用域中。
当内部作用域想修改外部作用域的变量时,就要用到global和nonlocal关键字。
num = 1 def fun1(): global num # 需要使用 global 关键字声明 print(num) num = 123 print(num) fun1()
如果要修改嵌套作用域(enclosing 作用域,外层非全局作用域)中的变量则需要 nonlocal 关键字。
def outer(): num = 10 def inner(): nonlocal num # nonlocal关键字声明 num = 100 print(num) inner() print(num) outer()
模块
编写模块有很多种方法,其中最简单的一种便是创建一个包含函数与变量、以 .py 为后缀的文件。
另一种方法是使用撰写 Python 解释器本身的本地语言来编写模块。举例来说,你可以使用 C 语言来撰写 Python 模块,并且在编译后,你可以通过标准 Python 解释器在你的 Python 代码中使用它们。
模块是一个包含所有你定义的函数和变量的文件,其后缀名是 .py
。模块可以被别的程序引入,以使用该模块中的函数等功能。这也是使用 Python 标准库的方法。
当解释器遇到 import 语句,如果模块在当前的搜索路径就会被导入。
搜索路径是一个解释器会先进行搜索的所有目录的列表。如想要导入模块,需要把命令放在脚本的顶端。
一个模块只会被导入一次,这样可以防止导入模块被一遍又一遍地执行。
搜索路径被存储在 sys 模块中的 path 变量。当前目录指的是程序启动的目录。
导入模块
导入模块:
import module1[, module2[,... moduleN]
从模块中导入一个指定的部分到当前命名空间中:
from modname import name1[, name2[, ... nameN]]
把一个模块的所有内容全都导入到当前的命名空间:
from modname import *
__name__ 属性
每个模块都有一个 __name__
属性,当其值是 '__main__'
时,表明该模块自身在运行,否则是被引入。
一个模块被另一个程序第一次引入时,其主程序将运行。如果我们想在模块被引入时,模块中的某一程序块不执行,我们可以用 __name__
属性来使该程序块仅在该模块自身运行时执行。
if __name__ == '__main__': print('程序自身在运行') else: print('我来自另一模块')
dir 函数
内置的函数 dir()
可以找到模块内定义的所有名称。以一个字符串列表的形式返回。
如果没有给定参数,那么 dir()
函数会罗列出当前定义的所有名称。
在 Python 中万物皆对象, int
、 str
、 float
、 list
、 tuple
等内置数据类型其实也是类,也可以用 dir(int)
查看 int
包含的所有方法。也可以使用 help(int)
查看 int
类的帮助信息。
包
包是一种管理 Python 模块命名空间的形式,采用"点模块名称"。
比如一个模块的名称是 A.B, 那么他表示一个包 A中的子模块 B 。
就好像使用模块的时候,你不用担心不同模块之间的全局变量相互影响一样,采用点模块名称这种形式也不用担心不同库之间的模块重名的情况。
在导入一个包的时候,Python 会根据 sys.path 中的目录来寻找这个包中包含的子目录。
目录只有包含一个叫做 __init__.py
的文件才会被认作是一个包,主要是为了避免一些滥俗的名字(比如叫做 string)不小心的影响搜索路径中的有效模块。
最简单的情况,放一个空的 __init__.py
文件就可以了。当然这个文件中也可以包含一些初始化代码或者为 __all__
变量赋值。
第三方模块
- easy_install 和 pip 都是用来下载安装 Python 一个公共资源库 PyPI 的相关资源包的,pip 是 easy_install 的改进版,提供更好的提示信息,删除 package 等功能。老版本的 python 中只有 easy_install,没有pip。
- easy_install 打包和发布 Python 包,pip 是包管理。
easy_install 的用法:
-
安装一个包
easy_install 包名 easy_install "包名 == 包的版本号"
-
升级一个包
easy_install -U "包名 >= 包的版本号"
pip 的用法:
-
安装一个包
pip install 包名 pip install 包名 == 包的版本号
-
升级一个包
(如果不提供version号,升级到最新版本)
pip install --upgrade 包名 >= 包的版本号
-
删除一个包
pip uninstall 包名
-
已安装包列表
pip list
面向对象
类与对象是面向对象编程的两个主要方面。一个 类
(Class)能够创建一种新的类型(Type),其中 对象
(Object)就是类的 实例
(Instance)。可以这样来类比:你可以拥有类型 int
的变量,也就是说存储整数的变量是 int
类的实例(对象)。
- 类(Class) :用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。
- 方法 :类中定义的函数。
- 类变量 :类变量在整个实例化的对象中是公用的。类变量定义在类中且在函数体之外。类变量通常不作为实例变量使用。
- 数据成员 :类变量或者实例变量用于处理类及其实例对象的相关的数据。
- 方法重写 :如果从父类继承的方法不能满足子类的需求,可以对其进行改写,这个过程叫方法的覆盖(override),也称为方法的重写。
- 实例变量 :定义在方法中的变量,只作用于当前实例的类。
- 继承 :即一个派生类(derived class)继承基类(base class)的字段和方法。继承也允许把一个派生类的对象作为一个基类对象对待。例如,有这样一个设计:一个Dog类型的对象派生自Animal类,这是模拟"是一个(is-a)"关系(例图,Dog是一个Animal)。
- 实例化 :创建一个类的实例,类的具体对象。
- 对象 :通过类定义的数据结构实例。对象包括两个数据成员(类变量和实例变量)和方法。
Python 中的类提供了面向对象编程的所有基本功能:类的继承机制允许多个基类,派生类可以覆盖基类中的任何方法,方法中可以调用基类中的同名方法。
对象可以包含任意数量和类型的数据。
self
self
表示的是当前实例,代表当前对象的地址。类由 self.__class__
表示。
self
不是关键字,其他名称也可以替代,但 self
是个通用的标准名称。
类
类由 class
关键字来创建。
类实例化后,可以使用其属性,实际上,创建一个类之后,可以通过类名访问其属性。
对象方法
方法由 def
关键字定义,与函数不同的是,方法必须包含参数 self
, 且为第一个参数, self
代表的是本类的实例。
类方法
装饰器 @classmethod
可以将方法标识为类方法。类方法的第一个参数必须为 cls
,而不再是 self
。
静态方法
装饰器 @staticmethod
可以将方法标识为静态方法。静态方法的第一个参数不再指定,也就不需要 self
或 cls
。
__init__ 方法
__init__
方法即构造方法,会在类的对象被实例化时先运行,可以将初始化的操作放置到该方法中。
如果重写了 __init__
,实例化子类就不会调用父类已经定义的 __init__
。
变量
类变量
(Class Variable)是共享的(Shared)——它们可以被属于该类的所有实例访问。该类变量只拥有一个副本,当任何一个对象对类变量作出改变时,发生的变动将在其它所有实例中都会得到体现。
对象变量
(Object variable)由类的每一个独立的对象或实例所拥有。在这种情况下,每个对象都拥有属于它自己的字段的副本,也就是说,它们不会被共享,也不会以任何方式与其它不同实例中的相同名称的字段产生关联。
在 Python 中,变量名类似 __xxx__
的,也就是以双下划线开头,并且以双下划线结尾的,是特���变量,特殊变量是可以直接访问的,不是 private 变量,所以,不能用 __name__
、 __score__
这样的变量名。
访问控制
-
私有属性
__private_attr
:两个下划线开头,声明该属性为私有,不能在类地外部被使用或直接访问。 -
私有方法
__private_method
:两个下划线开头,声明该方法为私有方法,只能在类的内部调用,不能在类地外部调用。
我们还认为约定,一个下划线开头的属性或方法为 受保护
的。比如, _protected_attr
、 _protected_method
。
继承
类可以继承,并且支持继承多个父类。在定义类时,类名后的括号中指定要继承的父类,多个父类之间用逗号分隔。
子类的实例可以完全访问所继承所有父类的非私有属性和方法。
若是父类中有相同的方法名,而在子类使用时未指定,Python 从左至右搜索,即方法在子类中未找到时,从左到右查找父类中是否包含方法。
方法重写
子类的方法可以重写父类的方法。重写的方法参数不强制要求保持一致,不过合理的设计都应该保持一致。
super()
函数可以调用父类的一个方法,以多继承问题。
类的专有方法:
__init__ __del__ __repr__ __setitem__ __getitem__ __len__ __cmp__ __call__ __add__ __sub__ __mul__ __div__ __mod__ __pow__
类的专有方法也支持重载。
实例
class Person: """人员信息""" # 姓名(共有属性) name = '' # 年龄(共有属性) age = 0 def __init__(self, name='', age=0): self.name = name self.age = age # 重载专有方法: __str__ def __str__(self): return "这里重载了 __str__ 专有方法, " + str({'name': self.name, 'age': self.age}) def set_age(self, age): self.age = age class Account: """账户信息""" # 账户余额(私有属性) __balance = 0 # 所有账户总额 __total_balance = 0 # 获取账户余额 # self 必须是方法的第一个参数 def balance(self): return self.__balance # 增加账户余额 def balance_add(self, cost): # self 访问的是本实例 self.__balance += cost # self.__class__ 可以访问类 self.__class__.__total_balance += cost # 类方法(用 @classmethod 标识,第一个参数为 cls) @classmethod def total_balance(cls): return cls.__total_balance # 静态方法(用 @staticmethod 标识,不需要类参数或实例参数) @staticmethod def exchange(a, b): return b, a class Teacher(Person, Account): """教师""" # 班级名称 _class_name = '' def __init__(self, name): # 第一种重载父类__init__()构造方法 # super(子类,self).__init__(参数1,参数2,....) super(Teacher, self).__init__(name) def get_info(self): # 以字典的形式返回个人信息 return { 'name': self.name, # 此处访问的是父类Person的属性值 'age': self.age, 'class_name': self._class_name, 'balance': self.balance(), # 此处调用的是子类重载过的方法 } # 方法重载 def balance(self): # Account.__balance 为私有属性,子类无法访问,所以父类提供方法进行访问 return Account.balance(self) * 1.1 class Student(Person, Account): """学生""" _teacher_name = '' def __init__(self, name, age=18): # 第二种重载父类__init__()构造方法 # 父类名称.__init__(self,参数1,参数2,...) Person.__init__(self, name, age) def get_info(self): # 以字典的形式返回个人信息 return { 'name': self.name, # 此处访问的是父类Person的属性值 'age': self.age, 'teacher_name': self._teacher_name, 'balance': self.balance(), } # 教师 John john = Teacher('John') john.balance_add(20) john.set_age(36) # 子类的实例可以直接调用父类的方法 print("John's info:", john.get_info()) # 学生 Mary mary = Student('Mary', 18) mary.balance_add(18) print("Mary's info:", mary.get_info()) # 学生 Fake fake = Student('Fake') fake.balance_add(30) print("Fake's info", fake.get_info()) # 三种不同的方式调用静态方法 print("john.exchange('a', 'b'):", john.exchange('a', 'b')) print('Teacher.exchange(1, 2)', Teacher.exchange(1, 2)) print('Account.exchange(10, 20):', Account.exchange(10, 20)) # 类方法、类属性 print('Account.total_balance():', Account.total_balance()) print('Teacher.total_balance():', Teacher.total_balance()) print('Student.total_balance():', Student.total_balance()) # 重载专有方法 print(fake)
输出:
John's info: {'name': 'John', 'age': 36, 'class_name': '', 'balance': 22.0} Mary's info: {'name': 'Mary', 'age': 18, 'teacher_name': '', 'balance': 18} Fake's info {'name': 'Fake', 'age': 18, 'teacher_name': '', 'balance': 30} john.exchange('a', 'b'): ('b', 'a') Teacher.exchange(1, 2) (2, 1) Account.exchange(10, 20): (20, 10) Account.total_balance(): 0 Teacher.total_balance(): 20 Student.total_balance(): 48 这里重载了 __str__ 专有方法, {'name': 'Fake', 'age': 18}
错误和异常
语法错误
SyntaxError 类表示语法错误,当解释器发现代码无法通过语法检查时会触发的错误。语法错误是无法用 try...except...
捕获的。
>>> print: File "<stdin>", line 1 print: ^ SyntaxError: invalid syntax
异常
即便程序的语法是正确的,在运行它的时候,也有可能发生错误。运行时发生的错误被称为异常。
错误信息的前面部分显示了异常发生的上下文,并以调用栈的形式显示具体信息。
>>> 1 + '0' Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: unsupported operand type(s) for +: 'int' and 'str'
异常处理
Python 提供了 try ... except ...
的语法结构来捕获和处理异常。
try 语句执行流程大致如下:
st=>start: try 子句 cond_has_error=>condition: 是否有异常 cond_has_else=>condition: 是否有 else 子句 cond_has_finally=>condition: 是否有 finally 子句 io=>inputoutput: verification op_except=>operation: except 子句处理异常 op_else=>operation: 执行 else 子句 op_finally=>operation: 执行 finally 子句 e=>end: 结束 st->cond_has_error cond_has_error(yes, right)->op_except->cond_has_else cond_has_error(no)->cond_has_else cond_has_else(yes, right)->op_else->cond_has_finally cond_has_else(no)->cond_has_finally cond_has_finally(yes, right)->op_finally->e cond_has_finally(no)->e
- 首先,执行 try 子句(在关键字 try 和关键字 except 之间的语句)
- 如果没有异常发生,忽略 except 子句,try 子句执行后结束。
- 如果在执行 try 子句的过程中发生了异常,那么 try 子句余下的部分将被忽略。如果异常的类型和 except 之后的名称相符,那么对应的 except 子句将被执行。最后执行 try 语句之后的代码。
- 如果一个异常没有与任何的 except 匹配,那么这个异常将会传递给上层的 try 中。
- 一个 try 语句可能包含多个 except 子句,分别来处理不同的特定的异常。
- 最多只有一个 except 子句会被执行。
- 处理程序将只针对对应的 try 子句中的异常进行处理,而不是其他的 try 的处理程序中的异常。
- 一个 except 子句可以同时处理多个异常,这些异常将被放在一个括号里成为一个元组。
- 最后一个 except 子句可以忽略异常的名称,它将被当作通配符使用。可以使用这种方法打印一个错误信息,然后再次把异常抛出。
- try except 语句还有一个可选的 else 子句,如果使用这个子句,那么必须放在所有的 except 子句之后。这个子句将在 try 子句没有发生任何异常的时候执行。
- 异常处理并不仅仅处理那些直接发生在 try 子句中的异常,而且还能处理子句中调用的函数(甚至间接调用的函数)里抛出的异常。
- 不管 try 子句里面有没有发生异常,finally 子句都会执行。
- 如果一个异常在 try 子句里(或者在 except 和 else 子句里)被抛出,而又没有任何的 except 把它截住,那么这个异常会在 finally 子句执行后再次被抛出。
抛出异常
使用 raise
语句抛出一个指定的异常。
raise 唯一的一个参数指定了要被抛出的异常。它必须是一个异常的实例或者是异常的类(也就是 Exception 的子类)。
如果你只想知道这是否抛出了一个异常,并不想去处理它,那么一个简单的 raise 语句就可以再次把它抛出。
自定义异常
可以通过创建一个新的异常类来拥有自己的异常。异常类继承自 Exception 类,可以直接继承,或者间接继承。
当创建一个模块有可能抛出多种不同的异常时,一种通常的做法是为这个包建立一个基础异常类,然后基于这个基础类为不同的错误情况创建不同的子类。
大多数的异常的名字都以"Error"结尾,就跟标准的异常命名一样。
实例
import sys class Error(Exception): """Base class for exceptions in this module.""" pass # 自定义异常 class InputError(Error): """Exception raised for errors in the input. Attributes: expression -- input expression in which the error occurred message -- explanation of the error """ def __init__(self, expression, message): self.expression = expression self.message = message try: print('code start running...') raise InputError('input()', 'input error') # ValueError int('a') # TypeError s = 1 + 'a' dit = {'name': 'john'} # KeyError print(dit['1']) except InputError as ex: print("InputError:", ex.message) except TypeError as ex: print('TypeError:', ex.args) pass except (KeyError, IndexError) as ex: """支持同时处理多个异常, 用括号放到元组里""" print(sys.exc_info()) except: """捕获其他未指定的异常""" print("Unexpected error:", sys.exc_info()[0]) # raise 用于抛出异常 raise RuntimeError('RuntimeError') else: """当无任何异常时, 会执行 else 子句""" print('"else" 子句...') finally: """无论有无异常, 均会执行 finally""" print('finally, ending')
文件操作
打开文件
open()
函数用于打开/创建一个文件,并返回一个 file 对象:
open(filename, mode)
- filename:包含了你要访问的文件名称的字符串值
- mode:决定了打开文件的模式:只读,写入,追加等
文件打开模式:
模式 | 描述 |
---|---|
r | 以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。 |
rb | 以二��制格式打开一个文件用于只读。文件指针将会放在文件的开头。 |
r+ | 打开一个文件用于读写。文件指针将会放在文件的开头。 |
rb+ | 以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。 |
w | 打开一个文件只用于写入。如果该文件已存在则打开文件,并从开头开始编辑,即原有内容会被删除。如果该文件不存在,创建新文件。 |
wb | 以二进制格式打开一个文件只用于写入。如果该文件已存在则打开文件,并从开头开始编辑,即原有内容会被删除。如果该文件不存在,创建新文件。 |
w+ | 打开一个文件用于读写。如果该文件已存在则打开文件,并从开头开始编辑,即原有内容会被删除。如果该文件不存在,创建新文件。 |
wb+ | 以二进制格式打开一个文件用于读写。如果该文件已存在则打开文件,并从开头开始编辑,即原有内容会被删除。如果该文件不存在,创建新文件。 |
a | 打开一个文件用于追加。如果该文件已存在,文件指针将会放在文件的结尾。也就是说,新的内容将会被写入到已有内容之后。如果该文件不存在,创建新文件进行写入。 |
ab | 以二进制格式打开一个文件用于追加。如果该文件已存在,文件指针将会放在文件的结尾。也就是说,新的内容将会被写入到已有内容之后。如果该文件不存在,创建新文件进行写入。 |
a+ | 打开一个文件用于读写。如果该文件已存在,文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在,创建新文件用于读写。 |
ab+ | 以二进制格式打开一个文件用于追加。如果该文件已存在,文件指针将会放在文件的结尾。如果该文件不存在,创建新文件用于读写。 |
文件对象方法
-
fileObject.close()
close() 方法用于关闭一个已打开的文件。关闭后的文件不能再进行读写操作,否则会触发 ValueError 错误。 close() 方法允许调用多次。
当 file 对象,被引用到操作另外一个文件时,Python 会自动关闭之前的 file 对象。 使用 close() 方法关闭文件是一个好的习惯。
-
fileObject.flush()
flush() 方法是用来刷新缓冲区的,即将缓冲区中的数据立刻写入文件,同时清空缓冲区,不需要是被动的等待输出缓冲区写入。
一般情况下,文件关闭后会自动刷新缓冲区,但有时你需要在关闭前刷新它,这时就可以使用 flush() 方法。
-
fileObject.fileno()
fileno() 方法返回一个整型的文件描述符(file descriptor FD 整型),可用于底层操作系统的 I/O 操作。
-
fileObject.isatty()
isatty() 方法检测文件是否连接到一个终端设备,如果是返回 True,否则返回 False。
-
next(iterator[,default])
Python 3 中的 File 对象不支持 next() 方法。 Python 3 的内置函数
next()
通过迭代器调用__next__()
方法返回下一项。在循环中,next()
函数会在每次循环中调用,该方法返回文件的下一行,如果到达结尾(EOF),则触发 StopIteration。 -
fileObject.read()
read() 方法用于从文件读取指定的字节数,如果未给定或为负则读取所有。
-
fileObject.readline()
readline() 方法用于从文件读取整行,包括 "\n" 字符。如果指定了一个非负数的参数,则返回指定大小的字节数,包括 "\n" 字符。
-
fileObject.readlines()
readlines() 方法用于读取所有行(直到结束符 EOF)并返回列表,该列表可以由 Python 的
for... in ...
结构进行处理。如果碰到结束符 EOF,则返回空字符串。 -
fileObject.seek(offset[, whence])
seek() 方法用于移动文件读取指针到指定位置。
whence 的值, 如果是 0 表示开头, 如果是 1 表示当前位置, 2 表示文件的结尾。whence 值为默认为0,即文件开头。例如:
seek(x, 0)
:从起始位置即文件首行首字符开始移动 x 个字符seek(x, 1)
:表示从当前位置往后移动 x 个字符seek(-x, 2)
:表示从文件的结尾往前移动 x 个字符 -
fileObject.tell(offset[, whence])
tell() 方法返回文件的当前位置,即文件指针当前位置。
-
fileObject.truncate([size])
truncate() 方法用于从文件的首行首字符开始截断,截断文件为 size 个字符,无 size 表示从当前位置截断;截断之后 V 后面的所有字符被删除,其中 Widnows 系统下的换行代表2个字符大小。
-
fileObject.write([str])
write() 方法用于向文件中写入指定字符串。
在文件关闭前或缓冲区刷新前,字符串内容存储在缓冲区中,这时你在文件中是看不到写入的内容的。
如果文件打开模式带 b,那写入文件内容时,str (参数)要用 encode 方法转为 bytes 形式,否则报错:
TypeError: a bytes-like object is required, not 'str'
。 -
fileObject.writelines([str])
writelines() 方法用于向文件中写入一序列的字符串。这一序列字符串可以是由迭代对象产生的,如一个字符串列表。换行需要指定换行符
\n
。
实例
filename = 'data.log' # 打开文件(a+ 追加读写模式) # 用 with 关键字的方式打开文件,会自动关闭文件资源 with open(filename, 'w+', encoding='utf-8') as file: print('文件名称: {}'.format(file.name)) print('文件编码: {}'.format(file.encoding)) print('文件打开模式: {}'.format(file.mode)) print('文件是否可读: {}'.format(file.readable())) print('文件是否可写: {}'.format(file.writable())) print('此时文件指针位置为: {}'.format(file.tell())) # 写入内容 num = file.write("第一行内容\n") print('写入文件 {} 个字符'.format(num)) # 文件指针在文件尾部,故无内容 print(file.readline(), file.tell()) # 改变文件指针到文件头部 file.seek(0) # 改变文件指针后,读取到第一行内容 print(file.readline(), file.tell()) # 但文件指针的改变,却不会影响到写入的位置 file.write('第二次写入的内容\n') # 文件指针又回到了文件尾 print(file.readline(), file.tell()) # file.read() 从当前文件指针位置读取指定长度的字符 file.seek(0) print(file.read(9)) # 按行分割文件,返回字符串列表 file.seek(0) print(file.readlines()) # 迭代文件对象,一行一个元素 file.seek(0) for line in file: print(line, end='') # 关闭文件资源 if not file.closed: file.close()
输出:
文件名称: data.log 文件编码: utf-8 文件打开模式: w+ 文件是否可读: True 文件是否可写: True 此时文件指针位置为: 0 写入文件 6 个字符 16 第一行内容 16 41 第一行内容 第二次 ['第一行内容\n', '第二次写入的内容\n'] 第一行内容 第二次写入的内容
序列化
在 Python 中 pickle 模块实现对数据的序列化和反序列化。pickle 支持任何数据类型,包括内置数据类型、函数、类、对象等。
方法
dump
将数据对象序列化后写入文件
pickle.dump(obj, file, protocol=None, fix_imports=True)
必填参数 obj 表示将要封装的对象。
必填参数 file 表示 obj 要写入的文件对象,file 必须以二进制可写模式打开,即 wb
。
可选参数 protocol 表示告知 pickle 使用的协议,支持的协议有 0,1,2,3,默认的协议是添加在 Python 3 中的协议3。
load
从文件中读取内容并反序列化
pickle.load(file, fix_imports=True, encoding='ASCII', errors='strict')
必填参数 file 必须以二进制可读模式打开,即 rb
,其他都为可选参数。
dumps
以字节对象形式返回封装的对象,不需要写入文件中
pickle.dumps(obj, protocol=None, fix_imports=True)
loads
从字节对象中读取被封装的对象,并返回
pickle.loads(bytes_object, fix_imports=True, encoding='ASCII', errors='strict')
实例
import pickle data = [1, 2, 3] # 序列化数据并以字节对象返回 dumps_obj = pickle.dumps(data) print('pickle.dumps():', dumps_obj) # 从字节对象中反序列化数据 loads_data = pickle.loads(dumps_obj) print('pickle.loads():', loads_data) filename = 'data.log' # 序列化数据到文件中 with open(filename, 'wb') as file: pickle.dump(data, file) # 从文件中加载并反序列化 with open(filename, 'rb') as file: load_data = pickle.load(file) print('pickle.load():', load_data)
输出:
pickle.dumps(): b'\x80\x03]q\x00(K\x01K\x02K\x03e.' pickle.loads(): [1, 2, 3] pickle.load(): [1, 2, 3]
命名规范
Python 之父 Guido 推荐的规范
Type | Public | Internal |
---|---|---|
Modules | lower_with_under | _lower_with_under |
Packages | lower_with_under | |
Classes | CapWords | _CapWords |
Exceptions | CapWords | |
Functions | lower_with_under() | _lower_with_under() |
Global/Class Constants | CAPS_WITH_UNDER | _CAPS_WITH_UNDER |
Global/Class Variables | lower_with_under | _lower_with_under |
Instance Variables | lower_with_under | _lower_with_under (protected) or __lower_with_under (private) |
Method Names | lower_with_under() | _lower_with_under() (protected) or __lower_with_under() (private) |
Function/Method Parameters | lower_with_under | |
Local Variables | lower_with_under |
Linux公社的RSS地址 : https://www.linuxidc.com/rssFeed.aspx
本文永久更新链接地址: https://www.linuxidc.com/Linux/2018-12/155843.htm
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Nginx 基础知识从小白到入门
- Swift开发入门-基础知识,附demo
- SQL Server数据库入门基础知识
- css3笔记系列-1.css基础知识入门
- Java学习笔记(十)——Thrift入门及一些基础知识介绍
- 深度学习基础知识入门及案例代码实战-深度学习牛刀小试
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。