基础语法
# 缩进取代大括号 # 用换行取代分号，也可以使用分号，无所谓 # 输出 print(); # 输入 input(); # 注释 #单行注释 """ 多行注释1 """ ''' 多行注释2 ''' # 申明变量 直接写字母就行与数字、下划线组合即可，不是保留字即可。 # if if true: print("true") else: print("false") # while i = 0; while i <= 1: #do something print("cicle") i+=1 # for languages = ["C", "C++", "Perl", "Python"] for x in languages: print (x) # range range(5)函数返回数字0~4的数组 range(5,9) 函数返回数字5~8的数组 range(0,10,3) 函数返回从数字0开始，递增3，直到最后一个数字小于10的数字数组 range(-10,-100,-30) 函数返回从-10开始，递增-30，直到最后一个数组大于-100的数字数组 # for + range 带索引遍历数组 a = ['Google', 'Baidu', 'Runoob', 'Taobao', 'QQ'] for i in range(len(a)) print(i,a[i]) # while 带索引遍历数组 i = 0; length = len(a); while i < a: print(i,a[i]) i+=1 # for + enumerate 带索引遍历数组 for i,value in enumerate(a): print(i,value) # 列表list # python list 和java list性质很类似，而不是数组，它的大小可变，但是Python列表的元素可以使把不同的数据类型，非常灵活 # 创建新的list list1 = [] list2 = ['bob',1,true] # 增加元素 list1.append(233) list1.insert(0,666) #插入到0位置，原来元素依次后移 # 删除元素 list2.pop() #删除末尾的元素 list2.pop(0) # 修改元素 = 直接赋值 # 访问指定位置元素 list1[2] list1[-1] #表示最后一个元素 # 切片（返回一个子列表） list2[0:2] #表示从索引0到1的元素 list2[-2:-1] #表示倒数第二个元素 list2[:3] #表示从0到2 list2[1:] #表示从1到结尾 # 元组tuple # 与list列表区别是，tuple一旦初始化就不能修改。 # list使用[]方括号，tuple使用()圆括号 # 定义时候，只有一个元素，需要加一个,，避免歧义 t = (1,) # 字典dict # dict 和 java的map很类似。键值对，Python的dict很类似json的语法 # 定义 d = {'age':62, 'sex':'male'} # 访问值 d['age'] # 判断key是否存在 d.get('name') #默认不存在返回none d.get('name',-1) #指定不存在时候返回-1 'name' in d #不存在时候返回false # 删除key d.pop('sex') # 集合set # 和java的set性质很类似，也是没有重复元素的集合。 # 定义 s = set([1,1,2,2,2,3,3,'sex']) # 添加元素 s.add(4) s.add(4) # 重复元素添加操作不会生效 # 删除元素 s.remove('sex') #参数是set元素的值，而不是索引 # 函数 # 定义函数 def my_function(x): print(x); # 调用函数
高级特性
列表生成式和生成器
列表生成器
一种快速生成一个指定条件的列表的语法。
第一个例子：生成数字0~10的列表，可以使用range(0，11)函数，这个并不是列表生成器，只是引出这个概念。
第二个例子：生成[1x1, 2x2, 3x3, ..., 10x10] 这样乘积结果形成的列表，普通写法是一层循环：
l = [] for x in range(1,11): l.append(x*x) # 或者下面的循环 i = 1 while i < 11: l.append(i*i) i+=1
现在使用列表生成式只需要一句代码：
[x*x for x in range(1,11)]
仔细看下上面代码，可以发现，就是把l.append(x*x)替换成x*x，并写在了for循环前面，而且整体用列表的符号[]包裹起来。
还可以更近一步，在for循环后面，写if语句，进一步筛选需要生成的元素：
[x * x for x in range(1, 11) if x % 2 == 0] # [4, 16, 36, 64, 100]
可以说，列表生成式就是一种语法的简化，没什么新的功能。
生成器
列表生成式是真实返回一个生成好的列表。
但是如果我们需要生成的列表特别大，被逼入100万的成员，但我们只需要打印前几个元素，后面那个多成员所占用的空间就浪费了：
L = [x * x for x in range(1000000)] print(L[0]) print(L[1])
上面写法就是非常浪费，要遭到我们谴责的。可以用下面写法：
g = (x * x for x in range(1000000)) next(g) next(g)
这种写法的返回的并不是一个列表，而是一个生成器g。生成器就好比一个记住规则的工具，一开始并不会生成任何元素，通过调用next()一个个的生成数组元素。
加入我想生成10个元素，我可以迭代生成器：
g = (x * x for x in range(10)) for x in g: print(x)
上面语法可以创建一个生成器，还可以通过yield关键字使一个函数成为生成器：
def odd(): print('step 1') yield 1 print('step 2') yield(3) print('step 3') yield(5) g = odd() next(g) # step 1 next(g) # step 2 next(g) # step 3 next(g) # StopIteration
同样可以使用for循环迭代这个生成器：
for x in odd(): print(x) # 依次返回1 3 5
一个函数成为生成器，使用next调用函数，遇到yield语句会返回yield申明的值（常量/变量）。再次调用next从上次返回的位置继续，直到遇到下一个yield语句。
迭代器
首先需要区分两个概念：迭代器（Iterator）和可迭代对象（Iterable）：
- 可迭代对象：可以使用for遍历，但是不能被next()调用，不断的返回下一个值。
- 迭代器：可以通过调用next(Iterator)，不断返回迭代器内部的值
- 通过
isinstance([变量] , Iterator)或isinstance([变量] , Iterable)判断变量是否是迭代器或是可迭代对象 - list、dict、str本身不是迭代器，可以通过
iter(Iterable)返回迭代器对象 - 生成器本身就是迭代器对象。
l = [1, 2, 3, 4, 5] lIter = iter(l) next(lIter) # 返回1
函数式编程
装饰器
设计模式里有一个设计模式就是装饰器模式，其实很容易理解，就是对函数进行扩展功能。但是又不想通过继承的方式。
用装饰器函数把原函数包裹起来，先执行装饰器的功能，再调用原函数。
所以装饰器的参数首先需要原函数func_name，而且装饰器内部还需要定义一个函数wrapper，参数是*args, **kw，表示任意参数，用来接收调用原函数的参数。
举个例子，定义一个log的装饰器，可以装饰在任何函数上（方式是在需要装饰的函数顶部写@装饰器名称），执行原函数，会输出该函数的调用信息：
def log(func): def wrapper(*args, **kw): print("调用函数%s()"% func.__name__) return func(*args, **kw) return wrapper @log def now(str): print("一个测试函数 + %s" % str)
当我们执行now("哈哈")，实际上执行的是log(now("哈哈"))，然后log函数内部调用wrapper("哈哈")，先打印测试时间，再执行了now("哈哈")
装饰器也可以传值，但是装饰器内部再多一个函数，用来接收需要装饰的函数名：
def log(text): def decorator(func): def wrapper(*args, **kw): print("调用函数%s()时间为，测试文字 %s" % (func.__name__ ,text)) return func(*args, **kw) return wrapper return decorator @log("自定义文字") def now(str2): print("一个测试函数 + %s" % str2)
这样调用now("哈哈")，实际上调用了log("自定义文字")now("哈哈")，然后执行decorator(now("哈哈"))，下面的调用过程和之前一样了。
被装饰器修饰的函数，会有一个问题：打印他的函数名称会有问题：
比如now.__name__，会输出wrapper，我们可以在wrapper的函数，上面写一句：
import functools def log(func): @functools.wraps(func) def wrapper(*args, **kw): print("调用函数%s()"% func.__name__) return func(*args, **kw) return wrapper
这句注解自动会帮我们wrapper.__name__ = func.__name__赋值。
面向对象编程
我们用java的类概念来引入Python的面向对象的所有概念：
类
class Student(object): def __init__(self, name, score, sex): self.name = name self.score = score self.__sex = sex; def print_score(self): print('%s: %s' % (self.name, self.score)) st = Student("hewro",120,"male") print(st.name) st.print_sore()
从上面代码，我们可以看出：
- 成员变量是在
__init__中定义，而不是直接申明变量 - 构造函数名称是
__init__，Python不支持函数重载，自然只能有一个构造函数了。而且第一个参数一定是self，生成实例的时候，不需要手动调用该参数。 - 在类的内部使用本身的变量，需要在函数第一个参数添加
self，很麻烦 - 继承父类的写法不是
extend，而是(父类) - python 的私有变量定义也没有关键字，只是定义变量名称前面加两个下划线
__，如__sex，就无法直接打印std.__sex
关于多态
我们知道多态是继承带来的一个很好特性。java、Python都有。但是Python本身变量不需要申明类型，所以多态实现，并不一定需要是定义父类的子类，而只要是该对象也拥有指定的方法即可（即鸭子类型）。
比如我们有一个Animal的父类，还有继承Animal的Dog和Cat 子类
class Animal(object): def run(self): print('Animal is running...') class Dog(Animal): def run(self): print('Dog is running...') class Cat(Animal): def run(self): print('Cat is running...') class Tortoise(Animal): def run(self): print('Tortoise is running slowly...') # 这个函数的参数实际上是没有申明类型的 def run_twice(animal): animal.run() animal.run()
所以执行run_twince()参数可以是dog实例，也可以是Tortoise的实例，虽然Tortoise并不继承于Animal。
