【Python考试资源】包含重点知识、坑点知识,期末考试看这一份就够了

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
实时计算 Flink 版,5000CU*H 3个月
实时数仓Hologres,5000CU*H 100GB 3个月
简介: 本文章总结Python的各类知识,并将知识之间进行对比,对期末考试非常有效


前言

1python的创造者是“龟叔”Guido van Rossum

2python语言的缺点

运行速度慢 python是解释型语言(不同于编译型),代码需要翻译成CPU所能理解的机器码。但是,不影响用户交互,因为比如python需要0.1,C需要0.001s,而网络需要1s,1.1s和1.001s没有什么区别
代码不能加密 python只能发布源代码,而C语言是可以只发布.exe文件

3解释器

CPython 官方自带的解释器。是用C语言开发的。在命令行下运行python就是启动CPython解释器。
IPython 在CPython的基础之上发展而来的,只是在交互性方面有所增强
PyPy 采用JIT技术,对python进行动态编译,主要的目的是提高执行速度
Jython 可以在Java平台上的Python解释器,可以直接把Python代码编译成Java字节码执行
IronPython

在微软.Net平台上的Python解释器,可以直接把Python代码编译成.Net的字节码

4命令行模式与交互模式

命令模式 直接打开cmd。效果为C:\> _
交互模式 在cmd中输入python。效果为>>> _

5如何执行python文件?

在命令模式下在hello.py目录learn下执行以下语句。在交互模式中直接输入代码执行

C:\learn> python hello.py

image.gif

6python常用的库以及用法

科学计算 Numpy,Scipy
数据分析 Pandas
画图 matplotlib
数据挖掘 scikit-learn,nltk,pytorch/tensorflow(深度学习)
游戏 Pygame/Bigworld
图像 PIL
机器人控制 PyRO

基础语法

1输入与输出

输出:print()

print('hello,world')
print('The quick brown fox', 'jumps over', 'the lazy dog')

image.gif

注意,如果采用第二种方式,print()会依次打印每个字符串,遇到逗号“,”会输出一个空格

输入:input()

#注意,是字符串输入
name = input()
#可以是有提示的输入
name = input('please enter your name: ')
print('hello,', name)
#输入两个整数
a,b=map(int,input().split())
#输入两个字符串
a,b=input().split()

image.gif

2数据类型

数据类型 注意点
整数

1十六进制如 oxff01

2_的使用:100000000=100_000000,这是因为方便看0的个数

3没有大小限制

4 3**5=243,表示3^5

浮点数

1如1.23e8

2没有大小限制,超出范围就是inf(无限大)

字符串

1" "与' ':两个都可以使用,但是如果字符串内有'的时候,需要用" "如"I‘m OK’"

2在1的情况也可以用转义字符来解决,如'I\'m OK'

3如果字符串中有很多的字符需要转义,但是我想''中的部分不允许被转义,可以使用r''如下图

4一行内如果有很多的换行符不方便使用,可以使用'''...'''如下图

5不可变有序

布尔值

1True和False

2运算法:and        or        not

空值 None

列表,

字典,

自定义数据类型

list可变有序     s = ['python', 'java', ['asp', 'php'], 'scheme'] 

tuple不可变有序  t = (1, 2)

dict可变无序    d={'Anne':96,'Bob':84,'Candy':87}

set可变不可变均可无序     s = set([1, 1, 2, 2, 3, 3])

变量

1 变量名可以是大小写、数字和 ,不能用数字开头

2 变量的类型可以反复赋值,以及不同的数据类型。这种变量本身类型不固定的语言称之为动态语言

3 a=‘ABC’,内存做了两件事情,就是创建一个‘ABC’的字符串和创建一个a的变量,并将a指向'ABC'

常量

1 Python中没有完全的常量,一般用大写字符表示

全局变量 1 global 全局变量

总结:字符串和元组合是不可变的,字符串、元组、列表是有序的

print('\\\t\\')
print(r'\\\t\\')
print('''line1
line2
line3''')

image.gif

image.gif编辑

 

3运算符号

/ 结果一定是浮点数
// 结果一定是整数,向下取整
% 结果一定是整数

结论://和%的结果一定是整数,因此其运算结果一定是精确的

优先级

image.gif编辑

4字符编码

ASCII 1个字节,只能是常用的几个符号
Unicode 2~6个字节,与ASCII的联系在于,用来表示ASCII是有两个字节,其中前面一个字节是全0,主要作用是显示给用户看
UTF-8 综合了ASCII和Unicode的字节长度,比较灵活,比如英文为1个字节,汉字是3个字节,从而节省空间,主要作用是保存
字符 ASCII Unicode UTF-8
A 01000001 00000000 01000001 01000001
x 01001110 00101101

11100100 10111000 10101101

内存:Unicode

外存/浏览器源码/传输数据:UTF-8

 

5字符串

使用Unicode进行编码

ord() 字符转化为Unicode码,如ord(‘A’)
chr() Unicode码转化为字符,如chr(''66)
int() 字符数字转化为数值
encode() 字符转化为指定编码的bytes类型,如'ABC'.encode('ascii'),'中文’.encode('utf-8')
decode() 字符转化为指定编码的str类型,如b'ABC'.decode('ascii',errors='ignore')#ignore的意思是少量的无效字符忽略,当然也可以不加的

len()

bytes类型计算字节数,str类型计算字符数
字符串名[::-1] 倒序
.islower()  判断是否全部是小写
转化为小写 s.lower()
转化为大写 s.upper()
首单词大写 s.title()
首字符串字母大写

s.capitalize()

>>> len('中文')
2
>>> len('中文'.encode('utf-8'))
6
>>> len('ABC')
3
>>> len(b'ABC')
3
#大小写转换
w = "100hello WORLD"
w.upper()
Out[72]: '100HELLO WORLD'
w.lower()
Out[73]: '100hello world'
w.title()
Out[74]: '100Hello World'
w.capitalize()
Out[75]: '100hello world'

image.gif

注意:我们从网络或磁盘上读取了字节流,用的就是bytes,由于我们在操作字符串的时候经常遇到str和bytes的互相转化,为了避免乱码,应该坚持使用UTF-8来进行转化,就是encode和decode后面的参数是utf-8。

str是不可变对象

>>> a = 'abc'
>>> a.replace('a', 'A')
'Abc'
#上面的实际是创建了一个新的对象
>>> a
'abc'

image.gif

解释:对于不变对象来说,调用对象自身的任意方法,也不会改变该对象自身的内容。相反,这些方法会创建新的对象并返回,这样,就保证了不可变对象本身永远是不可变的。

python中的不变对象有:str None

取出特定字符之间的子字符串

#此处为取出[ ]之间的字符串   
m=re.findall(r"\[(.+?)\]",L)

image.gif

6格式化

和c语言的输出一样的

%x 十六进制整数

print('%s has %d dollars'%('Tom',100))
print('%s'%(3))#这里的3有没有'都是可以的,因为s是可以自动转化整数为字符串
#指定输出几位以及输出的几位前面需不需要补上0
print('%2d-%02d' % (3, 1))
#输出的小数点数量
print('%.2f' % 3.1415926)
#输出带%的时候
print('%d %%' % (7))

image.gif

#format()
>>> 'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.1%'
#f-string
>>> r = 2.5
>>> s = 3.14 * r ** 2
>>> print(f'The area of a circle with radius {r} is {s:.2f}')
The area of a circle with radius 2.5 is 19.62

image.gif

7特殊数据类型list

列表:一种集合

里面的元素数据类型可以不一样,而且可以套娃,例如

s = ['python', 'java', ['asp', 'php'], 'scheme']
#即为
p = ['asp', 'php']
s = ['python', 'java', p, 'scheme']

image.gif

len() 如len(classmates)

a[-1]

a[-2]

获取最后第一个元素

                ~二~

insert() 插入指定位置如a.insert(1,'jack'),插入到下标为1的位置
append() 末尾追加元素如a.append('Anne')
extend() 末尾追加元素列表如a.extend(['Anne','Bob'])
pop()

删除尾部的元素如a.pop()

删除指定位置的元素如a.pop(4)

a[2]='dudu'

替换指定位置的元素

sort()

正序排序,如a.sort()

使用lamda自定义排序,如l.sort(key=lambda x:x[1])

reverse() 倒序排序,如a.reverse()
index()

获取某个元素的下标如l.index('Anne')

count() 一个元素出现的次数如l.count('Anne')
列表加法

合并追加

[1,2,3]+[5,3]   >>>  [1,2,3,5,3]

列表乘法

重复几次

[1,2,3]*2  >>>  [1,2,3,1,2,3]

实现二维数组

l1=[]
i=0
while i<5:
    l1.append([])
    i+=1
l1.append('你好')

image.gif

与random库结合使用

L=[3,4,1,3,4,5,1]
#在列表中随机抽取一个对象
random.choice(L)
#列表打乱
random.shuffle(L)

image.gif

8特殊数据类型tuple

区别于list:初始化后不可修改

#没有元素时
t = ()
#1个元素
t = (1,)
#2个元素时候
t = (1, 2)

image.gif

注意:如果是1个元素,t=(1)是错误的,因为这样既可以表示tuple又可以表示数学计算的小括号,python默认是后者,因此上述式子相当于t=1

不变指的是指的对象不变,对象的内容有可能变的,那就是list,如下

>>> t = ('a', 'b', ['A', 'B'])
>>> t[2][0] = 'X'
>>> t[2][1] = 'Y'
>>> t
('a', 'b', ['X', 'Y'])

image.gif

9特殊数据类型set

与list相比,只是内部不可以重复

一般是用来当作去重工具使用

>>> s = set([1, 1, 2, 2, 3, 3])
>>> s      
{1, 2, 3}       #print的结果也是{}

image.gif

s.add(5)
s.remove(4)
并/交 & |

10特殊数据类型dict

字典:存储方式:键-值,方便快速查找。很类似一个二维数组或者指针数组

d={'Anne':96,'Bob':84,'Candy':87}
print(d['Anne'])

image.gif

判断键是否存在

1方式一:in

if 'Bob' in d:

    print(d['Bob'])

方式二:get()

if d.get('Bob'):

    print(d['Bob'])

2自定义返回值

print(d.get('Bobc','sorry'))

1直接d['Duduo']=88

d.pop('Bob')
d['Anne']

区别:与list相比,其查找插入的速度快,不会随着元素的增加而变慢,但是需要占用大量的内存

11条件控制语句

age = 20
if age >= 18:
    print('adult')
elif age >= 6:
    print('teenager')
else:
    print('kid')
if <条件判断1>:
    <执行1>
elif <条件判断2>:
    <执行2>
elif <条件判断3>:
    <执行3>
else:
    <执行4>

image.gif

注意:python判断从上至下,一旦一个判断是True,下面的就不会执行了,比如上面的结果是adult

简写形式,类似于switch

if x:
    print('True')

image.gif

12循环

for...in循环:一般用于遍历

names = ['Michael', 'Bob', 'Tracy']
for name in names:
    print(name)

image.gif

计算1+2+3+...+100

#range(n)是自动生成0~n的整数序列
#range(101)是从0到100,总共101个数字
sum = 0
for x in range(101):
    sum = sum + x
print(sum)
#配合list使用
ls1=[i for i in range(1,101)]
print(sum(ls1))
#输出0~100的整数
print(list(range(101)))

image.gif

while循环

sum=0
n=100
while n>0:
    sum+=n
    n-=1
print(sum)

image.gif

当然,break和continue也同样适用

13数据类型转换

基本数据类型转化

>>> int('123')
123
>>> int(12.34)
12
>>> float('12.34')
12.34
>>> str(1.23)
'1.23'
>>> str(100)
'100'
>>> bool(1)
True
>>> bool('')
False

image.gif

str list dict 类型转化

#list-->str
s = ''.join(l)
#list-->dict
l1 = ['a', 'b', 'c']
l2 = [1, 2, 3]
dict(zip(l1,l2))
#str-->list
l=s.split(',')适合都是逗号或者空格的
或者
l=list(s)
#str-->dict
s = '{"id": 1, "name": "li"}'  
d = eval(s)
#dict-->list
d = {'a': 1, 'b': 2, 'c': 3}
list(d)
## ['a', 'b', 'c']
list(d.keys())
## ['a', 'b', 'c']
list(d.values())
## [1, 2, 3]
#dict-->str
str(d)

image.gif

尤其注意list-->dict的时候

zip的底层原理是遍历赋值,如果l1有重复的字段那就赋l2最后一个值

l1 = ['a', 'b', 'a']
l2 = [1, 2, 3]
dict(zip(l1,l2))
## {'a': 3, 'b': 2}
dict(zip(l2,l1))
## {1: 'a', 2: 'b', 3: 'a'}

image.gif

字符串常见处理

#str类型头尾去掉符号
str2.strip( ',' )

image.gif

函数

1将一个函数名赋值到一个变量

>>> a = abs # 变量a指向abs函数
>>> a(-1) # 所以也可以通过a调用abs函数
1

image.gif

2自定义函数

格式 def 函数名(参数):

               函数体

def my_abs(x):
    if x >= 0:
        return x
    else:
        return -x
#使用三元表达式
def my_abs(x):
    return x if x>=0 eles -x

image.gif

注意:如果没有写return,实际也会有return的,也就是None

3空函数

pass:什么都不做,一般用作现在还没想好怎么写,但是先让程序跑起来

def nop():
    pass
if age >= 18:
    pass

image.gif

4返回多个值

def hello(x,y):
    return x,y
print(hello(1,2))
#结果为(1,2)
a,b=hello(1,2)
#获取返回值

image.gif

由结果(1,2)可以知道其实际返回的就是一个tuple

5默认参数的函数

背景:如果我想用同一个函数的不同参数,系统会报错说参数不对。

做法:设置默认参数默认,必选参数在前,变化大的参数在后,例如下

def power(x, n=2):
    s = 1
    while n > 0:
        n = n - 1
        s = s * x
    return s

image.gif

因此power(5)等价于power(5,2),而且不影响power(5,4)的使用

改变默认参数方法

power(6,n=8)

image.gif

易错知识:默认参数必须指向不变对象

def add(L=[])
    L.append('END')
    return L
#对象不是L的情况
>>>add([1,2,4])
[1,2,4,'END']
>>>add([2,2,2])
[2,2,2,'END']
#对象是L的情况
>>>add()
['END']
>>>add()
['END','END']

image.gif

但是这样每次add都会多一个END,我想每次只输出一个END该怎么办呢?

---使用None这个不变对象

def add(L=None)
    if L is None:
        L=[]
    L.append('END')
    return L

image.gif

6可变参数函数*--可扩展变值

在变量前面加上*

比如要用 a^2+b^2+c^2+...
def add(*numbers):
    sum=0
    for n in numbers:
        sum+=n*n
    return sum
#不变参数的list和tuple也可以变成可变参数,只要在其前面加上*
num=[1,2,3,4]
add[*num]

image.gif

7关键字参数**--可扩展变值和名称,选填

#name和sex是必选项,00是可选项,也可以进行扩充
#一般用与可选项与必选项
def person(name,sex,**oo):
    print('name:',name,'sex:',sex,'other',oo)
person('a','b',city='北京',age='7')
>>> name: a sex: b other {'city': '北京', 'age': '7'}
#另外一种表现形式,就是将**oo单独拉出来
ok={'city:':'Beijing','age:':'7'}
person('a','b',city=ok['city'],age=ok['age'])

image.gif

8命名关键字参数*--不可扩展值和名称,必填

//只接收city和job作为关键字参数。
def person(name, age, *, city, job):
    print(name, age, city, job)
person('Jack', 24, city='Beijing', job='Engineer')

image.gif

实际应用类似于问卷调查中的是否有其他想法,而且要求是必填的

关键字参数的不同在于它的关键字的不能扩展不能修改名字

9小总结

       *argc和**kw是python的习惯写法

可变参数 *args,接收、存储的是一个tuple

list或tuple        func(*(1, 2, 3))

关键字参数 **kw,接收、存储的是一个dict

直接传入         func(a=1, b=2)

dict                  func(**{'a': 1, 'b': 2})

10递归函数

n!
def fact(n):
    if n==1:
        return 1
    else:
        return n*fact(n-1)

image.gif

#汉诺塔问题
def move(n,a,b,c):
    if n==1:
        print(a,'-->',c)
    else:
        move(n-1,a,c,b)#将A上面的n-1个移动到b
        move(1,a,b,c)#将A底层的1个移动到c
        move(n-1,b,a,c)#将b上面的n-1个移动到c

image.gif

可能会发生栈溢出,可以使用尾递归优化来解决

11 Iterable

可迭代对象,看能否直接用for循环

isinstance(~,Iterable),结果如下

集合数据 listtupledictsetstr
generator 生成器、带yield的函数

区别:生成器表达式和列表解析的区别

l=["a"for i in range(10)]

w=(“a” for i in range(10))

    1. 列表解析式的返回结果是一个list而生成器表达式的返回是一个generator
    2. generator是每次读取部分数据,而list是一次性读取所有的数据,因此在数据量大的时候list会非常的浪费内容
    3. 生成器最外层是(),列表最外层是[ ]
    4. 生成器只能遍历一次,列表可以遍历无数次

    12常用技巧

    切片 获取特定位置的元素

    取后10个元素:L【-10:】

    每3个取一个:L【::3】

    前10个每2个取一个L【:10:2】

    tuple和str也可以用

    (0,1,2,3,4)【:3】

    'ABCDEFG' 【:3】

    迭代 for in

    dict迭代

    迭代key               for key in d:

    迭代value            for values in d.values()

    迭代key和value   for k,v in d.items()

    迭代字符串          for ch in 'ABC'

    判断能否迭代       isinstance([1,2,3],Iterable)

    List实现索引+元素  for i,v in enumerate([1,2,3])

    列表生成器

    列表数据进行处理

    [表达式 for 条件]

    1到10的数 [i for i in range(1,11)]

    x^x的偶数 [x*x for x in range(1,10) if x%2==0]

    全排列 [m+n for m in 'ABC' for n in '123']

    for 前面可以有else,但是表示的是表达式,for后面的是过滤条件,不能有else

                     

    生成器 根据算法推算出下一个元素,比[]的优势在于不需要大量的存储空间

    g=(x*x for x in range(1,11))

    for n in g: print(n)

    #切片实现去除字符串首尾的空格
    def trim(s):
        l=len(s)
        if s==l*(' '):
            return ''
        else:
            while s[0]==' ':
                s=s[1:]
            while s[-1]==' ':
                s=s[:-1]
            return 
    #list表达式
    #100以内数字,奇数为负数,偶数为0
    [-x if x%2==1  else 0 for x in range(1,11)]
    #generator函数实现斐波那契数列
    def fib(max):
        n,a,b=0,0,1
        while n<max:
            yield b
            a,b=b,b+a
            n+=1
        return 'done'
    print([x for x in fib(6)])
    #注意,如果直接输出fib(5)的话会返回一个generator对象
    #实际上,每次执行时遇到yield停止,然后下一次的执行送yield的下面开始的
    #有yield的标志都是generator函数
    #杨辉三角
    def triangles():
        l=[1]
        while(True):
            yield l
            x=[0]+l
            y=l+[0]
            l=[x[i]+y[i] for i in range(len(x))]
    n = 0
    results = []
    for t in triangles():
        results.append(t)
        n = n + 1
        if n == 10:
            break
    for t in results:
        print(t)

    image.gif

    函数式编程

    1高阶函数

    变量既可以指向一个对象也可以指向一个函数,所以函数名可以看成指向一个函数的变量

    如def add()            m=add

    高阶函数:函数的参数可以是另一个函数名

    2 map函数

    作用,将数值集进行函数计算返回数值集,返回一个generator对象

    格式:map(f,l) :f为函数,l为Iterable可循环对象

    def f(x):
        return x*x
    r=map(f,[1,2,3,4,5])
    l=list(r)  #list()函数让Iterator对象变成list
    print(l)
    #也可以实现与list列表生成器的功能
    list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))

    image.gif

    3 reduce函数

    相当于一个递归函数,每次将前两个参数进行函数计算

    #将数字字符串转化为数字
    from functools import reduce
    d = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
    def strtoint(s):
        def fn(x,y):
            return x*10+y
        def charmnum(s):
            return d[s]
        return reduce(fn,map(charmnum,s))#首先将s遍历使用charmnum变成数字list,随后递归相加
    print(strtoint('123412'))

    image.gif

    4 filter()函数

    作用:过滤序列

    格式:fileter(f,l)f为一个函数,l为Iterable

    区别:map主要用于计算,filter主要用于过滤

    底层逻辑:将每个Iterable进行计算,True留False丢

    5 sorted()函数

    实现排序

    #正常排序
    sorted(L)
    #倒序
    sorted(L,reverse=True)
    #按照特定内容排序,特定内容可理解为函数,然后对数值有一个返回
    #如按照绝对值排序
    sorted(L,key=abs)
    #按照分数排序
    L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
    def by_score(t):
        return t[1]
    L2 = sorted(L, key=by_score)
    print(L2)

    image.gif

    L.sort()和sorted(L)函数的区别

    L=[1,5,4,54,5]
    #sort必须要单独的一行进行排序,print(L.sort())的输出是None
    L.sort()
    print(L)
    print(sorted(L))

    image.gif

    6匿名函数lambda

    作用:表示是一个表达式,也可认为是不需要命名函数的名字,随时随用。如下

    list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))

    image.gif

    这样我们就不需要单独的写一个函数出来

    当然,既然是匿名函数,他本质上还是一个函数,所以也可以赋值给变量上,如下

    f = lambda x: x * x

    image.gif

    总结:可以拿来当做一个工具,和列表表达式一起结合使用

    7库

    注意:上述的几个函数在Python3中需要导入库functools

    8装饰器Decorator

    pass

    9偏函数

    pass

    模块

    一个.py文件就是一个模块

    mycompany.web也是一个模块,它的文件名叫做__init__.py。每个包下面都有这个模块,如果没有的话,python就会把它当做普通的目录而不是一个包。

    常见的标准模块:string、os、sys、time、re、random(random、randint、uniform等)、math(sqrt、sin、cos、exp、log)

    面向对象编程OOP

    1 三大特性:封装+继承+多态

    2类

    #这里的Object指的是父类对象,如果没有继承的话还是要写Object的
    class Student(object):
    #注意,这里的__init__是初始化方法,第一个永远是self,实例化的时候不需要写上self
        def __init__(self, name, score):
            self.name = name
            self.score = score
        def print_score(self):
            print('%s: %s' % (self.name, self.score))
    bart = Student('Bart Simpson', 59)

    image.gif

    注意类的写法和初始化

    3访问限制--封装

    目的:为了安全性,或者说更方便的扩展类的属性一些操作,而使实例化对象不能使用如对象.Name或者对象.__Name的方式来直接访问

    做法:就是在属性的前面加上__

    如果需要访问,就建立一个set和get的方法如下

    class Student(object):
        def __init__(self, name, score):
            self.__name = name
            self.__score = score
        def get_name(self):
            return self.__name
        def get_score(self):
            return self.__score

    image.gif

    注意:如果你使用了如Student.__Name="大白菜",随后进行打印这个东西,结果是大白菜的,但是,实际上是没有对它内部的属性进行修改,底层逻辑是创建了一个新的对象

    其实私有化的变量也是可以取到的,只要用如s1._Studeng__name

    因此,Python中没有完全的私有,它只是制定了一个规则让你获取属性更加困难

    4继承和多态

    如类class Student(object):中将object修改为父类即可

    class Timer(object):
        def run(self):
            print('Start...')

    image.gif

    注意:由于python有动态变量的特征,所以它不管你有什么类,只要你这个类中有相同的名字的方法,你都可以作为超类,这种特性叫做鸭子类型(只要你长的像鸭子,可以游泳,可以走路,那你就是一个类鸭子)。

    class Duck:
        def quack(self):
            print("嘎嘎嘎嘎。。。。。")
    class Bird:
        def quack(self):
            print("bird imitate duck....")
    class geese:
        def quack(self):
            print("doge imitate duck....")
    def in_the_forest(duck):
        duck.quack()
    duck = Duck()
    bird = Bird()
    doge = geese()
    for x in [duck, bird, doge]:
        in_the_forest(x)
    本来forest要求的对象只能是鸭子,但是其他类都有鸭子中quack的方法,所以也可以传入进来

    image.gif

    5 获取用户对象信息

    判断变量/函数类型 type() 返回Class类型
    判断类类型 isinstance() 返回True或False
    得到一个对象的所有属性和方法 dir() 返回list,里面都是str
    判断有没有某个属性或者方法 hasattr() 返回True或False
    #type()
    >>> type('str')
    <class 'str'>
    #判断是函数类型怎么办?导入types包,用里面的函数
    >>> type(fn)==types.FunctionType
    True
    >>> type(abs)==types.BuiltinFunctionType
    True
    >>> isinstance(h, Dog)
    True
    #还可以用来判断是某些类中的一种
    >>> isinstance([1, 2, 3], (list, tuple))
    True
    >>> getattr(obj, 'z', 404) # 获取属性'z',如果不存在,返回默认值404
    404
    hasattr(obj, 'y') # 有属性'y'吗?同时,也包含有方法'y'吗?

    image.gif

    注意:

    1 能用type()判断的都可以用isinstance()进行判断

    2 isinstance判断的是该类以及其父类(注意逻辑关系)

    6 添加类属性和实例属性

    #类属性
    class Teacher(object):
        name="teacher"
    实例属性
    t=Teacher()
    t.sex='男'

    image.gif

    注意,类属性和属性的名称最好不要一样的。实例属性想要什么就加什么,动态性嘛

    7 添加类方法和实例方法

    #定义一个方法,导入MethodType方法,随后调用Method方法
    from types import MethodType
    class Student(object):
        pass
    s=Student()
    def set_age(self, age,name):
        self.age = age
        self.name=name
    s.set_age = MethodType(set_age, s)
    s.set_age = 25,'dudu'
    print(s.set_age)
    #类绑定方法
    Student.set_age=set_age

    image.gif

    8 __slots__

    作用:表示实例的属性和方法有哪些

    #表示只能添加名字是name和set_age的属性或者方法
    class Student(object):
        __slots__ =('set_age','name')

    image.gif

    注意:子类可以定义的属性是自身的__slots__和父类的__slots__

    9 @property修饰器

    目的:

    1 可以直接用student1.score的方法,又可以对条件进行赋值

    2 设置读写权限

    3 使得私有变量的书写更加简洁

    #注意,第一个@是可读,第二个@是可写,使用这个还是需要初始化的
    class Screen(object):
        def __init__(self, width):
            self._width = width
        @property
        def width(self):
            return self._width
        @width.setter
        def width(self,values):
            self._width=values
        @property
        def height(self):
            return self._height
        @height.setter
        def height(self,values):
            self._height=values
        @property
        def resolution(self):
            return self._width * self._height
    s = Screen(1024)
    s.height = 768
    print('resolution =', s.resolution)
    if s.resolution == 786432:
        print('测试通过!')
    else:
        print('测试失败!')

    image.gif

    解释为什么在变量前面都要加_,因为这样表示的是私有属性,一般来说需要通过set和get方法来进行操作,但是这样实例化后进行操作比较复杂,我还是想用原来的student.name来进行操作,所以@propert可以实现这点

    10 多重继承

    做法:只要将object设置为多个父类对象如

    class Dog(Mammal, Runnable):
        pass

    image.gif

    11 枚举类

    作用:除了简单的枚举之外,更重要的是可以当做常量

    from enum import Enum, unique
    @unique
    class Weekday(Enum):
        Sun = 0 # Sun的value被设定为0
        Mon = 1
        Tue = 2
        Wed = 3
        Thu = 4
        Fri = 5
        Sat = 6
    #这样可以访问该变量
    print(Weekday.Wed.value)
    #变量是不可改变的,以下内容是错误的
    Weekday.Wed.value=9

    image.gif

    12 元类

    除了使用常规的创建类外,使用type()也可以创建类

    def fn(self):
        print("I'm an animal")
    Animal=type('Animal',(object,),dict(myself=fn))
    dog=Animal()
    dog.myself()

    image.gif

    type()中的三个参数分别为

    1 类名字

    2 继承的父类,注意一个父类的时候tuple()的写法

    3 方法

    13 metaclass元类

    作用:创建类的模板,也就是说根据metaclass创建类,根据类创建实例对象

    pass(一般用不太到,太难了)

    14 zip函数

    作用:将n个列表合成一个n列的矩阵

    a=[1,23,4,5]
    b=['e','y','r','d']
    for x,y in zip(a,b):
        print(x,y)

    image.gif

    错误调试

    1 错误处理

    try:
        print('try...')
        r = 10 / int('2')
        print('result:', r)
    except ValueError as e:
        print('ValueError:', e)
    except ZeroDivisionError as e:
        print('ZeroDivisionError:', e)
    else:
        print('no error!')
    finally:
        print('finally...')
    print('END')

    image.gif

    image.gif编辑

    注意:错误是有继承关系的,所有的错误都继承自BaseException,当有多个错误抛出的时候,要注意后面的错误是不是上面错误的子类,因为,父类会抛出子类的错误。

    def foo(s):
        return 10 / int(s)
    def bar(s):
        return foo(s) * 2
    def main():
        try:
            bar('0')
        except Exception as e:
            print('Error:', e)
        finally:
            print('finally...')

    image.gif

    当然,当有多层嵌套的时候,我们不需要在每个模块都写上try catch,只要在关键的地方写上就可以了。如果说

    2 错误抛出assert

    def foo(s):
        n = int(s)
        assert n != 0, 'n is zero!'
        return 10 / n

    image.gif

    其实和print或者return没有什么区别,实现的效率也不是很高

    3 logging

    import logging
    logging.basicConfig(level=logging.INFO)
    s = '0'
    n = int(s)
    logging.info('n = %d' % n)
    print(10 / n)

    image.gif

    第二行的意思是输出哪种级别的错误,错误有debuginfowarningerror

    logging还有一个好处在于可以指定文件夹用作你输出的地方

    image.gif编辑

    IO编程

    1 文件读取

    底层原理:现在的操作系统都不允许程序本身能够读取文件,python程序也是如此,它发了一个请求指令给OS,让OS去读取文件。随后python从OS那获取文件内容

    #使用try finally,目的是就算读取错了也可以关闭文件
    try:
        f = open('/path/to/file', 'r')
        print(f.read())
    finally:
        if f:
            f.close()
    #使用with,比较推荐,也不需要写close()
    with open('/path/to/file', 'r') as f:
        print(f.read())
    #读取一行
    f.readline()
    #读取全部,返回列表形式,每个元素就是一行内容
    f.readlines()
    #读取5个字节
    f.read(5)
    #读取视频、图片等二进制文件,使用open(~,'rb')
     f = open('test.jpg', 'rb')
    #读取gbk文件和忽略错误
    f = open('gbk.txt', 'r', encoding='gbk', errors='ignore')
    #使用readline循环遍历一个文件
    with open('./t1.txt') as f:
        while (True):
            line = f.readline()
            if not line:
                break
            print(line)

    image.gif

    2 文件写入

    #重写或创建文件
    #w是写文本,wb是写二进制文件
    with open('test.txt', 'w') as f:
        f.write('\nHello, world!')
    #内容追加,使用'a'
    with open('test.txt', 'a') as f:
        f.write('\nHello, world!')

    image.gif

    注意:只要加了'w'或'a',文件如果没有的话会自动创建

    3 StringIO

    不是以文件的形式存在,而是以字符串的形式存在

    from io import StringIO
    f=StringIO()
    f.write("hello")
    f.write("world")
    print(f.getvalue())
    >>> helloworld
    #注意,直接使用f.read()是没有用的
    #只有当有初始化形式的时候才可以使用read()
    ff=StringIO("hello zjsu")
    print(ff.getvalue())

    image.gif

    4 BytesIO

    以字节的形式存在

    from io import BytesIO
    f = BytesIO()
    #注意这里必须要加上encode,不加上就是一个str不符合标准
    f.write('中文'.encode('utf-8'))
    print(f.getvalue())

    image.gif

    5 序列化,形成JSON格式

    import json
    d = dict(name='Bob', age=20, score=88)
    m=json.dumps(d)
    print(m)

    image.gif

    对类进行JSON格式化

    import json
    class Student(object):
        def __init__(self, name, age, score):
            self.name = name
            self.age = age
            self.score = score
    s = Student('Bob', 20, 88)
    print(json.dumps(s, default=lambda obj: obj.__dict__))
    #核心思路是先将类实例化,随后将类的各个属性转化为dict类型,最后将其转化为JSON格式

    image.gif

    常用内置模块

    pickle

    作用:实现对象序列化

    import pickle
    class Person:
        def __init__(self,n,a):
            self.name=n
            self.age=a
        def show(self):
            print self.name+"_"+str(self.age)
    aa = Person("JGood", 2)
    aa.show()
    f=open('d:\\p.txt','w')
    pickle.dump(aa,f,0)
    f.close()
    #del Person
    f=open('d:\\p.txt','r')
    bb=pickle.load(f)
    f.close()
    bb.show()

    image.gif

    shutil

    作用:文件的复制压缩等

    path=os.getcwd()
    lst=os.listdir(path)
    l=[]
    for filename in lst:
        if filename.endswith('.py'):
            l.append(filename)
            #复制
            shutil.copy2(filename, "./question11package")
    #压缩
    shutil.make_archive("./question11package", "zip","./")

    image.gif

    os

    #遍历一个文件夹下的所有文件
    lst = os.listdir(dirname)
    for filename in lst
    #找出所有以.py结尾的文件
    if f1.endswith('.txt'):
       L.append(f1)
    #找出所有的后缀
    for filename in lst:
        listfile.append(os.path.splitext(filename)[1])

    image.gif

    colections

    作用:与集合相关

    from collections import namedtuple
    #表示一个二维坐标
    Point = namedtuple('Point', ['x', 'y'])
    p=Point(1,2)
    print(p.x)
    #表示一个圆
    Circle=namedtuple('Circle',['x','y','r'])
    p=Circle(4,5,6)
    print(p.r)
    #实现队列或栈
    from collections import deque
    q = deque(['a', 'b', 'c'])
    #往尾部添删元素,类似于一个栈
    q.append('x')
    q.pop()
    #也可以往头部添删元素,可以实现一个双向列表,也就是一个双向队列
    q.appendleft('y')
    q.popleft()

    image.gif

    datetime

    作用:与时间日期相关

    from datetime import datetime
    # 获取当前datetime
    now = datetime.now() 
    #str转换为datetime
    cday = datetime.strptime('2015-6-1 18:19:59', '%Y-%m-%d %H:%M:%S')
    #日期转str
    now = datetime.now()
    print(now.strftime('%a, %b %d %H:%M'))
    #获取时间戳(从1970年01月01日00时00分00秒到现在的时间)
    now=time.time()
    #时间的加减,如计算一个月前的时间
    prievetime=datetime.date.today()-datetime.timedelta(days=30)

    image.gif

    正则表达式

    简单匹配

    #匹配一个字符串,以三个整数开头+至少一个字符+5到8个字符
    '\d{3}\s+\s{5,8}'

    image.gif

    * 任意个字符
    + 至少一个字符
    0或1个字符
    {n} n个字符
    {m,n}

    m到n个字符

    高级匹配

    #匹配字母或者下划线开头,19个字符的字符串
    [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}

    image.gif

    A|B 匹配A或B
    ^ 开头
    $ 结尾
    [  ] 匹配集合内
    [^  ] 除了集合外
    ( ) 表达式分组

    re模块

    方式一:使用compile得到regex正则表达式对象,后用regex.~(字符串)

    方式二:直接re.~(正则表达式,字符串)

    说白了就是字符串写一行还是写两行

    re.match是从字符串开头开始匹配,如果成功返回对象,如果失败返回None

    re.search是扫描整个字符串,返回第一个匹配的对象

    re.findall是扫描整个字符串,返回所有匹配的对象

    返回的对象都是_sre.SRE_Match,可以使用m.group()来获取具体值

    re.match(r'^\d{3}\-\d{3,8}$', s)
    re.search(r'^\d{3}\-\d{3,8}$', s)
    re.findall(r'^\d{3}\-\d{3,8}$', s)

    image.gif

    切分字符串

    #对带空格的字符串进行去空格并逐词划分
     >>>re.split(r'\s+', 'a b   c')
    ['a', 'b', 'c']
    #对带空格或,或;的字符串进行分割
    >>> re.split(r'[\s\,\;]+', 'a,b;; c  d')
    ['a', 'b', 'c', 'd']

    image.gif

    分组

    功能:将一个字符串分割成好几个子字符串组

    方式:()里面就是要分组的内容

    >>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
    >>> m
    <_sre.SRE_Match object; span=(0, 9), match='010-12345'>
    >>> m.group(0)
    '010-12345'
    >>> m.group(1)
    '010'
    >>> m.group(2)
    '12345'

    image.gif

    贪婪匹配

    形式:~+ 作用:匹配尽可能多的字符

    非贪婪匹配,就是在+后面加上?表示尽可能匹配少的字符

    #贪婪匹配
    >>> re.match(r'^(\d+)(0*)$', '102300').groups()
    ('102300', '')
    #非贪婪匹配
    >>> re.match(r'^(\d+?)(0*)$', '102300').groups()
    ('1023', '00')

    image.gif

    匹配所有符合条件的字符串

    m=re.findall(r'\w+@\w+.\w+',s)

    image.gif

    替换

    #普通用法
    找到用A天替换所有的a
    re.sub('a','A',s)
    #用匹配出来的组1替换整个匹配出来的东西
    re.sub(r'www\.(.*)\..{3}',r'\1',s)
    #使用pat将pat中的条件替换成color
    pat=re.compile('(blue|red|white)')
    r=pat.sub('color',s)
    #自定义函数
    #?P<>是固定写法,表示定义了这个组叫什么
    import re
    def add212(matched):
        intStr=matched.group("number")
        intVal=int(intStr)
        addvalue=intVal+212
        return str(addvalue)
    s="hi69@qq.com, werksdf@163.com, sdf@sina.com"
    m=re.sub("(?P<number>\d+)",add212,s)
    print(m)

    image.gif

    其他内容

    环境配置:配置清华镜像源

    pip install pip -U

    pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

    Pycharm中的快捷键

    double Shift 万能搜素
    Ctrl+Alt+L 格式化
    Ctrl+Alt+N 跳转到某个页面
    Ctrl+E 最近文件
    Crtl+Shift+F 搜索本页面内的某内容
    Ctrl+Shift+R 替代

     Ctrl+Shift+A

    输入split v

    分屏

    参考文档

    Python教程 - 廖雪峰的官方网站 (liaoxuefeng.com)

    https://github.com/BeiCunNan/Dual_Contrastive_Lear

    目录
    相关文章
    |
    6月前
    |
    SQL 人工智能 自然语言处理
    Python 潮流周刊#52:Python 处理 Excel 的资源
    探索Python精彩:文章涵盖正则、代码恢复、PEP新规范、轻量级打包、在线开发、动态生成GitHub README、自定义linting、代码转图片等。项目资源包括Excel处理、虚拟环境管理、Tensor谜题、依赖注入框架、Web应用转换、AI自动化测试、语法高亮、BI模型查询及Python监控库。在当前环境下,持续学习提升竞争力,Python Weekly提供丰富的学习资源,助力技术精进和职业发展。
    |
    3月前
    |
    存储 Python
    【python】python标准化考试系统[单项选择题 简易版](源码)【独一无二】
    【python】python标准化考试系统[单项选择题 简易版](源码)【独一无二】
    |
    3月前
    |
    NoSQL 开发工具 Redis
    【Azure 环境】【Azure Developer】使用Python代码获取Azure 中的资源的Metrics定义及数据
    【Azure 环境】【Azure Developer】使用Python代码获取Azure 中的资源的Metrics定义及数据
    |
    3月前
    |
    API 开发工具 数据安全/隐私保护
    【Azure Developer】Python 获取Micrisoft Graph API资源的Access Token, 并调用Microsoft Graph API servicePrincipals接口获取应用ID
    【Azure Developer】Python 获取Micrisoft Graph API资源的Access Token, 并调用Microsoft Graph API servicePrincipals接口获取应用ID
    |
    3月前
    |
    开发工具 数据安全/隐私保护 Python
    【Azure 环境】通过Python SDK收集所有订阅简略信息,例如订阅id 名称, 资源组及组内资源信息等,如何给Python应用赋予相应的权限才能获取到信息呢?
    【Azure 环境】通过Python SDK收集所有订阅简略信息,例如订阅id 名称, 资源组及组内资源信息等,如何给Python应用赋予相应的权限才能获取到信息呢?
    |
    4月前
    |
    SQL 分布式计算 大数据
    MaxCompute产品使用合集之PyODPS Python类的开发如何用MC的资源
    MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
    |
    3月前
    |
    机器学习/深度学习 数据可视化 算法
    【Python】python矿产资源聚类特征分析(源码+数据集+报告)【独一无二】
    【Python】python矿产资源聚类特征分析(源码+数据集+报告)【独一无二】
    |
    5月前
    |
    测试技术 iOS开发 MacOS
    用Python处理Excel的资源
    用Python处理Excel的资源
    用Python处理Excel的资源
    |
    5月前
    |
    索引 Python
    Python考试基础知识
    Python考试基础知识
    |
    4月前
    |
    存储 SQL Python
    `urllib.parse`模块是Python标准库`urllib`中的一个子模块,它提供了处理URL(统一资源定位符)的实用功能。这些功能包括解析URL、组合URL、转义URL中的特殊字符等。
    `urllib.parse`模块是Python标准库`urllib`中的一个子模块,它提供了处理URL(统一资源定位符)的实用功能。这些功能包括解析URL、组合URL、转义URL中的特殊字符等。