Python学习技巧及方法总结

简介: Python学习技巧及方法总结

PHP的$和->让人输入的手疼(PHP确实非常简洁和强大,适合WEB编程),Ruby的#、@、@@也好不到哪里(OO人员最该学习的一门语言)。

Python应该是写起来最舒服的动态语言了,一下是一些读书笔记,最后会介绍一下高级的用法:Mixin、Open Class、Meta Programming和AOP。

文中有些地方是用2.7开发的,如果您安装的是3.x,有几点需要注意:

print "xxx" 要换成 print("xxx")
metaclass = type 删除掉。
类型和表达式部分
你好,世界!

1 # coding=utf-8
2
3 print "你好,世界。"
乘方

1 print 2**10
变量

1 var = 1
2 print var
3
4 var = "段光伟"
5 print var
注:这里的var = xxxx不叫变量赋值,而叫变量绑定,python维护了一个符号表(变量名)以及符合对应的值,这个对应关系就叫做绑定,一个符号可以绑定任意类型的值。

获取用户输入

1 #获取用户输入
2 x = input("x:")
3 y = input("y:")
4
5 print x*y
注:input接受的是Python代码,输入中可以访问当前执行环境中的变量,如果想获取原始输入需要使用 raw_input。

函数定义

1 def say_b():
2 print "b"
强类型

Javascript和Php是弱类型的,Python和Ruby是强类型的。弱类型允许不安全的类型转换,强类型则不允许。

1 #1 + “1” 这行代码在Python中会报错。
2 print 1 + int("1")
3 print str(1) + "1"
字符串

复制代码
1 #字符串
//代码效果参考:https://v.youku.com/v_show/id_XNjQwMDE4NDEzNg==.html
2 print '''' 段
3 光
4 伟'''
5 print r'C:\log.txt'
6 print 'C:\log.txt'
复制代码
序列

这里先介绍三种序列:列表、元祖和字符串。

序列通用操作

复制代码
1 seq = "0123456789"
2 print seq[0] #从0开始编码。
3 print seq[-1] #支持倒着数数,-1代表倒数第一。
4 print seq[1:5] #支持分片操作,seq[start:end],start会包含在结果中,end不会包含在结果中。
5 print seq[7:] #seq[start:end]中的end可以省略。
6 print seq[-3:] #分片也支持负数。
7 print seq[:3] #seq[start:end]中的start也可以省略。
8 print seq[:] #全部省略会复制整个序列。
9 print seq[::2] #支持步长。
10 print seq[::-2] #支持负步长。
11 print seq[9:1:-1] #支持负步长。
12 print [1, 2, 3] + [4, 5, 6] # 序列支持相加,这解释了为啥字符串可以相加。
13 print [1, 2, 3] 3 #序列支持相乘,这解释了为啥字符串可以相称。
14 print [None]
10 #生成一个空序列。
15 print 1 in [1, 2, 3] #成员判断。
复制代码
可变的列表

复制代码
1 data = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10];
2
3 data[0] = "a" #修改元素。
4 print data
5 data[0] = 0
6
7 del data[10] #删除元素。
8 print data
9
10 del data[8:] #分片删除。
11 print data
12
13 data[8:] = [8, 9, 10] #分片赋值
14 print data
复制代码
不可变的元祖

1 print (1, 2) #元祖以小括号形式声明。
2 print (1,) #一个元素的元祖。
字符串格式化

复制代码
1 print "% 10s" % "----"
2
3 print '''
4 %(title)s
5 %(body)s
6 ''' % {"title": "标题", "body": "内容"}
复制代码
字典

1 print {"title": "title", "body": "body"}
2 print dict(title = "title", body = "body")
3 print dict([("title", "title"), ("body", "body")])
1 dic = {"title": "title", "body": "body"};
2 print dic["title"]
3 del dic["title"]
4 print dic
print 语句

1 print 'a', 'b' #print可以接受多个参数,参数的输出之间以空格相隔。
2 print 'a', #如果逗号之后没有参数,则不会换行。
3 print 'b'
序列解包

复制代码
1 x, y, z = 1, 2, 3
2 print x, y, z
3 (x, y, z) = (1, 2, 3)
4 print x, y, z
5 (x, y, z) = [1, 2, 3]
6 print x, y, z
复制代码
bool值

复制代码
1 #下面的输入全部返回False。
2 print(bool(None))
3 print(bool(()))
4 print(bool([]))
5 print(bool({}))
6 print(bool(""))
7 print(bool(0))
8
9 #虽然这些值在条件运算中会当做False,但是本身不等于False。
10 print(True and "")
11 print(not "")
12 print(False == "")
13 print(False == 0) #0除外,bool类型的内部表示就是int类型。
复制代码
bool运算

1 print(0 < 1 < 10)
2 print(0 < 1 and 1 < 10)
3 print(not(0 > 1 > 10))
4 print(not(0 > 1 or 1 > 10))
语句块

:开始语句快,缩进的所有内容都是一个语句块。

1 if(10 > 1):
2 print("10 > 1")
3 else:
4 print("不可能发生")
三元运算符

1 print("10 > 1" if 10 > 1 else "不可能发生")
相等比较

复制代码
1 #== 和 is的差别,==比较的是内容,is比较的是引用。
2 x = [1, 2, 3]
3 y = x
4 z = [1, 2, 3]
5 print(x == y)
6 print(x == z)
7 print(x is y)
8 print(x is z)
复制代码
循环

复制代码
1 #for循环类似C#的foreach,注意for后面是没有括号的,python真是能简洁就尽量简洁。
2 for x in range(1, 10):
3 print(x)
4
5 for key in {"x":"xxx"}:
6 print(key)
7
8 for key, value in {"x":"xxx"}.items():
9 print(key, value)
10
11 for x, y, z in [["a", 1, "A"],["b", 2, "B"]]:
12 print(x, y, z)
复制代码
复制代码
1 #带索引的遍历
2 for index, value in enumerate(range(0, 10)):
3 print(index, value)
4
5 #好用的zip方法
6 for x, y in zip(range(1, 10), range(1, 10)):
7 print(x, y)
8
9 #循环中的的else子句
10 from math import sqrt
11 for item in range(99, 1, -1):
12 root = sqrt(item)
13 if(root == int(root)):
14 print(item)
15 break
16 else:
17 print("没有执行break语句。")
复制代码
pass、exec和eval

复制代码
1 #pass、exec、eval
2 if(1 == 1):
3 pass
4
5 exec('print(x)', {"x": "abc"})
6 print(eval('x*2', {"x": 5}))
复制代码
函数部分
形参和实参之间是按值传递的,当然有些类型的值是引用(对象、列表和字典等)。

复制代码
1 # 基本函数定义。
2 def func():
3 print("func")
4
5 func()
6
7 # 带返回值的函数。
8 def func_with_return():
9 return ("func_with_return")
10
11 print(func_with_return())
12
13 # 带多个返回值的函数。
//代码效果参考:https://v.youku.com/v_show/id_XNjQwMDE4NDE1Mg==.html
14 def func_with_muti_return():
15 return ("func_with_muti_return", "func_with_muti_return")
16
17 print(func_with_muti_return())
18
19 # 位置参数
20 def func_with_parameters(x, y):
21 print(x, y)
22
23 func_with_parameters(1, 2)
24
25 # 收集多余的位置参数
26 def func_with_collection_rest_parameters(x, y, rest):
27 print(x, y)
28 print(rest)
29
30 func_with_collection_rest_parameters(1, 2, 3, 4, 5)
31
32 #命名参数
33 def func_with_named_parameters(x, y, z):
34 print(x, y, z)
35
36 func_with_named_parameters(z = 1, y = 2, x = 3)
37
38 #默认值参数
39 def func_with_default_value_parameters(x, y, z = 3):
40 print(x, y, z)
41
42 func_with_default_value_parameters(y = 2, x = 1)
43
44 #收集命名参数
45 def func_with_collection_rest_naned_parameters(
args, named_agrs):
46 print(args)
47 print(named_agrs)
48
49 func_with_collection_rest_naned_parameters(1, 2, 3, x = 4, y = 5, z = 6)
50
51 #集合扁平化
52 func_with_collection_rest_naned_parameters([1, 2, 3], {"x": 4, "y": 4, "z": 6}) #这会导致args[0]指向第一个实参,args[1]指向第二个实参。
53 func_with_collection_rest_naned_parameters(*[1, 2, 3],
{"x": 4, "y": 4, "z": 6}) #这里的执行相当于func_with_collection_rest_naned_parameters(1, 2, 3, x = 4, y = 5, z = 6)。
复制代码
作用域
复制代码
1 # coding=utf-8
2
3 # 只有函数执行才会开启一个作用域。
4 if(2 > 1):
5 x = 1
6
7 print(x) # 会输出1。
8
9
10 # 使用vars()函数可以访问当前作用域包含的变量。
11 x = 1
12 print(vars()["x"])
13
14 # 使用globals()函数可以访问全局作用域。
15 x = 1
16
17 def func():
18 print(globals()["x"])
19
20 func()
21
22 # 使用locals()函数可以访问局部作用域。
23 def func():
24 x = 2
25 print(locals()["x"])
26
27 func()
28
29 # 每个函数定义时都会记住所在的作用域。
30 # 函数执行的时候会开启一个新的作用域,函数内变量访问的规则是:先访问当前作用域,如果没有就访问函数定义时的作用域,递归直到全局作用域。
31 x = 1
32
33 def func():
34 y = 2
35 print(x, y) # 输出1 2
36
37 func()
38
39
40 # 变量赋值始终访问的是当前作用域。
41 x = 1
42
43 def func():
44 x = 2
45 y = 2
46 print(x, y) # 输出2 2
47
48 func()
49 print(x) #输出 1
50
51 # 局部变量会覆盖隐藏全局变量,想访问全局变量可以采用global关键字或globals()函数。
52 x = 1
53
54 def func():
55 global x
56 x = 2
57 y = 2
58 print(x, y) # 输出2 2
59
60 func()
61 print(x) #输出 2
复制代码
复制代码
1 # python支持闭包
2 def func(x):
3 def inner_func(y):
4 print(x + y)
5
6 return inner_func
7
8 inner_func = func(10)
9 inner_func(1)
10 inner_func(2)
复制代码
复制代码
1 #函数作为对象
2 def func(fn, arg):
3 fn(arg)
4
5 func(print, "hello")
6 func(lambda arg : print(arg), "hello")
复制代码
模块
几个模块相关的规则:

一个文件代表一个模块。
可以用import module导入模块,也可以用form module import member导入模块的成员。
如果导入的是module,必须使用module.member进行访问;如果导入的member,可以直接访问member。
导入的module或member都会变成当前module的member。
b.py

复制代码
1 # coding=utf-8
2
3 print name
4
5 def say_b():
6 print "b"
复制代码
a.py

复制代码
1 # coding=utf-8
2
3 import b
4 from b import *
5
6 print name
7
8 def say_a():
9 print "a"
复制代码
test.py

复制代码
1 # coding=utf-8
2
3 import a
4
5 print name
6
7 a.say_a();
8 a.say_b();
9 a.b.say_b()
复制代码
输出

复制代码
1 b
2 a
3 main
4 a
5 b
6 b
复制代码

相关文章
|
13天前
|
机器学习/深度学习 前端开发 算法
学习Python需要多久?
【7月更文挑战第6天】学习Python需要多久?
21 5
|
9天前
|
供应链 数据挖掘 Python
后劲真大,我愿称之为学习python的“圣经”
很多小伙伴都在学习Python,但是爱看书的找不到适合自己的,这本书可以完美的解决你的问题,还能帮助到很多需要处理数据,做Excel自动方面的。 学习数据分析的好处众多,无论是对于个人职业发展还是企业的运营决策都具有重要意义。
|
7天前
|
机器学习/深度学习 数据采集 算法
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机回归模型(SVR算法)项目实战
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机回归模型(SVR算法)项目实战
|
14天前
|
数据采集 SQL 关系型数据库
Python学习路线【对标大厂Python开发工程师的招聘要求,并推荐优质免费资源】打卡学习不迷茫
Python学习路线【对标大厂Python开发工程师的招聘要求,并推荐优质免费资源】打卡学习不迷茫
60 14
|
6天前
|
数据可视化 PyTorch Serverless
Python 性能分析的几个方法,找到你代码中的那个她
我们在编写了一个脚本在笔记本上处理一些数据,然后去喝杯咖啡或者上了个厕所,15分钟后回来时发现进度才完成不到10%。 我们的脑袋里面就会发问:为什么这么慢?究竟是在哪个部分是慢的?是读取数据、处理数据还是保存数据?如何让它变快?它真的很慢吗? 有了这个疑问我们尝试去解决这个问题,下面我们介绍几个 python 性能分析的工具。
|
7天前
|
机器学习/深度学习 数据采集 算法
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机分类模型(SVC算法)项目实战
Python实现ISSA融合反向学习与Levy飞行策略的改进麻雀优化算法优化支持向量机分类模型(SVC算法)项目实战
|
8天前
|
算法 计算机视觉 索引
python---OpenCv(二),背景分离方法较有意思
python---OpenCv(二),背景分离方法较有意思
|
10天前
|
SQL 数据库 Python
【Python】已完美解决:(executemany()方法字符串参数问题)more placeholders in sql than params available
【Python】已完美解决:(executemany()方法字符串参数问题)more placeholders in sql than params available
10 1
|
12天前
|
索引 Python
十分钟学习Python异常处理
在编程过程中,错误和异常是不可避免的。Python提供了强大的异常处理机制,帮助我们捕获和处理运行时错误,使程序更加健壮和可靠。本文将带你在十分钟内快速掌握Python的异常处理基础知识。
|
13天前
|
机器学习/深度学习 算法 数据挖掘
Python强化学习应用于数据分析决策策略:** - 强化学习让智能体通过环境互动学习决策。
【7月更文挑战第5天】**Python强化学习应用于数据分析决策策略:** - 强化学习让智能体通过环境互动学习决策。 - Python因丰富库(如TensorFlow, PyTorch, Keras, Pandas, NumPy)和生态而受青睐。 - 使用OpenAI Gym构建环境,如`gym.make(&#39;CartPole-v0&#39;)`。 - 选择模型,例如神经网络,定义策略如Q-Learning。 - 训练模型,调整智能体行为,如Q-Learning更新Q表。 - 最后评估模型性能,实现数据驱动决策。
24 3