Python基础教程---读书笔记五

简介:

1. 从模块导入函数的方法,也可以为函数提供别名:

   import somemodule; from somemodule import somefunction1, somefunction2; from somemodule import *; from somemodule import somefunction as newfunctionname;

2. 序列解包支持多个赋值同时进行:

   >>> x,y,z=1,2,3

   >>> print x,y,z

   1 2 3

   >>> values=(3,2,1)

   >>> x,y,z=values

   >>> print x,y,z

   3 2 1

3. 链式赋值:将同一个值赋给多个变量,注意同一性问题;x=y=somefuntion();

4. 增量赋值:x+=1; x*=2; str+='abc'; str*=2;

5. 布尔变量:False,None,0,"",(),[],{}都被看做假;其他都被看做真;bool()函数将其他值转换为布尔值;

6. 比较运算符:支持链式比较,如0<age<100;比较运算都支持字符串,按字母顺序排列;

   x==y; x<y; x>y; x>=y; x<=y; x!=y;

   x is y; x is not y; #判断x,y是不是同一对象;

   x in y; x not in y; #判断x是不是y的成员;

7. 布尔运算符:and; or; not

8. Python中的断言使用关键字assert: assert 0<age<100

9. 循环while/for;遍历一个集合时,用for:

   >>> values=[3,2,1]

   >>> for value in values: print value

   ...

   3

   2

   1

   >>> for value in range(1,3): print value

   ...

   1

   2

10. 遍历字典元素:

   >>> d={'x':1, 'y':2, 'z':3}

   >>> for key in d: print key, 'corresponse to', d[key]

   ...

   y corresponse to 2

   x corresponse to 1

   z corresponse to 3


   >>> d={'x':1, 'y':2, 'z':3}

   >>> for key,value in d.items(): print key, 'corresponse to', value

   ...

   y corresponse to 2

   x corresponse to 1

   z corresponse to 3

11. 一些有用的迭代函数:

   并行迭代:同时迭代两个序列

       >>> names=['ab','cd', 'ef']

       >>> ages=[12,34,56]

       >>> for i in range(len(names)): print names[i], 'is', ages[i], 'years old'

       ...

       ab is 12 years old

       cd is 34 years old

       ef is 56 years old

       >>> zip(names, ages)

       [('ab', 12), ('cd', 34), ('ef', 56)]

       >>> for name, age in zip(names, ages): print name, 'is', age, 'years old'

       ...

       ab is 12 years old

       cd is 34 years old

       ef is 56 years old


   编号迭代:取得迭代序列中对象的同时,获取当前对象的索引

       for index, string in enumerate(strings):

           if 'xxx' in string:

               strings[index]='[censorted]'


   翻转和排序迭代:reversed()函数和sorted()函数,注意不是原地操作

       >>> sorted([25, 3, 4, 8])

       [3, 4, 8, 25]

       >>> ''.join(reversed('Hello, world!'))

       '!dlrow ,olleH'

12. 循环中的else子句:

   from math import sqrt

   for n in range(99, 81, -1):

       root=sqrt(n)

       if root == int(root):

           print n

           break

   else:

       print "Didn't find it!"

13. 列表推导式

   >>> [(x,y) for x in range(3) for y in range(3) if x+y>=3]

   [(1, 2), (2, 1), (2, 2)]

14. pass语句什么都不做,作为占位符使用;del语句用来删除变量或者数据结构中的一部分,不能删除值;exec语句执行字符串中的语句,可以使用命名空间;eval语句对字符串中的表达式进行计算并返回结果;



本文转自jazka 51CTO博客,原文链接:http://blog.51cto.com/jazka/1344366,如需转载请自行联系原作者

相关文章
|
9天前
|
JSON 数据可视化 API
Python 中调用 DeepSeek-R1 API的方法介绍,图文教程
本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。 原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)
|
20天前
|
IDE 测试技术 项目管理
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
PyCharm是由JetBrains开发的Python集成开发环境(IDE),专为Python开发者设计,支持Web开发、调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试和版本控制等功能。它有专业版、教育版和社区版三个版本,其中社区版免费且适合个人和小型团队使用,包含基本的Python开发功能。安装PyCharm前需先安装Python解释器,并配置环境变量。通过简单的步骤即可在PyCharm中创建并运行Python项目,如输出“Hello World”。
189 13
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
|
2月前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
85 8
|
2月前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
151 7
|
2月前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
56 4
|
2月前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
63 5
|
3月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
44 1
|
3月前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
47 1
|
3月前
|
数据采集 数据可视化 数据挖掘
深入浅出:使用Python进行数据分析的基础教程
【10月更文挑战第41天】本文旨在为初学者提供一个关于如何使用Python语言进行数据分析的入门指南。我们将通过实际案例,了解数据处理的基本步骤,包括数据的导入、清洗、处理、分析和可视化。文章将用浅显易懂的语言,带领读者一步步掌握数据分析师的基本功,并在文末附上完整的代码示例供参考和实践。
|
3月前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
48 1

热门文章

最新文章