文章目录
此之谓入门，其标准是，在不计效率的情况下，可以使用这门语言实现一个不太复杂的功能。
当然，这个不计效率也不是毫无原则的不计，比如我可以1小时搞定，那么刚入门的新手需要1天甚至2天，他将需要大量的时间去查库查类查函数，但绝不至于用上一周半周的。
我从来都没学过python，当年只是受够了Matlab，而想把一个用Matlab写的类转成其他语言，结果用了一周，就把一个涵盖图像处理、数据拟合等功能的一千来行Matlab代码顺利转成了Python。过了没几年，Matlab就对我们禁用了，可见当年的选择是极为英明的。
那么如今让我重写一遍那个类，大概只需要一天不到。这就是新手和老手的区别，但也仅仅是新手和老手的区别。
从入门到熟练运用，需要的不是什么思维的提升，而仅仅是是一个字——用，或者更直观地说，就是看代码量。从这个意义上来说，越快入门，就可以更早地堆积代码量，从而更早地熟练运用Python，而不是按部就班地从入门到放弃。学习编程最可怕的事情就是：每天写一遍Hello World并感觉收获满满。
接下来，快速入门Python。
1 环境配置与基本运算
正所谓天下武功、唯快不破。学Python，讲求的就是一个快字。
尽管下载Python并安装并不麻烦，但新手往往会在使用过程中出现各种让人费解的问题。所以，如果想1小时入门，我推荐这个。
在线Jupyter编辑工具，进入之后，点击中间的Try JupyterLab，就可以进入在线Notebook的界面。
点击Python3，快速进入jupyter notebook的环境。然后按照直觉，写一些四则运算表达式，例如这些：
x = 100 y = 50 z = 2.5 print(x + y * z) print(x - y / z) print(x * y**2)
然后同时按下Ctrl+回车，就能运行python代码。
然后按下alt+回车，开启下一段代码。
如果用shift+回车，则会综合上面的两个功能，本节耗时：3分钟。
如果觉得在线Jupyter工具不好用，还有这个ideone，进入之后选择python，输完代码后选择run。
2 调用各种包
在python中，通过import来完成包的调用。例如，我想调用一个日历的包，然后打印日历
import calendar calendar.prcal(2021,m=4) #2021年，每行4个月
然后shift+回车，就可以看到日历了。
如果想通过python进行科学计算，应用最多的包是numpy和matplotlib中的pyplot，前者用于计算，后者用于绘图。通常二者被重命名为np和plt。接下来演示一下二者的用法。
import numpy as np from matplotlib import pyplot as plt
x = np.random.rand(100)#python中通过#进行注释
y = np.random.rand(100)#用于生成100个随机数
plt.scatter(x,y)#绘制散点图，并存放在内存
plt.show()#调用内存中的图，show给我们
本节需要记住的单词：import、as、numpy、matplotlib.pyplot、random.rand、scatter、plt.show。
本节耗时：5分钟。
3 判断、循环
如果想统计刚刚新建的x和y中，有多少大于0.5，那么方法很简单，：新建两个变量用于存储二者的个数，然后跑一个循环进行判断。
xNum = 0 yNum = 0 for i in range(100): if x[i]>0.5:xNum += 1 # xNum += 1 即 xNum = xNum + 1 if y[i]>0.5:yNum += 1 # python中通过方括号进行索引 print(xNum,yNum) 可以把 range(100) 理解为0到99这100个数组成的一个集合， for i in range(100) 意味着 i 对这个集合进行遍历，遍历就是逐个复制给i，所以就完成了循环。 在python中，判断、循环结构通过 : 与其内容进行分隔，且子代码块需要通过空格进行标记。如果程序块中只有一行代码，则可以直接写在 : 后面。
如果想知道， x 中处于 ( 0 , 0.3 ] , ( 0.3 , 0.6 ] , ( 0.6 , 1 ] ( 0 , 0.3 ] , ( 0.3 , 0.6 ] , ( 0.6 , 1 ] ( 0 , 0.3 ] , ( 0.3 , 0.6 ] , ( 0.6 , 1 ] (0,0.3 ], ( 0.3 ,0.6] , ( 0.6,1](0,0.3],(0.3,0.6],(0.6,1](0,0.3],(0.3,0.6],(0.6,1] (0,0.3],(0.3,0.6],(0.6,1](0,0.3],(0.3,0.6],(0.6,1](0,0.3],(0.3,0.6],(0.6,1]这三个区间的数分别是多少，则需要用到 if..elif
n1,n2,n3 = 0,0,0 #按照直觉理解即可 for i in x: if i>0.6 : n3 += 1 elif i>0.3 : n2 += 1 else: n1 += 1 print(n1,n2,n3)
for..in
的作用是遍历某个集合，而x本身也是一个集合，所以也可以接受遍历。
本节需要记住的单词
：if, else, elif, for, +=,，耗时5分钟。
4 函数
如果想反复统计一组随机数的分布情况，显然不能每次都写一遍那么老长的代码，而是应该把代码封装到一个函数里面。
def statis(x): xNum = 0 for i in x: if i>0.5: xNum += 1 return xNum 在Python中，通过 def 新建一个函数，函数名字后的括号里是这个函数需要输入的变量。最后通过 return 来返回一个值。如果按照数学的那种表达式，以上代码差不多类似xNum=statis(x)这
在建了一个函数之后，就可以调用了，本节用时5分钟，需要记住def和return。
5 数据结构
我们刚刚说 x 是集合，这是不准确的。数学上的集合要求不能有重复元素，但x是随机生成的一个数组，所以并不能保证这一点。
在本节，我们要弄懂python中最常用的5种数据结构：元组、列表、字典、集合、数组，同时要掌握python推导式，预计耗时15分钟。
tpl = (1,2,3,4) #此为元组tuple lst = [1,2,3,4,5] #此为列表list dct = {"a":1, "b":2, "c":3} #此为字典dict st = {1,2,3,3} #此为集合 arr = np.array([1,2,3,4]) #此为数组
可以看到，尽管我们在新建集合的时候给了1,2,3,3
，但集合中没有重复元素，所以只剩下一个3。
一句话区分这五种类型：
- 只有数组
np.array可以计算 - 字典通过
键值对(key-value)进行索引 - 集合无重复元素，且不可索引
- 元组可以作为字典的键，列表则不能。
这五种数据类型的详细区别如下（这个其实用不着记）。
其中，可哈希暂时可理解为能够作为字典的key。
所谓指针式
是我乱取的一个名字，意思是可以像指针一样把元素取出来。其中，集合与字典因
为元素不可重复，所以并没有什么变化。
至于可计算就比较容易理解了，例如+测试，字典和集合干脆就报错了，而元组、列表将+重载为合并，只有arr执行了加法操作。
6 字符串
在字典中我们其实已经用过了字符串，在python中，用单引号或双引号来代表字符串，二者是等价的。
x = 'abc' y = "abc" print(x==y) 因为引号被用于字符串的标志，所以如果想在字符串中输入引号，则需要转义，转移符号为 \ 。又因为 \ 用于转义，所以 \ 也需要转义。
print('\'') print('\\') print("\"")
7 回到本地
如果下载之后，可通过win+r，输入cmd进入命令行，输入python进入python环境。
如果下载的是python，则通过pip isntall numpy安装numpy，总之其命令格式为pip install XXX；如果下载的是anacoda，则还可以通过conda install numpy来进行安装——当然，anaconda的基本环境已经安装了大部分常用包。
如果把python的代码封装到一个.py格式的文件中，然后就可以通过python XX.py进行调用，并执行。
8 命令行版2048小游戏
按理说看到这里，并写到这里，就应该算是完成了入门，那么接下来就要用入门学会的知识，写一个命令行版的2048小游戏。
2048的逻辑无非是操作4x4的方格，每个方格中有一个数，我们可以操作这些数字进行移动，如果两个相同的数字在我们的操作下相撞了，那么它们就可以合并了。
而这个4x4的方格，无非是一个矩阵。
我们的操作可以理解为输入字符，用wsad代表上下左右，y代表确定，n代表取消。
python接收字符的函数是input，例如
>>> x = input("input a number") input a number5 >>> x '5'
而创建矩阵，可以用np.zeros([4,4]).astype(int)
，表示创建一个
4
×
44
×
44
×
4
4 × 4 4\times44×4
4×44×44×4的全0矩阵，并化为整形。
矩阵中只有16个元素，尽管循环效率低下，但足以满足人的操作速度了。
如果读者从头到尾敲了所有的代码，那么如今必然有能力独立写出这样的程序。所以具体的代
