Python 初学者进阶的九大技能(四)

简介: Python是一种很棒的语言,语法简单,无需在代码中搜索分号。对于初学者来说,Python是入门最简单的语言之一。 Python有大量的库支持,你还可以安装其他库来增加自己的编程经验。 学了一阵子之后,你可能会觉得:为如此简单的操作写大量的代码有些令人困惑。实际上,事情并没有你想得那么糟。理解其背后的逻辑比写几行代码更为重要。短代码更好,但如果逻辑有问题,那么无论如何你的代码都会有问题。随着经验和创造力的增长,最终你的代码将会变得更短、更好。

下一个要了解的语法是parameters和arguments,在过程或函数中定义时(红色部分)被称为形参(parameters),当发送名称到过程或函数中(绿色部分)时就叫实参(arguments)了。

下面是些案例:

案例1

def print_list(input_list):
    for each in input_list:
        print(f'{each}')
    print() #just to separate output
greek_gods = ['Zeus' , 'Hera' , 'Poseidon' , 'Apollo' , 'Bob']
grocery_list = ['Apples' , 'Milk' , 'Bread']
print_list(greek_gods)
print_list(grocery_list)
print_list(['a' , 'b' , 'c'])

90.jpg

无需把循环写上3次,只需在过程中写上一次,然后在需要时调用即可。在案例2中,你可以发现代码是如何返回反向列表的。

案例2

def reverse_list(list_input):
    return list_input[::-1]
my_list = ['a', 'b' , 'c']
print (reverse_list(my_list))
>>> ['c', 'b', 'a']


8.面向对象编程

Python是一种面向对象的语言,其强大之处在于对象。将对象视为蓝图,如果使用蓝图,你可以创建该蓝图的实例。也就是说,你可以创建需要的多个蓝图实例,但不会损毁你使用的蓝图。

面向对象编程(OOP)是一个庞大的话题,因此我们不会在本节中涵盖所有你需要了解的内容,但可以通过几个简单的示例帮你入门。

如果你之前读过面向对象编程的相关内容,可能已经厌倦了学生(student)类,但我们又来了。从定义一个名为student的类开始,student会拥有一个名称和一个subject_list:

class Student():
    def __init__(self,name):
        self._name = name
        self._subject_list = []

如果想要创建一个student,可以像这样将其分配给变量:

student1 = Student('Martin Aaberge')

如果需要更多student,可以使用同一个类并添加另外的姓名:

student2 = Student('Ninja Henderson')

`student1`和`student2`都是student类的实例,它们共享同一个蓝图,但彼此之间并无关系。此时,我们对学生们能做的不多,但我们确实增加了一个主题列表。要填充此列表,我们需要创建方法,你可以调用方法来实现与该类实例的交互。

我们更新:

class Student():
    def __init__(self,name):
        self._name = name
        self._subject_list = []
    def add_subject(self, subject_name):
        self._subject_list.append(subject_name)
    def get_student_data(self):
        print (f'Student: {self._name} is assigned to:')
        for subject in self._subject_list:
            print (f'{subject}')
        print()

这个类可以用于创建、编辑学生信息,并获取我们存在其中的信息

#create students:
student1 = Student('Martin Aaberge')
student2 = Student('Heidi Hummelvold')
#add subjects to student1
student1.add_subject('psychology_101')
student1.add_subject('it_security_101')
#add subject to student2
student2.add_subject('leadership_101')
#print current data on students
student1.get_student_data()
student2.get_student_data()

将类保存在单独的文件中并导入主代码的操作很常见,在我们的案例中,我们会在student.py文件中创建一个`student`类,并将其导入我们的main.py文件(本案例中,它们都位于同一个文件夹中)。

from student import Student
student1 = Student('Martin')
student1.add_subject('biomechanics_2020')
student1.get_student_data()

91.jpg

                                           student类和main.py在使用它    

92.jpg


9.尊重PEP

我们经常看到人们在写Python代码时并不尊重PEP(Python增强提案:Python Enhancement Proposals),但我自己会尊重。

当你在开发环境中工作时,遵守标准非常重要——如果不是PEP标准,也至少要遵守公司的标准。

PEP是代码的一组准则,下面是PEP-8的链接(https://www.python.org/dev/peps/pep-0008/),读起来很棒。请确保你通读过一次,了解大概内容。一个典型的案例是`snake_case`,Python是以`snake_case`来写的,这代表着我们用下划线来区分词组,即便大学里也会犯错,因此别难过,只要别这样做就行了。

这样写是对的: 

chocolate_cake = 'yummy'

这样是错的:

chocolateCake = 'Yummy'

2、结论


入门是了不起的体验,需要艰苦钻研,但你的学习曲线急遽上升,用新的经验填满你。

也许新手状态很难摆脱,了解你要关注什么是很困难的,下一步呢?

也许本文将你向正确的方向推进了一步,也许只是一堆你已经知道的胡言乱语。如果你不确定下一步该做什么,不要害怕提问。确保你用好了那些比你更有经验的人,对各种意见持开放态度,看看哪些对你有用。如果还没准备好使用某些编程方式,请继续让代码能够运行,同时学些新的和更好的方法。

相关文章
|
5月前
|
安全 Python
Python并发编程必备技能:掌握threading模块,让你的代码跑得更快!
【8月更文挑战第22天】Python并发编程采用多线程技术实现任务的同时执行。利用`threading`模块可轻松管理和创建线程。通过`Thread`类实例化线程并用`start()`方法启动。线程同步通过`Lock`确保资源访问互斥,或用`Semaphore`控制并发数量。线程间通信则可通过`Queue`安全传递数据,实现生产者-消费者模式等功能。这些工具有效避免了竞态条件,确保了程序的正确性和效率。
73 1
|
1月前
|
SQL 存储 数据挖掘
使用Python和PDFPlumber进行简历筛选:以SQL技能为例
本文介绍了一种使用Python和`pdfplumber`库自动筛选简历的方法,特别是针对包含“SQL”技能的简历。通过环境准备、代码解析等步骤,实现从指定文件夹中筛选出含有“SQL”关键词的简历,并将其移动到新的文件夹中,提高招聘效率。
46 8
使用Python和PDFPlumber进行简历筛选:以SQL技能为例
|
5月前
|
测试技术 持续交付 Apache
深度挖掘:Python性能测试中JMeter与Locust的隐藏技能🔍
【8月更文挑战第5天】随着软件规模扩大,性能测试对系统稳定性至关重要。Apache JMeter和Locust是两大主流工具,各有千秋。本文探索它们在Python环境下的进阶用法,挖掘更多性能测试潜力。JMeter功能强大,支持多种协议,可通过命令行模式执行复杂测试计划,并与Python集成实现动态测试数据生成。Locust基于Python,通过编写简洁脚本模拟HTTP请求,支持自定义请求及与Python库深度集成。掌握这些技巧可实现高度定制化测试场景,有效识别性能瓶颈,提升应用稳定性。
135 1
|
3月前
|
机器学习/深度学习 算法 计算机视觉
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
134 2
|
4月前
|
存储 大数据 索引
解锁Python隐藏技能:构建高效后缀树Suffix Tree,处理大数据游刃有余!
通过构建高效的后缀树,Python程序在处理大规模字符串数据时能够游刃有余,显著提升性能和效率。无论是学术研究还是工业应用,Suffix Tree都是不可或缺的强大工具。
76 6
|
4月前
|
机器学习/深度学习 数据挖掘 TensorFlow
解锁Python数据分析新技能,TensorFlow&PyTorch双引擎驱动深度学习实战盛宴
在数据驱动时代,Python凭借简洁的语法和强大的库支持,成为数据分析与机器学习的首选语言。Pandas和NumPy是Python数据分析的基础,前者提供高效的数据处理工具,后者则支持科学计算。TensorFlow与PyTorch作为深度学习领域的两大框架,助力数据科学家构建复杂神经网络,挖掘数据深层价值。通过Python打下的坚实基础,结合TensorFlow和PyTorch的强大功能,我们能在数据科学领域探索无限可能,解决复杂问题并推动科研进步。
78 0
|
6月前
|
数据采集 网络协议 数据挖掘
网络爬虫进阶之路:深入理解HTTP协议,用Python urllib解锁新技能
【7月更文挑战第30天】网络爬虫是数据分析和信息聚合的关键工具。深入理解HTTP协议及掌握Python的urllib库对于高效爬虫开发至关重要。HTTP协议采用请求/响应模型,具有无状态性、支持多种请求方法和内容协商等特点。
63 3
|
6月前
|
机器学习/深度学习 数据挖掘 TensorFlow
解锁Python数据分析新技能,TensorFlow&PyTorch双引擎驱动深度学习实战盛宴
【7月更文挑战第31天】在数据驱动时代,Python凭借其简洁性与强大的库支持,成为数据分析与机器学习的首选语言。**数据分析基础**从Pandas和NumPy开始,Pandas简化了数据处理和清洗,NumPy支持高效的数学运算。例如,加载并清洗CSV数据、计算总销售额等。
67 2
|
5月前
|
算法 关系型数据库 程序员
程序员必备技能)基于Python的鼠标与键盘控制实战扩展与源码
这篇文章是关于如何使用Python的`pyautogui`库来控制鼠标和键盘进行各种操作,包括移动、点击、滚轮控制以及键盘的按键和快捷键输出,并介绍了如何结合图像处理和计算机视觉技术来扩展其应用。
|
6月前
|
网络协议 开发者 Python
网络编程小白秒变大咖!Python Socket基础与进阶教程,轻松上手无压力!
【7月更文挑战第25天】在网络技术快速发展的背景下, Python因其简洁的语法和强大的库支持成为学习网络编程的理想选择。
84 5