Python基础学习笔记FromImooc.com

2023-07-27 17:04:46

1、list

L = ['a','a','a','a','a','a3']

L[0] = a

L[-1] = a3

添加新元素

L.append('paul')

L.insert(-1,'Paul')

删除元素

L.pop(2)

list 里面元素不要求必须是同一种数据类型

L.remove('Paul')

2、tuple （元组），tuple 一旦创建即不能修改；

t = ('a',2,'awefawe',4)

t[0] = a

print t

t = (1)

因为()既可以表示tuple，又可以作为括号表示运算时的优先级，结果 (1) 被Python解释器计算出结果 1，导致我们得到的不是tuple，而是整数 1。

改为 t = (1,)

t = ('Aldm',)

3、可变的 tuple (加入list)

t = ('a','b',['A','B'])

4、if 语句代码缩进

注意: Python代码的缩进规则。具有相同缩进的代码被视为代码块，上面的3，4行 print 语句就构成一个代码块（但不包括第5行的print）。如果 if 语句判断为 True，就会执行这个代码块。

缩进请严格按照Python的习惯写法：4个空格，不要使用Tab，更不要混合Tab和空格，否则很容易造成因为缩进引起的语法错误。

注意: if 语句后接表达式，然后用:表示代码块开始。【！！！！！！！！！！！】

如果你在Python交互环境下敲代码，还要特别留意缩进，并且退出缩进需要多敲一行回车

5、if-else

if-elif-else

#-*- coding:utf-8 -*-

score = 78

if score >= 90

print('excellent')

elif score >= 80

print('good')

elif score >= 60

print('pass')

else

print('failed')

6、for 循环

L = ['Adam','Lisa','Bart'] #L = ('Adam','Lisa','Bart')

for name in L :
print name

7、while 循环

N = 10

x = 0

while x < N:

print x

x += 1

8、break 退出循环

sum = 0

x = 1

while true:

sum += x

x += 1

if x > 100:

break

print sum

9、continue 继续循环

for x in L: # 统计合格分数的平均分

if x < 60:

continue

sum += x

n +=1

10、嵌套循环

#-*- coding:utf-8 -*-
for x in [1,2,3,4,5,6,7,8,9]: # 十位数字
    for y in [0,1,2,3,4,5,6,7,8,9]: # 个位数字
        if x < y:
            print(x*10+y) #十位数字乘以10加上个位

11、dict 字典

key:value 对

#-*- coding:utf-8 -*-
d = {
    # 定义一个 dict
    'Adam':95,
    'Lisa':85,
    'Bart':59,
    'Paul':75
}
print(len(d))

# 输出dict 集合的大小

访问 dict： d[key] = d['Adam'] >>> 95;

print(d.get('Adam'))

dict / list 的特点：

(1) 查找速度快，无论dict有10个元素还是10万个元素，查找速度都一样。而list的查找速度随着元素增加而逐渐下降

dict的缺点是占用内存大，还会浪费很多内容，list正好相反，占用内存小，但是查找速度慢。

(2)dict的第二个特点就是存储的key-value序对是没有顺序的！

print d 的结果不一定是创建的顺序，每台机器运行的结果也可能不一样；

(3)dict的第三个特点是作为 key 的元素必须不可变，Python的基本类型如字符串、整数、浮点数都是不可变的，都可以作为 key。但是list是可变的，就不能作为 key。

更新 dict 添加元素到 dict 中

d = {
    95: 'Adam',
    85: 'Lisa',
    59: 'Bart'
}
d[72] = 'Paul'

遍历 dict

#-*- coding:utf-8 -*-
d = {
    'Adam': 95,
    'Lisa': 85,
    'Bart': 59
}
for key in d:
    #print(key+':')+str(d.get(key))
    print key,':',d[key]

12、set 持有一系列元素，与list很想，但是 set 元素没有重复，而且是无序的，这点与 dict 的 key 很像；

创建 set 的方式是调用 set() 并传入一个 List , list 的元素将作为 set 的元素

s = set(['A','B','C'])

判断元素是否存在于 set 中

#-*- coding:utf-8 -*-
s = set(['adam','bart','Paul'])
print 'adam' in s
print 'bart' in s

删除元素 s.remove(element)

添加元素 s.add(element)

#-*- coding:utf-8 -*-
s = set(['Adam', 'Lisa', 'Paul'])
L = ['Adam', 'Lisa', 'Bart', 'Paul']
for element in L:
    if element in s:
        s.remove(element)
    else:
        s.add(element)
print s

13、递归函数

汉诺塔问题

def move(n, a, b, c):
    if n == 1:
        print a,' --> ',c
        return
    #print a,' --> ',b
    move(n-1,a,c,b)
    move(1,a,b,c)
    move(n-1,b,a,c)

move(4,'A', 'B', 'C')
#move(19,'A', 'B', 'C')

Note:汉诺塔问题 http://blog.csdn.net/hitwhylz/article/details/45271585

1、只有一个 A --> C

2、最底层上面的移到 B，最底的移到 C

B -- C

14、定义默认参数/可变参数

def func_name(par = 'default_par'):

func_body

# 定义可变参数

def func_name(*args):

func_body

func_name()

func_name(2,1,2)

15、对 list / tuple进行切片 slice

L = [ ... ]

L[0:3]

L[:3]

L[:] 从头到尾

设置第三个参数

L[::2] # 表示每 2 个取一个

L[-3:-1]

利用倒序切片对 1 - 100 的数列取出：

* 最后10个数；

* 最后10个5的倍数。

L = range(1, 101)
print L[-10:]
print L[-46::5]

【Note:字符串 u'xxx' Unicode字符串】

字符串切片类似

def firstCharUpper(s):
return s[:1].upper()+s[1:]

print firstCharUpper('hello')
print firstCharUpper('sunday')
print firstCharUpper('september')

16、在Python 中，如果给定一个 list 或 tuple，我们可以通过 for 循环来遍历这个 List 或 tuple，这种遍历称为迭代（Iteration）

for name in L:

print name

17、索引迭代

enumerate() 函数

迭代的一个元素实际上是一个 tuple

L = ['Adam', 'Lisa', 'Bart', 'Paul']
for index, name in enumerate(L):
print index, '-', name

# 两段代码相等

for t in enumerate(L):
    index = t[0]
    name = t[1]
    print index, '-', name

L = ['Adam', 'Lisa', 'Bart', 'Paul']
for t in enumerate(zip(range(1,5),L)):
print t[1][0],'-',t[1][1]

18、dict 对象的 values() 方法，把 dict 转换成一个包含所有 value 的list

itervalues() 方法替代 values() 方法，迭代效果完全一样；

20、items() 迭代 dict 的 key 和 value

items() 方法把 dict 对象转换成了包含 tuple 的list ，我们队这个 list 进行迭代，可以同时获得 key 和 value

相似函数： iteritems(),iteritems() 不把 dict 转换成 list ，而是在迭代过程中不断给出 tuple ，所以，iteritems() 不占额外的内存

21、生成列表

等效

print [index*(index + 1) for index in range(1,100,2)]

# 生成列表 [1x2, 3x4, 5x6, 7x8, ..., 99x100]

22、条件过滤

例子:list 中字符串转换为大写形式

isinstance(x,str)

23、嵌套循环

进阶

1、函数式编程的特点

· 把计算机视为函数而非指令

· 纯函数式编程：不需要变量，没有副作用，测试简单

· 支持高阶函数，代码简洁

2、高阶函数

能够接收函数做参数的函数

# 定义函数接收 xy,f 三个函数

# 变量命名不能用数字命名

def add(a,c,f):
return f(a)+f(c)
print(add(-1,-24,abs))

3、map() 函数是Python 中内置的高阶函数，它接收一个函数 f 和一个 list 并通过把函数 f 一次作用在 list 的每个元素上，得到一个新的 list 并返回

4、reduce() 函数接收的参数为一个函数 f ，一个 List，但行为和 map() 不同，reduce()传入的函数 f 必须接收两个参数，reduce() 对 list 的每个元素反复调用函数 f ，并返回最终结果值

两个参数时相当于 sum() 函数

三个参数时，作为计算的初始值， 100 + sum() # 100 为第三个参数，也就是初始值

5、filter() 函数接收的参数为一个函数 f ，一个 List，这个函数 f 的作用是对每个元素进行判断，返回 True 或 False， filter() 根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新 list

6、自定义排序函数

sorted() 函数可对 list 进行排序，可接收一个比较函数来实现自定义排序，比较函数的定义：

x 应该在 y 前面，返回 -1

x 应该在 y 后面，返回 1

x 和 y 相等，返回 0

默认以 ASII码排序

Note:函数参数，第二个参数为函数名

return cmp(s1.lower(),s2.lower())

cmp = lambda x,y : cmp(x.upper(), y.upper())

7、返回函数

def f():

print 'call f() ...'

# 定义函数 g:

def g():

print 'call g() ...'

# 返回函数 g

return g # 注意：只是返回函数名，无调用

8、引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）

闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变；

9、匿名函数

Python 中对匿名函数提供了有限支持；关键字 lambda 表示匿名函数，冒号签名的 x 表示函数参数

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

map(lambda x: x**2, range(1,10))

匿名函数 labmbda x : x * x 实际上就是

def f(x):

return x * x

Note: 匿名函数有个限制，就是只能有一个表达式，不写 return ，返回值就是该表达式的结果；

strip(rm) 函数注释

10、Python 装饰器 @decrator

http://www.open-open.com/lib/view/open1374584644558.html

带参数的装饰器

11、偏函数

int('123456',base = 8) # base 参数默认为 10

def int2(x, base = 2)

return int(x, base)

Note: functools.partial 可以把一个参数多的函数编程一个参数少的函数，少的参数需要在创建时指定默认值

import functools

int2 = functools.partial(int, base = 2)

int2('1000000')

12、导入模块

from math import pow, sin, log

# 单独导入三个函数

使用别名避免函数名冲突

from math import pow, sin, log

from logging import log as logger # logger 就是 log 的别名

13、动态导入模块

try :

from cStringIO import StringIO

except ImportError:

from StringIO import StringIO

# 先尝试从 cStringIO 导入，如果失败了（比如 cStringIO 没有被安装），再尝试从 StringIO 导入。

try 的作用是捕获错误，并在捕获到制定错误时执行 except 语句

14、future

第四章面向对象编程

1、面向对象编程的基本思想

类和实例

2、类的属性限制

如果一个属性由双下划线开头，该属性就无法被外部访问。

class Person(object):

def __init__(self, name)

self.name = name

self.title = 'Mr'

self.__job = 'Student'

print p.__job # 提示 has no attribute

3、类属性

4、定义实例方法 self @classmethod

5、继承 super

6、判断类型

isinstance() 判断一个变量的类型，包括Python 内置的数据类型 str、list 、dict 等，也可以用在自定义的类。

7、多态

类具有继承关系，并且子类类型可以向上转型看做父类类型，如果我们从 Person 派生出 Student和Teacher ，并都写了一个 whoAmI() 方法：

class Person(object):

    def __init__(self, name, gender):

        self.name = name

        self.gender = gender

    def whoAmI(self):

        return 'I am a Person, my name is %s' % self.name

class Student(Person):

    def __init__(self, name, gender, score):

        super(Student, self).__init__(name, gender)

        self.score = score

    def whoAmI(self):

        return 'I am a Student, my name is %s' % self.name

class Teacher(Person):

    def __init__(self, name, gender, course):

        super(Teacher, self).__init__(name, gender)

        self.course = course

    def whoAmI(self):

        return 'I am a Teacher, my name is %s' % self.name

在一个函数中，如果我们接收一个变量 x，则无论该 x 是 Person、Student还是 Teacher，都可以正确打印出结果：

def who_am_i(x):

    print x.whoAmI()

p = Person('Tim', 'Male')

s = Student('Bob', 'Male', 88)

t = Teacher('Alice', 'Female', 'English')

who_am_i(p)

who_am_i(s)

who_am_i(t)

运行结果：

I am a Person, my name is Tim

I am a Student, my name is Bob

I am a Teacher, my name is Alice

这种行为称为多态。也就是说，方法调用将作用在 x 的实际类型上。 s 是 Student 类型，它实际上拥有自己的 whoAmI() 方法以及从 Person 继承的 whoAmI() 方法，但调用 s.whoAmI() 总是先查找它自身的定义，如果没有定义，则顺着继承链向上查找，直到在某个父类中找到为止；

由于Python是动态语言，所以，传递给函数 who_am_i(x)的参数 x 不一定是 Person 或 Person 的子类型。任何数据类型的实例都可以，只要它有一个whoAmI()的方法即可：

class Book(object):

    def whoAmI(self):

        return 'I am a book'

这是动态语言和静态语言（例如Java）最大的差别之一。动态语言调用实例方法，不检查类型，只要方法存在，参数正确，就可以调用。

8、多重继承

除了从一个父类继承外，Python允许从多个父类继承，称为多重继承。

多重继承的继承链就不是一棵树了，它像这样：

class A(object):

    def __init__(self, a):

        print 'init A...'

        self.a = a

class B(A):

    def __init__(self, a):

        super(B, self).__init__(a)

        print 'init B...'

class C(A):

    def __init__(self, a):

        super(C, self).__init__(a)

        print 'init C...'

class D(B, C):

    def __init__(self, a):

        super(D, self).__init__(a)

        print 'init D...'

看下图:

像这样，D 同时继承自 B 和 C，也就是 D 拥有了 A、B、C 的全部功能。多重继承通过 super()调用__init__()方法时，A虽然被继承了两次，但__init__()只调用一次：

9、获取对象信息

isinstance() : 判断对象数据类型

type() ：获取变量的类型，返回一个 type 对象

dir() : 获取变量的所有属性

dir()返回的属性是字符串列表，如果已知一个属性名称，要获取或者设置对象的属性，就需要用 getattr() 和 setattr( )函数了：

函数了：

>>> getattr(s, 'name')  # 获取name属性

'Bob'

>>> setattr(s, 'name', 'Adam')  # 设置新的name属性

>>> s.name

'Adam'

>>> getattr(s, 'age')  # 获取age属性，但是属性不存在，报错：

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

AttributeError: 'Student' object has no attribute 'age'

>>> getattr(s, 'age', 20)  # 获取age属性，如果属性不存在，就返回默认值20：

20

10、__str__ 和 __repr__ 类的特殊方法

如果要把一个类的实例变成 str，就需要实现特殊方法__str__()：

class Person(object):

    def __init__(self, name, gender):

        self.name = name

        self.gender = gender

    def __str__(self):

        return '(Person: %s, %s)' % (self.name, self.gender)

现在，在交互式命令行下用 print 试试：

>>> p = Person('Bob', 'male')

>>> print p

(Person: Bob, male)

但是，如果直接敲变量 p：

>>> p

<main.Person object at 0x10c941890>

似乎__str__() 不会被调用。

因为 Python 定义了__str__()和__repr__()两种方法，__str__()用于显示给用户，而__repr__()用于显示给开发人员。

有一个偷懒的定义__repr__的方法：

class Person(object):

    def __init__(self, name, gender):

        self.name = name

        self.gender = gender

    def __str__(self):

        return '(Person: %s, %s)' % (self.name, self.gender)

    __repr__ = __str__

11、__cmp__

class Person(object):

def __init__(self, name, gender, score):

self.name = name

self.gender = gender

self.score = score

def __str__(self, s):

return '(Person:%s,%s,%i)'%(self.name, self.gender, self.score)

__repr__ = __str

def __cmp__(self, s):

return -cmp(self.score, s.score) or cmp(self.name.upper(), s.score.upper())

L = L = [Student('Tim', 99), Student('Bob', 88), Student('Alice', 99)]

print(sorted(L))

12、 __len__()

13、数学运算

求最大公约数

def gcd(a,b):
    if b == 0:
        return a
    return gcd(b, a%b)

14、类型转换

如果要把 Rational 转为 int，应该使用：

r = Rational(12, 5)

n = int(r)

要让int()函数正常工作，只需要实现特殊方法__int__():

class Rational(object):

    def __init__(self, p, q):

        self.p = p

        self.q = q

    def __int__(self):

        return self.p // self.q

结果如下：

>>> print int(Rational(7, 2))

3

>>> print int(Rational(1, 3))

0

同理，要让float()函数正常工作，只需要实现特殊方法__float__()。

15、@property

因为Python支持高阶函数，在函数式编程中我们介绍了装饰器函数，可以用装饰器函数把 get/set 方法“装饰”成属性调用：

class Student(object):

    def __init__(self, name, score):

        self.name = name

        self.__score = score

    @property

    def score(self):

        return self.__score

    @score.setter

    def score(self, score):

        if score < 0 or score > 100:

            raise ValueError('invalid score')

        self.__score = score

注意: 第一个score(self)是get方法，用@property装饰，第二个score(self, score)是set方法，用@score.setter装饰，@score.setter是前一个@property装饰后的副产品。

现在，就可以像使用属性一样设置score了：

>>> s = Student('Bob', 59)

>>> s.score = 60

>>> print s.score

60

>>> s.score = 1000

Traceback (most recent call last):

  ...

ValueError: invalid score

说明对 score 赋值实际调用的是 set方法。

16、__slots__()

slots

由于Python是动态语言，任何实例在运行期都可以动态地添加属性。

如果要限制添加的属性，例如，Student类只允许添加 name、gender和score 这3个属性，就可以利用Python的一个特殊的__slots__来实现。

顾名思义，__slots__是指一个类允许的属性列表：

class Student(object):

    __slots__ = ('name', 'gender', 'score')

    def __init__(self, name, gender, score):

        self.name = name

        self.gender = gender

        self.score = score

现在，对实例进行操作：

>>> s = Student('Bob', 'male', 59)

>>> s.name = 'Tim' # OK

>>> s.score = 99 # OK

>>> s.grade = 'A'

Traceback (most recent call last):

  ...

AttributeError: 'Student' object has no attribute 'grade'

__slots__的目的是限制当前类所能拥有的属性，如果不需要添加任意动态的属性，使用__slots__也能节省内存。

Python基础学习笔记FromImooc.com

17、__call__

一个类实例也可以变成一个可调用对象，只需要实现一个特殊方法__call__()。

我们把 Person 类变成一个可调用对象：

class Person(object):

    def __init__(self, name, gender):

        self.name = name

        self.gender = gender

    def __call__(self, friend):

        print 'My name is %s...' % self.name

        print 'My friend is %s...' % friend

现在可以对 Person 实例直接调用：

>>> p = Person('Bob', 'male')

>>> p('Tim')

My name is Bob...

My friend is Tim...

单看 p('Tim') 你无法确定 p 是一个函数还是一个类实例，所以，在Python中，函数也是对象，对象和函数的区别并不显著。

码农公寓

__slots__

相关文章

slots