# 用井字符开头的是单行注释

""" 多行字符串用三个引号

    包裹，也常被用来做多

    行注释

"""

####################################################

## 1. 原始数据类型和运算符

####################################################

# 整数

3  # => 3

# 算术没有什么出乎意料的

1 + 1  # => 2

8 - 1  # => 7

10 * 2  # => 20

# 但是除法例外，会自动转换成浮点数

35 / 5  # => 7.0

5 / 3  # => 1.6666666666666667

# 整数除法的结果都是向下取整

5 // 3     # => 1

5.0 // 3.0 # => 1.0 # 浮点数也可以

-5 // 3  # => -2

-5.0 // 3.0 # => -2.0

# 浮点数的运算结果也是浮点数

3 * 2.0 # => 6.0

# 模除

7 % 3 # => 1

# x的y次方

2**4 # => 16

# 用括号决定优先级

(1 + 3) * 2  # => 8

# 布尔值

True

False

# 用not取非

not True  # => False

not False  # => True

# 逻辑运算符，注意and和or都是小写

True and False # => False

False or True # => True

# 整数也可以当作布尔值

0 and 2 # => 0

-5 or 0 # => -5

0 == False # => True

2 == True # => False

1 == True # => True

# 用==判断相等

1 == 1  # => True

2 == 1  # => False

# 用!=判断不等

1 != 1  # => False

2 != 1  # => True

# 比较大小

1 < 10  # => True

1 > 10  # => False

2 <= 2  # => True

2 >= 2  # => True

# 大小比较可以连起来！

1 < 2 < 3  # => True

2 < 3 < 2  # => False

# 字符串用单引双引都可以

"这是个字符串"

'这也是个字符串'

# 用加号连接字符串

"Hello " + "world!"  # => "Hello world!"

# 字符串可以被当作字符列表

"This is a string"[0]  # => 'T'

# 用.format来格式化字符串

"{} can be {}".format("strings", "interpolated")

# 可以重复参数以节省时间

"{0} be nimble, {0} be quick, {0} jump over the {1}".format("Jack", "candle stick")

# => "Jack be nimble, Jack be quick, Jack jump over the candle stick"

# 如果不想数参数，可以用关键字

"{name} wants to eat {food}".format(name="Bob", food="lasagna")

# => "Bob wants to eat lasagna"

# 如果你的Python3程序也要在Python2.5以下环境运行，也可以用老式的格式化语法

"%s can be %s the %s way" % ("strings", "interpolated", "old")

# None是一个对象

None  # => None

# 当与None进行比较时不要用 ==，要用is。is是用来比较两个变量是否指向同一个对象。

"etc" is None  # => False

None is None  # => True

# None，0，空字符串，空列表，空字典都算是False

# 所有其他值都是True

bool(0)  # => False

bool("")  # => False

bool([]) # => False

bool({}) # => False

####################################################

## 2. 变量和集合

####################################################

# print是内置的打印函数

print("I'm Python. Nice to meet you!")

# 在给变量赋值前不用提前声明

# 传统的变量命名是小写，用下划线分隔单词

some_var = 5

some_var  # => 5

# 访问未赋值的变量会抛出异常

# 参考流程控制一段来学习异常处理

some_unknown_var  # 抛出NameError

# 用列表(list)储存序列

li = []

# 创建列表时也可以同时赋给元素

other_li = [4, 5, 6]

# 用append在列表最后追加元素

li.append(1)    # li现在是[1]

li.append(2)    # li现在是[1, 2]

li.append(4)    # li现在是[1, 2, 4]

li.append(3)    # li现在是[1, 2, 4, 3]

# 用pop从列表尾部删除

li.pop()        # => 3 且li现在是[1, 2, 4]

# 把3再放回去

li.append(3)    # li变回[1, 2, 4, 3]

# 列表存取跟数组一样

li[0]  # => 1

# 取出最后一个元素

li[-1]  # => 3

# 越界存取会造成IndexError

li[4]  # 抛出IndexError

# 列表有切割语法

li[1:3]  # => [2, 4]

# 取尾

li[2:]  # => [4, 3]

# 取头

li[:3]  # => [1, 2, 4]

# 隔一个取一个

li[::2]   # =>[1, 4]

# 倒排列表

li[::-1]   # => [3, 4, 2, 1]

# 可以用三个参数的任何组合来构建切割

# li[始:终:步伐]

# 用del删除任何一个元素

del li[2]   # li is now [1, 2, 3]

# 列表可以相加

# 注意：li和other_li的值都不变

li + other_li   # => [1, 2, 3, 4, 5, 6]

# 用extend拼接列表

li.extend(other_li)   # li现在是[1, 2, 3, 4, 5, 6]

# 用in测试列表是否包含值

1 in li   # => True

# 用len取列表长度

len(li)   # => 6

# 元组是不可改变的序列

tup = (1, 2, 3)

tup[0]   # => 1

tup[0] = 3  # 抛出TypeError

# 列表允许的操作元组大都可以

len(tup)   # => 3

tup + (4, 5, 6)   # => (1, 2, 3, 4, 5, 6)

tup[:2]   # => (1, 2)

2 in tup   # => True

# 可以把元组合列表解包，赋值给变量

a, b, c = (1, 2, 3)     # 现在a是1，b是2，c是3

# 元组周围的括号是可以省略的

d, e, f = 4, 5, 6

# 交换两个变量的值就这么简单

e, d = d, e     # 现在d是5，e是4

# 用字典表达映射关系

empty_dict = {}

# 初始化的字典

filled_dict = {"one": 1, "two": 2, "three": 3}

# 用[]取值

filled_dict["one"]   # => 1

# 用 keys 获得所有的键。

# 因为 keys 返回一个可迭代对象，所以在这里把结果包在 list 里。我们下面会详细介绍可迭代。

# 注意：字典键的顺序是不定的，你得到的结果可能和以下不同。

list(filled_dict.keys())   # => ["three", "two", "one"]

# 用values获得所有的值。跟keys一样，要用list包起来，顺序也可能不同。

list(filled_dict.values())   # => [3, 2, 1]

# 用in测试一个字典是否包含一个键

"one" in filled_dict   # => True

1 in filled_dict   # => False

# 访问不存在的键会导致KeyError

filled_dict["four"]   # KeyError

# 用get来避免KeyError

filled_dict.get("one")   # => 1

filled_dict.get("four")   # => None

# 当键不存在的时候get方法可以返回默认值

filled_dict.get("one", 4)   # => 1

filled_dict.get("four", 4)   # => 4

# setdefault方法只有当键不存在的时候插入新值

filled_dict.setdefault("five", 5)  # filled_dict["five"]设为5

filled_dict.setdefault("five", 6)  # filled_dict["five"]还是5

# 字典赋值

filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "four": 4}

filled_dict["four"] = 4  # 另一种赋值方法

# 用del删除

del filled_dict["one"]  # 从filled_dict中把one删除

# 用set表达集合

empty_set = set()

# 初始化一个集合，语法跟字典相似。

some_set = {1, 1, 2, 2, 3, 4}   # some_set现在是{1, 2, 3, 4}

# 可以把集合赋值于变量

filled_set = some_set

# 为集合添加元素

filled_set.add(5)   # filled_set现在是{1, 2, 3, 4, 5}

# & 取交集

other_set = {3, 4, 5, 6}

filled_set & other_set   # => {3, 4, 5}

# | 取并集

filled_set | other_set   # => {1, 2, 3, 4, 5, 6}

# - 取补集

{1, 2, 3, 4} - {2, 3, 5}   # => {1, 4}

# in 测试集合是否包含元素

2 in filled_set   # => True

10 in filled_set   # => False

####################################################

## 3. 流程控制和迭代器

####################################################

# 先随便定义一个变量

some_var = 5

# 这是个if语句。注意缩进在Python里是有意义的

# 印出"some_var比10小"

if some_var > 10:

    print("some_var比10大")

elif some_var < 10:    # elif句是可选的

    print("some_var比10小")

else:                  # else也是可选的

    print("some_var就是10")

"""

用for循环语句遍历列表

打印:

    dog is a mammal

    cat is a mammal

    mouse is a mammal

"""

for animal in ["dog", "cat", "mouse"]:

    print("{} is a mammal".format(animal))

"""

"range(number)"返回数字列表从0到给的数字

打印:

    0

    1

    2

    3

"""

for i in range(4):

    print(i)

"""

while循环直到条件不满足

打印:

    0

    1

    2

    3

"""

x = 0

while x < 4:

    print(x)

    x += 1  # x = x + 1 的简写

# 用try/except块处理异常状况

try:

    # 用raise抛出异常

    raise IndexError("This is an index error")

except IndexError as e:

    pass    # pass是无操作，但是应该在这里处理错误

except (TypeError, NameError):

    pass    # 可以同时处理不同类的错误

else:   # else语句是可选的，必须在所有的except之后

    print("All good!")   # 只有当try运行完没有错误的时候这句才会运行

# Python提供一个叫做可迭代(iterable)的基本抽象。一个可迭代对象是可以被当作序列

# 的对象。比如说上面range返回的对象就是可迭代的。

filled_dict = {"one": 1, "two": 2, "three": 3}

our_iterable = filled_dict.keys()

print(our_iterable) # => dict_keys(['one', 'two', 'three'])，是一个实现可迭代接口的对象

# 可迭代对象可以遍历

for i in our_iterable:

    print(i)    # 打印 one, two, three

# 但是不可以随机访问

our_iterable[1]  # 抛出TypeError

# 可迭代对象知道怎么生成迭代器

our_iterator = iter(our_iterable)

# 迭代器是一个可以记住遍历的位置的对象

# 用__next__可以取得下一个元素

our_iterator.__next__()  # => "one"

# 再一次调取__next__时会记得位置

our_iterator.__next__()  # => "two"

our_iterator.__next__()  # => "three"

# 当迭代器所有元素都取出后，会抛出StopIteration

our_iterator.__next__() # 抛出StopIteration

# 可以用list一次取出迭代器所有的元素

list(filled_dict.keys())  # => Returns ["one", "two", "three"]

####################################################

## 4. 函数

####################################################

# 用def定义新函数

def add(x, y):

    print("x is {} and y is {}".format(x, y))

    return x + y    # 用return语句返回

# 调用函数

add(5, 6)   # => 印出"x is 5 and y is 6"并且返回11

# 也可以用关键字参数来调用函数

add(y=6, x=5)   # 关键字参数可以用任何顺序

# 我们可以定义一个可变参数函数

def varargs(*args):

    return args

varargs(1, 2, 3)   # => (1, 2, 3)

# 我们也可以定义一个关键字可变参数函数

def keyword_args(**kwargs):

    return kwargs

# 我们来看看结果是什么：

keyword_args(big="foot", loch="ness")   # => {"big": "foot", "loch": "ness"}

# 这两种可变参数可以混着用

def all_the_args(*args, **kwargs):

    print(args)

    print(kwargs)

"""

all_the_args(1, 2, a=3, b=4) prints:

    (1, 2)

    {"a": 3, "b": 4}

"""

# 调用可变参数函数时可以做跟上面相反的，用*展开序列，用**展开字典。

args = (1, 2, 3, 4)

kwargs = {"a": 3, "b": 4}

all_the_args(*args)   # 相当于 foo(1, 2, 3, 4)

all_the_args(**kwargs)   # 相当于 foo(a=3, b=4)

all_the_args(*args, **kwargs)   # 相当于 foo(1, 2, 3, 4, a=3, b=4)

# 函数作用域

x = 5

def setX(num):

    # 局部作用域的x和全局域的x是不同的

    x = num # => 43

    print (x) # => 43

def setGlobalX(num):

    global x

    print (x) # => 5

    x = num # 现在全局域的x被赋值

    print (x) # => 6

setX(43)

setGlobalX(6)

# 函数在Python是一等公民

def create_adder(x):

    def adder(y):

        return x + y

    return adder

add_10 = create_adder(10)

add_10(3)   # => 13

# 也有匿名函数

(lambda x: x > 2)(3)   # => True

# 内置的高阶函数

map(add_10, [1, 2, 3])   # => [11, 12, 13]

filter(lambda x: x > 5, [3, 4, 5, 6, 7])   # => [6, 7]

# 用列表推导式可以简化映射和过滤。列表推导式的返回值是另一个列表。

[add_10(i) for i in [1, 2, 3]]  # => [11, 12, 13]

[x for x in [3, 4, 5, 6, 7] if x > 5]   # => [6, 7]

####################################################

## 5. 类

####################################################

# 定义一个继承object的类

class Human(object):

    # 类属性，被所有此类的实例共用。

    species = "H. sapiens"

    # 构造方法，当实例被初始化时被调用。注意名字前后的双下划线，这是表明这个属

    # 性或方法对Python有特殊意义，但是允许用户自行定义。你自己取名时不应该用这

    # 种格式。

    def __init__(self, name):

        # Assign the argument to the instance's name attribute

        self.name = name

    # 实例方法，第一个参数总是self，就是这个实例对象

    def say(self, msg):

        return "{name}: {message}".format(name=self.name, message=msg)

    # 类方法，被所有此类的实例共用。第一个参数是这个类对象。

    @classmethod

    def get_species(cls):

        return cls.species

    # 静态方法。调用时没有实例或类的绑定。

    @staticmethod

    def grunt():

        return "*grunt*"

# 构造一个实例

i = Human(name="Ian")

print(i.say("hi"))     # 印出 "Ian: hi"

j = Human("Joel")

print(j.say("hello"))  # 印出 "Joel: hello"

# 调用一个类方法

i.get_species()   # => "H. sapiens"

# 改一个共用的类属性

Human.species = "H. neanderthalensis"

i.get_species()   # => "H. neanderthalensis"

j.get_species()   # => "H. neanderthalensis"

# 调用静态方法

Human.grunt()   # => "*grunt*"

####################################################

## 6. 模块

####################################################

# 用import导入模块

import math

print(math.sqrt(16))  # => 4.0

# 也可以从模块中导入个别值

from math import ceil, floor

print(ceil(3.7))  # => 4.0

print(floor(3.7))   # => 3.0

# 可以导入一个模块中所有值

# 警告：不建议这么做

from math import *

# 如此缩写模块名字

import math as m

math.sqrt(16) == m.sqrt(16)   # => True

# Python模块其实就是普通的Python文件。你可以自己写，然后导入，

# 模块的名字就是文件的名字。

# 你可以这样列出一个模块里所有的值

import math

dir(math)

####################################################

## 7. 高级用法

####################################################

# 用生成器(generators)方便地写惰性运算

def double_numbers(iterable):

    for i in iterable:

        yield i + i

# 生成器只有在需要时才计算下一个值。它们每一次循环只生成一个值，而不是把所有的

# 值全部算好。

#

# range的返回值也是一个生成器，不然一个1到900000000的列表会花很多时间和内存。

#

# 如果你想用一个Python的关键字当作变量名，可以加一个下划线来区分。

range_ = range(1, 900000000)

# 当找到一个 >=30 的结果就会停

# 这意味着 `double_numbers` 不会生成大于30的数。

for i in double_numbers(range_):

    print(i)

    if i >= 30:

        break

# 装饰器(decorators)

# 这个例子中，beg装饰say

# beg会先调用say。如果返回的say_please为真，beg会改变返回的字符串。

from functools import wraps

def beg(target_function):

    @wraps(target_function)

    def wrapper(*args, **kwargs):

        msg, say_please = target_function(*args, **kwargs)

        if say_please:

            return "{} {}".format(msg, "Please! I am poor :(")

        return msg

    return wrapper

@beg

def say(say_please=False):

    msg = "Can you buy me a beer?"

    return msg, say_please

print(say())  # Can you buy me a beer?

print(say(say_please=True))  # Can you buy me a beer? Please! I am poor :(