输入输出

输入函数input()和raw_input()

• • 在Python3.x中只有input()作为输入函数，会将输入内容自动转换str类型；
  • 在Python2.x中有input()和raw_input()两个输入函数，对于input()函数，你输入的是什么类型，他就传入什么类型；raw_input()和3.x中的input()作用一样。

>>> a = input()

3

>>> type(a)

<type 'int'>

>>> b = input()

''

>>> type(b)

<type 'str'>

>>> c = raw_input()

3

>>> type(c)

<type 'str'>

输出函数print()

　　在Python2.7中可以不用括号（用一个空格间隔），但是在Python3.x中统一为print()，必须有括号。

　　print(self, *args, sep=' ', end='\n', file=None)

• • *args：可以输出多个参数。
  • sep：指定输出的多个参数之间的间隔符，默认是一个空格。
  • end：指定最后一个参数输出之后输出的字符，默认是换行符。

>>> print('a', 'b', 'c', sep='-', end='#')

a-b-c#

>>> 

注释

　　行内注释用#，在一行的#之后被认为是注释。

　　多行注释用一对三个引号（"""或'''都行，在Python中单引号和双引号没有区别）将注释内容引起来。

　　注：

• 指定Python解释器：“#!/usr/bin/env python”（在环境变量的PATH中寻找Python解释器）或“#!/usr/bin/python”（在路径usr/bin下寻找Python解释器）或“#!/usr/bin/python2”（在路径usr/bin下寻找Python2.x解释器）或“#!/usr/bin/python3”（在路径usr/bin下寻找Python3.x解释器），必须放在文件第一行（“#”后不能有空格），推荐使用第一种方式（因为有可能用户的Python没有安装在路径usr/bin下），如果使用的是Python3编写的脚本，也可以使用最后一种。
• 指定编码格式：“# -*- coding: UTF-8 -*-”或“# coding=utf-8”（放在文件开头第一行或第二行，并且第二种指定方式的等号“=”两边不能有空格），如果代码中包含中文，则必须指定py文件的编码格式为UTF-8（由于Python2.7.x默认的是ASCII，所以需要指定编码格式，Python3.x默认的就是UTF-8，所以不需要特别指定编码格式），不然在读取中文时会报错。另外，在用编辑器保存py文件时，也需要使用UTF-8来保存，不然也会报错的。
• 代码规范：#一般用于单行注释，且放在代码行之上或之后，双引号的三引号用作文档注释，即放在文件头及类和函数的下面用作说明，且这个文档注释可以用模块属性__doc__读取出来。
• 折叠代码块：在PyCharm中会将一对“# region”和“# endregion”看成一个代码折叠块，当然它们本身也是注释。

运算符

　　/：除运算，结果为浮点数（Python3为浮点数，Python2为整数（商））

　　//：模运算（在2.7中/和//都是模运算），得到两数相除的商

　　**：幂运算

　　*：乘运算，可以在序列中用这个符号定义序列，如lst = [3] * 4，lst为[3, 3, 3, 3]，不限于列表，字符串和元组等也可以使用

　　%：结果为两数相处的余数

　　+=、-=、*=等：Python中可以使用+=、-=等运算，但是不可以使用“i++”这种运算方式

　　>=或<=：大于（小于）或等于，Python中可以这样使用：if a <= xxx <= b: pass

　　位运算符：&（位与），|（位或），^（位异或：当两个对应的二进位不同时，结果为1），~（位取反：对数据的每个二进制位取反,即把1变为0,把0变为1），<<或>>（左移位或右移位）

　　注：

• divmod(a, b)：返回a除以b的商和余数的元组(参数a和b不限于整数)

变量

1. 变量类型：Python中的变量在声明时不需要指定其类型，它会根据你的赋值自动判断，其实变量本身是没有类型的，类型指的是这个变量引用的对象的类型；在某些编程规范中，有一种约定是变量名中不要加类型说明，比如：a_int = 3, b_list = [1, 2, 4], c_obj = C()。因为Python是动态语言，它的变量的类型是随时可变的。
   
2. 变量删除：删除变量使用del，删除某个变量“del var”，删除多个变量“del var1, var2, var3”，对于变量的赋值和删除，变量只是对它的引用，删除时并不能直接删除其引用的的对象，删除的是这个变量本身。
3. 垃圾回收：Python中的每个对象都有一个引用计数，当其引用计数为0时，即没有其他对象引用它了，Python回收机制就会回收它。其实由于Python中的垃圾回收机制，你并不能真正删除任何东西，由Python自动判断它“没有人用了”才会删除它。
4. 变量赋值：多个变量赋同一个值，可以这样：a = b = c = 'python'；多个变量同时赋值，可以这样：a, b, c = 1, 2, 3； 对于变量值的交换，Python不需要中间变量，直接交换即可：var1, var2 = var2, var1。
5. global：作用域为整个文件的变量为全局变量，在函数中如果想要修改全局变量的值，则需要使用关键字global声明此变量为全局变量。
6. nonlocal：Python2中没有这个关键字，Python3中才有，如果想要修改外层非全局作用域中的变量时，需要使用关键字nonlocal声明此变量为局部变量。

　　注：当前版本的Python的关键字，使用keyword模块的kwlist查看即可。

>>> # global关键字使用

>>> a = 1

>>> def func():

        global a

        a += 1

>>> func()

>>> a

2

>>> # nonlocal关键字使用

>>> def test_out():

        x = 1

        def test_in():

            nonlocal x

            x += 1

        test_in()

        print(x)

>>> test_out()

2

>>>

数字类型

　　int：有符号整数（如果超出范围会自动转换为长整数）。

　　long：长整数（其范围取决于用户的虚拟内存），Python3中已没有此类型，只有int类型了。

　　float：浮点数，即小数。

　　complex：复数（虚数在数字末尾加字母j表示），比如：3+2j或complex(3, 2)。

　　bool：布尔值（1代表True，0代表False，True+False的结果为1），另外True和False在Python2中并不是关键字，在Python3中才列入了关键字。

序列

1、元组：是一个有序的不可变的序列，用括号()表示，其中的元素用逗号分隔：

• 字符串：字符串可以看成是由单一数据类型（字符）组成的不用逗号表示的元组，从序列的角度来看它们其实是一样的；
• 不可变：元组和其元素是不可变的，但是元素可以是可变类型，比如list，这个点可能有点绕，可以自己练习下加深理解；
• 有序：元组中的元素是有顺序的，可用下标或分片等方法对其进行读取的操作；
• 空元组和单元素元组：当元组中只有一个元素时，一定要加上逗号，不然Python不会将其当做元组处理的，只会当做一个普通的括号来处理，当然，空元组可以直接使用()表示；
• 新元组：可以使用“+”对多个元组相加，返回一个新的元组；使用下标截取也会返回新的元组。

2、列表：是一个有序的可变的序列，使用中括号[]表示，元素之间用逗号分隔：

• 可变：列表本身和其中的元素都是可以进行“增删改查”的（如果元素类型允许）；
• 元素类型：一个列表的每个元素的数据类型可以不同，可以是任意数据类型；
• 有序：列表的元素之间是有顺序的，可用下标或分片等方法对其进行读或改的操作；
• 新列表：两个列表相加“+”会返回一个新的列表，包含两个列表的所有元素，并保有原有的顺序；对列表进行切片截取，返回的也是一个新的列表。
• 切片：切片使用形如list_[start:stop:step]的语句，start和stop表示下标，正数的下标表示正序（从左到右，起始数为0），负数的下标表示反序（从右到左，起始数为-1），step为大于0的正整数时表示正序的切片步长，step为小于0的负整数时表示反序的切片步长；step一般不常用，默认为1，当没有指明对应的start/stop时，默认为正序或反序的起始或结束下标。

3、集合：是一个无序的可变的序列，可以用大括号{}表示（元素用逗号隔开），也可以用set()定义：

• 无序：因为是无序的，不能用下标进行读取等操作；
• 集合运算：它和数学上的集合概念相同，不可以有相同的元素，元素无序，可以进行交集、并集和差集运算；
• 可变和不可变：每个元素都可以是不同的不可变类型，但集合本身是可变的。

4、字典：是一个无序的可变的序列，使用大括号{}表示，字典的元素使用键值对（key: value）表示，元素之间用逗号分隔:

• 新建字典：新建一个字典有几种特别的方法，比如：dict([('a', 'b'), (11, 22), (33, 'cc')])，{i: 'python %s' % i for i in range(3)}，以及dict(a='aaa', b='bbb', c='ccc')（这种方式的key只能以参数名的形式定义，最后会自动转换成对应的字符串）；
• 可变：可以对字典进行“增删改查”操作；
• key和value：字典中的元素（键值对）都是独立的，所有的key和value可以是不同数据类型，但是key必须是不可变的类型（不可以是列表等可变的类型），且字典中每一个key都是唯一的，value则可以是任意数据类型；
• 无序：字典的元素（键值对）是无序的，不可用下标等有序序列的方法对其进行操作，只能通过元素的key来确定某一个元素（key是唯一的，value可以不唯一）。

注：

1、应用类型：列表，集合和字典属于可变类型，无论在什么地方对它的操作都是基于它本身的，所以需要小心使用，比如将一个列表传入函数后（对于函数来说就是一个参数），如果函数有对它进行了修改操作，那么执行函数后，这个列表也就改变了，如果需要使用它的，但又不想影响到它本身，可以使用深度拷贝（即copy模块的deepcopy()方法复制一个它拷贝）。

2、真假判断：这些值的bool值都为False：0，None，''，[]，set()，{}。可直接进行“真假”判断。

>>>#字符串

>>> ch = 'hello python!'

>>> ch[4]

'o'

>>> ch[:4]

'hell'

>>> ch[4:]

'o python!'

>>> #元组

>>> tup = (3, 'aa', {'a': 'b'})

>>> tup

(3, 'aa', {'a': 'b'})

>>> tup = tup + ([1, 2, 3,4],)

>>> tup

(3, 'aa', {'a': 'b'}, [1, 2, 3, 4])

>>> tup[1:-1]

('aa', {'a': 'b'})

>>> tup[1] = 'bb'

Traceback (most recent call last):

  File "<pyshell#16>", line 1, in <module>

    tup[1] = 'bb'

TypeError: 'tuple' object does not support item assignment

>>> #列表

>>> lst = []

>>> lst = lst + [3, 'a', {'hello': 'python!'}]

>>> lst

[3, 'a', {'hello': 'python!'}]

>>> lst[:2]

[3, 'a']

>>> lst[2:]

[{'hello': 'python!'}]

>>> # 集合

>>> se = set([1, 2, 3])

>>> se

{1, 2, 3}

>>> se1 = set((2, 3, 3, 5, 6))

>>> se1

{2, 3, 5, 6}

>>> se & se1 #交集

{2, 3}

>>> se | se1 #并集

{1, 2, 3, 5, 6}

>>> se - se1 #差集

{1}

>>>

>>> #字典

>>> dct = {1: 'a', 2: 'b', 3: 'c', 4: 'd'}

>>> dct[1] = [1, 2, 3, 4]

>>> dct

{1: [1, 2, 3, 4], 2: 'b', 3: 'c', 4: 'd'}

>>> dct[0] = 'hello'

>>> dct

{0: 'hello', 1: [1, 2, 3, 4], 2: 'b', 3: 'c', 4: 'd'}

简单示例

条件和循环控制

• if条件控制：基本结构为：if-elif-else，if和elif后面跟一个布尔表达式，若值为真，则执行对应子语句块，若值为假，则跳过此条件块。
• while循环控制：while后面跟一个布尔表达式，若值为真，则执行其中的语句块，执行完后再一次判断布尔表达式的值和执行语句块，然后无限重复判断和执行，直到布尔表达式的值为假。可以使用continue结束本层循环的本次循环，而使用break则结束本层的整个循环。
• for循环：for用于遍历一个可迭代对象，使用continue可以结束本层循环的本次循环，而使用break则结束本层的整个循环。
• for和while的else：当for或while正常执行完后接着执行else中的内容，当for或while循环中使用break终止跳出循环后就不会执行else中的内容了。
• 简单语句组：if、while和for语句中的语句块如果只有一条简单的语句，这时候条件判断和字句块可以写在一行，比如：if a > 1: print(a)。

>>> for i in range(5):

    print(i)

    for j in range(20, 25):

        if j == 21:

            continue

        if j == 23:

            break

        print(i, j)

0

0 20 #21项没有是因为continue结束了"j == 21"这次循环

0 22 #23项和24项是因为break结束了本层for循环

1

1 20

1 22

2

2 20

2 22

3

3 20

3 22

4      #break并没有作用于外层的for循环，所以会循环到底

4 20

4 22

>>> 

>>> for i in range(5):  # 正常执行完毕

    print(i)

else:

    print('end')

0

1

2

3

4

end

>>> for i in range(5):  # break中断循环后就不会执行else中的内容了

    if i % 2 == 1:

        break

    print(i)

else:

    print('end')

0

>>>  # 简单语句组

>>> if 3 > 1: print('ok')

ok

>>> a = 3

>>> while a > 0: a -= 1

>>> for i in range(2): print(i)

0

1

>>>

函数

• 函数定义：Python中函数以def定义，用于实现某种功能，若是某段代码被多处使用，不妨将它定义成一个函数，或是它用于实现特定的功能，也可以将它定义成一个函数。
• 函数调用：一个函数func()，func为函数名，是这个函数引用（指向函数的地址）；而加上括号func()则表示执行这个函数。
• 函数作用域：在函数中定义的变量为局部变量，在函数体外不可引用它。
• 参数默认值：在定义函数时可以为参数指定默认值，比如func(a=0)，当没有传入该参数时，就会使用默认值，传参时如果没有指定参数名，则会按函数定义的顺序给参数赋值。
• 动态参数：使用*（元组）和**（字典）来定义函数的动态参数，动态参数有一个特别的写法“*args”和“**kwargs”，这两个写法合在一起就表示所有参数（“万能”的参数表示法），比如func(*var_tuple, **var_dict)，*var_tuple会将传进来的参数以元组的形式存在var_tuple中，**var_dict会将以特定形式传进来的参数以字典的形式存在var_dict中。
• 函数加载：在文件中函数不会被运行，Python只是去加载它，除非它被引用执行；
• 文件加载：Python文件有一个系统变量为“__name__”，默认值为当前文件名，但是被当作主文件执行的文件默认值为“__main__”，所以可以使用"if '__name' == '__main__':"作为文件的执行入口。
• 函数返回值：若是这个函数没有使用return指定这个函数的返回值，那么这个函数的返回值默认为None。
• 匿名函数：使用lambda来创建一个简单的匿名函数，语法为：lambda [arg1 [,arg2,.....argn]]: expression。lambda的主体只是一个简单的表达式，而不是复杂的代码块，函数返回的是表达式的值。

注：

• 参数传值：如果定义函数时既有普通参数，也有指定默认值的参数，那么普通参数必须在前面。
• 参数默认值：建议不要定义为可变类型，因为本质上说，参数也是函数的变量，如果是可变类型，那么多次调用后这个默认值可能就不再是你定义的初始值了，最直观的表现就是两次相同的调用，却返回了不同的值。
• 作用域：Python 中只有模块（module），类（class）以及函数（def、lambda）才会引入新的作用域，其它的代码块（如 if/elif/else/、try/except、for/while等）是不会引入新的作用域的，也就是说这些语句内定义的变量，外部也可以访问。

>>> def func(*args1, **args2): # 动态参数指不用指定参数参数个数和各个参数的形参名

print(args1)

print(args2)

print(args1[2])

print(args2['name'])

>>> func

<function func at 0x0000000003450598>

>>> result = func(1, 2, 3, name = 'Jom', age = '')

(1, 2, 3)

{'age': '', 'name': 'Jom'}

3

Jom

>>> print(result) # 没有使用return指定返回值

None

>>># 默认值为可变类型，同样的调用返回了却不同的结果 

>>> def func(lst=[]):

lst.append(333)

return lst

>>> func()

[333]

>>> func()

[333, 333]

>>>

迭代器与生成器

迭代器：

• 特点： 迭代器用于访问集合（此集合非彼集合set()）中的元素，使用迭代器不需要提前准备好要迭代的所有元素，只有迭代到某个元素时才会计算该元素，这个元素之前或之后都是没有的，因为迭代器这个特点，它遍历集合元素占用的内存很少，适用于访问一些特别大的甚至是无限的集合。
• 访问迭代器：访问迭代器元素时会使用自身的__next__()方法（Python2为next()）不断地去访问下一个元素，且迭代器只能“前进”，不能“后退”，也不能通过下标等去访问某个特定的元素。当访问完迭代器后，这个迭代器就“完了”，要想再遍历这个集合，就要为这个集合再新建一个迭代器了。
• __iter__方法和__next__方法：当将一个类作为迭代器时，即自定义迭代器时，需要实现__iter__和__next__这两个方法（Python2为next()），__iter__用于返回一个定义了__next__方法的对象，__next__方法用于返回每次迭代时的对象，并且需要定义StopIteration异常来标识迭代的完成。
• iter()和next()：这是用于迭代器的两个内建函数，iter()用于为一个可迭代对象创建一个迭代器，next()则用于访问迭代器的元素。

注：Python2中迭代器自身的迭代方法是next()，Python3中为__next__()。

>>> # 创建迭代器

>>> class MyIter:

    def __init__(self):

        self.a = 1

    def __iter__(self):

        return self

    def next(self):

        a_ = self.a

        if a_ < 5:

            self.a += 1

            return a_

        else:

            raise StopIteration

>>> it = MyIter()

>>> next(it)

1

>>> for item in it:

    print(item)

2

3

4

>>> next(it)

Traceback (most recent call last):

  File "<pyshell#7>", line 1, in <module>

    next(it)

StopIteration

>>>

>>> # iter()和next()方法的使用

>>> lst = ['a', 'b', 'c']

>>> new_it = iter(lst)

>>> next(new_it)

'a'

>>> new_it.next()

'b'

>>> for item in new_it:

    print(item)

c

>>>

生成器：

• 定义：如果一个函数被调用时返回了一个迭代器，那么这个函数就叫做生成器；如果一个函数中含有yield语法，那么这个函数也是生成器；
• yield语法的特点：当含有yield语法的函数被调用后，执行yield后，就会中断这个函数，继续执行这个函数之后的代码，当下一次这个函数再被调用时，会从这个函数的上次执行的yield之后的代码开始执行。

>>> def generator():

    n = 3

    while n > 0:

        yield 'hello python!' # 含有yield，这个函数即为生成器，每次生成一个字符串“hello python!”

        n -= 1

>>> iterator = generator() # 返回一个迭代器

>>> iterator.__next__()

'hello python!'

>>> iterator.__next__()

'hello python!'

>>> iterator.__next__()

'hello python!'

>>> iterator.__next__() # 访问完后就“没有了”，这个迭代器也不能再用了

Traceback (most recent call last):

  File "<pyshell#13>", line 1, in <module>

    iterator.__next__()

StopIteration

>>> 

异常处理

将可能会发生异常错误的代码放在try块里面，如果发生异常就会使用except进行捕捉，并执行except中的代码，最后无论是否发生异常，都会执行finally块中的代码。
如果发生了异常，那么try块中发生异常的代码之后的代码将不会被执行，且如果发生的异常没有任何一个except捕捉到，这个异常又会传递回try语句块中。
如果定义了多个except语句，它们就像条件判断中的elif一样，最多只会执行一个except块。
try...except...else...如果try语句中没有异常发生就会继续执行else中的语句，如果发生了异常就不会去执行else中的语句了。

try:

    # 此处为可能会发生异常错误的代码，如果发生异常将会抛出异常

    pass

except ValueError as e:

    # 捕捉指定的异常ValueError，并取别名为e

    # 如果捕捉到指定的异常（如ValueError），就会在进入这里进行处理

    pass

except (TypeError, NameError):

    # 可以一次指定捕获多个异常，多个异常一元组形式指定即可

    pass

except:

    # 没有指定异常时，表示捕捉所有异常

    # 如果抛出的异常在前面所有指定的异常都没有捕捉到，那么就会进入这里，

    pass

finally:

    # 无论是否发生异常都会执行此处代码

    pass

编程建议：

• 在异常处理时尽量指定需要捕获的异常，虽然except不指定任何异常时可以捕获所有异常，但同时也可能是你错过某些异常（虽然程序没有报错，其实异常可能已经发生了）。
• 尽量使用finally来进行一些无论是否发生异常都要进行的“最后”的处理。

其他知识点：

• 打印异常信息：可以使用trackback模块的format_exc()函数打印异常信息
• 抛出异常：使用“raise MyError”来抛出异常，并在except捕获这个异常
• 自定义异常：自定义的异常类，需要直接或间接继承Exception类，且一般以Error作为后缀