Python 3 入门,看这篇就够了!

简介

 

Python 是一种高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。

 

Python 由 Guido van Rossum 于 1989 年底在荷兰国家数学和计算机科学研究所发明,第一个公开发行版发行于 1991 年。

 

特点

  • 易于学习:Python 有相对较少的关键字,结构简单,和一个明确定义的语法,学习起来更加简单。

 

  • 易于阅读:Python 代码定义的更清晰。

 

  • 易于维护:Python 的成功在于它的源代码是相当容易维护的。

 

  • 一个广泛的标准库:Python 的最大的优势之一是丰富的库,跨平台的,在 UNIX,Windows 和 macOS 兼容很好。

 

  • 互动模式:互动模式的支持,您可以从终端输入执行代码并获得结果的语言,互动的测试和调试代码片断。

 

  • 可移植:基于其开放源代码的特性,Python 已经被移植(也就是使其工作)到许多平台。

 

  • 可扩展:如果你需要一段运行很快的关键代码,或者是想要编写一些不愿开放的算法,你可以使用 C 或 C++ 完成那部分程序,然后从你的 Python 程序中调用。

 

  • 数据库:Python 提供所有主要的商业数据库的接口。

 

  • GUI 编程:Python 支持 GUI 可以创建和移植到许多系统调用。

 

  • 可嵌入:你可以将 Python 嵌入到 C/C++ 程序,让你的程序的用户获得”脚本化”的能力。

 

  • 面向对象:Python 是强面向对象的语言,程序中任何内容统称为对象,包括数字、字符串、函数等。

 

基础语法

 

运行 Python


 

交互式解释器

 

在命令行窗口执行python后,进入 Python 的交互式解释器。

 

exit() 或 Ctrl + D 组合键退出交互式解释器。

 

命令行脚本

 

在命令行窗口执行python script-file.py,以执行 Python 脚本文件。

 

指定解释器

 

如果在 Python 脚本文件首行输入#!/usr/bin/env python,那么可以在命令行窗口中执行/path/to/script-file.py以执行该脚本文件。

 

注:该方法不支持 Windows 环境。

 

编码


 

默认情况下,3.x 源码文件都是 UTF-8 编码,字符串都是 Unicode 字符。

 

也可以手动指定文件编码:

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

 

或者

 
# encoding: utf-8

注意: 该行标注必须位于文件第一行。

 

标识符


 

  • 第一个字符必须是英文字母或下划线 _ 。

 

  • 标识符的其他的部分由字母、数字和下划线组成。

 

  • 标识符对大小写敏感。

 

注:从 3.x 开始,非 ASCII 标识符也是允许的,但不建议。

 

保留字


 

保留字即关键字,我们不能把它们用作任何标识符名称。

 

Python 的标准库提供了一个 keyword 模块,可以输出当前版本的所有关键字:

>>> import keyword
>>> keyword.kwlist
['False', 'None', 'True', 'and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass', 'raise', 'return', 'try', 'while', 'with', 'yield']

 

注释


单行注释采用#,多行注释采用'''"""

# 这是单行注释

'''
这是多行注释
这是多行注释
'''

"""
这也是多行注释
这也是多行注释
"""

 

行与缩进


 

Python 最具特色的就是使用缩进来表示代码块,不需要使用大括号 {}。 

 

缩进的空格数是可变的,但是同一个代码块的语句必须包含相同的缩进空格数,缩进不一致,会导致运行错误。

 

多行语句


 

Python 通常是一行写完一条语句。

 

但如果语句很长,我们可以使用反斜杠来实现多行语句。

 

total = item_one + 
    item_two +
    item_three

 

 [], {}, 或 () 中的多行语句,不需要使用反斜杠

 

空行


 

函数之间或类的方法之间用空行分隔,表示一段新的代码的开始。

 

类和函数入口之间也用一行空行分隔,以突出函数入口的开始。

 

空行与代码缩进不同,空行并不是 Python 语法的一部分。

 

书写时不插入空行,Python 解释器运行也不会出错。

 

但是空行的作用在于分隔两段不同功能或含义的代码,便于日后代码的维护或重构。

 

记住:空行也是程序代码的一部分。

 

等待用户输入


 

input函数可以实现等待并接收命令行中的用户输入。

content = input("nn请输入点东西并按 Enter 键n")
print(content)

 

同一行写多条语句


 

Python 可以在同一行中使用多条语句,语句之间使用分号;分割。

import sys; x = 'hello world'; sys.stdout.write(x + 'n')

 

多个语句构成代码组


 

缩进相同的一组语句构成一个代码块,我们称之代码组。

 

if、while、defclass这样的复合语句,首行以关键字开始,以冒号:结束,该行之后的一行或多行代码构成代码组。

 

我们将首行及后面的代码组称为一个子句(clause)

 

print 输出


 

print 默认输出是换行的,如果要实现不换行需要在变量末尾加上end=""或别的非换行符字符串:

print('123') # 默认换行
print('123', end = "") # 不换行

 

import 与 from…import


 

在 Python 用 import 或者 from...import 来导入相应的模块。

 

将整个模块导入,格式为:import module_name

 

从某个模块中导入某个函数,格式为:from module_name import func1

 

从某个模块中导入多个函数,格式为:from module_name import func1, func2, func3

 

将某个模块中的全部函数导入,格式为:from module_name import *

运算符

 

算术运算符


 
运算符描述
+
-
*
/
%取模
**
//取整除

比较运算符


 

运算符描述
==等于
!=不等于
>大于
<小于
>=大于等于
<=小于等于

 

赋值运算符


  
运算符描述
=简单的赋值运算符
+=加法赋值运算符
-=减法赋值运算符
*=乘法赋值运算符
/=除法赋值运算符
%=取模赋值运算符
**=幂赋值运算符
//=取整除赋值运算符
 

位运算符


 

逻辑运算符


 

成员运算符


 

身份运算符


 

运算符优先级


 

具有相同优先级的运算符将从左至右的方式依次进行,用小括号()可以改变运算顺序。

 

变量

 

变量在使用前必须先”定义”(即赋予变量一个值),否则会报错:

>>> name
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
NameError: name 'name' is not defined

 

数据类型

 

布尔(bool)


 

只有 True 和 False 两个值,表示真或假。

 

数字(number)


 

整型(int)

 

整数值,可正数亦可复数,无小数。 

 

3.x 整型是没有限制大小的,可以当作 Long 类型使用,所以 3.x 没有 2.x 的 Long 类型。

 

浮点型(float)

 

浮点型由整数部分与小数部分组成。

 

浮点型也可以使用科学计数法表示(2.5e2 = 2.5 x 10^2 = 250)

 

复数(complex)

 

复数由实数部分和虚数部分构成,可以用a + bj,或者complex(a,b)表示。

 

复数的实部 a 和虚部 b 都是浮点型。

 

数字运算

 
  • 不同类型的数字混合运算时会将整数转换为浮点数

 

  • 在不同的机器上浮点运算的结果可能会不一样

 

  • 在整数除法中,除法 / 总是返回一个浮点数。

 

      如果只想得到整数的结果,丢弃可能的分数部分,可以使用运算符 //。

 

  • // 得到的并不一定是整数类型的数,它与分母分子的数据类型有关系。

 

  • 在交互模式中,最后被输出的表达式结果被赋值给变量 _,_ 是个只读变量

 

数学函数

 

:以下函数的使用,需先导入 math 包。

 

 

随机数函数

 

:以下函数的使用,需先导入 random 包。

 

三角函数

 

:以下函数的使用,需先导入 math 包。

 

 

数学常量

 

字符串(string)


 

  • 单引号和双引号使用完全相同。

 

  • 使用三引号('''或""")可以指定一个多行字符串。

 

  • 转义符(反斜杠)可以用来转义,使用r可以让反斜杠不发生转义。

 

      如r"this is a line with n",则n会显示,并不是换行。

 

  • 按字面意义级联字符串。

 

      如"this " "is " "string"会被自动转换为this is string。

 

  • 字符串可以用 + 运算符连接在一起,用 * 运算符重复。

 

  • 字符串有两种索引方式,从左往右以 0 开始,从右往左以 -1 开始。

 

  • 字符串不能改变。

 

  • 没有单独的字符类型,一个字符就是长度为 1 的字符串。

 

  • 字符串的截取的语法格式如下:变量[头下标:尾下标]。

 

转义字符

 

字符串运算符

字符串格式化

 

在 Python 中,字符串格式化不是 sprintf 函数,而是用 % 符号。

例如:

print("我叫%s, 今年 %d 岁!" % ('小明', 10))
// 输出:
我叫小明, 今年 10 岁!

 

格式化符号:

 

辅助指令:

 

Python 2.6 开始,新增了一种格式化字符串的函数 str.format(),它增强了字符串格式化的功能。

多行字符串

 

  • 用三引号(''' 或 """)包裹字符串内容

 

  • 多行字符串内容支持转义符,用法与单双引号一样

 

  • 三引号包裹的内容,有变量接收或操作即字符串,否则就是多行注释

 

实例:

string = '''
print(tmath.fabs(-10))
print(nrandom.choice(li))
'''

print(string)

 

输出:

print(  math.fabs(-10))
print(
random.choice(li))

 

Unicode

 

在 2.x 中,普通字符串是以 8 位 ASCII 码进行存储的。

 

而 Unicode 字符串则存储为 16 位 Unicode 字符串,这样能够表示更多的字符集。

 

使用的语法是在字符串前面加上前缀 u。

 

在 3.x 中,所有的字符串都是 Unicode 字符串。

字符串函数

字节(bytes)


 

在 3.x 中,字符串和二进制数据完全区分开。

 

文本总是 Unicode,由 str 类型表示,二进制数据则由 bytes 类型表示。

 

Python 3 不会以任意隐式的方式混用 str 和 bytes,你不能拼接字符串和字节流,也无法在字节流里搜索字符串(反之亦然),也不能将字符串传入参数为字节流的函数(反之亦然)。

 

  • bytes 类型与 str 类型,二者的方法仅有 encode() 和 decode() 不同。

 

  • bytes 类型数据需在常规的 str 类型前加个 b 以示区分,例如 b'abc'。

 

  • 只有在需要将 str 编码(encode)成 bytes 的时候。

 

     比如:通过网络传输数据;或者需要将 bytes 解码(decode)成 str 的时候,      我们才会关注 str 和 bytes 的区别。

 

bytes 转 str:

b'abc'.decode()
str(b'abc')
str(b'abc', encoding='utf-8')

 

str 转 bytes:

'中国'.encode()
bytes('中国', encoding='utf-8')

 

列表(list)


 

  • 列表是一种无序的、可重复的数据序列,可以随时添加、删除其中的元素。

 

  • 列表页的每个元素都分配一个数字索引,从 0 开始。

 

  • 列表使用方括号创建,使用逗号分隔元素。

 

  • 列表元素值可以是任意类型,包括变量。

 

  • 使用方括号对列表进行元素访问、切片、修改、删除等操作,开闭合区间为[)形式。

 

  • 列表的元素访问可以嵌套。

 

  • 方括号内可以是任意表达式。

创建列表

hello = (1, 2, 3)
li = [1, "2", [3, 'a'], (1, 3), hello]

 

访问元素

li = [1, "2", [3, 'a'], (1, 3)]
print(li[3])        # (1, 3)
print(li[-2])       # [3, 'a']

 

切片访问

 

格式: list_name[begin:end:step] begin 表示起始位置(默认为0),end 表示结束位置(默认为最后一个元素),step 表示步长(默认为1)。

 

hello = (1, 2, 3)
li = [1, "2", [3, 'a'], (1, 3), hello]
print(li)           # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)]
print(li[1:2])      # ['2']
print(li[:2])       # [1, '2']
print(li[:])        # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)]
print(li[2:])       # [[3, 'a'], (1, 3), (1, 2, 3)]
print(li[1:-1:2])   # ['2', (1, 3)]

 

访问内嵌 list 的元素:

li = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, ['a', 'b', 'c']]
print(li[1:-1:2][1:3])      # (3, 5)
print(li[-1][1:3])          # ['b', 'c']
print(li[-1][1])            # b

 

修改列表

 

通过使用方括号,可以非常灵活的对列表的元素进行修改、替换、删除等操作。

li = [0, 1, 2, 3, 4, 5]
li[len(li) - 2] = 22    # 修改 [0, 1, 2, 22, 4, 5]
li[3] = 33              # 修改 [0, 1, 2, 33, 4, 5]
li[1:-1] = [9, 9]       # 替换 [0, 9, 9, 5]
li[1:-1] = []           # 删除 [0, 5]

 

删除元素

 

可以用 del 语句来删除列表的指定范围的元素。

li = [0, 1, 2, 3, 4, 5]
del li[3]       # [0, 1, 2, 4, 5]
del li[2:-1]    # [0, 1, 5]

 

列表操作符

 

  • + 用于合并列表。

 

  • * 用于重复列表元素。

 

  • in 用于判断元素是否存在于列表中。

 

  • for ... in ... 用于遍历列表元素。

 

[1, 2, 3] + [3, 4, 5]           # [1, 2, 3, 3, 4, 5]
[1, 2, 3] * 2                   # [1, 2, 3, 1, 2, 3]
3 in [1, 2, 3]                  # True
for x in [1, 2, 3]: print(x)    # 1 2 3

 

列表函数

 

  • len(list) 列表元素个数

 

  • max(list) 列表元素中的最大值

 

  • min(list) 列表元素中的最小值

 

  • list(seq) 将元组转换为列表

 

li = [0, 1, 5]
max(li)     # 5
len(li)     # 3

 

注: 对列表使用 max/min 函数,2.x 中对元素值类型无要求,3.x 则要求元素值类型必须一致。

列表方法

 
  • list.append(obj)

在列表末尾添加新的对象

 

  • list.count(obj)

返回元素在列表中出现的次数

 

  • list.extend(seq)

在列表末尾一次性追加另一个序列中的多个值

 

  • list.index(obj)

返回查找对象的索引位置,如果没有找到对象则抛出异常

 

  • list.insert(index, obj)

将指定对象插入列表的指定位置

 

  • list.pop([index=-1]])

移除列表中的一个元素(默认最后一个元素),并且返回该元素的值

 

  • list.remove(obj)

移除列表中某个值的第一个匹配项

 

  • list.reverse()

反向排序列表的元素

 

  • list.sort(cmp=None, key=None, reverse=False)

对原列表进行排序,如果指定参数,则使用比较函数指定的比较函数

 

  • list.clear()

清空列表 还可以使用 del list[:]、li = [] 等方式实现

 

  • list.copy()

复制列表 默认使用等号赋值给另一个变量,实际上是引用列表变量。如果要实现

 

列表推导式

 

列表推导式提供了从序列创建列表的简单途径。

 

通常应用程序将一些操作应用于某个序列的每个元素,用其获得的结果作为生成新列表的元素,或者根据确定的判定条件创建子序列。

 

每个列表推导式都在 for 之后跟一个表达式,然后有零到多个 for 或 if 子句。

 

返回结果是一个根据表达从其后的 for 和 if 上下文环境中生成出来的列表。

 

如果希望表达式推导出一个元组,就必须使用括号。

 

将列表中每个数值乘三,获得一个新的列表:

vec = [2, 4, 6]
[(x, x**2) for x in vec]
# [(2, 4), (4, 16), (6, 36)]

 

对序列里每一个元素逐个调用某方法:

freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
[weapon.strip() for weapon in freshfruit]
# ['banana', 'loganberry', 'passion fruit']

 

用 if 子句作为过滤器:

vec = [2, 4, 6]
[3*x for x in vec if x > 3]
# [12, 18]
vec1 = [2, 4, 6]
vec2 = [4, 3, -9]
[x*y for x in vec1 for y in vec2]
# [8, 6, -18, 16, 12, -36, 24, 18, -54]
[vec1[i]*vec2[i] for i in range(len(vec1))]
# [8, 12, -54]

 

列表嵌套解析:

matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9],
]
new_matrix = [[row[i] for row in matrix] for i in range(len(matrix[0]))]
print(new_matrix)
# [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

 

元组(tuple)


 

  • 元组与列表类似,不同之处在于元组的元素不能修改

 

  • 元组使用小括号,列表使用方括号

 

  • 元组创建很简单,只需要在括号中添加元素,并使用逗号隔开即可

 

  • 没有 append(),insert() 这样进行修改的方法,其他方法都与列表一样

 

  • 字典中的键必须是唯一的同时不可变的,值则没有限制

 

  • 元组中只包含一个元素时,需要在元素后面添加逗号,否则括号会被当作运算符使用

 

访问元组

访问元组的方式与列表是一致的。 

 

元组的元素可以直接赋值给多个变量,但变量数必须与元素数量一致。

a, b, c = (1, 2, 3)
print(a, b, c)

 

组合元组

 

元组中的元素值是不允许修改的,但我们可以对元组进行连接组合。

tup1 = (12, 34.56);
tup2 = ('abc', 'xyz')
tup3 = tup1 + tup2;
print (tup3)
# (12, 34.56, 'abc', 'xyz')

 

删除元组

 

元组中的元素值是不允许删除的,但我们可以使用 del 语句来删除整个元组

元组函数

 
  • len(tuple) 元组元素个数

 

  • max(tuple) 元组元素中的最大值

 

  • min(tuple) 元组元素中的最小值

 

  • tuple(tuple) 将列表转换为元组

 

元组推导式

t = 1, 2, 3
print(t)
# (1, 2, 3)
u = t, (3, 4, 5)
print(u)
# ((1, 2, 3), (3, 4, 5))

 

字典(dict)


 

  • 字典是另一种可变容器模型,可存储任意类型对象

 

  • 字典的每个键值(key=>value)对用冒号(:)分割,每个对之间用逗号(,)分割,整个字典包括在花括号({})中

 

  • 键必须是唯一的,但值则不必

 

  • 值可以是任意数据类型

 

  • 键必须是不可变的,例如:数字、字符串、元组可以,但列表就不行

 

  • 如果用字典里没有的键访问数据,会报错

 

  • 字典的元素没有顺序,不能通过下标引用元素,通过键来引用

 

  • 字典内部存放的顺序和 key 放入的顺序是没有关系的

 

格式如下:

d = {key1 : value1, key2 : value2 }

 

访问字典

dis = {'a': 1, 'b': [1, 2, 3]}
print(dis['b'][2])

 

修改字典

dis = {'a': 1, 'b': [1, 2, 3], 9: {'name': 'hello'}}
dis[9]['name'] = 999
print(dis)
# {'a': 1, 9: {'name': 999}, 'b': [1, 2, 3]}

 

删除字典

 

用 del 语句删除字典或字典的元素。

dis = {'a': 1, 'b': [1, 2, 3], 9: {'name': 'hello'}}
del dis[9]['name']
print(dis)
del dis         # 删除字典
# {'a': 1, 9: {}, 'b': [1, 2, 3]}

 

字典函数

 
  • len(dict) 计算字典元素个数,即键的总数

 

  • str(dict) 输出字典,以可打印的字符串表示

 

  • type(variable) 返回输入的变量类型,如果变量是字典就返回字典类型

 

  • key in dict 判断键是否存在于字典中

 

字典方法

 
  • dict.clear()

删除字典内所有元素

 

  • dict.copy()

返回一个字典的浅复制

 

  • dict.fromkeys(seq[, value])

创建一个新字典,以序列 seq 中元素做字典的键,value 为字典所有键对应的初始值

 

  • dict.get(key, default=None)

返回指定键的值,如果值不在字典中返回默认值

 

  • dict.items()

以列表形式返回可遍历的(键, 值)元组数组

 

  • dict.keys()

以列表返回一个字典所有的键

 

  • dict.values()

以列表返回字典中的所有值

 

  • dict.setdefault(key, default=None)

如果 key 在字典中,返回对应的值。

 

如果不在字典中,则插入 key 及设置的默认值 default,并返回 default ,default 默认值为 None。

 

  • dict.update(dict2)

把字典参数 dict2 的键/值对更新到字典 dict 里


dic1 = {'a': 'a'}
dic2 = {9: 9, 'a': 'b'}
dic1.update(dic2)
print(dic1)
# {'a': 'b', 9: 9}

 

  • dict.pop(key[,default])

删除字典给定键 key 所对应的值,返回值为被删除的值。key 值必须给出,否则返回 default 值。

 

  • dict.popitem()

随机返回并删除字典中的一对键和值(一般删除末尾对)

 

字典推导式

 

构造函数 dict() 直接从键值对元组列表中构建字典。如果有固定的模式,列表推导式指定特定的键值对:

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'jack': 4098, 'guido': 4127}

 

此外,字典推导可以用来创建任意键和值的表达式词典:

>>> {x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}

 

如果关键字只是简单的字符串,使用关键字参数指定键值对有时候更方便:

>>> dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'jack': 4098, 'guido': 4127}

 

集合(set)


集合是一个无序不重复元素的序列

 

创建集合

 
  • 可以使用大括号 {} 或者 set() 函数创建集合

 

  • 创建一个空集合必须用 set() 而不是 {},因为 {} 是用来创建一个空字典

set(value) 方式创建集合,value 可以是字符串、列表、元组、字典等序列类型

 

  • 创建、添加、修改等操作,集合会自动去重

{1, 2, 1, 3}            # {} {1, 2, 3}
set('12345')            # 字符串 {'3', '5', '4', '2', '1'}
set([1, 'a', 23.4])     # 列表 {1, 'a', 23.4}
set((1, 'a', 23.4))     # 元组 {1, 'a', 23.4}
set({1:1, 'b': 9})      # 字典 {1, 'b'}

 

添加元素

 

将元素 val 添加到集合 set 中,如果元素已存在,则不进行任何操作:

set.add(val)

 

也可以用 update 方法批量添加元素,参数可以是列表,元组,字典等:

set.update(list1, list2,...)

 

移除元素

 

如果存在元素 val 则移除,不存在就报错:

set.remove(val)

 

如果存在元素 val 则移除,不存在也不会报错:

set.discard(val)

 

随机移除一个元素:

set.pop()

 

元素个数

 

与其他序列一样,可以用 len(set) 获取集合的元素个数。

 

清空集合

 
set.clear()
set = set()

 

判断元素是否存在

val in set

 

其他方法

 
  • set.copy()

复制集合

 

  • set.difference(set2)

求差集,在 set 中却不在 set2 中

 

  • set.intersection(set2)

求交集,同时存在于 set 和 set2 中

 

  • set.union(set2)

求并集,所有 set 和 set2 的元素

 

  • set.symmetric_difference(set2)

求对称差集,不同时出现在两个集合中的元素

 

  • set.isdisjoint(set2)

如果两个集合没有相同的元素,返回 True

 

  • set.issubset(set2)

如果 set 是 set2 的一个子集,返回 True

 

  • set.issuperset(set2)

如果 set 是 set2 的一个超集,返回 True

 

集合计算

a = set('abracadabra')
b = set('alacazam')
print(a)                                  # a 中唯一的字母
# {'a', 'r', 'b', 'c', 'd'}
print(a - b)                              # 在 a 中的字母,但不在 b 中
# {'r', 'd', 'b'}
print(a | b)                              # 在 a 或 b 中的字母
# {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
print(a & b)                              # 在 a 和 b 中都有的字母
# {'a', 'c'}
print(a ^ b)                              # 在 a 或 b 中的字母,但不同时在 a 和 b 中
# {'r', 'd', 'b', 'm', 'z', 'l'}

 

集合推导式

a = {x for x in 'abracadabra' if x not in 'abc'}
print(a)
# {'d', 'r'}

 

流程控制

 

if 控制


if 表达式1:
   语句
   if 表达式2:
       语句
   elif 表达式3:
       语句
   else:
       语句
elif 表达式4:
   语句
else:
   语句

 

1、每个条件后面要使用冒号 :,表示接下来是满足条件后要执行的语句块。

 

 2、使用缩进来划分语句块,相同缩进数的语句在一起组成一个语句块。 

 

3、在 Python 中没有 switch - case 语句。

 

三元运算符:

<表达式1> if <条件> else <表达式2>

编写条件语句时,应该尽量避免使用嵌套语句。

 

嵌套语句不便于阅读,而且可能会忽略一些可能性。

 

for 遍历


for <循环变量> in <循环对象>:
   <语句1>
else:
   <语句2>

 

else 语句中的语句2只有循环正常退出(遍历完所有遍历对象中的值)时执行。

 

在字典中遍历时,关键字和对应的值可以使用 items() 方法同时解读出来:

knights = {'gallahad': 'the pure', 'robin': 'the brave'}
for k, v in knights.items():
   print(k, v)

 

在序列中遍历时,索引位置和对应值可以使用 enumerate() 函数同时得到:

for i, v in enumerate(['tic', 'tac', 'toe']):
   print(i, v)

 

同时遍历两个或更多的序列,可以使用 zip() 组合:

questions = ['name', 'quest', 'favorite color']
answers = ['lancelot', 'the holy grail', 'blue']
for q, a in zip(questions, answers):
   print('What is your {0}?  It is {1}.'.format(q, a))

 

要反向遍历一个序列,首先指定这个序列,然后调用 reversed() 函数:

for i in reversed(range(1, 10, 2)):
   print(i)

 

要按顺序遍历一个序列,使用 sorted() 函数返回一个已排序的序列,并不修改原值:

basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
for f in sorted(set(basket)):
   print(f)

 

while 循环


while<条件>:
   <语句1>
else
   <语句2>

break、continue、pass


break 语句用在 while 和 for 循环中,break 语句用来终止循环语句。

 

即循环条件没有 False 条件或者序列还没被完全递归完,也会停止执行循环语句。

 

continue 语句用在 while 和 for 循环中,continue 语句用来告诉 Python 跳过当前循环的剩余语句,然后继续进行下一轮循环。 

 

continue 语句跳出本次循环,而 break 跳出整个循环。

 

pass 是空语句,是为了保持程序结构的完整性。

 

pass 不做任何事情,一般用做占位语句。

迭代器

 
  • 迭代器是一个可以记住遍历的位置的对象。

 

  • 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。

 

迭代器只能往前不会后退。

 

  • 迭代器有两个基本的方法:iter() 和 next()

 

  • 字符串,列表或元组对象都可用于创建迭代器。

 

迭代器可以被 for 循环进行遍历:

li = [1, 2, 3]
it = iter(li)
for val in it:
   print(val)

 

迭代器也可以用 next() 函数访问下一个元素值:

import sys

li = [1,2,3,4]
it = iter(li)

while True:
   try:
       print (next(it))
   except StopIteration:
       sys.exit()

 

生成器

 

  • 在 Python 中,使用了 yield 的函数被称为生成器(generator)。

 

  • 跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作。

 

更简单点理解生成器就是一个迭代器。

 

  • 在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值,并在下一次执行 next() 方法时从当前位置继续运行。

 

  • 调用一个生成器函数,返回的是一个迭代器对象。

import sys

def fibonacci(n): # 生成器函数 - 斐波那契
   a, b, counter = 0, 1, 0
   while True:
       if (counter > n):
           return
       yield a
       a, b = b, a + b
       counter += 1
f = fibonacci(10) # f 是一个迭代器,由生成器返回生成

while True:
   try:
       print(next(f))
   except StopIteration:
       sys.exit()

 

函数

 

自定义函数


函数(Functions)是指可重复使用的程序片段。

 

它们允许你为某个代码块赋予名字,允许你通过这一特殊的名字在你的程序任何地方来运行代码块,并可重复任何次数。

 

这就是所谓的调用(Calling)函数。

 

  • 函数代码块以 def 关键词开头,后接函数标识符名称和圆括号 ()。

 

  • 任何传入参数和自变量必须放在圆括号中间,圆括号之间可以用于定义参数。

 

  • 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。

 

  • 函数内容以冒号起始,并且缩进。

 

  • return [表达式] 结束函数,选择性地返回一个值给调用方。

 

不带表达式的 return 相当于返回 None。

 

  • return 可以返回多个值,此时返回的数据未元组类型。

 

  • 定义参数时,带默认值的参数必须在无默认值参数的后面。

 

def 函数名(参数列表):
   函数体

 

参数传递


在 Python 中,类型属于对象,变量是没有类型的:

a = [1,2,3]
a = "Runoob"

 

以上代码中,[1,2,3] 是 List 类型,”Runoob” 是 String 类型。

 

而变量 a 是没有类型,她仅仅是一个对象的引用(一个指针),可以是指向 List 类型对象,也可以是指向 String 类型对象。

可更改与不可更改对象

 

在 Python 中,字符串,数字和元组是不可更改的对象。

 

而列表、字典等则是可以修改的对象。

 

  • 不可变类型:变量赋值 a=5 后再赋值 a=10,这里实际是新生成一个 int 值对象 10,再让 a 指向它,而 5 被丢弃,不是改变a的值,相当于新生成了a。

 

  • 可变类型:变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 ,则是将 list la 的第三个元素值更改,本身la没有动,只是其内部的一部分值被修改了。

 

Python 函数的参数传递:

 

  • 不可变类型:类似 c++ 的值传递,如 整数、字符串、元组。如fun(a),传递的只是a的值,没有影响a对象本身。

 

比如在 fun(a)内部修改 a 的值,只是修改另一个复制的对象,不会影响 a 本身。

 

  • 可变类型:类似 c++ 的引用传递,如 列表,字典。

 

如 fun(la),则是将 la 真正的传过去,修改后fun外部的la也会受影响

 

Python 中一切都是对象,严格意义我们不能说值传递还是引用传递,我们应该说传不可变对象和传可变对象。

 

参数


 

必需参数

 

必需参数须以正确的顺序传入函数。

 

调用时的数量必须和声明时的一样。

 

关键字参数

 

关键字参数和函数调用关系紧密,函数调用使用关键字参数来确定传入的参数值。 

 

使用关键字参数允许函数调用时参数的顺序与声明时不一致,因为 Python 解释器能够用参数名匹配参数值。

 

def print_info(name, age):
   "打印任何传入的字符串"
   print("名字: ", name)
   print("年龄: ", age)
   return
print_info(age=50, name="john")

 

默认参数

 

调用函数时,如果没有传递参数,则会使用默认参数。

 

def print_info(name, age=35):
   print ("名字: ", name)
   print ("年龄: ", age)
   return
print_info(age=50, name="john")
print("------------------------")
print_info(name="john")

 

不定长参数

 
  • 加了星号 * 的参数会以元组的形式导入,存放所有未命名的变量参数。

 

  • 如果在函数调用时没有指定参数,它就是一个空元组。

 

我们也可以不向函数传递未命名的变量。

 

def print_info(arg1, *vartuple):
   print("输出: ")
   print(arg1)
   for var in vartuple:
       print (var)
   return
print_info(10)
print_info(70, 60, 50)

 

  • 加了两个星号 ** 的参数会以字典的形式导入,变量名为键,变量值为字典元素值。

 

def print_info(arg1, **vardict):
   print("输出: ")
   print(arg1)
   print(vardict)
print_info(1, a=2, b=3)

 

匿名函数


Python 使用 lambda 来创建匿名函数。

所谓匿名,意即不再使用 def 语句这样标准的形式定义一个函数。

 

lambda 只是一个表达式,函数体比 def 简单很多。

 

 lambda 的主体是一个表达式,而不是一个代码块。

 

仅仅能在 lambda 表达式中封装有限的逻辑进去。 

 

lambda 函数拥有自己的命名空间,且不能访问自己参数列表之外或全局命名空间里的参数。 

 

虽然 lambda 函数看起来只能写一行,却不等同于 C 或 C++ 的内联函数,后者的目的是调用小函数时不占用栈内存从而增加运行效率。

 

# 语法格式
lambda [arg1 [,arg2,.....argn]]:expression

 

变量作用域

 

  • L (Local) 局部作用域

 

  • E (Enclosing) 闭包函数外的函数中

 

  • G (Global) 全局作用域

 

  • B (Built-in) 内建作用域

 

以 L –> E –> G –> B 的规则查找,即:在局部找不到,便会去局部外的局部找(例如闭包),再找不到就会去全局找,再者去内建中找。

 

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。

 

定义在函数内部的变量拥有一个局部作用域,定义在函数外的拥有全局作用域。

 

局部变量只能在其被声明的函数内部访问,而全局变量可以在整个程序范围内访问。

 

调用函数时,所有在函数内声明的变量名称都将被加入到作用域中。

 

当内部作用域想修改外部作用域的变量时,就要用到global和nonlocal关键字。

 

num = 1
def fun1():
   global num  # 需要使用 global 关键字声明
   print(num)
   num = 123
   print(num)
fun1()

 

如果要修改嵌套作用域(enclosing 作用域,外层非全局作用域)中的变量则需要 nonlocal 关键字。

 

def outer():
   num = 10
   def inner():
       nonlocal num   # nonlocal关键字声明
       num = 100
       print(num)
   inner()
   print(num)
outer()

 

模块

 

编写模块有很多种方法。

 

其中最简单的一种便是创建一个包含函数与变量、以 .py 为后缀的文件。

 

另一种方法是使用撰写 Python 解释器本身的本地语言来编写模块。

 

举例来说,你可以使用 C 语言来撰写 Python 模块,并且在编译后,你可以通过标准 Python 解释器在你的 Python 代码中使用它们。

 

模块是一个包含所有你定义的函数和变量的文件,其后缀名是.py。

 

模块可以被别的程序引入,以使用该模块中的函数等功能。

 

这也是使用 Python 标准库的方法。

 

当解释器遇到 import 语句,如果模块在当前的搜索路径就会被导入。

 

搜索路径是一个解释器会先进行搜索的所有目录的列表。

 

如想要导入模块,需要把命令放在脚本的顶端。

 

一个模块只会被导入一次,这样可以防止导入模块被一遍又一遍地执行。

 

搜索路径被存储在 sys 模块中的 path 变量。

 

当前目录指的是程序启动的目录。

 

导入模块


 

导入模块:

import module1[, module2[,... moduleN]]

 

从模块中导入一个指定的部分到当前命名空间中:

from modname import name1[, name2[, ... nameN]]

 

把一个模块的所有内容全都导入到当前的命名空间:

from modname import *

 

__name__ 属性


每个模块都有一个 __name__ 属性,当其值是 '__main__' 时,表明该模块自身在运行,否则是被引入。

 

一个模块被另一个程序第一次引入时,其主程序将运行。

 

如果我们想在模块被引入时,模块中的某一程序块不执行,我们可以用 __name__ 属性来使该程序块仅在该模块自身运行时执行。

 

if __name__ == '__main__':
   print('程序自身在运行')
else:
   print('我来自另一模块')

 

dir 函数


内置的函数 dir() 可以找到模块内定义的所有名称。

 

以一个字符串列表的形式返回。

 

如果没有给定参数,那么 dir() 函数会罗列出当前定义的所有名称。

 

在 Python 中万物皆对象,int、str、float、list、tuple等内置数据类型其实也是类,也可以用 dir(int) 查看 int 包含的所有方法,也可以使用 help(int) 查看 int 类的帮助信息。


 

包是一种管理 Python 模块命名空间的形式,采用”点模块名称”。

 

比如一个模块的名称是 A.B, 那么他表示一个包 A中的子模块 B 。

 

就好像使用模块的时候,你不用担心不同模块之间的全局变量相互影响一样,采用点模块名称这种形式也不用担心不同库之间的模块重名的情况。

 

在导入一个包的时候,Python 会根据 sys.path 中的目录来寻找这个包中包含的子目录。

 

目录只有包含一个叫做 __init__.py 的文件才会被认作是一个包,主要是为了避免一些滥俗的名字(比如叫做 string)不小心的影响搜索路径中的有效模块。

 

最简单的情况,放一个空的 __init__.py 文件就可以了。

 

当然这个文件中也可以包含一些初始化代码或者为 __all__ 变量赋值。

 

第三方模块


 
  • easy_install 和 pip 都是用来下载安装 Python 一个公共资源库 PyPI 的相关资源包的,pip 是 easy_install 的改进版,提供更好的提示信息,删除 package 等功能。

 

     老版本的 python 中只有 easy_install,没有pip。

 

  • easy_install 打包和发布 Python 包,pip 是包管理。

     

easy_install 的用法:

 

  • 安装一个包

easy_install 包名
easy_install "包名 == 包的版本号"

  • 升级一个包

easy_install -U "包名 >= 包的版本号"
 

 

pip 的用法:

 

  • 安装一个包

pip install 包名pip install 包名 == 包的版本号
  • 升级一个包 (如果不提供version号,升级到最新版本)

pip install —upgrade 包名 >= 包的版本号
  • 删除一个包

pip uninstall 包名
  • 已安装包列表

pip list

 

面向对象

 

类与对象是面向对象编程的两个主要方面。

 

一个类(Class)能够创建一种新的类型(Type),其中对象(Object)就是类的实例(Instance)。

 

可以这样来类比:你可以拥有类型 int 的变量,也就是说存储整数的变量是 int 类的实例(对象)。

 

  • 类(Class):用来描述具有相同的属性和方法的对象的集合。

 

它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。

 

  • 方法:类中定义的函数。

 

  • 类变量:类变量在整个实例化的对象中是公用的。

 

类变量定义在类中且在函数体之外。类变量通常不作为实例变量使用。

 

  • 数据成员:类变量或者实例变量用于处理类及其实例对象的相关的数据。

 

  • 方法重写:如果从父类继承的方法不能满足子类的需求,可以对其进行改写,这个过程叫方法的覆盖(override),也称为方法的重写。

 

  • 实例变量:定义在方法中的变量,只作用于当前实例的类。

 

  • 继承:即一个派生类(derived class)继承基类(base class)的字段和方法。

 

继承也允许把一个派生类的对象作为一个基类对象对待。

 

例如,有这样一个设计:一个Dog类型的对象派生自Animal类,这是模拟”是一个(is-a)”关系(例图,Dog是一个Animal)。

 

  • 实例化:创建一个类的实例,类的具体对象。

 

  • 对象:通过类定义的数据结构实例。对象包括两个数据成员(类变量和实例变量)和方法。

 

Python 中的类提供了面向对象编程的所有基本功能:类的继承机制允许多个基类,派生类可以覆盖基类中的任何方法,方法中可以调用基类中的同名方法。

 

对象可以包含任意数量和类型的数据。

 

self


 

self 表示的是当前实例,代表当前对象的地址。

 

类由 self.__class__ 表示。

 

self 不是关键字,其他名称也可以替代,但 self 是个通用的标准名称。

 


 

类由 class 关键字来创建。

 

 类实例化后,可以使用其属性,实际上,创建一个类之后,可以通过类名访问其属性。

 

对象方法


 

方法由 def 关键字定义,与函数不同的是:方法必须包含参数 self, 且为第一个参数,self 代表的是本类的实例。

 

类方法


 

装饰器 @classmethod 可以将方法标识为类方法。

 

类方法的第一个参数必须为 cls,而不再是 self。

 

静态方法


 

装饰器 @staticmethod 可以将方法标识为静态方法。

 

静态方法的第一个参数不再指定,也就不需要 self 或 cls。

 

__init__ 方法


 

__init__ 方法即构造方法,会在类的对象被实例化时先运行,可以将初始化的操作放置到该方法中。

 

如果重写了 __init__,实例化子类就不会调用父类已经定义的 __init__。

 

变量


 

类变量(Class Variable)是共享的(Shared)——它们可以被属于该类的所有实例访问。

 

该类变量只拥有一个副本,当任何一个对象对类变量作出改变时,发生的变动将在其它所有实例中都会得到体现。

 

对象变量(Object variable)由类的每一个独立的对象或实例所拥有。

 

在这种情况下,每个对象都拥有属于它自己的字段的副本。

 

也就是说,它们不会被共享,也不会以任何方式与其它不同实例中的相同名称的字段产生关联。

 

在 Python 中,变量名类似 __xxx__ 的,也就是以双下划线开头,并且以双下划线结尾的,是特殊变量,特殊变量是可以直接访问的,不是 private 变量。

 

所以,不能用 __name__、__score__ 这样的变量名。

 

访问控制


 

  • 私有属性

__private_attr:两个下划线开头,声明该属性为私有,不能在类地外部被使用或直接访问。

 

  • 私有方法

__private_method:两个下划线开头,声明该方法为私有方法,只能在类的内部调用,不能在类地外部调用。

 

我们还认为约定,一个下划线开头的属性或方法为受保护的。

 

比如,_protected_attr、_protected_method。

 

继承


 

类可以继承,并且支持继承多个父类。

 

在定义类时,类名后的括号中指定要继承的父类,多个父类之间用逗号分隔。

 

子类的实例可以完全访问所继承所有父类的非私有属性和方法。

 

若是父类中有相同的方法名,而在子类使用时未指定,Python 从左至右搜索,即方法在子类中未找到时,从左到右查找父类中是否包含方法。

 

方法重写


 

子类的方法可以重写父类的方法。

 

重写的方法参数不强制要求保持一致,不过合理的设计都应该保持一致。

 

super() 函数可以调用父类的一个方法,以多继承问题。

 

类的专有方法:

 
  • __init__: 构造函数,在生成对象时调用

 

  • __del__: 析构函数,释放对象时使用

 

  • __repr__: 打印,转换

 

  • __setitem__: 按照索引赋值

 

  • __getitem__: 按照索引获取值

 

  • __len__: 获得长度

 

  • __cmp__: 比较运算

  • __call__: 函数调用

 

  • __add__: 加运算

 

  • __sub__: 减运算

 

  • __mul__: 乘运算

 

  • __div__: 除运算

 

  • __mod__: 求余运算

 

  • __pow__: 乘方

 

类的专有方法也支持重载。

实例

class Person:
   """人员信息"""
   # 姓名(共有属性)
   name = ''
   # 年龄(共有属性)
   age = 0
   def __init__(self, name='', age=0):
       self.name = name
       self.age = age        
   # 重载专有方法: __str__
   def __str__(self):
       return "这里重载了 __str__ 专有方法, " + str({'name': self.name, 'age': self.age})
       def set_age(self, age):
       self.age = age        
class Account:
   """账户信息"""
   # 账户余额(私有属性)
   __balance = 0
   # 所有账户总额
   __total_balance = 0
   # 获取账户余额
   # self 必须是方法的第一个参数
   def balance(self):
       return self.__balance        
   # 增加账户余额
   def balance_add(self, cost):
       # self 访问的是本实例
       self.__balance += cost
       # self.__class__ 可以访问类
       self.__class__.__total_balance += cost        
   # 类方法(用 @classmethod 标识,第一个参数为 cls)
   @classmethod
   def total_balance(cls):
       return cls.__total_balance        
   # 静态方法(用 @staticmethod 标识,不需要类参数或实例参数)
   @staticmethod
   def exchange(a, b):
       return b, a        
class Teacher(Person, Account):
   """教师"""
   # 班级名称
   _class_name = ''
   def __init__(self, name):
       # 第一种重载父类__init__()构造方法
       # super(子类,self).__init__(参数1,参数2,....)
       super(Teacher, self).__init__(name)        
   def get_info(self):
       # 以字典的形式返回个人信息
       return {
           'name': self.name,  # 此处访问的是父类Person的属性值
           'age': self.age,
           'class_name': self._class_name,
           'balance': self.balance(),  # 此处调用的是子类重载过的方法
       }
   # 方法重载
   def balance(self):
       # Account.__balance 为私有属性,子类无法访问,所以父类提供方法进行访问
       return Account.balance(self) * 1.1
class Student(Person, Account):
   """学生"""
   _teacher_name = ''
   def __init__(self, name, age=18):
       # 第二种重载父类__init__()构造方法
       # 父类名称.__init__(self,参数1,参数2,...)
       Person.__init__(self, name, age)        
   def get_info(self):
       # 以字典的形式返回个人信息
       return {
           'name': self.name,  # 此处访问的是父类Person的属性值
           'age': self.age,
           'teacher_name': self._teacher_name,
           'balance': self.balance(),
       }        
# 教师 John
john = Teacher('John')
john.balance_add(20)
john.set_age(36)  # 子类的实例可以直接调用父类的方法
print("John's info:", john.get_info())
# 学生 Mary
mary = Student('Mary', 18)
mary.balance_add(18)
print("Mary's info:", mary.get_info())
# 学生 Fake
fake = Student('Fake')
fake.balance_add(30)
print("Fake's info", fake.get_info())
# 三种不同的方式调用静态方法
print("john.exchange('a', 'b'):", john.exchange('a', 'b'))
print('Teacher.exchange(1, 2)', Teacher.exchange(1, 2))
print('Account.exchange(10, 20):', Account.exchange(10, 20))
# 类方法、类属性
print('Account.total_balance():', Account.total_balance())
print('Teacher.total_balance():', Teacher.total_balance())
print('Student.total_balance():', Student.total_balance())
# 重载专有方法
print(fake)

输出:

John's info: {'name': 'John', 'age': 36, 'class_name': '', 'balance': 22.0}Mary's info: {'name': 'Mary', 'age': 18, 'teacher_name': '', 'balance': 18}Fake's info {'name': 'Fake', 'age': 18, 'teacher_name': '', 'balance': 30}john.exchange('a', 'b'): ('b', 'a')Teacher.exchange(1, 2) (2, 1)Account.exchange(10, 20): (20, 10)Account.total_balance(): 0Teacher.total_balance(): 20Student.total_balance(): 48这里重载了 __str__ 专有方法, {'name': 'Fake', 'age': 18}

错误和异常

语法错误


 

SyntaxError 类表示语法错误,当解释器发现代码无法通过语法检查时会触发的错误。

 

语法错误是无法用 try...except...捕获的。

>>> print:
 File "<stdin>", line 1
   print:
        ^
SyntaxError: invalid syntax

 

异常


 

即便程序的语法是正确的,在运行它的时候,也有可能发生错误。

 

运行时发生的错误被称为异常。

 

 错误信息的前面部分显示了异常发生的上下文,并以调用栈的形式显示具体信息。

>>> 1 + '0'
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for +: 'int' and 'str'

 

异常处理


 

Python 提供了 try ... except ... 的语法结构来捕获和处理异常。

 

try 语句执行流程大致如下:

 

  • 首先,执行 try 子句(在关键字 try 和关键字 except 之间的语句)。

 

  • 如果没有异常发生,忽略 except 子句,try 子句执行后结束。

     

如果在执行 try 子句的过程中发生了异常,那么 try 子句余下的部分将被忽略。

 

如果异常的类型和 except 之后的名称相符,那么对应的 except 子句将被执行。

 

最后执行 try 语句之后的代码。

 

  • 如果一个异常没有与任何的 except 匹配,那么这个异常将会传递给上层的 try 中。

     

  • 一个 try 语句可能包含多个 except 子句,分别来处理不同的特定的异常。

     

  • 最多只有一个 except 子句会被执行。

     

  • 处理程序将只针对对应的 try 子句中的异常进行处理,而不是其他的 try 的处理程序中的异常。

     

  • 一个 except 子句可以同时处理多个异常,这些异常将被放在一个括号里成为一个元组。

     

  • 最后一个 except 子句可以忽略异常的名称,它将被当作通配符使用。

     

    可以使用这种方法打印一个错误信息,然后再次把异常抛出。

     

  • try except 语句还有一个可选的 else 子句,如果使用这个子句,那么必须放在所有的 except 子句之后,这个子句将在 try 子句没有发生任何异常的时候执行。

     

  • 异常处理并不仅仅处理那些直接发生在 try 子句中的异常,而且还能处理子句中调用的函数(甚至间接调用的函数)里抛出的异常。

     

  • 不管 try 子句里面有没有发生异常,finally 子句都会执行。

     

  • 如果一个异常在 try 子句里(或者在 except 和 else 子句里)被抛出,而又没有任何的 except 把它截住,那么这个异常会在 finally 子句执行后再次被抛出。

 

抛出异常


 

使用 raise 语句抛出一个指定的异常。

 

raise 唯一的一个参数指定了要被抛出的异常,它必须是一个异常的实例或者是异常的类(也就是 Exception 的子类)

 

如果你只想知道这是否抛出了一个异常,并不想去处理它,那么一个简单的 raise 语句就可以再次把它抛出。

 

自定义异常


 

可以通过创建一个新的异常类来拥有自己的异常。

 

异常类继承自 Exception 类,可以直接继承,或者间接继承。

 

当创建一个模块有可能抛出多种不同的异常时,一种通常的做法是为这个包建立一个基础异常类,然后基于这个基础类为不同的错误情况创建不同的子类。

 

大多数的异常的名字都以”Error”结尾,就跟标准的异常命名一样。

 

实例

import sys
class Error(Exception):
   """Base class for exceptions in this module."""
   pass
# 自定义异常
class InputError(Error):
   """Exception raised for errors in the input.
   Attributes:
       expression -- input expression in which the error occurred
       message -- explanation of the error
   """

   def __init__(self, expression, message):
       self.expression = expression
       self.message = message
try:
   print('code start running...')
   raise InputError('input()', 'input error')
   # ValueError
   int('a')
   # TypeError
   s = 1 + 'a'
   dit = {'name': 'john'}
   # KeyError
   print(dit['1'])
except InputError as ex:
   print("InputError:", ex.message)
except TypeError as ex:
   print('TypeError:', ex.args)
   pass
except (KeyError, IndexError) as ex:
   """支持同时处理多个异常, 用括号放到元组里"""
   print(sys.exc_info())
except:
   """捕获其他未指定的异常"""
   print("Unexpected error:", sys.exc_info()[0])
   # raise 用于抛出异常
   raise RuntimeError('RuntimeError')
else:
   """当无任何异常时, 会执行 else 子句"""
   print('"else" 子句...')
finally:
   """无论有无异常, 均会执行 finally"""
   print('finally, ending')

 

文件操作

 

打开文件


 

open() 函数用于打开/创建一个文件,并返回一个 file 对象:

open(filename, mode)
  • filename:包含了你要访问的文件名称的字符串值

 

  • mode:决定了打开文件的模式:只读,写入,追加等

 

文件打开模式:

 

文件对象方法


 

  • fileObject.close()

close() 方法用于关闭一个已打开的文件。

 

关闭后的文件不能再进行读写操作,否则会触发 ValueError 错误。

      

 close() 方法允许调用多次。 

 

当 file 对象,被引用到操作另外一个文件时,Python 会自动关闭之前的 file 对象。 使用 close() 方法关闭文件是一个好的习惯。 
  • fileObject.flush()
flush() 方法是用来刷新缓冲区的,即将缓冲区中的数据立刻写入文件,同时清空缓冲区,不需要是被动的等待输出缓冲区写入。

 

一般情况下,文件关闭后会自动刷新缓冲区,但有时你需要在关闭前刷它,这时就可以使用 flush() 方法。

 

  • fileObject.fileno()

fileno() 方法返回一个整型的文件描述符(file descriptor FD 整型),可用于底层操作系统的 I/O 操作。

 

  • fileObject.isatty()

isatty() 方法检测文件是否连接到一个终端设备,如果是返回 True,否则返回 False。

 

  • next(iterator[,default])

 Python 3 中的 File 对象不支持 next() 方法。

 

 Python 3 的内置函数 next() 通过迭代器调用 __next__() 方法返回下一          项。

 

在循环中,next() 函数会在每次循环中调用,该方法返回文件的下一行,         如果到达结尾(EOF),则触发 StopIteration。

 

  • fileObject.read()

    read() 方法用于从文件读取指定的字节数,如果未给定或为负则读取所有。

     

  • fileObject.readline()

readline() 方法用于从文件读取整行,包括 “n” 字符。

 

 如果指定了一个非负数的参数,则返回指定大小的字节数,包括 “n” 字符。

 

  • fileObject.readlines()

readlines() 方法用于读取所有行(直到结束符 EOF)并返回列表,该列表可以由 Python 的 for... in ... 结构进行处理。

 

如果碰到结束符 EOF,则返回空字符串。

 

  • fileObject.seek(offset[, whence])

seek() 方法用于移动文件读取指针到指定位置。

 

whence 的值, 如果是 0 表示开头, 如果是 1 表示当前位置, 2 表示文件的结尾。

 

whence 值为默认为0,即文件开头。

 

例如:

 

seek(x, 0):从起始位置即文件首行首字符开始移动 x 个字符

 

seek(x, 1):表示从当前位置往后移动 x 个字符

 

seek(-x, 2):表示从文件的结尾往前移动 x 个字符

 

  • fileObject.tell(offset[, whence])

    tell() 方法返回文件的当前位置,即文件指针当前位置。

 

  • fileObject.truncate([size])

truncate() 方法用于从文件的首行首字符开始截断,截断文件为 size 个字符,无 size 表示从当前位置截断;截断之后 V 后面的所有字符被删除,其中 Widnows 系统下的换行代表2个字符大小。

 

  • fileObject.write([str])

write() 方法用于向文件中写入指定字符串。

 

在文件关闭前或缓冲区刷新前,字符串内容存储在缓冲区中,这时你在文件中是看不到写入的内容的。

 

如果文件打开模式带 b,那写入文件内容时,str (参数)要用 encode 方法转为 bytes 形式,否则报错:TypeError: a bytes-like object is required, not 'str'。

 

  • fileObject.writelines([str])

writelines() 方法用于向文件中写入一序列的字符串。

 

这一序列字符串可以是由迭代对象产生的,如一个字符串列表。换行需要指定换行符 n。

实例

filename = 'data.log'
# 打开文件(a+ 追加读写模式)
# 用 with 关键字的方式打开文件,会自动关闭文件资源
with open(filename, 'w+', encoding='utf-8') as file:
   print('文件名称: {}'.format(file.name))
   print('文件编码: {}'.format(file.encoding))
   print('文件打开模式: {}'.format(file.mode))
   print('文件是否可读: {}'.format(file.readable()))
   print('文件是否可写: {}'.format(file.writable()))
   print('此时文件指针位置为: {}'.format(file.tell()))
   # 写入内容
   num = file.write("第一行内容n")
   print('写入文件 {} 个字符'.format(num))
   # 文件指针在文件尾部,故无内容
   print(file.readline(), file.tell())
   # 改变文件指针到文件头部
   file.seek(0)
   # 改变文件指针后,读取到第一行内容
   print(file.readline(), file.tell())
   # 但文件指针的改变,却不会影响到写入的位置
   file.write('第二次写入的内容n')
   # 文件指针又回到了文件尾
   print(file.readline(), file.tell())
   # file.read() 从当前文件指针位置读取指定长度的字符
   file.seek(0)
   print(file.read(9))
   # 按行分割文件,返回字符串列表
   file.seek(0)
   print(file.readlines())
   # 迭代文件对象,一行一个元素
   file.seek(0)
   for line in file:
       print(line, end='')
# 关闭文件资源
if not file.closed:
   file.close()

输出:

文件名称: data.log
文件编码: utf-8
文件打开模式: w+
文件是否可读: True
文件是否可写: True
此时文件指针位置为: 0
写入文件 6 个字符
16
第一行内容
16
41
第一行内容
第二次
['第一行内容n', '第二次写入的内容n']
第一行内容
第二次写入的内容

序列化

 

在 Python 中 pickle 模块实现对数据的序列化和反序列化。pickle 支持任何数据类型,包括内置数据类型、函数、类、对象等。

 

方法


 

dump

 

将数据对象序列化后写入文件

pickle.dump(obj, file, protocol=None, fix_imports=True)

必填参数 obj 表示将要封装的对象。 

 

必填参数 file 表示 obj 要写入的文件对象,file 必须以二进制可写模式打开,即wb。

 

 可选参数 protocol 表示告知 pickle 使用的协议,支持的协议有 0,1,2,3,默认的协议是添加在 Python 3 中的协议3。

 

load

 

从文件中读取内容并反序列化

pickle.load(file, fix_imports=True, encoding='ASCII', errors='strict')

必填参数 file 必须以二进制可读模式打开,即rb,其他都为可选参数。

dumps

以字节对象形式返回封装的对象,不需要写入文件中

pickle.dumps(obj, protocol=None, fix_imports=True)

loads

 

从字节对象中读取被封装的对象,并返回。

pickle.loads(bytes_object, fix_imports=True, encoding='ASCII', errors='strict')

 

实例

import pickle
data = [1, 2, 3]
# 序列化数据并以字节对象返回
dumps_obj = pickle.dumps(data)
print('pickle.dumps():', dumps_obj)
# 从字节对象中反序列化数据
loads_data = pickle.loads(dumps_obj)
print('pickle.loads():', loads_data)
filename = 'data.log'
# 序列化数据到文件中
with open(filename, 'wb') as file:
   pickle.dump(data, file)
# 从文件中加载并反序列化
with open(filename, 'rb') as file:
   load_data = pickle.load(file)
   print('pickle.load():', load_data)

 

输出:

pickle.dumps(): b'x80x03]qx00(Kx01Kx02Kx03e.'
pickle.loads(): [1, 2, 3]
pickle.load(): [1, 2, 3]

命名规范

 

Python 之父 Guido 推荐的规范

 来源:https://shockerli.net/post/python-study-note/

版权归原作者所有,转载仅供学习使用,不用于任何商业用途,如有侵权请留言联系删除,感谢合作。

 

数据与算法之美

用数据解决不可能

登入/注册
卧槽~你还有脸回来
没有账号? 忘记密码?