Python变量和数据类型
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 | #数据类型 print ( 0xff00 ); #十六进制用0x前缀和0-9,a-f表示 print ( 1.23e9 ); # 对于非常大或非常小的浮点数。就必须用科学计数法表示。把10用e替代。1.23x10^9就是1.23e9,或者12.3e8,0.000012能够写成1.2e-5,等等。 #在Python中,能够直接用True、False表示布尔值(请注意大写和小写)布尔值能够用and、or和not运算。 #空值是Python里一个特殊的值,用None表示。None不能理解为0。由于0是有意义的,而None是一个特殊的空值。 #---------------------------------------- #print语句 print 'hello, world' print 'The quick brown fox' , 'jumps over' , 'the lazy dog' #遇到逗号“,”会输出一个空格 print '100 + 200 =' , 100 + 200 #计算100 + 200的结果 #-------------------------------------------- #变量 a = 1 #变量是用一个变量名表示,变量名必须是大写和小写英文、数字和_的组合。且不能用数字开头 #能够把随意数据类型赋值给变量。同一个变量能够反复赋值,并且能够是不同类型的变量,称为动态语言 #------------------------------------------- #能够使用转义字符 、
、 等等 #------------------------------------------- #raw字符串与多行字符串 print (r '(~_~)/ (~_~)/' ); #我们能够在字符串前面加个前缀 r 。表示这是一个 raw 字符串,里面的字符就不须要转义了 #可是r'...'表示法不能表示多行字符串,也不能表示包括'和 "的字符串 #假设要表示多行字符串,能够用'''...'''表示 print ( '''Python is created by "Guido". It is free and easy to learn. Let's start learn Python in imooc!''' ); #等同于'Line 1
Line 2
Line 3' #--------------------------------------------------- #Python在后来加入了对Unicode的支持。以Unicode表示的字符串用u'...'表示,比方: print u '中文' #假设中文字符串在Python环境下遇到 UnicodeDecodeError。这是由于.py文件保存的格式有问题。能够在第一行加入凝视(目的是告诉Python解释器。用UTF-8编码读取源码。) # -*- coding: utf-8 -*- #--------------------------------------------------- #布尔类型 a = True print a and 'a=T' or 'a=F' #计算结果不是布尔类型,而是字符串 'a=T',这是为什么呢? #由于Python把0、空字符串''和None看成 False,其它数值和非空字符串都看成 True,所以: a and 'a=T' #计算结果是 'a=T' print a and 'a=T' or 'a=F' #计算结果还是 'a=T' #要解释上述结果,又涉及到 and 和 or 运算的一条重要法则:短路计算。 #1. 在计算 a and b 时,假设 a 是 False,则依据与运算法则,整个结果必然为 False。因此返回 a;假设 a 是 True。则整个计算结果必然取决与 b,因此返回 b。 #2. 在计算 a or b 时,假设 a 是 True,则依据或运算法则,整个计算结果必然为 True。因此返回 a;假设 a 是 False。则整个计算结果必然取决于 b,因此返回 b。 #所以Python解释器在做布尔运算时,仅仅要能提前确定计算结果,它就不会往后算了,直接返回结果。 |
List和Tuple类型
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 | #list是一种有序的集合,能够随时加入和删除当中的元素 #一个元素能够没有的list。就是空list: empty_list = [] #创建List L = [ 'Adam' , 95.5 , 'Lisa' , 85 , 'Bart' , 59 ] print L #依照索引訪问list print L[ 4 ] #输出Bart。下标是从0開始 #倒序訪问list print L[ - 2 ] #输出Bart,下标是从0開始 #加入新元素 L.append( 'Paul' ) L.insert( 0 , 'Paul' ) #加入到指定位置 #从list删除元素 L.pop() #pop()方法总是删掉list的最后一个元素,并且它还返回这个元素 pop( 2 ) #删除指定位置元素 #替换元素 L[ 2 ] = 'Paul' #对list中的某一个索引赋值。就能够直接用新的元素替换掉原来的元素 #--------------------------------------------------- #tuple是另一种有序的列表,中文翻译为“ 元组 ”。 #创建tuple t = ( 'Adam' , 'Lisa' , 'Bart' ) #创建tuple和创建list唯一不同之处是用( )替代了[ ] #获取 tuple 元素的方式和 list 是一模一样的 #包括 0 个元素的 tuple,也就是空tuple。直接用 ()表示 t = () #打印() #创建包括1个元素的 tuple t = ( 1 ,) #打印(1,),加上“,”是由于()既能够表示tuple。又能够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。 #“可变”的tuple t = ( 'a' , 'b' , [ 'A' , 'B' ]) #当我们把list的元素'A'和'B'改动为'X'和'Y'后,tuple一開始指向的list并没有改成别的list,所以。tuple所谓的“不变”是说,tuple的每一个元素,指向永远不变。 |
Dict和Set类型
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 | #花括号 {} 表示这是一个dict。然后依照 key: value, 写出来就可以。最后一个 key: value 的逗号能够省略。 d = { 'Adam' : 95 , 'Lisa' : 85 , 'Bart' : 59 } #訪问dict print d[ 'Adam' ] #假设key不存在,会直接报错:KeyError。 if 'Paul' in d: print d[ 'Paul' ] #也能够使用dict本身提供的一个 get 方法。在Key不存在的时候,返回None print d.get( 'Bart' ) #59 print d.get( 'Paul' ) #None #dict的特点 #dict的第一个特点是查找速度快。不管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添加而逐渐下降。 #由于dict是按 key 查找,所以。在一个dict中,key不能反复。 #dict的第二个特点就是存储的key-value序对是没有顺序的 #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,都能够作为 key。可是list是可变的,就不能作为 key #更新dict d[ 'Paul' ] = 72 #假设 key 已经存在。则赋值会用新的 value 替换掉原来的 value #遍历dict d = { 'Adam' : 95 , 'Lisa' : 85 , 'Bart' : 59 } for name in d: print name, ':' ,d[name] #--------------------------------------------------- #set 持有一系列元素。这一点和 list 非常像,可是set的元素没有反复,并且是无序的。这点和 dict 的 key非常像。 #创建 s = set ([ 'A' , 'B' , 'C' ]) #訪问set #由于set存储的是无序集合,所以我们没法通过索引来訪问。 'Bart' in s #返回True/False.(大写和小写敏感) #set的特点 #set的内部结构和dict非常像,唯一差别是不存储value。因此,推断一个元素是否在set中速度非常快。 #set存储的元素和dict的key相似,必须是不变对象。因此,不论什么可变对象是不能放入set中的。 #最后,set存储的元素也是没有顺序的。 #遍历set s = set ([ 'Adam' , 'Lisa' , 'Bart' ]) for name in s: print name #更新set s.add( 4 ) #元素已经存在于set中。add()不会报错。可是不会加进去了 s.remove( 4 ) #元素不存在set中,remove()会报错。所以remove()前须要推断。 |
条件推断和循环
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 | #if语句 age = 20 if age > = 118 : print 'your age is' , age print 'adult' else : print 'your age is' , age print 'END' # Python代码的缩进规则。 # 缩进请严格依照Python的习惯写法:4个空格,不要使用Tab,更不要混合Tab和空格,否则非常容易造成由于缩进引起的语法错误。 #if-elif-else age = 12 if age > = 18 : print 'adult' elif age > = 6 : print 'teenager' elif age > = 3 : print 'kid' else : print 'baby' # 这一系列条件推断会从上到下依次推断,假设某个推断为 True,运行完相应的代码块,后面的条件推断就直接忽略,不再运行了。 #for循环 遍历一个list或tuple L = [ 'Adam' , 'Lisa' , 'Bart' ] for name in L: print name #while循环 N = 10 x = 0 while x < N: print x x = x + 1 #(都和Java一样使用方法) #能够使用break退出循环 #continue继续循环 #多重循环 for x in [ 'A' , 'B' , 'C' ]: for y in [ '1' , '2' , '3' ]: print x + y |
函数
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 | #能够直接从Python的官方站点查看文档: http://docs.python.org/2/library/functions.html#ab #调用函数 print abs ( - 2 ) #2 #编写函数 #在Python中,定义一个函数要使用 def 语句。依次写出函数名、括号、括号里的參数和冒号:,然后,在缩进块中编写函数体,函数的返回值用 return 语句返回。 def my_abs(x): if x > = 0 : return x else : return - x #假设没有return语句,函数运行完成后也会返回结果,仅仅是结果为None。 #递归函数 def fact(n): if n = = 1 : return 1 return n * fact(n - 1 ) #分析(非常清晰) = = = > fact( 5 ) = = = > 5 * fact( 4 ) = = = > 5 * ( 4 * fact( 3 )) = = = > 5 * ( 4 * ( 3 * fact( 2 ))) = = = > 5 * ( 4 * ( 3 * ( 2 * fact( 1 )))) = = = > 5 * ( 4 * ( 3 * ( 2 * 1 ))) = = = > 5 * ( 4 * ( 3 * 2 )) = = = > 5 * ( 4 * 6 ) = = = > 5 * 24 = = = > 120 #(扩展)使用递归函数须要注意防止栈溢出。在计算机中,函数调用是通过栈(stack)这样的数据结构实现的,每当进入一个函数调用, #栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以。递归调用的次数过多。会导致栈溢出。能够试试计算 fact(10000)。 #定义默认參数 函数的默认參数的作用是简化调用 def power(x, n = 2 ): s = 1 while n > 0 : n = n - 1 s = s * x return s print power( 5 ) #由于函数的參数按从左到右的顺序匹配,所以默认參数仅仅能定义在必需參数的后面: # OK: def fn1(a, b = 1 , c = 2 ): pass # Error: def fn2(a = 1 , b): pass #定义可变參数 def fn( * args): print args #Python解释器会把传入的一组參数组装成一个tuple传递给可变參数,因此,在函数内部,直接把变量 args 看成一个 tuple 就好了。 |
切片
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | #取前3个元素 L = [ 'Adam' , 'Lisa' , 'Bart' , 'Paul' ] L[ 0 : 3 ] #['Adam', 'Lisa', 'Bart'] L[ 1 : 3 ] #['Lisa', 'Bart'] L[:] #表示从头到尾 L[:: 2 ] #第三个參数表示每N个取一个。L[::2]表示每两个元素取出一个来 #倒序切片 L = [ 'Adam' , 'Lisa' , 'Bart' , 'Paul' ] L[ - 2 :] #['Bart', 'Paul'] L[: - 2 ] #['Adam', 'Lisa'] L[ - 3 : - 1 ] #['Lisa', 'Bart'] 倒数第三个開始切到倒数第一个 L[ - 4 : - 1 : 2 ] #['Adam', 'Bart'] #tuple和字符切片也是一样的,仅仅是返回的是tuple和字符 |
迭代
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 | #普通迭代 for ... in完成 #索引迭代 L = [ 'Adam' , 'Lisa' , 'Bart' , 'Paul' ] for index, name in enumerate (L): print index, '-' , name #0 - Adam #1 - Lisa #2 - Bart #3 - Paul #扩展 #实际上。enumerate() 函数把:['Adam', 'Lisa', 'Bart', 'Paul'] 变成了相似: [(0, 'Adam'), (1, 'Lisa'), (2, 'Bart'), (3, 'Paul')] #因此。迭代的每一个元素实际上是一个tuple: for t in enumerate (L): index = t[ 0 ] name = t[ 1 ] print index, '-' , name #假设我们知道每一个tuple元素都包括两个元素。for循环又能够进一步简写为: for index, name in enumerate (L): print index, '-' , name #这样不但代码更简单。并且还少了两条赋值语句。 #迭代dict的value #dict 对象有一个 values() 方法。这种方法把dict转换成一个包括全部value的list d = { 'Adam' : 95 , 'Lisa' : 85 , 'Bart' : 59 } print d.values() # [85, 95, 59] for v in d.values(): print v # 85 # 95 # 59 #扩展 #假设细致阅读Python的文档,还能够发现,dict除了values()方法外。另一个 itervalues() 方法,用 itervalues() 方法替代 values() 方法,迭代效果全然一样: d = { 'Adam' : 95 , 'Lisa' : 85 , 'Bart' : 59 } print d.itervalues() # <dictionary-valueiterator object at 0x106adbb50> for v in d.itervalues(): print v # 85 # 95 # 59 #那这两个方法有何不同之处呢? #1. values() 方法实际上把一个 dict 转换成了包括 value 的list。 #2. 可是 itervalues() 方法不会转换,它会在迭代过程中依次从 dict 中取出 value,所以 itervalues() 方法比 values() 方法节省了生成 list 所需的内存。 #3. 打印 itervalues() 发现它返回一个 <dictionary-valueiterator> 对象。这说明在Python中,for 循环可作用的迭代对象远不止 list,tuple,str。unicode,dict等。不论什么可迭代对象都能够作用于for循环。而内部怎样迭代我们通常并不用关心。 #假设一个对象说自己可迭代。那我们就直接用 for 循环去迭代它。可见。迭代是一种抽象的数据操作,它不正确迭代对象内部的数据有不论什么要求。 #迭代dict的key和value for key, value in d.items(): print key, ':' , value #Lisa : 85 #Adam : 95 #Bart : 59 # values() 有一个 itervalues() 相似。items() 也有一个相应的 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() 不占用额外的内存。 |
列表生成式
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | #要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],我们能够用range(1, 11): #但假设要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做 L = [] for x in range ( 1 , 11 ): L.append(x * x) #还能够用 [x * x for x in range ( 1 , 11 )] #这样的写法就是Python特有的列表生成式。 #条件过滤 假设我们仅仅想要偶数的平方,不改动 range()的情况下,能够加上 if 来筛选: [x * x for x in range ( 1 , 11 ) if x % 2 = = 0 ] #有了 if 条件,仅仅有 if 推断为 True 的时候,才把循环的当前元素加入到列表中。 #[4, 16, 36, 64, 100] #多层表达式 [m + n for m in 'ABC' for n in '123' ] #['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3'] #相当于 L = [] for m in 'ABC' : for n in '123' : L.append(m + n) |
參考
慕课网