python 解释型语言。 常用的称为cpython Python目前有两个版本，Python2和Python3，最新版分别为2.7.13和3.6.2，现阶段大部分公司用的是Python2，Life is shot, you need Python. 人生苦短，我用Python。 4、Python优缺点 简单————Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样，尽管这个英语的要求非常严格！Python的这种伪代码本质是它最大的优点之一。它使你能够专注于解决问题而不是去搞明白语言本身。 易学————就如同你即将看到的一样，Python极其容易上手。前面已经提到了，Python有极其简单的语法。 免费、开源————Python是FLOSS（自由/开放源码软件）之一。简单地说，你可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。这是为什么Python如此优秀的原因之一——它是由一群希望看到一个更加优秀的Python的人创造并经常改进着的。 高层语言————当你用Python语言编写程序的时候，你无需考虑诸如如何管理你的程序使用的内存一类的底层细节。 可移植性————由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工作在不同平台上）。如果你小心地避免使用依赖于系统的特性，那么你的所有Python程序无需修改就可以在下述任何平台上面运行。这些平台包括Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE甚至还有PocketPC、Symbian以及Google基于linux开发的Android平台！ 解释性————这一点需要一些解释。一个用编译性语言比如C或C++写的程序可以从源文件（即C或C++语言）转换到一个你的计算机使用的语言（二进制代码，即0和1）。这个过程通过编译器和不同的标记、选项完成。当你运行你的程序的时候，连接/转载器软件把你的程序从硬盘复制到内存中并且运行。而Python语言写的程序不需要编译成二进制代码。你可以直接从源代码运行程序。在计算机内部，Python解释器把源代码转换成称为字节码的中间形式，然后再把它翻译成计算机使用的机器语言并运行。事实上，由于你不再需要担心如何编译程序，如何确保连接转载正确的库等等，所有这一切使得使用Python更加简单。由于你只需要把你的Python程序拷贝到另外一台计算机上，它就可以工作了，这也使得你的Python程序更加易于移植。 面向对象————Python既支持面向过程的编程也支持面向对象的编程。在“面向过程”的语言中，程序是由过程或仅仅是可重用代码的函数构建起来的。在“面向对象”的语言中，程序是由数据和功能组合而成的对象构建起来的。与其他主要的语言如C++和Java相比，Python以一种非常强大又简单的方式实现面向对象编程。 可扩展性————如果你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，然后在你的Python程序中使用它们。 丰富的库————Python标准库确实很庞大。它可以帮助你处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（图形用户界面）、Tk和其他与系统有关的操作。记住，只要安装了Python，所有这些功能都是可用的。这被称作Python的“功能齐全”理念。除了标准库以外，还有许多其他高质量的库，如wxPython、Twisted和Python图像库等等。 规范的代码————Python采用强制缩进的方式使得代码具有极佳的可读性。 5、Python应用场景 Web应用开发 Python经常被用于Web开发。比如，通过mod_wsgi模块，Apache可以运行用Python编写的Web程序。Python定义了WSGI标准应用接口来协调Http服务器与基于Python的Web程序之间的通信。一些Web框架，如Django,TurboGears,web2py,Zope等，可以让程序员轻松地开发和管理复杂的Web程序。 操作系统管理、服务器运维的自动化脚本 在很多操作系统里，Python是标准的系统组件。 大多数Linux发行版以及NetBSD、OpenBSD和Mac OS X都集成了Python，可以在终端下直接运行Python。有一些Linux发行版的安装器使用Python语言编写，比如Ubuntu的Ubiquity安装器,Red Hat Linux和Fedora的Anaconda安装器。Gentoo Linux使用Python来编写它的Portage包管理系统。Python标准库包含了多个调用操作系统功能的库。通过pywin32这个第三方软件 包，Python能够访问Windows的COM服务及其它Windows API。使用IronPython，Python程序能够直接调用.Net Framework。一般说来，Python编写的系统管理脚本在可读性、性能、代码重用度、扩展性几方面都优于普通的shell脚本。 科学计算机器学习 NumPy,SciPy,Matplotlib可以让Python程序员编写科学计算程序。 服务器软件（网络软件）——阿里云 Python对于各种网络协议的支持很完善，因此经常被用于编写服务器软件、网络爬虫。第三方库Twisted支持异步网络编程和多数标准的网络协议(包含客户端和服务器)，并且提供了多种工具，被广泛用于编写高性能的服务器软件。 Linux下Python的安装 Python2.x 1、 下载Python2.x的包 2、 tar –zxvf python-2.7.15.tar 3、 yum install gcc 4、 ./configure 5、 Make && make install Python3.x 1、 依赖环境：yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel 2、 下载Python3的包 3、 tar –zxvf python-3.6.1.tgz 4、 ./configure 5、 Make && make install 6、 添加环境变量 第二章 python安装下载及基础语法 1、Python的下载 1、python网址：https://www.python.org/ 2、anaconda网址：https://www.anaconda.com/ 注意：Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 2、Python的安装 1、Python安装比较简单，只需要双击安装即可，安装比较快（window） 2、anaconda同样是双击安装，但是安装过程的时间比较长，需要很多依赖项（window）
Anaconda 安装 包含许多依赖库。
pycharm 推荐开发工具。 python 安装 python-2.7.15.amd64.msi Anaconda3-5.2.0-Windows-x86_64.exe 自带python3 环境变量
HelloWorld3.py
print("hellow python 中文")
HelloWorld2.py
print("hellow python 中文")
D:usrpythondemodemo00>python D:usrpythondemodemo00comjsxtHelloWorld3.py
hellow python 中文
切换编译器为python2之后，需要加字符集注释
HelloWorld2.py
#coding=utf-8
# _*_ coding:utf-8 _*_
'''
我是注释
'''
print("hellow python 中文")
## cmd 下也可以。
D:usrpythondemodemo00>python D:usrpythondemodemo00comjsxtHelloWorld2.py
hellow python 中文
5、交互式窗口 1、python:在cmd中直接输入python（配置环境变量） 2、ipython：找到对应的ipython的执行文件，直接执行 Ipython:支持变量自动补全，自动缩进，支持 bash shell 命令，内置了许多很有用的功能和函数 注意：Python中本身不带有这个ipython的交互，需要自行安装。首先查看计算机中是否包含pip，一般安装完之后有，执行python –m pip install --upgrade pip,先将pip进行更新，然后安装ipython：pip install ipython 6 Python的注释及乱码 1、单行注释：以#开头，#右边的所有东西当做说明，而不是真正要执行的程序，起辅助说明作用 2、多行注释：’’’多行注释’’’可以写多行的功能说明 3、Python乱码问题 由于Python源代码也是一个文本文件，所以，当你的源代码中包含中文的时候，在保存源代码时，就需要务必指定保存为UTF-8编码。当Python解释器读取源代码时，为了让它按UTF-8编码读取，我们通常在文件开头写上这两行： # -*- coding:utf-8 -*- # coding=utf-8
安装ipython 自动补全 C:UsersAdministrator>python -m pip install --upgrade pip C:UsersAdministrator>pip install ipython
C:UsersAdministrator>ipython
Python 3.6.5 |Anaconda, Inc.| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit
In [1]: print("hello")
hello
In [2]: ls
2019/10/02 11:25 <DIR> ..
2019/04/01 14:32 <DIR> .android
7、变量及类型 1、变量的定义 在程序中，有时我们需要对2个数据进行求和，那么该怎样做呢？ 大家类比一下现实生活中，比如去超市买东西，往往咱们需要一个菜篮子，用来进行存储物品，等到所有的物品都购买完成后，在收银台进行结账即可 如果在程序中，需要把2个数据，或者多个数据进行求和的话，那么就需要把这些数据先存储起来，然后把它们累加起来即可 在Python中，存储一个数据，需要一个叫做变量的东西： 例如： num1=100 Num2=87 Result=num1+num2 变量三要素：变量的名称，变量的类型，变量的值 2、变量的类型 为了更充分的利用内存空间以及更有效率的管理内存，变量是有不同的类型，如图所示
python 中没有null 用None
字符串是以单引号或双引号括起来的内容。
标识符与java类似。驼峰命名，也可以用下划线
ipython 查看## 保留的标识符
In [5]: import keyword
In [6]: keyword.kwlist
Out[6]:
['False',
希望输出的内容不换行
>>> a=10
>>> print(a)
10
>>> print(a,end="")
10>>>
输出1+2=3
num1 = 1
num2 = 2
print("%d+%d=%d"%(num1,num2,num1+num2))
输出hello,world
a = 'world'
print("hello,%s"%a)
print("hello,%s"%('world'))
print("hello,%s"%'world')
字符串拼接
print('The quick brown fox', 'jumps over', 'the lazy dog')
%d 整数
%f 浮点数
%s 字符串
%x 十六进制整数
print(True,False)
'''
练习：编写程序
小明的成绩从去年的72分提升到了今年的85分，请计算小明成绩提升的百分点，
并用字符串格式化显示出'xx.x%'，只保留小数点后1位：
'''
d = (85-72)/72 * 100
print(d)
print("%.1f%%"%d)
输入 python3
a=input("请输入数字：")
print(a)
python2
D:DevelopPythonPython27>python
Python 2.7.16 (v2.7.16:413a49145e, Mar 4 2019, 01:37:19) [MSC v.1500 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> a=input("请输入:")
请输入:123
>>> a=input("请输入:")
请输入:abc
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<string>", line 1, in <module>
NameError: name 'abc' is not defined
>>> a=raw_input("请输入")
请输入abc
>>> print(a)
abc
>>> abc='abcdefg'
>>> a=input("请输入")
请输入abc
>>> print(a)
abcdefg
# print(10/3) #3.3333333333333335
# print(10//3) #3 ## 取整
# print(10//3.0) #3.0
# print(2**3) # 8 幂指数
a,b=1,2
print(a,b)
python 中没有a++
用如下：
a = 10
a+=1
>>>
age=input("请输入年龄：")
age = int(age)
if age>20:
print("长大了")
elif age >40:
print("老了")
else:
print("还小呢")
a = 10
if a >10:
pass
else:
pass
# i=1
# sum=0
# while i <=100:
# sum+=i
# i+=1
# print(sum)
## 九九乘法表
n = 1
while n <=9:
c= 1
while c<=n:
print("%d*%d=%d"%(c,n,c*n),end=" ")
c+=1
n+=1
print()
sum = 0
for i in range(1,100):
sum+=i
print(sum)
切片(分片)
切片是指对操作的对象截取其中一部分的操作。字符串、列表、元组都支持切片操作。
切片的语法：[起始:结束:步长]
步长：表示下标变化的规律。
注意：选取的区间属于左闭右开型，即从"起始"位开始，到"结束"位的前一位结束（不包含结束位本身)。
# _*_ coding:utf-8 _*_
'''
集合
'''
a="abcdefg"
# print(a[0]) #a
# print(a[-1]) ## g
# ## 切片
# print(a[0:3]) ## abc
# print(a[:3]) ## abc
# print(a[2:]) ## cdefg
# print(a[2:7]) ## cdefg
# print(a[2:6]) ##cdef
# print(a[0:4:2])## ac
# print(a[::-1])## gfedcba
print('...........')
print(a[0:6:-1])##
print(a[1:-1]) ##bcdef
######
a="abcdefg"
a="abcdefg"
# print(a.find(a)) ##0
b = "Hello world hi python"
# print(b.title()) ## Hello World Hi Python
# print(a.rjust(20))# [ abcdefg]
# print("*"*50) ## 打印50个星
# print(a.center(50))
# print("*"*50)
print(a.isalpha())
list删除元素
<4>删除元素("删"del, pop, remove)
类比现实生活中，如果某位同学调班了，那么就应该把这个条走后的学生的姓名删除掉；在开发中经常会用到删除这种功能。
列表元素的常用删除方法有：
del：根据下标进行删除，其实可以删除所有变量
pop：默认删除最后一个元素
remove：根据元素的值进行删除第一个
## python2.7 （仅这一片段）
>>> a={"aaa":12,"bbb":23,"ccc":34}
>>> a.has_key("aaa")
True
s="abcdefg"
# print(s[20]) ## 报错，
print(s[2:20]) ## 不报错
'''
列表
'''
# a=["a","b","c",12,12.34]
# print(a)
# print(a.__len__(),len(a))
# print(a[100]) ## 报错
# print(a[-1])
# print(a[::-1]) ## 反转
# a.append("e")
# a.extend("f")
# b=["aa","bb","cc"]
# a.extend(b)
# a.insert(2,"hello")
# del(a)
# a.pop()
# a.remove(12)
# a.__delitem__(1)
# if "a" in a:
# print("存在")
# else:
# print('不存在')
# print(a.index("a"))
# print(a.index("c",2,6)) ## 从索引2找到6
# a=["a","b","c",12,12.34,"a","b"]
# print(a.count("a"))
# print(a)
# list存放 有序，不唯一的数据，数据类型不必一致
# print(a.sort()) ## TypeError: '< 排序类型必须一致
# c=[1,2,3,5,72,2]
# print(c)
# c.sort()
# print(c)
# c.reverse()
# print(c)
#
# for i,chrs in enumerate(c):
# print("%d-----%d"%(i,chrs))
#
# c[2] = "abcdefg"
# print(c)
'''
元组
'''
# a = ("a","b","c","d")
# a[2]="d" ## TypeError: 'tuple' object does n 元组不能修改数据
# print(id(a))
# b= (1,2,3,4,5)
# print(id(b)) ## 返回引用
# a=b
# print(id(a))
# print(a)
# t=(1)
# print(t) # 1
# t=(1,) ## 注意逗号才表示元组
# print(t) (1,)
'''
可变tuple
'''
# t=("a","b",["A","B"])
# print(t)
# t[2][0] = "X"
# t[2][1]= "Y"
# y=["X","Y"]
# t[2] = y ## TypeError: 'tuple' object 不能对直接子元组元素的引用进行修改
# print(t.index("a",))
# print(t.count("a"))
# print(t)
'''
dict 字典
'''
#dict
person={"aaa":12,"bbb":23,"ccc":34}
# print(person) ## {'aaa': 12, 'bbb': 23, 'ccc': 34}
# print(person['aaa'])
# abc = {"a","b","c"} ## set 可以为没有value的字典
# print(abc)
## 字典遍历
# for key in person.keys():
# print(key)
# for value in person.values():
# print(value)
# for item in person.items():
# print(item)
#
# for k,v in person.items():
# print(k,v)
## 修改元素
# person["aaa"] = 100
# person["ddd"] = 200
# del(person["bbb"])
# person.clear() ## {}
# del(person) ## 从内存中移除 or: name 'person' is not defined
print(person.ha)
print(person)
6、总结：
1、请务必注意，dict内部存放的顺序和key放入的顺序是没有关系的。
2、和list比较，dict有以下几个特点：
1）查找和插入的速度极快，不会随着key的增加而变慢；
2）需要占用大量的内存，内存浪费多。
3）而list相反：查找和插入的时间随着元素的增加而增加；占用空间小，浪费内存很少。
所以，dict是用空间来换取时间的一种方法。
总结：
1、可变类型，值可以改变：
列表 list
字典 dict
set （没有value的字典）
2、不可变类型，值不可以改变：
数值类型 int, long, bool, float
字符串 str
元组 tuple
'''
函数
'''
# def test():
# print("I'm function")
# # 调用；
# test() ## 不到定义重复的文件test __init__.py 不要删除
# def add(a,b):
# print(a+b)
# def add(a,b=2): ## 可以带有默认值
# print(a+b)
# add(1,2)
# add(1)
# add(b=3,a=5)
# a=1
# b=2
# add(a,b)
'''
不定长参数
'''
# def function(a,b,*args,**kwargs):
# print(a,b)
# print(*args)
# for i in kwargs.items():
# print(i)
#
# function(1,2,3,4,5,6,7,8,x=9,y=10)
# a=[1,2]
# a+=a
# print(a) # [1, 2, 1, 2]
'''
可变类型与不可变类型的传参
'''
# def add3(a):
# a+=1
# print(a)
#
# a = 10
# add3(a)
# print(a)## 10
# def add3(a):
# a+=a
# print(a)
# a =[1,2]
# add3(a)
# print(a) # [1, 2, 1, 2]
# a=(1,2)
# add3(a)
# print(a) #(1, 2)
'''
Python中函数参数是引用传递（注意不是值传递）。对于不可变类型，因变量不能修改，
所以运算不会影响到变量自身；而对于可变类型来说，函数体中的运算有可能会更改传入的参数变量。
'''
'''
函数返回值
'''
# def func(a,b):
# c = a+b
# return c
# print(func(2,3)) ## 5
# def func2(a):
# b = 100+a
# c=200+a
# return b,c # 返回值可以是多个
#
# b,c = func2(200)
# print(b,c) ## 300 400
'''
局部变量和全局变量
'''
# a=10
# def func(a):
# a+=10
# print(a)
# func(100)
# a=10
# def func():
# a+=10
# print(a)
# func() ## local variable 'a' referenced before assignment
# a=10
# def func():
# a=10
# print(a)
# func() ## local variable 'a' referenced before assignment
# a=10
# print(id(a))
# def func():
# global a
# a=a+ 10
# print(id(a))
# print(a) # 20
# func() ## local variable 'a' referenced before assignment
# print(a) # 20
# a = 100
# print(id(a))
# def test1():
# a=10
# print(a)
# a=20
# print(a)
#
# def test2():
# global a
# print(a)
# a += 200
# print(a)
# print(id(a))
#
# # test1()
# test2()
# print(id(a))
b = 10
def test():
print(b) ## 引用可以
# b=20 ## 修改值不允许 UnboundLocalError: local variable 'b' referenced before assignment
c=b
print(c)
test()
# _*_ coding:utf-8 _*_
'''
递归函数
'''
'''
斐波那契数列
'''
# def createNum(a):
# arr = []
# def getNum(b):
# if b <2:
# return 1
# else:
# return getNum(b-1) + getNum(b-2)
# for i in range(0,a):
# arr.append(getNum(i))
# print(arr)
#
# createNum(10)
'''
lambda : 小型的匿名函数
'''
# sum = lambda a,b:a+b
# print(sum(1,2))
# def test(a,b,opt):
# print(a)
# print(b)
# print("result:%d"%opt(a,b))
#
# test(1,2,lambda a,b:a+b)
stus = [ {"name":"zhangsan", "age":18}, {"name":"lisi", "age":19}, {"name":"wangwu", "age":17} ]
# stus.sort(key=lambda x:x['name'])
stus.sort(key=lambda x:x['age'])
print(stus)
# _*_ coding:utf-8 _*__
'''
文件操作
'''
f = open("./test.txt","r")
# a = f.read()
# a = f.readlines()
# a = f.readline()
# p = f.tell() ## 位置
# print(a)
# print(p)
# f.close()
# f = open("./test.txt","w")
# f = open("D:\usr\pythondemo\demo00\com\bjsxt\test.txt","w") ## 注意转义
# f = open(r"D:usrpythondemodemo00comjsxt est.txt","w") ## r 表示字符是本身的含义
# f.write("hello Appollo; python is simple 1")
# f.close()
f = open("./test.txt","rb")
a = f.readline()
print(a)
# f.seek(0,0) ## 又从头开始读取
f.seek(-20,2) ## 需要rb模式
a = f.read()
print(a)
f.close()
import os
# print(os.name) ## Windows 返回 ‘nt'; Linux 返回’posix'
# print(os.getcwd())
# print(os.listdir("d:"))
# os.remove("./test1.txt")
'''
set 补充 # 相当于没有value的字典
'''
a = set([1,2,3,4])
print(a)
1、__new__至少要有一个参数cls，代表要实例化的类，此参数在实例化时由Python解释器自动提供 2、__new__必须要有返回值，返回实例化出来的实例，这点在自己实现__new__时要特别注意，可以return父类__new__出来的实例，或者直接是object的__new__出来的实例 3、__init__有一个参数self，就是这个__new__返回的实例，__init__在__new__的基础上可以完成一些其它初始化的动作，__init__不需要返回值 4、我们可以将类比作制造商，__new__方法就是前期的原材料购买环节，__init__方法就是在有原材料的基础上，加工，初始化商品环节
'''
类和对象
'''
# class Dog:
# class Dog(object):
# def run(self):
# print("running")
#
# dog = Dog()
# print(id(dog))
#
# dog2 = Dog()
# print(id(dog2))
#
# dog.run()
# class Dog:
# def run(self):
# print("running")
#
# dog = Dog()
# dog.name = "hello"
# dog.run()
# print(dog.name)
#
# dog2 = Dog()
# dog2.age =12
# print(dog2.age)
class Dog:
def run(self):
print("running")
## init 不是构造器只是完成对象的初始化
# def __init__(self):
# print("init被调用")
def __init__(self,name,age): ##对象的初始化，完成一些默认的设定
print("init被调用")
self.name = name
self.age = age
def __new__(cls,name,age): ## 这里才是创建对象
print("new被调用")
return object.__new__(cls)
def __del__(self):
print("对象被删除，和回收%s"%self.name)
def __str__(self):
# return object.__str__(self)
# return "hello python"
return "name:%s,age:%s"%(self.name,self.age)
## 先执行创建对象，再初始化
dog = Dog("旺财",7)
# dog.run()
# print(dog.name)
# dog2 = Dog("旺财22",17)
# print(dog2.age)
#
# print(dog)
# print(dog2)
# dog.run()
dog2 = dog
dog3 = dog
print("dog2 被删除")
del dog2
print("dog3 被删除")
del dog3
print("dog 被删除")
del dog
## dog 一直被引用，直到最后才删除。
"魔法"方法
'''
私有属性
'''
class Person(object):
def __init__(self,name,age):
self.__name = name ## 属性前加"__" 为私有属性
self.age = age
def setName(self,name):
if len(name) >3:
self.__name = name
else:
print("名字长度不符合规范")
def getName(self):
return self.__name
def __test(self):
print("test")
def test2(self):
self.__test()
p = Person("张三",12)
# # print(p.__name) ## AttributeError: 'Person' object has no attribute '__name'
# print(p.getName(),p.age)
# p.setName("dd")
# p.__test() ## AttributeError: 'Person' object has no attribute '__test'
p.test2() ## 用共有方法访问私有方法
# class Animal(object):
# def __init__(self,name):
# self.name = name
#
# def eat(self):
# print("吃的很开心")
#
# class Cat(Animal):
# def __init__(self,name,age):
# Animal.__init__(self,name)
# self.age = age
#
# def run(self):
# print("running")
#
#
# cat = Cat("哈哈",12)
# cat.run()
# cat.eat()
# print(cat.name)
# print(cat.age)
'''
单继承
'''
# class Animal(object):
# def __init__(self, name='动物', color='白色'):
# self.__name = name
# self.color = color
# def __test(self):
# print(self.__name)
# print(self.color)
# def test(self):
# print(self.__name)
# print(self.color)
#
#
# class Dog(Animal):
# def dogTest1(self):
# # print(self.__name)
# # 不能访问到父类的私有属性
# print(self.color)
# def dogTest2(self):
# # self.__test()
# # 不能访问父类中的私有方法
# self.test()
#
#
# A = Animal()
# # print(A.__name)
# # 程序出现异常，不能访问私有属性
# print(A.color)
# # A.__test()
# # 程序出现异常，不能访问私有方法
# A.test()
# print("------分割线-----")
# D = Dog(name="小花狗", color="黄色")
# D.dogTest1()
# D.dogTest2()
'''
多继承
'''
class A(object):
def test(self):
print("---------A----------")
class B(object):
def test(self):
print("------B-----")
class C(A,B):
# def test(self):
# A.test(self) ## 犯法重复时，必须指定父类方法
# def test(self): ## 打印A ,
# pass
def test(self): ## 打印A ,
# super(C,self).test()
super().test()
c = C()
c.test()
# print(C.__mro__)
## (<class '__main__.C'>, <class '__main__.A'>, <class '__main__.B'>, <class 'object'>)
# class Person(object):
# name="zhangsan"
#
# def __init__(self,name,age):
# self.name = name
# self.age = age
#
# p = Person("lisi",12)
# print(p.name) ## lisi
# p.name="wangwu"
# print(p.name) ## wangwu
# print(Person.name) ## zhangsan
# Person.name = "maliu"
# print(Person.name) ## maliu
# print(p.name)
# class Person(object):
# name="zhangsan"
# # def __init__(self,name,age):
# # self.name = name
# # self.age = age
#
# p = Person()
# print(p.name) ## zhangsan
# p.name="wangwu"
# print(p.name) ## wangwu
# Person.name = "maliu"
# print(Person.name) ## maliu
# print(p.name) ## wangwu
'''
类方法和静态方法
'''
class Person(object):
name="zhangsan"
@classmethod
def test(cls):
print("类方法")
def test2(self):
print("test2")
@staticmethod
def test3():
print("test3")
p = Person()
p.test()
p.test2()
Person.test()
# Person.test2(p) ## TypeError: test2() missing 1 required positional argument: 'self'
Person.test3()
《设计模式之禅》 实例比较浅显易懂
'''
设计模式
'''
'''
单例模式
'''
#
# class Singleton:
# __instance = None
# def __new__(cls):
# if not cls.__instance:
# __instance=object.__new__(cls)
# return cls.__instance
#
# a = Singleton()
# b=Singleton()
# print(id(a))
# print(id(b))
'''
简单工厂模式
'''
class Person(object):
def __init__(self,name):
self.name = name
def work(self,type_axe):
print("%s开始工作了"%(self.name))
# axe=StoneAxe()
# axe=SteelAxe()
axe = Factory.create_axe(type_axe)
axe.cut_tree()
class Axe(object):
def cut_tree(self):
print("正在砍树")
class StoneAxe(Axe):
def cut_tree(self):
print("使用石头做的斧子砍树")
class SteelAxe(Axe):
def cut_tree(self):
print("使用钢铁做的斧子砍树")
class Factory(object):
@classmethod
def create_axe(self,type_axe):
if type_axe == "stone":
return StoneAxe()
elif type_axe == "steel":
return SteelAxe()
elif type_axe == "water":
return SteelAxe()
else:
print("传入的参数不对")
p = Person("张三")
p.work("steel")
p.work("stone")
## 切换斧子不太方便，需要工厂模式
## 斧头增加类型了
class WaterAxe(Axe):
def cut_tree(self):
print("使用水做的斧子砍树")
p.work("water")
'''
异常
'''
# f = None
# try:
# # print(num)
# print("test1")
# f = open("./123.txt","r") ## FileNotFoundError:
# print("test2")
# except (FileNotFoundError,NameError) as errormsg: ## errormsg 存储异常信息的基本描述
# print("报错了")
# print(errormsg)
# else:
# print("没有异常")
# finally:
# print("finally")
# if f:
# f.close()
#
# print("test3")
'''
自定义异常
'''
class ShortInputException(Exception):
'''自定义的异常类'''
def __init__(self, length, atleast):
# super().__init__()
self.length = length
self.atleast = atleast
def main():
try:
s = input('请输入 --> ')
if len(s) < 3: # raise引发一个你定义的异常
raise ShortInputException(len(s), 3)
except ShortInputException as result: # x这个变量被绑定到了错误的实例
print('ShortInputException: 输入的长度是 %d,长度至少应是 %d'% (result.length, result.atleast))
else:
print('没有异常发生.')
main()
<5>定位模块 当你导入一个模块，Python解析器对模块位置的搜索顺序是： 1、当前目录 2、如果不在当前目录，Python则搜索在shell变量PYTHONPATH下的每个目录。 3、如果都找不到，Python会察看默认路径。UNIX下，默认路径一般为/usr/local/lib/python/ 4、模块搜索路径存储在system模块的sys.path变量中。变量里包含当前目录，PYTHONPATH和由安装过程决定的默认目录。
<6>安装模块
conda create -n py2 python=2.7
conda install 模块
pip install 模块
pymysql
numpy
__init__.py
'''
可以将from import 的内容写到这里
'''
test.py
def add(a,b):
return a+b
def sub(a,b):
return a-b
'''
模块导包
'''
import os
# from os import * ## 最好需要谁就导谁
from os import path
# print(os.getcwd())
# print(os.path.isfile("./ImportDemo.py"))
# print(path.isfile("./ImportDemo.py"))
import pygame ## 没有，需要安装 ## C:UsersAdministrator>pip install pygame
import pymysql
'''
pip 是python自带的安装方式
pip install 模块
annaconda 也有一种安装方式
conda install 模块
pymysql
numpy
'''
## 导入自己写的包
import test
result = test.add(1,2)
print(result)
result = test.sub(3,2)
print(result)
模块的发布
1.mymodule目录结构体如下：
.
├── setup.py
├── suba
│ ├── aa.py
│ ├── bb.py
│ └── __init__.py
└── subb
├── cc.py
├── dd.py
└── __init__.py
2.编辑setup.py文件
py_modules需指明所需包含的py文件
from distutils.core import setup
setup(name="压缩包的名字", version="1.0", description="描述", author="作者", py_modules=['suba.aa', 'suba.bb', 'subb.cc', 'subb.dd'])
3.构建模块
python setup.py build
4.生成发布压缩包
python setup.py sdist
## 使用pip 暗转模块
C:UsersAdministrator>pip install pygame
C:UsersAdministrator>pip install pymysql
C:UsersAdministrator>pip install numpy
'''
列表推导式
'''
for i in range(1,10):
print(i)
a = [i for i in range(1,10)]
print(a)
a = [i for i in range(1,10) if i%2==0]
print(a)
b = [(i,j) for i in range(1,10) for j in range(1,10)]
print(b) ## 81个
b = [(i,j,k) for i in range(1,10) for j in range(1,10) for k in range(1,10)]
print(b) ##
b = ((i,j) for i in range(1,10)) ## 列表推导式不能这么写，不是叫元组推导式
print(b) ## <generator object <genexpr> at 0x000001C9C2AF3678>
# print(b[1]) ## TypeError: 'generator' object is not subscriptable
d = (1,2,3)
print(d)
'''
连接mysql数据库
pip install pymysql
新建数据库名test,导入如下数据
DROP TABLE IF EXISTS `dept`;
CREATE TABLE `dept` (
`DEPTNO` int(2) NOT NULL,
`DNAME` varchar(14) DEFAULT NULL,
`LOC` varchar(13) DEFAULT NULL,
PRIMARY KEY (`DEPTNO`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `dept` VALUES ('10', 'ACCOUNTING', 'NEW YORK');
INSERT INTO `dept` VALUES ('20', 'RESEARCH', 'DALLAS');
INSERT INTO `dept` VALUES ('30', 'SALES', 'CHICAGO');
INSERT INTO `dept` VALUES ('40', 'OPERATIONS', 'BOSTON');
DROP TABLE IF EXISTS `emp`;
CREATE TABLE `emp` (
`EMPNO` int(4) NOT NULL,
`ENAME` varchar(10),
`JOB` varchar(9),
`MGR` int(4),
`HIREDATE` date,
`SAL` int(7),
`COMM` int(7),
`DEPTNO` int(2),
PRIMARY KEY (`EMPNO`),
KEY `FK_DEPTNO` (`DEPTNO`),
CONSTRAINT `FK_DEPTNO` FOREIGN KEY (`DEPTNO`) REFERENCES `dept` (`DEPTNO`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `emp` VALUES ('7369', 'SMITH', 'CLERK', '7902', '1980-12-17', '800', null, '20');
INSERT INTO `emp` VALUES ('7499', 'ALLEN', 'SALESMAN', '7698', '1981-02-20', '1600', '300', '30');
INSERT INTO `emp` VALUES ('7521', 'WARD', 'SALESMAN', '7698', '1981-02-22', '1250', '500', '30');
INSERT INTO `emp` VALUES ('7566', 'JONES', 'MANAGER', '7839', '1981-04-02', '2975', null, '20');
INSERT INTO `emp` VALUES ('7654', 'MARTIN', 'SALESMAN', '7698', '1981-09-28', '1250', '1400', '30');
INSERT INTO `emp` VALUES ('7698', 'BLAKE', 'MANAGER', '7839', '1981-05-01', '2850', null, '30');
INSERT INTO `emp` VALUES ('7782', 'CLARK', 'MANAGER', '7839', '1981-06-09', '2450', null, '10');
INSERT INTO `emp` VALUES ('7788', 'SCOTT', 'ANALYST', '7566', '1987-04-19', '3000', null, '20');
INSERT INTO `emp` VALUES ('7839', 'KING', 'PRESIDENT', null, '1981-11-17', '5000', null, '10');
INSERT INTO `emp` VALUES ('7844', 'TURNER', 'SALESMAN','7698', '1981-09-08', '1500', '0', '30');
INSERT INTO `emp` VALUES ('7876', 'ADAMS', 'CLERK', '7788', '1987-05-23', '1100', null, '20');
INSERT INTO `emp` VALUES ('7900', 'JAMES', 'CLERK', '7698', '1981-12-03', '950', null, '30');
INSERT INTO `emp` VALUES ('7902', 'FORD', 'ANALYST', '7566', '1981-12-03', '3000', null, '20');
INSERT INTO `emp` VALUES ('7934', 'MILLER', 'CLERK', '7782', '1982-01-23', '1300', null, '10');
'''
import pymysql as pm
conn = pm.connect("node1","root","123456","demo") ## Connection
cursor=conn.cursor()
cursor.execute("select * from emp")
# emp = cursor.fetchone()
# print(emp) ## (7369, 'SMITH', 'CLERK', 7902, datetime.date(1980, 12, 17), 800, None, 20)
# print(type(emp)) ##<class 'tuple'>
all = cursor.fetchall()
print(all) ## ((7369,
conn.close()
#coding:utf-8
import pymysql
class MysqlHelper(object):
config={
"host":"node1",
"user":"root",
"password":"123456",
"db":"demo",
"charset":"utf8"
}
def __init__(self):
self.connection=None
self.cursor=None
# 从数据库表中查询一行数据 select count(*) from emp
def getOne(self,sql,*args):
try:
self.connection = pymysql.connect(**MysqlHelper.config)
self.cursor = self.connection.cursor()
self.cursor.execute(sql,args)
return self.cursor.fetchone()
except Exception as ex:
print(ex,ex)
finally:
self.close()
# 从数据库表中查询多行数据
def getList(self,sql,*args):
try:
self.connection = pymysql.connect(**MysqlHelper.config)
self.cursor = self.connection.cursor()
self.cursor.execute(sql,args)
return self.cursor.fetchall()
except Exception as ex:
print(ex,ex)
finally:
self.close()
# 对数据库进行增，删，改
def executeDML(self,sql,*args):
try:
self.connection = pymysql.connect(**MysqlHelper.config)
self.cursor = self.connection.cursor()
self.cursor.execute(sql,args)# 返回 sql语句执行之后影响的行数
new_id = self.connection.insert_id() # 返回系统刚刚自动生成的id
self.connection.commit();
return new_id
except Exception as ex:
self.connection.rollback()
print(ex,ex)
finally:
self.close()
def close(self):
if self.cursor:
self.cursor.close()
if self.connection:
self.connection.close()
if __name__ == "__main__":
helper = MysqlHelper()
print(helper.executeDML("delete from dept where deptno=%s",80))
# print(helper.executeDML("insert into dept values(%s,%s,%s)","80","admin","beijing"))
1. Numpy是什么？
NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。 NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。
这个库的前身是1995年就开始开发的一个用于数组运算的库。经过了长时间的发展，基本上成了绝大部分Python科学计算的基础包，当然也包括所有提供Python接口的深度学习框架。
4. numpy 基础：
NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank)。NumPy的数组类被称作 ndarray（矩阵也叫数组） 。通常被称作数组。常用的ndarray对象属性有：ndarray.ndim(数组轴的个数,轴的个数被称作秩)，ndarray.shape(数组的维度。这是一个指示数组在每个维度上大小的整数元组。例如一个n行m列的矩阵，它的shape属性将是(2,3),这个元组的长度显然是秩，即维度或者ndim属性)，ndarray.size（数组元素的总个数，等于shape属性中元组元素的乘积），ndarray.dtype（一个用来描述数组中元素类型的对象，可以通过创造或指定dtype使用标准Python类型。另外NumPy提供它自己的数据类型）。
'''
numpy 库
矩阵
机器学习
'''
import numpy as np
# arr = np.array([[1,2,3],[4,5,6]])
# print(arr)
# print(arr.ndim) ## 轴的个数，秩
# print(arr.dtype) ## np.arange(1,10)
# print(arr.shape) ## (2, 3) 行列数量
# print(arr.size) ## 6
## 三维数组
# arr = np.array([[[1,2],[3,4],[5,6]],[[7,8],[9,10],[11,12]]])
# print(arr)
# print(arr.ndim)
# print(arr.dtype)
# print(arr.shape) ## (2, 3, 2)
# print(arr.size)
'''
创建数组的方式2
'''
# arr = np.arange(10).reshape(2,5)
# print(arr)
#
# arr = np.arange(27).reshape(3,3,3) ## 0-26
# print(arr)
# arr = np.arange(35).reshape(3,3,3) ## ValueError: cannot reshape array of size 35 into shape (3,3,3)
# print(arr)
# arr = np.random.random((2,5)) ## 随机小数[0,1) 10个， 2x5矩阵
# arr = np.random.randn(2,3) ## 正太分布
# arr = np.zeros((2,3)) ## 所有元素是0
# arr = np.ones((2,3)) ## 所有元素是1
# arr = np.empty((2,3)) ## 所有元素是0
# print(arr)
# arr=np.arange(10).reshape(2,5)
# print(arr)
# print(np.where(arr>5,arr,0))
# '''
# [[0 0 0 0 0]
# [0 6 7 8 9]]
# '''
# arr=np.random.randint(1,10,20).reshape(4,5)
# print(arr)
# print(arr[0])
# print(arr[0,0])
# print(arr[:,0]) ## 取第一列
# ## 取第一行和第四行
# print(arr[0:4:3])
# print(arr[[0,3]])
## 第一列和第四列
# print(arr[0:,0:5:3])
# print(arr[:,[0,3]])
# ## 第二三行，第二三列
# print(arr[[1,2]])
# print(arr[[1,2],1:3])
# print(arr[[1,2],[1,2]]) ## 合并成坐标了 不行
# for i in range(0,arr.shape[0]):
# print()
# for j in range(0,arr.shape[1]):
# print(arr[i][j],end=" ")
# print(arr.sum())
# print((arr>5).sum()) ## 大于5的个数
# print(arr.sum(0)) ## 逐行相加
# print(arr.sum(1)) ## 逐列相加
# arr=np.random.randint(1,10,20).reshape(4,5)
# arr1=np.random.randint(1,10,20).reshape(4,5)
# print(arr)
# print(arr1)
# print(arr+arr1)
'''
相乘
'''
# arr=np.random.randint(1,10,20).reshape(4,5)
# arr1=np.random.randint(1,10,20).reshape(5,4)
# print(arr)
# # print(arr1)
# # print(np.dot(arr,arr1))
# print(arr.T) ## 转置 旋转
# a = np.arange(10).reshape(2,5)
# print(a.resize(5,2))
# print(a)
b = np.arange(6).reshape(2,3)
print(b)
c = np.ones((2,3))
print(c)
# d = np.hstack((b,c)) # hstack：horizontal stack 左右合并
# print(d)
# e = np.vstack((b,c)) # vstack: vertical stack 上下合并
# print(e)
# f = np.column_stack((b,c))
# print(f)
# g = np.row_stack((b,c))
# print(g)
# h = np.stack((b, c), axis=1) # 按行合并
# print("--h------")
# print(h)
# i = np.stack((b,c), axis=0) # 按列合并
# print("--i------")
# print(i)
# j = np.concatenate ((b, c, c, b), axis=0) #多个合并
# print(j)
print()
print()
print()
i = np.stack((b,c), axis=0) # 按列合并
print(i)
print(i.shape)
#分割
k = np.hsplit(i, 2)
print(k)
l = np.vsplit(i, 2)
print(l)
m = np.split(i, 2, axis=0)
n = np.split(i, 2,axis=1)
print(m)
print(n)
o = np.array_split(np.arange(10),3) #不等量分割
print(o)
'''
机器学习
深度学习
神经网络
'''