高防服务器

10 分钟快速入门 Python3的教程


10 分钟快速入门 Python3的教程

发布时间:2020-10-09 21:29:38 来源:脚本之家 阅读:77 作者:Louie Dinh 栏目:开发技术

Python 是由吉多·范罗苏姆(Guido Van Rossum)在 90 年代早期设计。 它是如今最常用的编程语言之一。它的语法简洁且优美,几乎就是可执行的伪代码。

欢迎大家斧正。英文版原作 Louie Dinh @louiedinh 邮箱 louiedinh [at] [谷歌的信箱服务]。中文翻译 Geoff Liu。

注意:这篇教程是基于 Python 3 写的。如果你想学旧版 Python 2,我们特别有另一篇教程。

 # 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 :(

源代码下载: learnpython3-cn.py

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持高防服务器网。

[微信提示:高防服务器能助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。

[图文来源于网络,不代表本站立场,如有侵权,请联系高防服务器网删除]
[