Python 教程:从零到大师!我不相信你学不会!
首先,什么是Python? 用python作者Guido van Rossum自己的话来说,Python是这样的一门语言: "它是一门高级编程语言,它的核心设计理念是让所有代码变得更易阅读,并给开发者们提供一种“仅仅几行代码就能编写编程逻辑”的语法。 那么,对我来说,让我学习Python的第一个理由,就是它漂亮而优雅,能够顺畅自然地实现我的想法。 另一个理由,就是Python支持多种编程领域,如:
进群:548377875? 即可获取数十套PDF哦! 那么,接下来,就开始学习Python吧! 基础 1. 变量 可以把变量简单理解为一个存储值的单词。 讲道理,变量是什么就不用特地解释了…大家都懂。 在Python里面,定义变量、给变量赋值都非常简单。比如你想把数字1存储到一个变量里面,而这个变量名叫one,那么,你只需要这样: one = 1 非常简单吧? 举一反三,完全可以自由发挥,就像下面,把2赋值给two,把10000赋值给some_number: two = 2 some_number = 10000 当然,除了整型以外,我们也可以设置布尔类型、字符串、单精度,以及一些其他数据类型。如下: # booleans true_boolean = True false_boolean = False # string my_name = "Leandro Tk" # float book_price = 15.80 2.流程控制: 分支语句 if,这个语句用来判断是否符合条件,它的后面紧跟着逻辑表达式,表达式最后的值为True或False,如果是true,则执行if里面的语句。如下: if True: print("Hello Python If") if 2 > 1: print("2 is greater than 1") 因为2大于1,条件成立,所以print语句就会被执行 当然,如果不满足条件,那么else就派上用场了! 如果,if后面跟着的逻辑表达式最终值是false,则会运行else里面的程序,如下: if 1 > 2: print("1 is greater than 2") else: print("1 is not greater than 2") 你也可以使用elif,是else if的缩写,但千万别写错~ if 1 > 2: print("1 is greater than 2") elif 2 > 1: print("1 is not greater than 2") else: print("1 is equal to 2") 3. 循环 / 迭代器 在Python中,我们有多种迭代的方式,我在这里说两种: While 循环: 当逻辑表达式为true的时候,while下缩进的代码块就会被循环执行. 所以下面的代码片段,将会从1打印到10。 num = 1 while num <= 10: print(num) num += 1 上面这种循环方式,需要一个循环条件,如果循环条件是true,就会继续进行迭代,在上面的例子中,当num变成11的时候,循环条件就会等于False" 再看看下面的基础代码块,以便于理解: loop_condition = True while loop_condition: print("Loop Condition keeps: %s" %(loop_condition)) loop_condition = False 只要循环条件为True,就会被一直循环执行,直到循环条件变成False For循环: 与其他语言一样,这用于计次循环,它循环的次数,取决于后面那个range方法。 range,代表从在循环里,它用于表示从x到n,如下,就是从1到11,第三个参数可空,意思是每次递进的加数,默认每循环一次给i加1,填2的话,就给i加2 for i in range(1,11): print(i) 列表: 集合 | 数组 | 数据结构 想象一下,你想把整数1存储在一个变量中。 但也许现在你想要存储 2 和 3,4,5 。。。 我是否有另一种方法来存储我想要的所有整数,但不是以百万计的变量? 你猜对了 —— 确实有另一种方法来存储它们。 List 是一个可以用来存储一列值的集合(比如你想要的这些整数)。 那么让我们使用它: my_integers = [1,2,3,4,5] 这真的很简单,我们创建了一个数组并将其存储到?my_integer?里。 但是也许你在问: 『 我怎样才能从这个列表中获得值? 』 很好的问题。 List 有一个叫做索引的概念。 第一个元素获取索引 0 (零)。 第二个取 1 ,依此类推。 明白了吧。 为了使其更清楚,我们可以用它的索引来表示数组和每个元素。 我可以画出来: 使用 Python 语法,它也很容易理解: my_integers = [5,7,1,4] print(my_integers[0]) # 5 print(my_integers[1]) # 7 print(my_integers[4]) # 4 想象一下现在你不想存储整数了。你只是想存储字符串,就像你亲戚名字的列表一样。 看起来像这样: relatives_names = [ "Toshiaki","Juliana","Yuji","Bruno","Kaio" ] print(relatives_names[4]) # Kaio 它的工作方式与整数相同,漂亮。 我们刚刚了解到 Lists 索引是如何工作的。 但是我仍然需要告诉你如何将一个元素添加到 List 数据结构(一个项目到列表)。 添加一个值到 List 最常见的方法是 append 。让我们看看他是如何工作的: bookshelf = [] bookshelf.append("The Effective Engineer") bookshelf.append("The 4 Hour Work Week") print(bookshelf[0]) # The Effective Engineer print(bookshelf[1]) # The 4 Hour Work Week append 非常的简单。您只需要将元素(例如『 The Effective Engineer 』)作为『 append 』参数应用即可。 那么,关于 Lists 到这里就结束了,让我们来谈谈另一个数据结构。 字典: 键-值 数据结构 现在我们知道 Lists 使用整数来索引. 但是如果我们不想使用整数来索引呢? 一些其他的数据结构可以使用数字,字符串或者其他的类型来做索引. 让我们来学习 Dictionary 数据结构. Dictionary 是一个键值对集合. 它长下面这样: dictionary_example = { "key1": "value1","key2": "value2","key3": "value3" } 键用来索引到值. 那么我们如何访问 Dictionary的值呢? 你猜对啦?---?使用键. 试一下吧: dictionary_tk = { "name": "Leandro","nickname": "Tk","nationality": "Brazilian" } print("My name is %s" %(dictionary_tk["name"])) # My name is Leandro print("But you can call me %s" %(dictionary_tk["nickname"])) # But you can call me Tk print("And by the way I'm %s" %(dictionary_tk["nationality"])) # And by the way I'm Brazilian 我创建了一个关于我的 Dictionary. 我的名字,昵称和国籍. 这些属性是Dictionary 的键. 我们知道访问 List 使用下标,我们在这也使用下标 ( Dictionary 中的键的内容) 来访问存在 Dictionary中的值. 在例子中,我打印出了存在 Dictionary中的所有关于我的短语. 非常简单滴~? 另一件关于 Dictionary非常帅气的事情就是我们可以使用任何东西来做为字典的值.在我创建的Dictionary中,我想添加键为 "age" 且值为我的整数年龄进去: dictionary_tk = { "name": "Leandro","nationality": "Brazilian","age": 24 } print("My name is %s" %(dictionary_tk["name"])) # My name is Leandro print("But you can call me %s" %(dictionary_tk["nickname"])) # But you can call me Tk print("And by the way I'm %i and %s" %(dictionary_tk["age"],dictionary_tk["nationality"])) # And by the way I'm Brazilian 这里我们有一个键 (age) 值 (24) 对 使用字符串来作为键,整数来作为值. 像我们学习 Lists一样,让我们来学习如何在 Dictionary中添加元素.在Dictionary中, 一个键指向一个值是很重要的. 这就是为什么我们在添加元素的时候讨论它: dictionary_tk = { "name": "Leandro","nationality": "Brazilian" } dictionary_tk['age'] = 24 print(dictionary_tk) # {'nationality': 'Brazilian','age': 24,'nickname': 'Tk','name': 'Leandro'} 我们只需要指定一个值到 Dictionary的键上. 一点也不复杂,484啊? 迭代:循环Python中的数据结构 当我们在学习 Python基础时,会发现列表的迭代是一件十分简单的事情 ,通常我们Python开发者会使用For来循环迭代它. 现在让我们尝试一下: bookshelf = [ "The Effective Engineer","The 4 hours work week","Zero to One","Lean Startup","Hooked" ] for book in bookshelf: print(book) 如你所见我们已经对书架中的书进行了for操作,我们输出打印了其中的书(当然你可以在循环中对它们做任何事情)。简单而又直观,这就是Python。 同样对于哈希类型的数据结构,比如像是Python中的字典,我们同样也可以对其使用for循环进行迭代操作,但是此时我们则需要用到key: dictionary = { "some_key": "some_value" } for key in dictionary: print("%s --> %s" %(key,dictionary[key])) # some_key --> some_value 这是一个循环字典类型变量的小例子,对于dictionary变量我们使用for循环操作其中的key,接着我们打印输出他的key以及其相对应匹配的value值。 当然我们还有另外一种方法去实现它,就是去使用iteritems: dictionary = { "some_key": "some_value" } for key,value in dictionary.items(): print("%s --> %s" %(key,value)) # some_key --> some_value 你看我们已经命名了两个参数key,value,但这并不是必须的,你甚至可以给它们起任何一个名字^.^,让我们来看一下: dictionary_tk = { "name": "Leandro","age": 24 } for attribute,value in dictionary_tk.items(): print("My %s is %s" %(attribute,value)) # My name is Leandro # My nickname is Tk # My nationality is Brazilian # My age is 24 哈哈,可以看到我们已经使用了attribute作为了Dictionary的key参数,代码运行十分正确。赞! 类型与对象 一点基础理论: 对象代表现实世界中像轿车、狗、自行车这些事物。对象具有数据和行为两个主要特征。 在面向对象编程中,我们把数据当作属性,把行为当作方法。即: 数据 → 属性 和 行为 → 方法 类型是创造单个对象实例的蓝本。在现实世界中,我们经常发现很多对象实例拥有相同的类型,比如轿车。他们都具有相同的构造和模型(具有发动机,轮子,门等等)。每辆车都是根据同一张设计图制作的,并且具有相同的组成部分。 Python 的面向对象编程模式:ON Python,作为一门面向对象编程的语言,具有类和对象的概念。 类是蓝图,对象是模型。 同样,一个类,它只是一个模型,或者一种定义属性和行为的方法(正如我们在理论部分所讨论的)。例如,车辆类有自己的属性,定义什么是车辆。车轮的数量、能源的类型、座位容量和最大速度都是车辆的属性。 考虑到这一点,让我们看看类的Python语法: class Vehicle: pass 我们用一个类声明来定义类?,仅此而已。很简单,不是吗? 对象是一个类的实例,我们用命名类来创建一个实例。 car = Vehicle() print(car) # <__main__.Vehicle instance at 0x7fb1de6c2638> 这里 ‘car’ 是 ‘Vehicle’ 类的一个对象(或者说实例)。 记住,我们的 ‘Vehicle’ 类有四个属性:轮子数量,能源类型,座位容量,和最大速度。我们创建一个 ‘Vehicle’ 对象时设置所有这些属性 。所以在这里,我们定义我们的类初始化时要接收数据时: class Vehicle: def __init__(self,number_of_wheels,type_of_tank,seating_capacity,maximum_velocity): self.number_of_wheels = number_of_wheels self.type_of_tank = type_of_tank self.seating_capacity = seating_capacity self.maximum_velocity = maximum_velocity 我们使用了 ‘init’方法。我们称它为构造方法。所以创建 ‘vehicle’ 对象时可以定义这些属性。假设我们喜欢Tesla Model S,我们要创建这种对象。它有4个轮子,使用电能,有5个座位,最大时速250km/h (155mph) tesla_model_s = Vehicle(4,'electric',5,250) 4个“轮子”+电能“能源”+5个“座位”+250km/h“最大速度”。 所有属性都设置完成了。但是我们如何获取这些属性值?我们发送一个消息到对象来问他们。 我们称之为方法. 方法是对象的行为. 让我们来实现它: class Vehicle: def __init__(self,maximum_velocity): self.number_of_wheels = number_of_wheels self.type_of_tank = type_of_tank self.seating_capacity = seating_capacity self.maximum_velocity = maximum_velocity def number_of_wheels(self): return self.number_of_wheels def set_number_of_wheels(self,number): self.number_of_wheels = number 这里创建了两个方法: number_of_wheels 和 set_number_of_wheels. 我们称它为 获取 & 设置. 因为第一个获取了属性值,然后第二个设置了一个新的属性值。 Python 中,我们可以用 “@property” (“decorator”) 去定义 "getters" 和 “setters”。请看以下代码: class Vehicle: def __init__(self,maximum_velocity): self.number_of_wheels = number_of_wheels self.type_of_tank = type_of_tank self.seating_capacity = seating_capacity self.maximum_velocity = maximum_velocity @property def number_of_wheels(self): return self.number_of_wheels @number_of_wheels.setter def number_of_wheels(self,number): self.number_of_wheels = number 同时,我们可以使用这些方法作为属性: tesla_model_s = Vehicle(4,250) print(tesla_model_s.number_of_wheels) # 4 tesla_model_s.number_of_wheels = 2 # setting number of wheels to 2 print(tesla_model_s.number_of_wheels) # 2 这个与定义方法有些许不同。这些方法的工作机制与属性不同。例如,当我们设置轮子数量时,我们需要把2赋值给一个变量,只需要设置 “number_of_wheels” 的值为2。这是一种写 “pythonic”、 ”getter“、“setter” 代码的方法。 而且同时我们也可以使用其他方法,比如 “make_noise” 方法。请看下面的例子。 class Vehicle: def __init__(self,maximum_velocity): self.number_of_wheels = number_of_wheels self.type_of_tank = type_of_tank self.seating_capacity = seating_capacity self.maximum_velocity = maximum_velocity def make_noise(self): print('VRUUUUUUUM') 当我们调用这个方法时,它返回字符串 ”VRRRRUUUUM“。 tesla_model_s = Vehicle(4,250) tesla_model_s.make_noise() # VRUUUUUUUM 封装:信息隐藏 封装是一种限制直接访问对象数据和方法的机制。但是它加快了对象方法中数据的访问。 "封装可以在定义中隐藏数据和函数成员,意味着从外部隐藏了对象定义中的内部描述“--- Wikipedia 对象从外部隐藏了其内部描述。只有对象可以与它的内部数据进行交互。 首先,我们需要了解 “public” 和 “non-public” 变量实例的工作机制。 Public 变量实例 对于一个 Python 类型,我们可以使用构造方法初始化一个公共变量实例。我们看这个: 通过构造方法: class Person: def __init__(self,first_name): self.first_name = first_name 这里我们使用 “first_name” 的值作为一个参数传递给公共变量实例。 tk = Person('TK') print(tk.first_name) # => TK 在类中: class Person: first_name = 'TK' 这里,我们不需要使用 “first_name” 作为一个参数,所有的对象实例都有一个用 “TK” 初始化的类属性。 tk = Person() print(tk.first_name) # => TK 漂亮。我们已经学习到可以使用公共变量实例和类型属性。另一件关于 “public” 部分有趣的事情是我们可以管理它的变量的值。我的意思是什么呢?我们的对象可以管理它的变量值:获取和设置变量值。 记住 “Person” 类,我们想要设置另一个值给它的 “first_name” 变量: tk = Person('TK') tk.first_name = 'Kaio' print(tk.first_name) # => Kaio 好了,我们刚刚设置了另一个值("kaio")给对象变量 “first_name”,并且它更新了它的值。就是这么简单,因为这个 “public” 变量,我们可以这样做。 Non-public 变量实例 “在这里,我们不用‘私有‘来形容 ,因为在Python中没有真正“私有”的属性(避免了一般情况下不必要的工作)。”---?PEP 8 和公共变量实例一样,我们可以在构造函数或类内部定义非公共变量实例。语法上的差异是: 对于非公共变量实例,我们在变量名前加一道下划线(_)。 “在Python中,无法从内部访问‘私有’变量实例的对象是不存在的。但是,大多数Python代码遵循一个惯例:一个名字前有一道下划线的对象应该被认为是API中非公共的部分,例如_spam,无论它是一个函数、方法或是数据成员。”?---?Python Software Foundation 这是一个例子: class Person: def __init__(self,first_name,email): self.first_name = first_name self._email = email 看到email变量了吗?这就是定义一个非公共变量的方法。 tk = Person('TK','tk@mail.com') print(tk._email) # tk@mail.com 所谓非公共变量只是一个惯例,没有机制禁止我们从外部访问并更新它。但按照惯例,我们应该把它作为API中非公共的部分来对待。 在类内部,我们通常使用方法来操作“非公共变量”,让我们实现两个方法(email和update_email)来理解。 class Person: def __init__(self,email): self.first_name = first_name self._email = email def update_email(self,new_email): self._email = new_email def email(self): return self._email 现在,我们可以通过这些方法来访问、更新非公共变量。 tk = Person('TK','tk@mail.com') print(tk.email()) # => tk@mail.com tk._email = 'new_tk@mail.com' print(tk.email()) # => tk@mail.com tk.update_email('new_tk@mail.com') print(tk.email()) # => new_tk@mail.com
公共方法 通过 公共方法,我们也可以在我们类的外部使用这些方法了: class Person: def __init__(self,age): self.first_name = first_name self._age = age def show_age(self): return self._age 让我们来试下: tk = Person('TK',25) print(tk.show_age()) # => 25 赞——用起来没有任何问题。 非公共方法 但是通过 非公共方法 我们却无法做到这一点。 我们先来实现一个同样的 Person 类,不过这回我们加个下划线(_)来定义一个 show_age 的非公共方法。 class Person: def __init__(self,age): self.first_name = first_name self._age = age def _show_age(self): return self._age 那么现在,我们来试着通过我们的对象调用这个 非公共方法: tk = Person('TK',25) print(tk._show_age()) # => 25 我们可以访问并且更新它。 非公共方法 只是一类约定俗成的规定,并且应当被看做接口中的非公共部分。 关于我们该怎么使用它,这有个例子: class Person: def __init__(self,age): self.first_name = first_name self._age = age def show_age(self): return self._get_age() def _get_age(self): return self._age tk = Person('TK',25) print(tk.show_age()) # => 25 这里我们有一个 _get_age 非公共方法和一个show_age 公共方法。show_age可以由我们的对象调用(在类的外部)而_get_age只能在我们类定义的内部使用(内部show_age方法)。但是再次强调下,这只是个约定俗成的规定。 封装总结 通过封装我们可以从外部隐藏对象的内部表示。 继承:行为和特征 某些对象具有共同点:如行为和特征。 例如,我从我父亲那里继承了一些特征和行为。我继承了他的眼睛和头发作为特征,继承了他的急躁和内向作为行为。 在面向对象编程中,类能够从其他类中继承特征(数据)和行为(方法)。 让我们看另外一个例子。 假定一辆车。轮子的数量、载客量和最高时速是车的所有属性。那么我们可以认为ElectricCar类从这个Car类中继承了这些属性。 class Car: def __init__(self,maximum_velocity): self.number_of_wheels = number_of_wheels self.seating_capacity = seating_capacity self.maximum_velocity = maximum_velocity 我们的Car类实现之后: my_car = Car(4,250) print(my_car.number_of_wheels) print(my_car.seating_capacity) print(my_car.maximum_velocity) 一旦初始化后,我们可以使用所有已创建的实例变量。很好。 在Python中我们可以将父类作为子类定义时的参数。一个ElectricCar类能从之前的Car类中继承。 class ElectricCar(Car): def __init__(self,maximum_velocity): Car.__init__(self,maximum_velocity) 简单如上。我们不需要实现任何其他的方法,因为这个类已经有了(继承自Car类)。让我们确认一下: my_electric_car = ElectricCar(4,250) print(my_electric_car.number_of_wheels) # => 4 print(my_electric_car.seating_capacity) # => 5 print(my_electric_car.maximum_velocity) # => 250 漂亮。 就到这里! 关于Python基础,我们学会了很多:
恭喜!你完成了Python的这段密集的内容。 坚持学习,坚持编程,祝你玩得开心! (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |
- 基于Linux系统中python matplotlib画图的中文显示
- python – asyncio是否支持从非主线程运行子进程
- Python利用Selenium模拟浏览器自动操作
- python – NLTK的XMLCorpusReader可用于多文件语
- python – 从py2exe’d程序连接到Oracle时出错:
- 在python或其他语言中它究竟是什么意思“if var”
- Python的Django框架中URLconf相关的一些技巧整理
- python – 用native字节顺序解释struct.pack中的
- 从Python dict获得独特的第一次出现的更有效方法
- 爬虫利器BeautifulSoup模块使用