Python 3 入门,看这篇就够了!数万字长文!保证你肯定能学会!
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
进群:548377875 ? 即可获取数十套PDF哦!入门就更快了! 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
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'''或"""。 # 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 在 [],{},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(" 请输入点东西并按 Enter 键 ") 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 + ' ') 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。 像if、while、def和class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+加-减*乘/除%取模**幂//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 " 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
数学函数 注:以下函数的使用,需先导入 math 包。 随机数函数 注:以下函数的使用,需先导入 random 包。 三角函数 注:以下函数的使用,需先导入 math 包。 数学常量 字符串(string)
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
实例: string = ''' print( math.fabs(-10)) print( random.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 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)
创建列表 hello = (1,2,3) li = [1,"2",[3,'a'],(1,3),hello] 访问元素 li = [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,hello] print(li) # [1,'2',3)] print(li[1:2]) # ['2'] print(li[:2]) # [1,'2'] print(li[:]) # [1,3)] print(li[2:]) # [[3,3)] print(li[1:-1:2]) # ['2',3)] 访问内嵌 list 的元素: li = [0,1,3,4,5,6,7,8,9,['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 = [0,5] li[len(li) - 2] = 22 # 修改 [0,22,5] li[3] = 33 # 修改 [0,33,5] li[1:-1] = [9,9] # 替换 [0,5] 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 = [0,5] del li[3] # [0,5] del li[2:-1] # [0,5] 列表操作符
[1,3] + [3,5] # [1,5] [1,3] * 2 # [1,3] 3 in [1,3] # True for x in [1,3]: print(x) # 1 2 3 列表函数
li = [0,5] 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
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 = [2,6] [(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 = [2,6] [3*x for x in vec if x > 3] # [12,18] vec1 = [2,6] vec2 = [4,-9] [x*y for x in vec1 for y in vec2] # [8,-18,16,12,-36,24,18,-54] [vec1[i]*vec2[i] for i in range(len(vec1))] # [8,-54] 列表嵌套解析: matrix = [ [1,3], [4,6], [7,9], ] new_matrix = [[row[i] for row in matrix] for i in range(len(matrix[0]))] print(new_matrix) # [[1,7],[2,8],9]] 元组(tuple)
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 = (1,3) print(a,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
元组推导式 t = 1,3 print(t) # (1,3) u = t,(3,5) print(u) # ((1,5)) 字典(dict)
格式如下: d = {key1 : value1,key2 : value2 } 访问字典 dis = {'a': 1,'b': [1,3]} print(dis['b'][2]) 修改字典 dis = {'a': 1,9: {'name': 'hello'}} dis[9]['name'] = 999 print(dis) # {'a': 1,9: {'name': 999},3]} 删除字典 用 del 语句删除字典或字典的元素。 dis = {'a': 1,9: {'name': 'hello'}} del dis[9]['name'] print(dis) del dis # 删除字典 # {'a': 1,9: {},3]} 字典函数
字典方法
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 (2,6)} {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,'guido': 4127} 集合(set) 集合是一个无序不重复元素的序列 创建集合
{1,3} # {} {1,3} set('12345') # 字符串 {'3','5','4','1'} set([1,'a',23.4]) # 列表 {1,23.4} set((1,23.4)) # 元组 {1,23.4} 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
集合计算 a = set('abracadabra') b = set('alacazam') print(a) # a 中唯一的字母 # {'a','r','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','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','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','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
迭代器可以被 for 循环进行遍历: li = [1,3] 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 = [1,4] it = iter(li) while True: try: print (next(it)) except StopIteration: sys.exit() 生成器
import sys def fibonacci(n): # 生成器函数 - 斐波那契 a,counter = 0,0 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。
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 = [1,3] a = "Runoob" 以上代码中,[1,3] 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。
Python 函数的参数传递:
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: ",name="john") print("------------------------") print_info(name="john") 不定长参数
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)
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
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 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 的用法:
pip 的用法:
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)。
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 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
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:
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,age) def get_info(self): # 以字典的形式返回个人信息 return { 'name': self.name, 'teacher_name': self._teacher_name, } # 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','balance': 30} john.exchange('a','b'): ('b','a') Teacher.exchange(1,2) (2,1) Account.exchange(10,20): (20,10) Account.total_balance(): 0 Teacher.total_balance(): 20 Student.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 " 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 " 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:
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)
文件打开模式: 文件对象方法
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 ") 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 ') # 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 ','第二次写入的内容 '] 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 0,3,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,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,errors='strict') 实例 import pickle data = [1,3] # 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(): [1,3] pickle.load(): [1,3] 命名规范 Python 之父 Guido 推荐的规范 一份来自谷歌的 Python 风格规范: (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! |