Ciel's blog

Python基础

Posted on 2019-12-08 Edited on 2025-05-10 In Python

以上文档基于python3

本节对Python的基础语法等内容进行整理和总结，特别是一些自己很容易忘记和弄错的地方。

认识python

Python是一门脚本语言

Python变量

数据类型

数据类型官方文档

变量是存储在内存中的值，在创建变量时会在内存中开辟一个空间。

Python 中的变量赋值不需要类型声明。每个变量在内存中创建，都包括变量的标识，名称和数据这些信息。

每个变量在使用前都必须赋值，变量赋值以后该变量才会被创建。

Python3有六个标准的数据类型：

Numbers（数字）
String（字符串）
List（列表）– []

有序，可修改。
Tuple（元组）– ()

有序，不可修改。
Set（集合） – {}

无序，不重复，可修改。

可以使用大括号 { }或者 set() 函数创建集合，意：创建一个空集合必须用set() 因为 { } 是用来创建一个空字典。
Dictionary（字典）–{}

无序，如果想要使用顺序一致的字典，请使用 collections 模块中的 OrderedDict 对象。可修改。

Python3 的六个标准数据类型中：

**不可变数据（3 个）：**Number（数字）、String（字符串）、Tuple（元组）；
**可变数据（3 个）：**List（列表）、Dictionary（字典）、Set（集合）。

Python 共内置的 list、 tuple 、dict 和 set 四种基本集合，每个集合对象都能够迭代。

List操作

# 添加元素
a = [1,2,3,4,1,1,-1]
a.append(0)  # 在a的最后面追加一个0
print(a)
# [1, 2, 3, 4, 1, 1, -1, 0]

# 指定位置添加
a = [1,2,3,4,1,1,-1]
a.insert(1,0) # 在位置1处添加0
print(a)
# [1, 0, 2, 3, 4, 1, 1, -1]

# 移除
a = [1,2,3,4,1,1,-1]
a.remove(2) # 删除列表中第一个出现的值为2的项
print(a)
# [1, 3, 4, 1, 1, -1]

# 索引
a = [1,2,3,4,1,1,-1]
print(a[0])  # 显示列表a的第0位的值
# 1
print(a[-1]) # 显示列表a的最末位的值
# -1
print(a[0:3]) # 显示列表a的从第0位 到 第2位(第3位之前) 的所有项的值
# [1, 2, 3]
print(a[5:])  # 显示列表a的第5位及以后的所有项的值
# [1, -1]
print(a[-3:]) # 显示列表a的倒数第3位及以后的所有项的值
# [1, 1, -1]
a = [1,2,3,4,1,1,-1]
print(a.index(2)) # 显示列表a中第一次出现的值为2的项的索引
# 1
a = [4,1,2,3,4,1,1,-1]
print(a.count(-1))
# 1

# 排序
# 注意：list.sort()为接地排序，而sorted(list)会新建一个列表作为返回值
a = [4,1,2,3,4,1,1,-1]
a.sort() # 默认从小到大排序
print(a)
# [-1, 1, 1, 1, 2, 3, 4, 4]
a.sort(reverse=True) # 从大到小排序
print(a)
# [4, 4, 3, 2, 1, 1, 1, -1]

多维列表

python中没有矩阵类型，常需要用多维list来进行操作。

在生成一个多维列表时有一个坑：

# 错误形式：这样生成的子列表为执行同一对象的引用
dim2list = [['a']* 3] * 3
# 正确形式
dim2list = [['a']* 3 for i in range(3)]

set

char_list = ['a', 'b', 'c', 'c', 'd', 'd', 'd']
sentence = 'Welcome Back to This Tutorial'
# set用于去重
print(set(char_list))
# {'b', 'd', 'a', 'c'}
# 寻找句子中不同的元素
print(set(sentence))
# {'l', 'm', 'a', 'c', 't', 'r', 's', ' ', 'o', 'W', 'T', 'B', 'i', 'e', 'u', 'h', 'k'}
# 添加元素
unique_char = set(char_list)
unique_char.add('x')
# 清除某个元素（法一）
unique_char.remove('x')
print(unique_char)
# {'b', 'd', 'c', 'a'}
# 清除某个元素（法二）
unique_char.discard('d')
print(unique_char)
# {'b', 'c', 'a'}
# 清除全部元素
unique_char.clear()
print(unique_char)
# set()
# 查找不同元素
unique_char = set(char_list)
print(unique_char.difference({'a', 'e', 'i'}))
# {'b', 'd', 'c'}
# 查找相同元素
print(unique_char.intersection({'a', 'e', 'i'}))
# {'a'}

变量作用域

对于全局变量在函数内需要用global声明

输入和输出

# 输出
print()
# 输入
input("please input sth.")
# 捕捉一个输入的int类型数据，如果输入的不是数字会报错
int(input("please input a number"))

注意：2.7中的input()，的功能是读取用户输入的数字，3中input对应的是2.7中的raw_input()，功能是读取用户输入的字符串。

命令行传入参数

根据此文整理

传入方式有多种：

Python 内置的命令行模块，主要就是 sys.argv 和 argparse
第三方模块，如 click 模块。

sys.argv 模块

argv=argument variable

argv[0]一般是被调用的脚本文件名或全路径，和操作系统有关，argv[1]和以后就是传入的数据了。S

用法示例：

import sys


def test_for_sys(year, name, body):
    print('the year is', year)
    print('the name is', name)
    print('the body is', body)


if __name__ == '__main__':
    try:
        year, name, body = sys.argv[1:4]
        test_for_sys(year, name, body)
    except Exception as e:
        print(sys.argv)
        print(e)

G:\Allcodes\testscripts>python test_cmd.py 2018 Leijun "are you ok?"
the year is 2018
the name is Leijun
the body is are you ok?

如果参数不全会报错，参数多了则不会。

sys.argv 传入的参数是一个有序的列表，比较适合脚本中需要的参数个数很少且参数固定的脚本。

argparse 模块

用法示例：

import argparse


def test_for_sys(year, name, body):
    print('the year is', year)
    print('the name is', name)
    print('the body is', body)

# 生成一个命令行参数的对象
parser = argparse.ArgumentParser(description='Test for argparse')
# 添加参数
parser.add_argument('--name', '-n', help='name 属性，非必要参数')
parser.add_argument('--year', '-y', help='year 属性，非必要参数，但是有默认值', default=2017)
parser.add_argument('--body', '-b', help='body 属性，必要参数', required=True)
args = parser.parse_args()

if __name__ == '__main__':
    try:
        test_for_sys(args.year, args.name, args.body)
    except Exception as e:
        print(e)

G:\Allcodes\testscripts>python test_cmd.py --help
usage: test_cmd.py [-h] [--name NAME] [--year YEAR] --body BODY

Test for argparse

optional arguments:
  -h, --help            show this help message and exit
  --name NAME, -n NAME  name 属性，非必要参数
  --year YEAR, -y YEAR  year 属性，非必要参数，但是有默认值
  --body BODY, -b BODY  body 属性，必要参数

可以看出 argparse 模块的功能更加完整，参数输入顺序灵活，且可以对每个输入测参数做规则限定。

click 库

Click 是 Flask 的团队 pallets 开发的优秀开源项目，它为命令行工具的开发封装了大量方法，使开发者只需要专注于功能实现。这是一个第三方库，专门为了命令行而生的非常有名的 Python 命令行模块。

用法示例：

import click

# click是使用装饰器的方式给函数添加命令行属性
@click.command()
@click.option('--name',default='Leijun',help='name 参数，非必须，有默认值')
@click.option('--year',help='year 参数',type=int)
@click.option('--body',help='body 参数')
def test_for_sys(year, name, body):
    print('the year is', year)
    print('the name is', name)
    print('the body is', body)

if __name__ == '__main__':
    # 调用函数的时候没有带上参数，参数会自动通过命令行的形式传入
    test_for_sys()

数学运算

基础的四则运算不说了，一些需要注意的是：

# a的b次方
a**b
pow(a, b)
# 求绝对值
abs()
# 四舍五入
round()
# math模块
import math 
math.floor(5.14) # 取整
math.sqrt(16) # 开平方

python自身解决了很多数据类型的问题，比如整数溢出。

迭代器

Python 中的 for 句法实际上实现了设计模式中的迭代器模式，所以我们自己也可以按照迭代器的要求自己生成迭代器对象，以便在 for 语句中使用。只要类中实现了 __iter__ 和 __next__ 函数，那么对象就可以在 for 语句中使用。现在创建 Fibonacci 迭代器对象,

# define a Fib class
class Fib(object):
    def __init__(self, max):
        self.max = max
        self.n, self.a, self.b = 0, 0, 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.n < self.max:
            r = self.b
            self.a, self.b = self.b, self.a + self.b
            self.n = self.n + 1
            return r
        raise StopIteration()

# using Fib object
for i in Fib(5):
    print(i)

生成器

除了使用迭代器以外，Python 使用 yield 关键字也能实现类似迭代的效果，yield 语句每次执行时，立即返回结果给上层调用者，而当前的状态仍然保留，以便迭代器下一次循环调用。这样做的好处是在于节约硬件资源，在需要的时候才会执行，并且每次只执行一次。

def fib(max):
    a, b = 0, 1
    while max:
        r = b
        a, b = b, a+b
        max -= 1
        yield r

# using generator
for i in fib(5):
    print(i)

循环

while

1 2	while condition: expressions

condition可以是除了比较操作（>, >=, <, <=）之外还可以是：

整数和浮点数： 0 或者 0.0 将会返回 False 其余的返回 True
None
集合类型（ list、 tuple 、dict 和 set 等）：集合为空的时候返回False。

a = range(10)
while a:
    print(a[-1])
    a = a[:len(a)-1]

for

1 2	for item in sequence: expressions

sequence 为可迭代的对象，item 为序列中的每个对象。

和for循环经常一起用的是range函数（是Python 的内置工厂函数，也即调用实际是生成了一个类的实例）

1	range(start, stop[, step])

if判断

简单内容省去。

python中三目运算符的实现：python 可以通过 if-else 的行内表达式完成类似 condition ? value1 : value2 的功能。

1	var = var1 if condition else var2

函数

注意：注意所有的默认参数（用=附默认值）都不能出现在非默认参数的前面。

函数参数分：必须参数、默认参数、可变参数（不定长参数，*argv）、关键字参数（如传入的参数是一个字典，**argv）、组合参数，总共5种。

注意：

school_info = {'school_name': 'CQU', 'class': 'No. 1', 'student_number':'123'}


def personal_info1(name, gender, **school_info):
    print(name, gender, school_info)
personal_info1('ciel', 'female', **school_info)
# 打印： ciel female {'school_name': 'CQU', 'class': 'No. 1', 'student_number': '123'}


def personal_info2(name, gender, *school_info):
    print(name, gender, school_info)
personal_info2('ciel', 'female', *school_info)
# 打印：ciel female ('school_name', 'class', 'student_number')只有字典中的key


def personal_info3(name, gender, *school_info):
    print(name, gender, school_info)
personal_info3('ciel', 'female', school_info)
# 打印：ciel female ({'school_name': 'CQU', 'class': 'No. 1', 'student_number': '123'},) 字典以元组的形式输出

类

class Calculator:       #首字母要大写，冒号不能缺
    name='Good Calculator'  #该行为class的属性
    price=18
    def add(self,x,y):
        print(self.name)
        result = x + y
        print(result)
    def minus(self,x,y):
        result=x-y
        print(result)
    def times(self,x,y):
        print(x*y)
    def divide(self,x,y):
        print(x/y)
        
#注意这里运行class的时候要加"()",否则调用下面函数的时候会出现错误,导致无法调用.
cal=Calculator()

init

初始化class的变量

class Calculator:
    name='good calculator'
    price=18
    def __init__(self,name,price,hight=10,width=14,weight=16): #后面三个属性设置默认值,查看运行
        self.name=name
        self.price=price
        self.h=hight
        self.wi=width
        self.we=weight
        
c=Calculator('bad calculator',18)

模块

第三方模块通过pip包管理器进行安装

# 安装
pip install XXX
# 更新
pip install -U XXX
# 卸载
pip uninstall XXX

import

三种方式：

1
2
3

import xxx
import xxx as x
from xxx import x

运用自己的模块也一样调用，可以也将自己的脚本存储到路径site-packages中。

文件操作

转义字符

\n换行，\ttab效果，示例：

1 2	text = "this is a text. \nthis is a text. \n\t this is a text" print(text)

打印效果：

1
2
3

this is a text. 
this is a text. 
	 this is a text

读写txt文件

Python内置了读写文件的函数open()

# 没有此文件会自动创建
# 写文件
file = open('file_name.txt', 'w')
file.write(text)
# 文件使用完毕后必须关闭，因为文件对象会占用操作系统的资源，并且操作系统同一时间能打开的文件数量也是有限的
file.close()

# 读文件
# open是获取到文件，而不是文件内容
file= open('file_name.txt','r') 
# 一次性读成一个字符串
content=file.read()  
print(content)

# 逐行读取
# 读取所有行用file.readlines(),存储在一个list中，输出时需要迭代输出
# file.readline() 读取的内容和使用的次数有关
file= open('my file.txt','r') 
content=file.readline() 
print(content)

模式总结

模式	描述
w	write
r	read
a	append
r+	以读写方式打开，可对文件进行读写
w+	清除文件后，以读写方式打开，可对文件进行读写
a+	以读写方式打开文件，并把文件指针一道文件尾部。
b	以二进制模式打开文件，而不是文本形式。该模式只对Windows和Dos有效，类Unix的文件时用二进制模式进行操作的。

编码问题

1
2
3

# 要读取非UTF-8编码的文本文件，需要给open()函数传入encoding参数
# errors参数，表示如果遇到编码错误后如何处理。最简单的方式是直接忽略
f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')

with open语句

由于文件读写时都有可能产生IOError，一旦出错，后面的f.close()就不会调用。所以，为了保证无论是否出错都能正确地关闭文件，我们可以使用try ... finally来实现：

try:
    f = open('/path/to/file', 'r')
    print(f.read())
finally:
    if f:
        f.close()

但是每次都这么写实在太繁琐，所以，Python引入了with语句来自动帮我们调用close()方法：

1 2	with open('/path/to/file', 'r') as f: print(f.read())

这和前面的try ... finally是一样的，但是代码更佳简洁，并且不必调用f.close()方法。

读写csv文件

import csv
 
#python2可以用file替代open
with  open('test.csv','w') as csvFile:
    writer = csv.writer(csvFile)
    #先写columns_name
    writer.writerow(["index","a_name","b_name"])
    #写入多行用writerows
    writer.writerows([[1,2,3],[0,1,2],[4,5,6]])
 
#用reder读取csv文件
with open('test.csv','r') as csvFile:
    reader = csv.reader(csvFile)
    for line in reader:
              print line

读写excel文件

python读写excel的方式有很多，比较如下：

文件读写更多高级内容见此文

其他

错误处理

try:
    file=open('eeee.txt','r')  #会报错的代码
except Exception as e:  # 将报错存储在 e 中
    print(e)
"""
[Errno 2] No such file or directory: 'eeee.txt'
"""

自定义的处理：

try:
    file=open('eeee.txt','r+')
except Exception as e:
    print(e)
    response = input('do you want to create a new file:')
    if response=='y':
        file=open('eeee.txt','w')
    else:
        pass
else:
    file.write('ssss')
    file.close()
"""
[Errno 2] No such file or directory: 'eeee.txt'
do you want to create a new file:y
ssss  #eeee.txt中会写入'ssss'

常用函数

zip

zip函数接受任意多个（包括0个和1个）序列作为参数，合并后返回一个tuple列表,请看示例：

a=[1,2,3]
b=[4,5,6]
ab=zip(a,b)
print(list(ab))  #需要加list来可视化这个功能，不然返回的是一个zip object
"""
[(1, 4), (2, 5), (3, 6)]
"""

lambda

lambda定义一个简单的函数，实现简化代码的功能，看代码会更好理解。

fun = lambda x,y : x+y, 冒号前的x,y为自变量，冒号后x+y为具体运算。

fun= lambda x,y:x+y
x=int(input('x='))    #这里要定义int整数，否则会默认为字符串
y=int(input('y='))
print(fun(x,y))

"""
x=6
y=6
12
"""

map

map根据提供的函数对指定序列做映射。

第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。

1	map(function, iterable, ...)

示例：

>>>def square(x) :            # 计算平方数
...     return x ** 2
... 
>>> map(square, [1,2,3,4,5])   # 计算列表各个元素的平方
[1, 4, 9, 16, 25]
>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]
 
# 提供了两个列表，对相同位置的列表数据进行相加
>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]

copy & deepcopy 浅复制 & 深复制

id是对象在CPython解释器里的地址

a = [1,2,[3,4]]
# 第一种，只是将b指向了a，b改变时a也会被改变
b = a 
# 第二种，浅拷贝，二级列表的地址还是相同的，指向同一个元素
import copy
c = copy.copy(a)
# 第三种，深拷贝，整个都是在内存中新开辟的空间
d = copy.deepcopy(a)

reduce

reduce()函数会对参数序列中元素进行累积。

reduce(function, iterable[, initializer])
# e.g.
>>> arr1 = [1, 2, 3, 4, 5]
>>> reduce(lambda x,y: x+y, arr1)
15

pickle&json

python中有两个用于序列化的模块：

json：用于字符串和Python数据类型间进行转换
pickle：用于基本的数据序列和反序列化

他们都提供四个功能：dumps,dump,loads,load

pickle模块可以将任意的对象序列化成二进制的字符串写入到文件中。
还可以从文件中读取并且转为写入时候类型。

示例：

import pickle

a_dict = {'da': 111, 2: [23,1,4], '23': {1:2,'d':'sad'}}

# pickle a variable to a file
file = open('pickle_example.pickle', 'wb')
pickle.dump(a_dict, file)
file.close()

# reload a file to a variable
with open('pickle_example.pickle', 'rb') as file:
    a_dict1 =pickle.load(file)

print(a_dict1)

JSON.DUMP(S) & JSON.LOAD(S)

区别：dump&load是直接写入文件或者从文件读出

执行

What does if name == “main”: do?

References

莫烦PYTHON

Python开发之 Python3读写Excel文件（较全）

1108. Defanging an IP Address

题目

解题

总结

blog配置

显示本地图片

添加分类和标签

post模板修改

其他

认识python

Python变量

数据类型

List操作

多维列表

set

变量作用域

输入和输出

命令行传入参数

sys.argv 模块

argparse 模块

click 库

数学运算

迭代器

生成器

循环

while

for

if判断

函数

类

init

模块

import

文件操作

转义字符

读写txt文件

模式总结

编码问题

with open语句

读写csv文件

读写excel文件

其他

错误处理

常用函数

zip

lambda

map

copy & deepcopy 浅复制 & 深复制

reduce

pickle&json

执行

References