【基礎】速成 Python3 學習教程
Python是如今最常用的編程語言之一。它的語法簡潔且優美，幾乎就是可執行的偽代碼。
注意：這篇教程是基於 Python 3 寫的。# 用井字符開頭的是單行註釋
""" 多行字符串用三個引號
包裹，也常被用來做多
行註釋
"""
1. 原始數據類型和運算符
# 用.format來格式化字符串
"{} can be {}".format("strings", "interpolated")
# 可以重複參數以節省時間
"{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"
# 如果不想數參數，可以用關鍵字
"{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以下環境運行，也可以用老式的格式化語法
"%s can be %s the %s way" % ("strings", "interpolated", "old")
# None是一個對象
None # => None
# 當與None進行比較時不要用 ==，要用is。is是用來比較兩個變量是否指向同一個對象。
"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. 變量和集合
# 取尾
li[2:] # => [4, 3]
# 取頭
li[:3] # => [1, 2, 4]
# 隔一個取一個
li[::2] # =>[1, 4]
# 倒排列表
li[::-1] # => [3, 4, 2, 1]
# 可以用三個參數的任何組合來構建切割
# li[始:終:步伐]
# 用del刪除任何一個元素
del li[2] # li is now [1, 2, 3]
# 列表可以相加
# 注意：li和other_li的值都不變
li + other_li # => [1, 2, 3, 4, 5, 6]
# 用extend拼接列表
li.extend(other_li) # li現在是[1, 2, 3, 4, 5, 6]
# 用in測試列表是否包含值
1 in li # => True
# 用len取列表長度
len(li) # => 6
# 元組是不可改變的序列
tup = (1, 2, 3)
tup[0] # => 1
tup[0] = 3 # 拋出TypeError
# 列表允許的操作元組大都可以
len(tup) # => 3
tup + (4, 5, 6) # => (1, 2, 3, 4, 5, 6)
tup[:2] # => (1, 2)
2 in tup # => True
# 可以把元組合列表解包，賦值給變量
a, b, c = (1, 2, 3) # 現在a是1，b是2，c是3
# 元組周圍的括號是可以省略的
d, e, f = 4, 5, 6
# 交換兩個變量的值就這麼簡單
e, d = d, e # 現在d是5，e是4
# 用字典表達映射關係
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 獲得所有的鍵。
# 因為 keys 返回一個可迭代對象，所以在這裡把結果包在 list 裡。我們下面會詳細介紹可迭代。
# 注意：字典鍵的順序是不定的，你得到的結果可能和以下不同。
list(filled_dict.keys()) # => ["three", "two", "one"]
# 用values獲得所有的值。跟keys一樣，要用list包起來，順序也可能不同。
list(filled_dict.values()) # => [3, 2, 1]
# 用in測試一個字典是否包含一個鍵
"one" in filled_dict # => True
1 in filled_dict # => False
# 訪問不存在的鍵會導致KeyError
filled_dict["four"] # KeyError
# 用get來避免KeyError
filled_dict.get("one") # => 1
filled_dict.get("four") # => None
# 當鍵不存在的時候get方法可以返回默認值
filled_dict.get("one", 4) # => 1
filled_dict.get("four", 4) # => 4
# setdefault方法只有當鍵不存在的時候插入新值
filled_dict.setdefault("five", 5) # filled_dict["five"]設為5
filled_dict.setdefault("five", 6) # filled_dict["five"]還是5
# 字典賦值
filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "four": 4}
filled_dict["four"] = 4 # 另一種賦值方法
# 用del刪除
del filled_dict["one"] # 從filled_dict中把one刪除
# 用set表達集合
empty_set = set()
# 初始化一個集合，語法跟字典相似。
some_set = {1, 1, 2, 2, 3, 4} # some_set現在是{1, 2, 3, 4}
# 可以把集合賦值於變量
filled_set = some_set
# 為集合添加元素
filled_set.add(5) # filled_set現在是{1, 2, 3, 4, 5}
# & 取交集
other_set = {3, 4, 5, 6}
filled_set & other_set # => {3, 4, 5}
# | 取並集
filled_set | other_set # => {1, 2, 3, 4, 5, 6}
# - 取補集
{1, 2, 3, 4} - {2, 3, 5} # => {1, 4}
# in 測試集合是否包含元素
2 in filled_set # => True
10 in filled_set # => False
3. 流程控制和迭代器
# 先隨便定義一個變量
some_var = 5
# 這是個if語句。注意縮進在Python裡是有意義的
# 印出"some_var比10小"
if some_var > 10:
print("some_var比10大")
elif some_var < 10: # elif句是可選的
print("some_var比10小")
else: # else也是可選的
print("some_var就是10")
"""
用for循環語句遍歷列表
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)"返回數字列表從0到給的數字
打印:
0
1
2
3
"""
for i in range(4):
print(i)
"""
while循環直到條件不滿足
打印:
0
1
2
3
"""
x = 0
while x < 4:
print(x)
x += 1 # x = x + 1 的簡寫
# 用try/except塊處理異常狀況
try:
# 用raise拋出異常
raise IndexError("This is an index error")
except IndexError as e:
pass # pass是無操作，但是應該在這裡處理錯誤
except (TypeError, NameError):
pass # 可以同時處理不同類的錯誤
else: # else語句是可選的，必須在所有的except之後
print("All good!") # 只有當try運行完沒有錯誤的時候這句才會運行
# Python提供一個叫做可迭代(iterable)的基本抽象。一個可迭代對象是可以被當作序列
# 的對象。比如說上面range返回的對象就是可迭代的。
filled_dict = {"one": 1, "two": 2, "three": 3}
our_iterable = filled_dict.keys()
print(our_iterable) # => dict_keys(['one', 'two', 'three'])，是一個實現可迭代接口的對象
# 可迭代對象可以遍歷
for i in our_iterable:
print(i) # 打印 one, two, three
# 但是不可以隨機訪問
our_iterable[1] # 拋出TypeError
# 可迭代對象知道怎麼生成迭代器
our_iterator = iter(our_iterable)
# 迭代器是一個可以記住遍歷的位置的對象
# 用__next__可以取得下一個元素
our_iterator.__next__() # => "one"
# 再一次調取__next__時會記得位置
our_iterator.__next__() # => "two"
our_iterator.__next__() # => "three"
# 當迭代器所有元素都取出後，會拋出StopIteration
our_iterator.__next__() # 拋出StopIteration
# 可以用list一次取出迭代器所有的元素
list(filled_dict.keys()) #
our_iterator.__next__() # => "one"
# 再一次調取__next__時會記得位置
our_iterator.__next__() # => "two"
our_iterator.__next__() # => "three"
# 當迭代器所有元素都取出後，會拋出StopIteration
our_iterator.__next__() # 拋出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. 函數
# 用def定義新函數
def add(x, y):
print("x is {} and y is {}".format(x, y))
return x + y # 用return語句返回
# 調用函數
add(5, 6) # => 印出"x is 5 and y is 6"並且返回11
# 也可以用關鍵字參數來調用函數
add(y=6, x=5) # 關鍵字參數可以用任何順序
# 我們可以定義一個可變參數函數
def varargs(*args):
return args
varargs(1, 2, 3) # => (1, 2, 3)
# 我們也可以定義一個關鍵字可變參數函數
def keyword_args(**kwargs):
return kwargs
# 我們來看看結果是什麼：
keyword_args(big="foot", loch="ness") # => {"big": "foot", "loch": "ness"}
# 這兩種可變參數可以混著用
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}
"""
# 調用可變參數函數時可以做跟上面相反的，用*展開序列，用**展開字典。
args = (1, 2, 3, 4)
kwargs = {"a": 3, "b": 4}
all_the_args(*args) # 相當於 foo(1, 2, 3, 4)
all_the_args(**kwargs) # 相當於 foo(a=3, b=4)
all_the_args(*args, **kwargs) # 相當於 foo(1, 2, 3, 4, a=3, b=4)
# 函數作用域
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 # 現在全局域的x被賦值
print (x) # => 6
setX(43)
setGlobalX(6)
# 函數在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
# 也有匿名函數
(lambda x: x > 2)(3) # => True
# 內置的高階函數
map(add_10, [1, 2, 3]) # => [11, 12, 13]
filter(lambda x: x > 5, [3, 4, 5, 6, 7]) # => [6, 7]
# 用列表推導式可以簡化映射和過濾。列表推導式的返回值是另一個列表。
[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. 類
# 定義一個繼承object的類
class Human(object):
# 類屬性，被所有此類的實例共用。
species = "H. sapiens"
# 構造方法，當實例被初始化時被調用。注意名字前後的雙下劃線，這是表明這個屬
# 性或方法對Python有特殊意義，但是允許用戶自行定義。你自己取名時不應該用這
# 種格式。
def __init__(self, name):
# Assign the argument to the instance's name attribute
self.name = name
# 實例方法，第一個參數總是self，就是這個實例對象
def say(self, msg):
return "{name}: {message}".format(name=self.name, message=msg)
# 類方法，被所有此類的實例共用。第一個參數是這個類對象。
@classmethod
def get_species(cls):
return cls.species
# 靜態方法。調用時沒有實例或類的綁定。
@staticmethod
def grunt():
return "*grunt*"
# 構造一個實例
i = Human(name="Ian")
print(i.say("hi")) # 印出 "Ian: hi"
j = Human("Joel")
print(j.say("hello")) # 印出 "Joel: hello"
# 調用一個類方法
i.get_species() # => "H. sapiens"
# 改一個共用的類屬性
Human.species = "H. neanderthalensis"
i.get_species() # => "H. neanderthalensis"
j.get_species() # => "H. neanderthalensis"
# 調用靜態方法
Human.grunt() # => "*grunt*"
6. 模塊模塊
# 用import導入模塊
import math
print(math.sqrt(16)) # => 4.0
# 也可以從模塊中導入個別值
from math import ceil, floor
print(ceil(3.7)) # => 4.0
print(floor(3.7)) # => 3.0
# 可以導入一個模塊中所有值
# 警告：不建議這麼做
from math import *
# 如此縮寫模塊名字
import math as m
math.sqrt(16) == m.sqrt(16) # => True
# Python模塊其實就是普通的Python文件。你可以自己寫，然後導入，
# 模塊的名字就是文件的名字。
# 你可以這樣列出一個模塊裡所有的值
import math
dir(math)
7. 高級用法
# 用生成器(generators)方便地寫惰性運算
def double_numbers(iterable):
for i in iterable:
yield i + i
# 生成器只有在需要時才計算下一個值。它們每一次循環只生成一個值，而不是把所有的
# 值全部算好。
#
# range的返回值也是一個生成器，不然一個1到900000000的列表會花很多時間和內存。
#
# 如果你想用一個Python的關鍵字當作變量名，可以加一個下劃線來區分。
range_ = range(1, 900000000)
# 當找到一個 >=30 的結果就會停
# 這意味著 `double_numbers` 不會生成大於30的數。
for i in double_numbers(range_):
print(i)
if i >= 30:
break
# 裝飾器(decorators)
# 這個例子中，beg裝飾say
# beg會先調用say。如果返回的say_please為真，beg會改變返回的字符串。
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
Python學習路線
1. python零基礎相關
適用人群：Python零基礎的初學者、Web開發、有志於從事互聯網行業的人群
- 瘋狂的Python：快速入門精講
- 零基礎入門學習Python
2.python web方向
- Python Django 快速Web應用開發入門
3.python爬蟲
- Python開發簡單爬蟲
4.python數據分析
- 用 numpy 和 pandas 把玩你的數據
（三）推薦一些不錯的Python博客
廖雪峰的Python教程：
- Python3教程
- Python2.7
菜鳥教程的Python教程：
- Python3 教程 | 菜鳥教程
- Python 基礎教程 | 菜鳥教程
其他指南：
- Python最佳實踐指南
- 官方文檔
推薦一些其他網站：
- pythontutor —— 一個可視化的Python網站，可以看出你的代碼的執行過程。初學者的好幫手
- 一人一Python —— 可以在線Python刷題
（四）Python如何進階
很多人可能會有這樣的困惑，我學會了基礎的語法，但是卻做不了項目啊，不知如何下手……
有這困惑太正常了，皮哥當年還是小白的時候，也是一籌莫展，學了這些語法到底能幹啥啊……直到後面跟著師兄一起做項目，才走出困境。
後臺 回覆學習拿走，記得 轉發或評論 一下 就好，
分享到:
閱讀更多 小小可愛編 的文章
