十五分钟让你了解Python套路 ---- Python的基本语法和部分特性

本文面向对象为具有一丁点编程经验的小伙伴，旨在快速了解Python的基本语法和部分特性。

前言

    # Python中单行注释请用‘#’
    """ Python中多行注释
        请用""",我写不了那么
        多字，随便凑个样板。
    """

1. 基本类型和运算符

    # 定义了一个数字 3
    3  # => 3

    # 基本计算
    1 + 1  # => 2
    8 - 1  # => 7
    10 * 2  # => 20
    35 / 5  # => 7

    # 当除数和被除数都为整型时，除 这个操作只求整数 
    # ( python2.x语法。经测试，Python3.x 已经全部当做浮点数处理,还会计算小数)
    5 / 2  # => 2
    10/-3 #python3的结果为-3.3333333333333335 python2 结果为-4
    10/3 #python3的结果为3.3333333333333335 python2 结果为3 
    #由上面两个结果也可以看出，在Python2中，如结果有小数，则会取最近最小整数



    # 如果我们除数和被除数为浮点型，则Python会自动把结果保存为浮点数
    2.0     # 这是浮点数
    11.0 / 4.0  # 这个时候结果就是2.75啦！是不是很神奇？ 

    # 当用‘//’进行计算时，python3不会全部单做浮点数处理.
    5 // 3     # => 1
    5.0 // 3.0 # => 1.0 
    -5 // 3  # => -2
    -5.0 // 3.0 # => -2.0


    from __future__ import division # 注可以在通过 __future__  关键字
                                    # 在python2中引入python3 特性
    11/4    # => 2.75  ... 标准除法
    11//4   # => 2 ... 除后取整

    # 求余数操作
    7 % 3 # => 1

    # 幂操作 2的4次方
    2**4 # => 16

    # 先乘除，后加减，口号优先
    (1 + 3) * 2  # => 8

    # 布尔值操作
    # 注：or 和 and 两个关键字是大小写敏感的
    True and False #=> 返回False
    False or True #=> 返回True

    # 布尔值和整形的关系，除了0外，其他都为真
    0 and 2 #=> 0
    -5 or 0 #=> -5
    0 == False #=> True
    2 == True #=> False
    1 == True #=> True

    #  not 操作
    not True  # => False
    not False  # => True

    #等值比较 “==”，相等返回值为True ，不相等返回False
    1 == 1  # => True
    2 == 1  # => False

    # 非等比较“！=”，如果两个数不相等返回True，相等返回Flase
    1 != 1  # => False
    2 != 1  # => True

    # 大于/小于 和等于的组合比较
    1 < 10  # => True
    1 > 10  # => False
    2 <= 2  # => True
    2 >= 2  # => True

    # Python可以支持多数值进行组合比较，
           #但只要一个等值为False，则结果为False
    1 < 2 < 3  # => True
    2 < 3 < 2  # => False

    # 可以通过 " 或者 '来创建字符串
    "This is a string."
    'This is also a string.'

    # 字符串间可以通过 + 号进行相加，是不是简单到爆？
    "Hello " + "world!"  # => "Hello world!"
    # 甚至不使用'+'号，也可以把字符串进行连接
    "Hello " "world!"  # => "Hello world!"

     #可以通过 * 号，对字符串进行复制，比如 ；
             importantNote = "重要的事情说三遍\n" * 3 
             print （importantNote）
            """ 结果为：
             重要的事情说三遍
             重要的事情说三遍
             重要的事情说三遍
            """

    "Hello" * 3  # => "HelloHelloHello"

    # 字符串可以在任意位置被打断
    "This is a string"[0]  # => 'T'

    #字符串可以用 %连接，并且可以打印出变量值
           #（和C/C++ 一样%d 表示整数，%s表示字符串，
           #但python可以自己进行判断，我们无需太担心这个问题）
    x = 'apple'
    y = 'lemon'
    z = "The items in the basket are %s and %s" % (x,y)

    # 一个新的更好的字符串连接方式是通过.format()函数，推荐使用该方式
    "{} is a {}".format("This", "placeholder")
    "{0} can be {1}".format("strings", "formatted")
    # You can use keywords if you don't want to count.
    "{name} wants to eat {food}".format(name="Bob", food="lasagna")

    # None是一个对象,None就是None，它是一个特殊的变量
    None  # => None

    # 在和None进行比较时，不要用“==”操作符，用 “is”
    "etc" is None  # => False
    None is None  # => True


    #“is"操作符用于对象之间的比较，
            #对于底层类型进行比较时
    #不建议用“is”，但对于对象之间的比较，用“is”是最合适的
    # bool可以用于对任何对象进行判断
    # 以下这些值是非真的
    #    - None
    #    - 各类数值型的0 (e.g., 0, 0L, 0.0, 0j)
    #    - 空元组、空列表 (e.g., '', (), [])
    #    - 空字典、空集合 (e.g., {}, set())
    #    - 其他值请参考：
    #      https://docs.python.org/2/reference/datamodel.html#object.__nonzero__
    #
    # All other values are truthy (using the bool() function on them returns True).
    bool(0)  # => False
    bool("")  # => False

2. 变量和集合

    # 打印 print()
    print ("I'm Python. Nice to meet you!") # => I'm Python. Nice to meet you!

     # 从控制台中获取输入
    input_string_var = raw_input("Enter some data: ") # 返回字符串类型
     input_var = input("Enter some data: ") # python会判断类型如果是字符串 则输入时要加“”or''
    # 注意：在 python 3中, input() 由 raw_input() 代替

    # 在Python中不需要设定变量类型，python会自动根据值进行判断
    some_var = 5    
    some_var  # => 5


    # if 可以作为表达时被使用,下句可以这样理解 “输出‘yahool’如果3大于2的话，不然输出2“
    "yahoo!" if 3 > 2 else 2  # => "yahoo!"

列表

    # python中的列表定义
    li = []
    # 也可以通过初始化时内置列表的值
    other_li = [4, 5, 6]

    # append函数可以在列表中插入值
    li.append(1)    # li is now [1]
    li.append(2)    # li is now [1, 2]
    li.append(4)    # li is now [1, 2, 4]
    li.append(3)    # li is now [1, 2, 4, 3]
    # pop函数从列表末移除值
    li.pop()        # => 3 and li is now [1, 2, 4]
    # 移除后通过append接回
    li.append(3)    # li is now [1, 2, 4, 3] again.

    # 通过[]的方式可以提取任何列表中的任意值
           #（前提，index不大于列表总数）
    li[0]  # => 1
    # 也可以通过[]下标的方式直接给列表赋值
    li[0] = 42
    li[0]  # => 42
    # 如果[]小标的值为负数，则表示以逆序获取列表中的值
    li[-1]  # => 3

    # 查询的值不可以超出列表个数，否则报错。
    # 但是利用insert()插入时可以，超出范围的值会直接被插入到列表最末
    li[4]  # Raises an IndexError

    # 可以通过[:],获取列表中指定范围的值
    # (It's a closed/open range for you mathy types.)
    # 这是半开取值法，比如li[1:3],取的是列表中index为1、2的两个值，
    # 该法则适用于以下所有通过[]取值的方式
    li[1:3]  # => [2, 4]
    # 如果一边不去值，则表示取所有该边的值。
    li[2:]  # => [4, 3]
    li[:3]  # => [1, 2, 4]

    # [::2]表示选择从[0]开始，步长为2上的值
    li[::2]   # =>[1, 4]
    # [::-1]表示反向选择，-可以理解为 反向选择，而1表示步长，步长1则包含了列表中的所有元素
    li[::-1]   # => [3, 4, 2, 1]
    # []规则完整版表示方法[开始：结束：步长]
    # li[start:end:step]

    #  "del"关键字可以直接删除列表中的值
    del li[2]   # li is now [1, 2, 3]

    # 可以通过“+”操作符对列表进行操作,注：列表只有 + 操作，而集合（set）有+ 和 -
    li + other_li   # => [1, 2, 3, 4, 5, 6]


    # 也可以 "extend()"方法对列表进行扩展
    li.extend(other_li)   # Now li is [1, 2, 3, 4, 5, 6]

    # Remove 方法和 del 类似，但remove的直接是数值，而不是index
    li.remove(2)  # li is now [1, 3, 4, 5, 6]
    li.remove(2)  # 如果remove的值不存在列表中，则会报错

    # 在指定位置插入数值，上面已经提过，如果index值超过的话，会直接插到列表末
    li.insert(1, 2)  # li is now [1, 2, 3, 4, 5, 6] again

    # 获取某个值的index
    li.index(2)  # => 1
    li.index(7)  # 如果

    # "in"可以直接查看某个值是否存在于列表中
    1 in li   # => True

    # "len()"函数可以检测队列的数量
    len(li)   # => 6

元组

    # Tuples(元组）是一个类似数列的数据结构，但是元组是不可修改的
    tup = (1, 2, 3)
    tup[0]   # => 1
    tup[0] = 3  # 一修改就会报错

    #数列中的方法在元组也可以使用（除了 修改）
    len(tup)   # => 3
    tup + (4, 5, 6)   # => (1, 2, 3, 4, 5, 6)
    tup[:2]   # => (1, 2)
    2 in tup   # => True

    # 可以一次性赋值几个变量
    a, b, c = (1, 2, 3)     # a 为1，b为2，c为3
    d, e, f = 4, 5, 6       # 元组赋值也可以不用括号
    # 同样元组不用括号也同样可以创建
    g = 4, 5, 6             # => (4, 5, 6)
    # Python中的数据交换十分简单：只要在赋值时互调位置即可
    e, d = d, e     # d is now 5 and e is now 4

字典

    # Python中的字典定义
    empty_dict = {}
    # 也可以通过定义时赋值给字典
    filled_dict = {"one": 1, "two": 2, "three": 3}

    # 可以通过[]的key方式查询字典中的值
    filled_dict["one"]   # => 1

    # 可以通过"keys()"方法获取字典中的所有key值
    filled_dict.keys()   # => ["three", "two", "one"]
    # Note - 返回的keys并不一定按照顺序排列的.
    # 所以测试结果可能和上述结果不一致

    # 通过 "values()"的方式可以获取字典中所有值，
     #同样他们返回的结果也不一定按照顺序排列
    filled_dict.values()   # => [3, 2, 1]


    # 可以通过 "in"方式获取查询某个键值是否存在字典中，但是数值不可以
    "one" in filled_dict   # => True
    1 in filled_dict   # => False

    # 查找不存在的key值时，Python会报错
    filled_dict["four"]   # KeyError

    #用 "get()" 方法可以避免键值错误的产生
    filled_dict.get("one")   # => 1
    filled_dict.get("four")   # => None
    # 当键值不存在的时候，get方法可以通过返回默认值，
    # 但是并没有对值字典进行赋值
    filled_dict.get("one", 4)   # => 1
    filled_dict.get("four", 4)   # => 4


    # 字典中设置值的方式和列表类似，通过[]方式可以设置
    filled_dict["four"] = 4  # now, filled_dict["four"] => 4

    # "setdefault()" 可以设置字典中的值
    # 但是注意：只有当该键值之前未存在的时候，setdefault（）函数才生效
    filled_dict.setdefault("five", 5)  # filled_dict["five"] is set to 5
    filled_dict.setdefault("five", 6)  # filled_dict["five"] is still 5

集合

    empty_set = set()
    # 初始化set的方式可以通过 set()来实现
    some_set = set([1, 2, 2, 3, 4])   # some_set is now set([1, 2, 3, 4])

    # 集合的排列是无序的！集合的排列是无序的！集合的排列是无序的！
    another_set = set([4, 3, 2, 2, 1])  # another_set is now set([1, 2, 3, 4])

    # Python2.7以后，{}可以用于被定义集合
    filled_set = {1, 2, 2, 3, 4}   # => {1, 2, 3, 4}

    # Add方法可用于增加集合成员
    filled_set.add(5)   # filled_set is now {1, 2, 3, 4, 5}

    #集合可通过 &操作符取交集
    other_set = {3, 4, 5, 6}
    filled_set & other_set   # => {3, 4, 5}

    # 通过|操作符取并集
    filled_set | other_set   # => {1, 2, 3, 4, 5, 6}

    # 通过 - 操作符取差集
    {1, 2, 3, 4} - {2, 3, 5}   # => {1, 4}

    # 通过 ^ 操作符取非集
    {1, 2, 3, 4} ^ {2, 3, 5}  # => {1, 4, 5}

    # 通过 >= 判断左边集合是否是右边集合的超集
    {1, 2} >= {1, 2, 3} # => False

    # 通过 <= 判断左边集合是否右边集合的子集
    {1, 2} <= {1, 2, 3} # => True

    # 通过 in 可以判断元素是否在集合中
    2 in filled_set   # => True
    10 in filled_set   # => False

Python数据集合类型总结

• 列表定义方式 li = [1,2,3,4，“Hello World”] （列表可以包含任意基本类型）
• 元组定义方式 tup = (1,2,3,4) （和列表类似，但 元组不可更改）
• 字典定义方式 dic = {“one”：2，“tow”：3，“three”：0}（字典，就是字典嘛。以 key:value 方式存在）
• 集合定义方式 set=set（1，2，3，4）or set = {1，2，3，4} （集合里的元素是唯一的，集合支持 & | ^ + -操作）

3. Python 逻辑运算符

    # 创建一个变量
    some_var = 5

    # 通过if进行逻辑判断
    if some_var > 10:
        print "some_var is totally bigger than 10."
    elif some_var < 10:    # This elif clause is optional.
        print "some_var is smaller than 10."
    else:           # This is optional too.
        print "some_var is indeed 10."


    """
        通过for...in...进行循环打印：
        dog is a mammal
        cat is a mammal
        mouse is a mammal
    """
    for animal in ["dog", "cat", "mouse"]:
        # You can use {0} to interpolate formatted strings. (See above.)
        print "{0} is a mammal".format(animal)

    """
    通过"range()" 方式，控制for的循环次数
    prints:
        0
        1
        2
        3
    """
    for i in range(4):
        print i

    """
    "range(lower, upper)" 返回 lower 到 upper的值,
     注意：range左边必须小于右边参数
    prints:
        4
        5
        6
        7
    """
    for i in range(4, 8):
        print i

    """
    while 循环
    prints:
        0
        1
        2
        3
    """
    x = 0
    while x < 4:
        print x
        x += 1  # Shorthand for x = x + 1

    # Python支持 try/except 语法

    # Python2.6以上的版本，支持try...except...:
    try:
        # raise显示地引发异常。一旦执行了raise语句，raise后面的语句将不能执行。
        raise IndexError("This is an index error")
    except IndexError as e:
        pass    # pass 空语句，跳过处理
    except (TypeError, NameError):
        pass    # python 支持同时检测多个错误
    else:   # Python必须要处理所有情况，这里是其他未定义的情况
        print "All good!"   
    finally: #  finally无论有没有异常都会执行
        print "We can clean up resources here"

    #通过with函数，可以替代try....except...函数  [with详解](http://www.ibm.com/developerworks/cn/opensource/os-cn-pythonwith/)
    with open("myfile.txt") as f:
        for line in f:
            print line

4. 函数

    # def 关键字定义函数
    def add(x, y):
        print "x is {0} and y is {1}".format(x, y)
        return x + y    #可以直接return结果

    # 函数调用参数
    add(5, 6)   # => prints out "x is 5 and y is 6" and returns 11

    # Python支持参数互换，只需要在调用函数时加上形参
    add(y=6, x=5)   # Keyword arguments can arrive in any order.


    # Python函数支持可变参数
    # 在定义函数时通过*号表示可变长参数
    def varargs(*args):
        return args

    varargs(1, 2, 3)   # => (1, 2, 3)

    # 可以通过**的方式定义Key可变长参数查找字典中的关键词

    def keyword_args(**kwargs):
        return kwargs

    # 当函数参数是**类型的时候，Python可以通过该函数定义字典
    keyword_args(big="foot", loch="ness")   # => {"big": "foot", "loch": "ness"}


    #同时支持函数和字典类型参数，具体事例如下：
    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}
    """

    # 在调用函数时，可以同时赋值：
    args = (1, 2, 3, 4)
    kwargs = {"a": 3, "b": 4}
    all_the_args(*args)   # equivalent to foo(1, 2, 3, 4)
    all_the_args(**kwargs)   # equivalent to foo(a=3, b=4)
    all_the_args(*args, **kwargs)   # equivalent to foo(1, 2, 3, 4, a=3, b=4)

    # 在函数中也可以通过单独处理* 或者 **的方式，增加函数的健壮性
    def pass_all_the_args(*args, **kwargs):
        all_the_args(*args, **kwargs)
        print varargs(*args)
        print keyword_args(**kwargs)

    # 全局变量 X
    x = 5

    def set_x(num):
        # 当在函数里面改变变量时，如果没有加gloabl关键字，则改变的是局部变量
        x = num # => 43
        print x # => 43

    def set_global_x(num):
        global x
        print x # => 5
        x = num # 加了global关键字后，即可在函数内操作全局变量
        print x # => 6

    set_x(43)
    set_global_x(6)

    # 返回函数指针方式定义函数/*换个说法，匿名函数*/
    def create_adder(x):
        def adder(y):
            return x + y
        return adder

    add_10 = create_adder(10)
    add_10(3)   # => 13

    # Lambda 关键字定义的匿名函数
    (lambda x: x > 2)(3)   # => True 
    (lambda x, y: x ** 2 + y ** 2)(2, 1) # => 5

    # map方式也可以调用函数并传入参数
    map(add_10, [1, 2, 3])   # => [11, 12, 13]
    map(max, [1, 2, 3], [4, 2, 1])   # => [4, 2, 3]

    filter(lambda x: x > 5, [3, 4, 5, 6, 7])   # => [6, 7]

    # 可以通过这两种方式结合调用，下面的函数解析：
    #add_10(i) 是映射了for...in...函数的返回值，返回值作为参数传进。
    [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. Python中的类

    # 下面代码是定义了一个Human类，继承自object类
    # Python类可以继承自多个类，如class Human(object,orangOutang)
    class Human(object):

        # 类变量
        species = "H. sapiens"类接口
                    __species = "Other.sapiens" #内部结构，无法被外部直接访问

        # __init__(),初始化函数，python中在对类进行处理时，会先处理以下函数，
        #其实就是系统默认定义了接口，而这个接口是开放给用户去实现的，具体如下：   
        #__init__  构造函数，在生成对象时调用
        # __del__   析构函数，释放对象时使用
        #__repr__ 打印，转换
        #__setitem__按照索引赋值
        #__getitem__按照索引获取值
        #__len__获得长度
        #__cmp__比较运算
        #__call__函数调用
        #__add__加运算
        #__sub__减运算
        #__mul__乘运算
        #__div__除运算
        #__mod__求余运算
        #__pow__称方

        def __init__(self, name):
            #声明类中的属性，并初始化，在初始化的时候同时
            #就是定义了变量类型
            self.name = name
            self.age = 0

        # 在类中所有函数都必须把self作为第一个参数
        #（下面定义的类方法和静态方法除外）
        def say(self, msg):
            return "{0}: {1}".format(self.name, msg)

        # 类方法
        @classmethod
        def get_species(cls):
            return cls.species

        # 静态方法，
        @staticmethod
        def grunt():
            return "*grunt*"

        # A property is just like a getter.
        # It turns the method age() into an read-only attribute
        # of the same name.
        #property属性，相当于getter
        @property
        def age(self):
            return self._age

        # This allows the property to be set
        @age.setter
        def age(self, age):
            self._age = age

        # This allows the property to be deleted
        @age.deleter
        def age(self):
            del self._age


    #类实例化
    i = Human(name="Ian")
    print i.say("hi")     # prints out "Ian: hi"

    j = Human("Joel")
    print j.say("hello")  # prints out "Joel: hello"

    #调用实例方法用"."
    i.get_species()   # => "H. sapiens"

    # 改变类变量
    Human.species = "H. neanderthalensis"
    i.get_species()   # => "H. neanderthalensis"
    j.get_species()   # => "H. neanderthalensis"

    # 调用静态方法
    Human.grunt()   # => "*grunt*"

    # 给age赋值
    i.age = 42

    # 获取age值
    i.age # => 42

    # 删除age
    del i.age
    i.age  # => raises an AttributeError

6. Python的模块（库）

    # Python中的一个*.py文件就是一个模块
    import math
    print math.sqrt(16)  # => 4

    # 可以只引入模块中的某些类/方法
    from math import ceil, floor
    print ceil(3.7)  # => 4.0
    print floor(3.7)   # => 3.0

    # 也可以通过*引入全部方法
    # Warning: this is not recommended
    from math import *

    #math库的缩写可以为m
    math.sqrt(16) == m.sqrt(16)   # => True
    # 可以直接引入sqrt库
    from math import sqrt
    math.sqrt == m.sqrt == sqrt  # => True



    #python的库就只是文件
    import math
    dir(math)

    # If you have a Python script named math.py in the same
    # folder as your current script, the file math.py will 
    # be loaded instead of the built-in Python module. 
    # This happens because the local folder has priority
    # over Python's built-in libraries. 

    #如果你在当前目录下有一个Python脚本的名字也叫math.py
    #当前目录下的math.py会替换掉内置的Python模块
    #因为在Python中当前目录的优先级会高于内置模块的优先级

7. Python中的高级特性（生成器、装饰器:wraps）

    # Generators ，生成器函数在Python中与迭代器协议的概念联系在一起。
    # 简而言之，包含yield语句的函数会被特地编译成生成器。
    # 当函数被调用时，他们返回一个生成器对象，这个对象支持迭代器接口。函数         
    #也许会有个return语句，但它的作用是用来yield产生值的。
    for i in iterable:
        yield i + i

    xrange_ = xrange(1, 900000000)

    for i in double_numbers(xrange_):
        print i
        if i >= 30:
            break



    # 装饰器wraps，wraps可以包装
    # Beg will call say. If say_please is True then it will change the returned
    # message
    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 :

[1]learnxinyminutes,本文代码大部分取于该网站，在此对该网站作者表示感谢！

作者：Mr__C
链接：http://www.jianshu.com/p/36ae91c38279
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。