Python学习笔记二：Python基础

• Python语法采用缩进形式，有以下几点需要注意：
  1. 注释以#开头；
  2. 当语句以冒号:结尾时，缩进的语句视为代码块；
  3. 始终坚持4个空格的缩进；
  4. 大小写敏感；

---

1. 数据类型和变量

---

1.1 数据类型

1.1.1 整数

• 在程序中的写法和数学中的写法一样，如1，100，-8080，0，等等；
• 用十六进制表示整数比较方便，十六进制用0x前缀和0-9，a-f表示，例如：0xff00，0xa5b4c3d2，等等；

1.1.2 浮点数

• 浮点数也就是小数，浮点数可以用数学写法，如1.23，3.14，-9.01，等等；
• 对于很大或很小的浮点数，需用科学计数法表示，如$1.23$x$10^9$就是1.23e9或者12.3e8，0.000012可以写成1.2e-5，等等；

1.1.3 字符串

• 字符串是以单引号'或双引号"括起来的任意文本，比如'abc'，"xyz"等等；
• 如果'本身也是一个字符，那就可以用""括起来，比如"I'm OK"包含的字符是I，'，m，空格，O，K这6个字符；
• 用转义字符\来标识字符串内部包含的'和"；比如：

'I\'m \"OK\"!'

表示的内容就是：

I'm "OK"!

• \n表示换行，\t表示制表符，\\表示的就是字符\；
• Python还允许用r''表示''内部的字符串默认不转义，如：

>>> print('\\\t\\')
\       \
>>> print(r'\\\t\\')
\\\t\\

• Python允许用'''...'''的格式表示多行内容，此处注意...是提示符，不是代码的一部分；

>>> print('''line1
... line2
... line3''')
line1
line2
line3

1.1.4 布尔值

• 一个布尔值只有True、False两种值，在Python中，可以直接用True、False表示布尔值（请注意大小写）；

>>> True
True
>>> False
False
>>> 3 > 2
True
>>> 3 > 5
False

• 布尔值可以用and、or和not运算；
• 布尔值经常用在条件判断中，比如：

if age >= 18:
    print('adult')
else:
    print('teenager')

1.1.5 空值

• 用None表示。None不能理解为0，因为0是有意义的，而None是一个特殊的空值；

1.2 变量

• 变量不仅可以是数字，还可以是任意数据类型；
• 变量名必须是大小写英文、数字和_的组合，且不能用数字开头；
• 等号=是赋值语句，可以把任意数据类型赋值给变量；同时不要将赋值语句的等号等同于数学中的等号；
• 同一个变量可以反复赋值，而且可以是不同类型的变量，这种变量本身类型不固定的语言称之为动态语言，与之对应的是静态语言。静态语言在定义变量时必须指定变量类型，如果赋值的时候类型不匹配，就会报错。例如Java是静态语言，赋值语句如下（// 表示注释）：

int a = 123; // a是整数类型变量
a = "ABC"; // 错误：不能把字符串赋给整型变量

1.3 常量

• 在Python中，通常用全部的大写的变量名表示常量；但Python根本没有任何机制保证PI不会被改变，所以全部大写的变量名只是一个习惯的用法；
• Python中的除法：

1. /除法计算结果是浮点数；除法计算结果是浮点数，即使是两个整数恰好整除，如：

>>> 10 / 3
3.3333333333333335
>>> 9 / 3
3.0

2. //地板除，如：

>>> 10 // 3
3

3. %取余，如：

>>> 10 % 3
1

---

2. 字符串和编码

---

2.1 字符编码

• 8个比特(bit)作为一个字节(byte)，一个字节能表示的最大整数就是255（二进制11111111=十进制255），最初只有127个字符被编码到计算机中，即ASCII编码；

• 显然中文以及其他国家的语言，一个字节是不够的，故Unicode编码应用而生，最常用的是用两个字节表示一个字符（如果非常偏僻的字符，需要4个字节）；

• 虽然统一成Unicode编码，乱码问题消除了，但如果写的文本全都是英文的话，用Unicode编码比ASCII编码整整多了一倍存储空间，这就不划算了；

• 于是出现了可变长编码的UTF-8编码，UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的 英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节；

• 总结一下计算机系统通用的字符编码工作方式：

1. 在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码；
2. 用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件；
   　　　　　　　　　
3. 浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器；
   　　　　　　　　　

2.2 Python的字符串

• 在最新的 Python3.x 中，字符串是以Unicode编码的，支持多语言。比如：

>>> print('包含中文的str')
包含中文的str

• 对于单个字符的编码，ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符：

>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'

• 如果知道字符的整数编码，还可以用十六进制这么写str：

>>> '\u4e2d\u6587'
'中文'

• Python的字符串类型为str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes；
• Python对bytes类型的数据用带b前缀的单引号或双引号表示：

x = b'ABC'

• bytes的每个字符都只占用一个字节。
• 以Unicode表示的str通过encode()方法可以编码为指定的bytes，例如：

>>> 'ABC'.encode('ascii')  # 纯英文的str可以用ASCII编码为bytes，内容是一样的;
b'ABC'
>>> '中文'.encode('utf-8') # 含有中文的str可以用UTF-8编码为bytes;
b'\xe4\xb8\xad\xe6\x96\x87'  # 在bytes中，无法显示为ASCII字符的字节，用\x##显示;
>>> '中文'.encode('ascii') # 含有中文的str无法用ASCII编码，因为中文编码的范围超过了ASCII编码的范围，Python会报错;
Traceback (most recent call last):
  File "", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

• 反过来，如果我们从网络或磁盘上读取了字节流，那么读到的数据就是bytes。要把bytes变为str，就需要用decode()方法：

>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'
>>> b'\xe4\xb8\xad\xff'.decode('utf-8') # 如果bytes中包含无法解码的字节，decode()方法会报错;
Traceback (most recent call last):
  ...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte

>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore') # 如果bytes中只有一小部分无效的字节，可以传入errors='ignore'忽略错误的字节;
'中'

• 通过len()函数计算str包含多少个字符：

>>> len('ABC')
3
>>> len('中文')
2

• len()函数计算的是str的字符数，如果换成bytes，len()函数就计算字节数：

>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8')) # 此处可见1个中文字符经过UTF-8编码后通常会占用3个字节，而1个英文字符只占用1个字节；
6

• 在操作字符串时，为了避免乱码问题，应始终坚持使用UTF-8编码对str和bytes进行转换；
• 当python的源代码中包含中文的时候，我们通常在文件开头写上这两行：
  1. 第一行注释是为了告诉Linux/OS X系统，这是一个Python可执行程序，Windows系统会忽略这个注释；
  2. 第二行注释是为了告诉Python解释器，按照UTF-8编码读取源代码，否则，你在源代码中写的中文输出可能会有乱码。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

• 声明了UTF-8编码并不意味着你的.py文件就是UTF-8编码的，必须并且要确保文本编辑器正在使用UTF-8 without BOM编码：
  

2.3 格式化

1. %

• 如何输出格式化的字符串，输出类似'亲爱的xxx你好！你xx月的话费是xx，余额是xx'之类的字符串，而xxx的内容都是根据变量变化的，所以，需要一种简便的格式化字符串的方式，在python中是和c语言中一样的方法，用%实现：

>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'

• 常见的占位符有：

占位符	替换内容
%d	整数
%f	浮点数
%s	字符串
%x	十六进制整数

• 格式化整数和浮点数还可以指定是否补0和整数与小数的位数：

>>> print('%2d-%02d' % (3, 1))
 3-01
>>> print('%.2f' % 3.1415926)
3.14

• 如果不太确定应该用什么，%s永远起作用，它会把任何数据类型转换为字符串：

>>> 'Age: %s. Gender: %s' % (25, True)
'Age: 25. Gender: True'

• 转义：%%表示一个%；

2. format()

• 用传入的参数依次替换字符串内的占位符{0}、{1}……；

---

3. 使用list和tuple

---

3.1 list

• python内置的一种数据类型是列表：list。他是一种有序的集合，可以随时添加和删除其中的元素，如：

>>> classmates = ['Michael', 'Bob', 'Tracy']
>>>classmates                   # 变量classmates就是一个list；
['Michael', 'Bob', 'Tracy']

>>> len(classmates)     # 可以用len()函数获得list元素的个数；
3

>>> classmates[0]     # 通过索引来访问每一个位置的元素，切记索引是在0开始的；
'Michael'
>>> classmates[2]
'Tracy'
>>> classmates[-1]    # 如果要取最后一个元素，除了计算索引位置外，还可以用-1做索引，直接获取最后一个元素；
>>> classmates[-2]
'Bob'
>>> classmates[-3]    # 以此类推，可以获得倒数第2个，倒数第3个；
'Michael'

• list是一个可变的有序表，故可在list中追加元素到末尾：

>>> classmates.append('Adm')
>>> classmates
['Michael', 'Bob', 'Tracy', 'Adm']

• 将元素插入到指定位置，比如索引号为1的位置：

>>> classmates.insert(1, 'Jack')
>>> classmates
['Michael', 'Jack', 'Bob', 'Tracy', 'Adam']

• 删除末尾（指定位置）的元素，用pop()方法：

>>> classmates.pop()
'Adam'
>>> classmates
['Michael', 'Jack', 'Bob', 'Tracy']
>>> classmates.pop(1)    # 用pop(i)方法删除索引位置是 i 的位置
'Jack'
>>> classmates
['Michael', 'Bob', 'Tracy']

• 把某个元素替换成别的元素，直接赋值即可：

>>> classmates[1] = 'Sarah'
>>> classmates
['Michael', 'Sarah', 'Tracy']

• list里面的元素的数据类型也可以不同，如：

>>> L = ['Apple', 123, True]

• list元素也可以是另一个list，如：

>>> s = ['python', 'java', ['asp', 'php'], 'scheme']
>>> len(s)
4
>>> s[2][1]
'php'

• 空的list:

>>> L = []
>>> len(L)
0

3.2 tuple

• 另一种有序列表叫做：tuple，但tuple一旦初始化就不能修改；

>>> classmates = ('Michael', 'Bob', 'Tracy')

• 现在没有append(), insert()的方法，但其他方法和list都一样，不可变的tuple有可以使得代码更加安全，所以可能的情况下，尽量用tuple代替list；
• 要定义一个只有1个元素的tuple时，要这样定义以免产生歧义：

>>> t = (1,)
>>> t
1

• 最后看一个可变的tuple：

>>> t = ('a', 'b', ['A', 'B'])
>>> t[2][0] = 'X'
>>> t[2][1] = 'Y'
>>> t
('a', 'b', ['X', 'Y'])

• 此处tuple有三个元素：'a', 'b'和一个list

---

4. 条件判断

---

• 计算机之所以能够做自动化的任务，是因为它可以做条件判断，例如：

age = 20
if age >= 18:
    print('your age is', age)
    print('adult')
else:
    print('your age is', age)
    print('teenager')

• 注意不要忘记课冒号:；
• 同时还可以用elif做更加细致的判断；

age = 3
if age >= 18:
    print('adult')
elif age >= 6:
    print('teenager')
else:
    print('kid')

• if语句执行有个特点，它是从上而下判断，如果在某个判断上是True，把该判断的语句执行以后，就自动忽略下面的elif和else；
• if判断语句还可以简写：

if x:
    print('True')

• 只要x是非零数值、非空字符串、非空list等，就判断为True，否则为False。

再议input

• 看一个有问题的条件判断，经常使用input()函数来读取用户的输入，例如：

birth = input('birth: ')
if birth < 200:
    print('00前')
else:
    print('00后')

• 但当你输入1982时，程序后报错，这是因为input()返回的数据类型是str，而str是不能直接和整数相比较的，必须先把str转换为整数，这时我们就需要int()函数来完成这件事情：

s = input('birth: ')
birth = int(s)
if birth < 2000:
    print('00前')
else:
    print('00后')

• 但是如果输入abc，又会得到一个报错信息，这是因为int()函数发现一个字符串并不是合法的数字时就会报错；
• 那么此处如何检查并捕获程序运行期的错误呢？后面的错误和调试会讲到；

---

5. 条件判断

---

5.1 for...in

• 两种循环，一种是for...in循环，依次把list和tuple中的每个元素迭代出来，例如：

names = ['Michael', 'Bob', 'Tracy']
for name in names:
    print(name)

• 执行这段代码，会依次打印names中每一个元素的；
• 所以for x in ...循环就是把每个元素代入变量x，然后执行缩进的语句；

# 计算1-100的整数之和
sum = 0
for x in range(101):
    sum = sum + x
print(sum)

• 因为直接写1-100有点困难，所以有一个range()函数，可以生成一个整数序列，再通过list()函数可以转换为list，例如：

>>> list(range(5))
[0, 1, 2, 3, 4]

5.2 while

-另外一种是while循环，只要条件满足，就不断循环，条件不满足时退出循环；

# 计算100以内的所有奇数之和
sum = 0
n = 99
while n > 0:
    sum = sum + n
    n = n - 2
print(sum)

L = ['Bart', 'Lisa', 'Adam']
for x in L:
    print('Hello, %s!' % x)

Hello, Bart! 
Hello, Lisa! 
Hello, Adam! 

5.3 break

• 在循环中，break语句可以提前退出循环；

# 打印出 1-10 
n = 1
while n <= 100:
    if n > 10: # 当n = 11时，条件满足，执行break语句
        break  # break语句会结束当前循环
    print(n)
    n = n + 1
print('END')

5.4 continue

• 在循环中，可以通过continue语句来跳过当前的这次循环，直接开始下一次循环；

n = 0   # 此程序可以打印出1-10
while n < 10:
    n = n + 1
    print(n)

n = 0
while n < 10:
    n = n + 1
    if n % 2 ==0:   # 如果n是偶数，执行continue语句
        continue    # continue语句会直接继续下一轮循环，后面的print()语句不会执行
    print(n)

---

6. 使用dict和set

---

6.1 dict

• python内置了字典dict，在其它语言中称为map，使用键-值（key-value）存储，具有极快的查找速度；

# 用普通方法来实现查找对应同学的成绩，需要两个list，当list越长，那耗时就越长
names = ['Michael', 'Bob', 'Tracy']
scores = [95, 75, 85]

# 用dict方法来实现，只需“名字”-“成绩”的对照表，无论这个表多大，都不会变慢
>>> d = {'Michael' : 95, 'Bob' : 75, 'Tracy' : 85}
>>> d['Michael']
95

• 至于为什么dict方式这么快，是跟他的存储方式有关的，在放进去的时候，必须根据key算出value的存放位置，这样，在取出的时候，才能根据key直接拿到value；

# 通过key的方式，将数据放入dict的方法
>>> d['Adam'] = 67
>>> d['Adam']
67

• 由于一个key只能对应一个value，所以多次对一个key放入value，后面的值会把前面的值冲掉；
• 如果key不存在，dict就会报错，为了避免key不存在的错误，有两种方法：

# 一种是通过in来判断key是否存在
>>> 'Thomas' in d
False

# 另外一种是通过dict()提供的get()方法，如果key不存在，可以返回 None
>>> d.get('Thomas')   # 此处注意返回None的时候python的交互式环境不显示结果
>>> d.get('Thomas', -1)
-1

• 删除一个key，用pop(key)方法，对应的value也会从dict中删除；

>>> d.pop('Bob')
75
>>> d
{'Michael': 95, 'Tracy': 85}

• 请务必注意，dict内部存放的顺序和key放入的顺序是没有关系的；
• dict是用空间来换取时间的一种方法，以后在python代码中几乎无处不在，所以请牢记的第一条就是dict的key必须是不可变对象，因为dict是通过key来计算value的位置的，这个算法叫做哈希算法(Hash)，在Python中，字符串、整数等都是不可变的，因此，可以放心地作为key，而list是可变的，就不能作为key；

6.2 set

• set与key类似，也是一组key的组合，但不存储value；
• 要创建一个set，需提供一个list作为输入集合

>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}

• 传入的参数[1, 2, 3]是一个list，而显示的{1, 2, 3}只是告诉你这个set内部有1, 2, 3这三个元素，显示的顺序也不表示set是有序的；
• 重复元素在set中自动被过滤；

>>> s = set([1, 1, 2, 2, 3, 3])
>>> s
{1, 2, 3}

• 通过add(key)可以往set中添加元素，可以重复添加但不会有效果；

>>> s.add(4)
>>> s
{1, 2, 3, 4}

• 通过remove(key)方法可以删除元素；

>>> s.remove(4)
>>> s
{1, 2, 3}

• set可以看成数学意义上的无序和无重复元素的集合，因此两个set可以做数学意义上的交集，并集操作；

>>> s1 = set([1, 2, 3])
>>> s2 = set([2, 3, 4])
>>> s1 & s2
{2, 3}
>>> s1 | s2
{1, 2, 3, 4}

• 同样set也不可放入可变对象，因为无法判断两个可变对象是否相等，也就无法保证set内部“不会有重复元素”；

6.4 再议不可变对象

• 看如下几段程序：

>>> a = ['c', 'b', 'a']
>>> a.sort()
>>> a
['a', 'b', 'c']

>>> a = 'abc'
>>> b = a.replace('a', 'A')
>>> b
'Abc'
>>> a
'abc'

• 要始终牢记的是，a是变量，而'abc'才是字符串对象；
• 当我们调用a.replace('a', 'A')时，实际上调用方法replace是作用在字符串对象'abc'上的，而这个方法虽然名字叫replace，但却没有改变字符串'abc'的内容。相反，replace方法创建了一个新字符串'Abc'并返回，如果我们用变量b指向该新字符串，就容易理解了，变量a仍指向原有的字符串'abc'，但变量b却指向新字符串'Abc'了；
• 所以，对于不变对象来说，调用对象自身的任意方法，也不会改变该对象自身的内容。相反，这些方法会创建新的对象并返回，这样，就保证了不可变对象本身永远是不可变的；