Head_First_Python笔记

记录些啥

从小白开始学习Python。选择学习参考资料书的理念，要么独特，要么全面。对于记录些啥，我认为我应该会记录作者的一些独特思维、良好方法、优越的理念等，当然也会记录一些自己的理解与思考。另外，我希望记录的东西不太多，零星的一些提示点即可。所以，可能分为两个阶段，先把书读厚，再把书读薄。
原书可从链接下载Head First Python
其中本书的支持文件的下载见本书支持文件下载

正文

0. 引子

• 大脑就范
  • 讲出来，大声讲出来。最好可以大声的解释给别人听。
  • 要喝水，而且要喝大量的水。有充足的液体大脑就会有最佳的表现。
  • 编写大量的软件！

1. 初识python：人人都爱列表

1. Python 列表是个高级集合，列表不关心储存类型，它的存在只是为了提供一种储存机制，从而可以采用列表形式储存数据。
2. for循环：用于处理列表和其他迭代结构
   for循环与基础C不相同
   
   目标标识符 标识符没有类型，但是标识符所指的数据对象有类型。
3. 单双引号都可以用来创建字符串，没有区别。对此只有一个规则，如果字符串前面使用了某个引号（单引号或者双引号），那么后面的字符串也要使用同样的引号，不可混合使用。引号要统一可以用“\”或者‘ ’（单引号）引入一个想要表达的双引号
4. if语句
   
5. 解决重复代码-----------建立函数：得到代码的一般模式将其变为可重复使用的函数。
6. 函数
   
   使用def来定制一个函数。

2. 共享你的代码：函数模块

1. python包索引（Python Package Index , PyPI）相关学习见PyPI
   进一步熟悉操作
2. 注释代码 如果使用了一个三重引号，（’’’…’’’ 或""" …"""）而没有将他赋值给一个变量，三重引号之间的所有内容都被认为是一个注释。
3. python的模块实现命名空间
   1. 命名空间 import nester ------ nester （模块名，识别命名空间）. （隔开函数） print_lol()。
   2. 当然也可以直接improt函数 ----- from nester import print_lol。但是此方法相当于定义了一个print_lol函数。
   3. 以上两种import导入方式可根据个人喜好使用，

   但是“from module import function”形式会搅乱你当前的命名空间，因为当前的命名空间中已经定义的名字会被导入的名字重写。

4. 缺省值的使用意义
   缺省值可以在升级函数版本时使用，当我们增加了函数的传递参数时为了更兼容之前的版本，我们利用参数名后面增加一个缺省值，这样就可以多种方式调用这个函数了。
5. range()可以与for一起用从而迭代固定次数 for num in range(table_num) ----num目标函数 依次等于range(table_num)的数值
   range()的用法
   1. range(start, stop, step)
   2. start: 计数从 start 开始。默认是从 0 开始。例如range（5）等价于range（0， 5）;
      stop: 计数到 stop 结束，但不包括 stop。例如：range（0， 5） 是[0, 1, 2, 3, 4]没有5
      step：步长，默认为1。例如：range（0， 5） 等价于 range(0, 5, 1)
   3. 实例

   	>>>range(10)        # 从 0 开始到 10
   	[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
   	>>> range(1, 11)     # 从 1 开始到 11
   	[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
   	>>> range(0, 30, 5)  # 步长为 5
   	[0, 5, 10, 15, 20, 25]
   	>>> range(0, 10, 3)  # 步长为 3
   	[0, 3, 6, 9]
   	>>> range(0, -10, -1) # 负数
   	[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
   	>>> range(0)
   	[]
   	>>> range(1, 0)
   	[]
   

6. print("\t", end=’’) 其中end=’'作为print()的一个参数，可以关闭默认行为（即输出包括自动换行）

3. 文件与异常：处理错误

1. python中有两种类型的列表：一种是可以改变的列表（用中括号[list]包围），另一种是不可以改变的列表（用小括号(list)包围）。
   
2. 对于文件这部分主要是首先学会如何导入文件数据 随后学会如何处理文件的数据。相关的一些内容见另一篇小的博客内容 python中导入及处理文件数据
3. 对于数据内容出现的错误，本章最前面的部分主要采用了两种方式，第一种方式就是针对出现的问题不断的完善代码的逻辑。第二种方式主要是检测出现错误或者异常，捕捉到这个异常采取一定的措施从错误中恢复，避免代码的崩溃。
   第二种方式的思路
   在我看来第二种方式，仅仅关注自己管兴趣的部分进行处理，对于不关注或者不需要的部分进行筛选和处理 我们可以关注代码真正需要做些什么，不去操心那里可能出问题，并编写额外的代码来避免运行时候的错误
   
   第二种方式利用**try except机制**
   提供了一个异常处理机制，从而保护可能导致运行时错误的某些代码行。
   try：
   代码（可能导致运行时候的一个错误）重点确定这些想要保护的代码是那些 应该是错误出现的代码以及与之相关的不想执行的部分
   except：
   错误恢复代码 例如 pass
   finally：
   无论发生什么错误都必须执行的代码

try:
    data = open('sketch.txt')
    # data.seek(0)
    for each_line in data:
        try:
            (speaker, line_spoken) = each_line.split(":", 1)
            print(speaker, end='')
            print(' said:', end='')
            print(line_spoken, end='')
        except ValueError: 
            pass
        data.close()
# else:
#    print('there is not the file')
except IOError:
    print('there is not the file')

其中 except 后面的错误的类型标明（ValueError和IOError），制定了错误的类型，如果不是此类错误，则不进行下列的操作。

4. pass语句就是python的空语句或者null语句

4. 持久储存：数据保存到文件

在使用访问模式w时，python会打开指定的文件进行写操作，
如果文件存在则清空现有内容
要追加到一个文件，需要使用访问模式a
要打开一个文件进行写或读不清除用“w+”
如果打开文件进行写操作，如果文件不存在，首先会自动创建文件，然后再打开文件写

try:
    man_data_out = open("man_data", "w")
    other_data_out = open("other_data", "w")
    man_out = open("sketch.txt", "a")
    man_add = open("sketch.txt", "w+")
    print(man, file=man_data_out)
    print(other, file=other_data_out)
    print(man, file=man_out)
    print(man, file=man_add)
except IOError:
    print("the file is not closed")
finally:
    man_data_out.close()
    other_data_out.close()
    man_out.close()
    man_add.close()

1. open默认是r形式
   1. man_data_out 是数据文件对象（以写的方式打开了文件夹，对这个对象操作就是对打开的文件夹的写操作。）
   2. man_data是所写入文件的文件名
   3. w要使用的访问模式 open() 函数默认使用模式为r
2. print默认把数据输出到屏幕上，要把文件写入到一个文件则需要file
   1. man 写入到文件的内容
   2. man_data_out缩写数据文件对象的名
3. 完成工作一定要关闭文件
4. 其中finally的作用是 无论出现什么错误都必须执行finally后面的代码。
5. python中一旦创建了一个字符串，无论字符串调用什么改变函数（string.strip()），字符串都不会改变，只不过创建了一个新的字符串。如果 string = string.strip()，就将新创建的字符串重新赋值给了string

try:
    with open('missing.txt', "w") as cover:   #问号前可以有多个 ..as.. 逗号隔开
        print("it is covering", file=cover)
except IOError as err:
    print('File error:' + str(err))

6. python 将异常对象作为一个参数传给except组 用 as将其赋值给一个变量。
7. locals() 将反馈当前作用域中定义的所有名的一个集合。因为文件不存在所以missfile没有被定义。
8. with可以减少代码量。with能妥善管理关闭文件
9. python函数用缺省值时，如果有多个参数有缺省值，但只有某一个参数的缺省值与我想要的不相同，我不必提供其他的参数，只需要写出这个参数和我提供的值即可。
   例如：
   print(value, sep=' ', end='\n', file=sys.stdout)
   我可以只调用 print(value, end='')
10. pickle “腌制”数据
    什么作用呢？
    实验一：用pickle

new_man = []

try:
    with open("man_data.txt", "wb") as man_data_out:
        pickle.dump(man, man_data_out)
except IOError as err:
    print("Error:" + str(err))
except pickle.PickleError as pickleErr:
    pickle("Error:" + str(pickleErr))


try:
    with open("man_data.txt", "rb") as man_data_out:
        new_man = pickle.load(man_data_out)
except IOError as err:
    print("Error:" + str(err))
except pickle.PickleError as pickleErr:
    pickle("Error:" + str(pickleErr))

print(new_man)

实验二：不用pickle

new_other = []

try:
    with  open("other_data.txt", "w") as other_data_out:
       	print(other, fh=other_data_out)
except IOError as err:
    print("Error:" + str(err))

try:
    with open("other_data.txt") as other_data_out:
        for each_line in other_data_out:
            new_other.append(each_line)
except IOError as err:
        print("Error:" + str(err))
print(new_other)

1. 标准库的 pickle 模块允许你容易而高效地将Python数据对象保存到磁盘以及从磁盘恢复
2. 在上述例子中发现pickle函数并没有什么特殊的。
   但是不用 pickle 的函数储存的封装协议和读取时解封装的协议要自己写。
   其优点在于
   而pickle内置了标准的封装形式。减少了封装和解封协议两个主要步骤。

5. 推导数据：处理数据

1. 原地排序（In-Place sorting）：sort() --利用排序后的数据替换原来的数据。
   [默认升序]如果想按降序排列则sort(reverse = Ture)
2. 复制排序（Copied sorting）：sorted()–排序后赋值给一个有序副本。
   [默认升序]如果想按降序排列则sorted(reverse = Ture)
3. 方法串链：从左向右读
   把多个方法串链在一起生成所需要的结果

   person = person_data.strip().split(",")
   

4. 函数串链：函数串链允许数据应用一系列函数。每个函数会取得数据，对他完成某个操作，然后把转化后的数据传递给下一个函数。与方法串链不同，他是从左向右读，函数串链要从右往左读。
5. append()
   1. 语法：list.append(obj)
   2. 参数：obj（添加到列表末尾的对象）
   3. 返回值：没有返回值，只会修改原来的列表
      如果强行赋值会显示

      AttributeError: 'NoneType' object has no attribute 'append'
      

   4. • 列表可包含任何数据类型的元素，单个列表中的元素无须全为同一类型。
      • append() 方法向列表的尾部添加一个新的元素。
      • 列表是以类的形式实现的。“创建”列表实际上是将一个类实例化。因此，列表有多种方法可以操作。extend() 方法只接受一个列表作为参数，并将该参数的每个元素都添加到原有的列表中。
   5. 常见错误
      
6. 列表迭代 列表推导
   列表推导

   new_l = [len(t) for t in old_l]
   

   列表迭代：正常for循环

   new_l =[]
   for t in old_l
   	new_l.append(len(t))
   

   如果必须对一个列表中的每一项完成一个转换，使用列表推导是上策，特别是如果能很容易地在一行上指定转换（或者指定一个函数链），列表推导尤其适用。列表迭代可以完成列表推导所能完成的全部工作，迭代需要的代码更多一些，不过如果需要，迭代确实能提供更大的灵活性。
7. mutable 和 inmutable
8. james[0:3]
   左闭右开
9. set()函数是工厂函数可以创建一个集合。

6. 定制数据对象：打包代码与数据

Python提供了字典，允许你有效的组织数据，可以将数据与名关联而不是与数据关联，从而实现快速查找。并且Python class语句还允许定义自己的数据结构。
字典是一个内置的数据结构，允许将数据与键而不是与数字关联。这样可以使内存中的数据与实际数据的结构保持一致。

1. 创建字典

   1. classes = { }
   2. classes = dict()

2. 定义一个类
   

   1. 面向对象的世界里，代码通常称为类的方法，而数据通常称为类的属性，实例化的数据通常称为实例
      1. 类属性是指定义在类的内部而在方法外部的属性
      2. 对象属性是指定义在方法内部的属性。
         
   2. 小结
      1. 字典----这是一个内置的数据结构，允许数据值与键关联。
      2. 键----字典中查找的部分
      3. 值----字典中的数据部分（可以是任意值，也包括另一种数据结构）
      4. self----这是一个方法参数，总是指向当前对象实例
   3. Bullet Point
      1. 使用dict()的工厂函数或使用{}可以创建一个空字典。
      2. 用person['name']来访问person字典中与键Name关联的值
      3. 类似于列表和集合，字典会随着新数据增加到这个数据结构中而动态扩大。
      4. 可以先创建一个空字典new_d = { }或new_d = dict()然后添加数据d['name'] = 'James'
         也可以一次完成任务new_d = {'name' : 'James'}
      5. 可以用class定义一个类
      6. 类方法与函数定义基本相同要用def关键字
      7. 类属性（数据）就像是对象实例中的变量
      8. 可以在类中定义__init__()方法来初始化对象实例
      9. 类中定义的每一个方法都必须提供==self==作为第一参数
      10. 类中每个属性前面都必须有self将数据与其实例关联
      11. 类可以从零开始创建，也可以从内置类或者其他定制类继承。

   7.Web 开发：集成在一起

   目的：分享自己的应用

   1. 好的Web应用应当遵循模型-视图-控制器模式，这样有助于Web应用的代码分解为易于管理的模块