Python成为专业人士笔记-初探 Python 3，万字长文，看完入门！值得细细品读！

Python专业笔记系列目录

 

Python的历史

Python是由Guido vanRossum创建并于1991年首次发布的，用于通用编程的广泛使用的高级编程语言。Python具有动态类型系统和自动内存管理功能，并支持多种编程范例，包括面向对象，命令式，函数式编程 ，以及面向过程编程。

它具有一个庞大而全面的标准库.Python的两个主要版本目前正在大规模使用：

Python 3.x是当前版本并且正在积极开发中

Python 2.x是旧版本并且在2020年之前将仅接受安全更新，不会再实现任何新功能。

因此，对于大多数开发者，尽快将python环境迁移到3版本是面向未来的最好选择

Python环境版本的确认

要确认是否已正确安装Python，可以通过在常用终端中运行以下命令来验证：

1、如果使用的Python3云环境（见目录中快速升级云环境)，验证版本非常简单，只需用SSH工具连接上后，在linux交互命令下运行：

python -v

如果结果显示如下图则版本是3.7

否则即是其他版本

2、如果使用本机Windows OS，则需要在命令提示符中使用python之前将python的路径添加到环境变量中后，使用同样的命令即可：

点击开始菜单—命令提示符—CMD 进入命令模式

python -v

显示如上图，也可确定python的版本

创建第一个hello world程序

1、使用Pycharm创建

打开软件，选择 新建项目–Pure Python

配置好本地代码与云Python3环境同步

步骤详见：

Pycharm本地代码云端同步​

 

接着在新建的项目中，点击鼠标右键—-新建–python file

在新建的python文件中，写入

print("hello world") #python 3 版本

在空白处鼠标点击右键,选择运行：

控制台成功输出：

另外还可以使用pycharm直接在下方控制台运行python语句：

2、直接在python3云环境中新建：

登录创帆云官网

python3云环境开通后，进入右上角 控制台—订单管理—云环境，获取链接信息

打开SSH连接工具，填入信息连接

方式一：

直接命令行：

#在SSH控制台上直接输入
$python
#这时启动了交互模式

#再输入：
print("hello world") #python3版本

#完成

方式二：

通过新建文件：

在命令行中，输入以下命令新建test.py文件

vi test.py

弹出的页面中，按键盘”i”进入编辑模式，接着输入

print("hello world")#python 3 版本

再按键盘“Esc”键取消编辑模式

继续输入”:wq”进行保存文件

接着命令运行python文件正常输出，命令如下：

python test.py

当然，也可以直接在交互端运行命令：

在python3云环境中，输入”python”启动交互模式

好的，对于python的初探、版本验证及第一个hello world程序介绍到这里

python创建变量并赋值

要在Python中创建一个变量，您所需要做的就是指定变量名，然后为它赋值

格式如下

 = 

Python使用“=”来为变量赋值，不需要预先声明一个变量(或为其分配一个数据类型)，只需为变量本身分配一个值就可以用该值声明并初始化该变量

注意：不能声明一个变量而不给它赋初值，这点和JAVA等编程语言有本质不同

下面在python3云环境上实际操作：

接下来开始讲述python变量相关内容：

python变量赋值

打开pycharm软件，参照上面文章应该已经与云环境同步了，输入代码：

# Integer 整数型
a =2print(a)
# 输出: 2

# Integer    整数型
b =9223372036854775807
print(b)
# 输出: 9223372036854775807

# Floating point 小数型
pi =3.14
print(pi)
# 输出: 3.14

# String 字符串型
c ='A'
print(c)
# 输出: A

# String    
name ='John Doe'
print(name)
# 输出: John Doe

# Boolean 布尔值 真或假  True 或False    
q =True
print(q)
# Output: True

# 空值或null类型
x =None
print(x)
# Output: None

变量赋值从左到右工作，下面会给出一个错误样例

0= x 
 => 将会输出: SyntaxError: can't assign to literal 因为赋值方向反了

注意：不能使用python的关键字作为有效的变量名，你可以通过如下代码看到内置关键字列表

import keyword
print(keyword.kwlist)

运行代码后打印出来的，不能作为变量名的列表

[‘False’, ‘None’, ‘True’, ‘and’, ‘as’, ‘assert’, ‘async’, ‘await’, ‘break’, ‘class’, ‘continue’, ‘def’, ‘del’, ‘elif’, ‘else’, ‘except’, ‘finally’, ‘for’, ‘from’, ‘global’, ‘if’, ‘import’, ‘in’, ‘is’, ‘lambda’, ‘nonlocal’, ‘not’, ‘or’, ‘pass’, ‘raise’, ‘return’, ‘try’, ‘while’, ‘with’, ‘yield’]

变量命名规则：
1、变量名必须以字母或下划线开头
2、变量名的其余部分可能由字母、数字和下划线组成
3、名称区分大小写

尽管在Python中声明变量时不需要指定数据类型，但当为变量在内存中分配必要的区域时，Python解释器会自动为它选择最合适的内置数据类型

现在你已经知道了赋值的基础知识，让我们来看看python中赋值的微妙之处

当使用=号执行赋值操作时，=号左边的名称是右边对象引用的代名词

然后，=所做的是将右边对象的引用分配给左边的名称

因此，从上面的许多赋值示例中，如果我们选择pi =3.14，那么pi就是对象3.14的一个代名词(而一个对象可以有多个名)。如果你不明白下面的内容，回到这一点，再读一遍!同样，你也可以看看这个来更好地理解

变量级联赋值

您可以在一行中为多个变量分配多个值。注意，在=操作符的左右两边必须有相同数量的参数

a, b, c =1,2,3
print(a, b, c)
# 输出: 1 2 3

a, b, c =1,2
#会报错: need more than 2 values to unpacka  因为有3个变量，但只赋了2个值

a,b =1,2,3
#同样会报错，因为只有2个变量，却赋了3个值

当然， 你还可以同时将单个值分配给多个变量 ，如下代码：

a = b = c =1
print(a, b, c)
# 输出: 1 1 1

在使用这种级联赋值时，需要注意的是，所有三个变量a、b和c都指向内存中的同一个对象，即值为1的int对象。换句话说，a、b和c是给同一int对象的三个不同的名称。正如所期望的那样，之后为其中一个对象分配不同的对象并不会改变其他对象

级联赋值对list对象引用需特别注意

这里有一点要注意的是，当list等可变类型进行级联赋值时，情况会很大的不同，看以下代码：

x = y =[7,8,9] #级联赋值 list列表
 x[0]=13  #给列表中索引为0的（即当前值为7的那个），将值改成13
 print(y) #输出列表y的值
 #输出  [13, 8, 9]

看到了吗？很奇怪，我明明改的是列表x的值，可是打印出y的值时候却发现y的值也发生变化了！

这是因为，在内存中，对于list列表类型存储的是引用，其中x和y都是同一个值的代名词，一旦其中一个发生更改，其他所有的都会同步更改！

嵌套list列表赋值

嵌套列表在python中也是有效的。这意味着一个列表可以包含另一个列表作为元素,如下代码

x =[1,2,[3,4,5],6,7]
print x[2]
# 输出: [3, 4, 5]
print x[2][1]
# 输出: 4

python数据类型变化

Python中的变量不必保持它们最初定义时的类型——您可以简单地使用=将一个新值赋给一个变量，即使该值是另一种类型的值

如果您对此感到困扰，请考虑这样一个事实:

=左边的只是对象的名称。首先申明一个整数类型变量为a，其值为2

然后改变主意，决定将变量a变为一个string字符串对象，直接用a=‘new value’就可以自动切换数据类型，而不像java那样需要重新申明变量，就这么简单！

python的数据类型详解

内置数据类型：

bool类型值

俗称布尔值，只有真(True)或假(False)两个值， 像and、or、not这样的逻辑操作可以在布尔值上执行

x or y  #如果X和y中有一个是True,则整体是True
 x and y #只有x和y 都为True的时候，整体才是True
 not x # x是False的时候，整体是True

在Python中2和python3中，bool类型是int类型的一个子类，True和False是它唯一的实例

如果在算术运算中使用布尔值，它们的整数值(True为1，False为0)将被用来返回整数结果

比如：

True + False==1   # 类似 1 + 0 == 1
 True * True==1  # 类似 1 * 1 == 1

Numbers 数值类型

1、int 整数型

a =2  #给整数赋值
b =100

Python中的整数是任意大小的； 注意: 在旧版本的Python中，long类型是可用的，这与int不同，两者是统一的

2、float 浮点小数型

支持e这样的科学计数法

a =2.0
b =100.e0
c =123456789.e1

3、 complex 复数

a =2 + 1j
b =100 + 10j

注意：当任何操作数是复数时，操作符<、<=、>和>=将引发类型错误异常

4、 Strings 字符串类型

a) str类型: 一个unicode字符串，值为“hello”的类型

b) byte类型：字节字符串，值为b’hello’的类型；注意字串前面有一个字母’b’

序列和集合 数据类型

Python区分有序序列和无序集合(如set和dict)：

1、有序序列

a)字符串（str，byte，unicode）是有序序列 ，如用 reversed函数将字符串反转排序后，和之前的值完全不一样

b) tuple元组： 任何类型的n个值的有序集合(n >=0)

如：a =(1,2,3) 和 b=(2,1,3)是两个不一样的元组

c）list列表： n个值的有序列表

如 a=[1,2,3]和b=[1,2,3]是两个不一样的列表

 

2、无序集合

a) set 集合：无序的值集合(不能有重复值)

如： a ={1,2,’a’} ，和 b={‘a’,2,1}是一样的集合,且集合中不可能有同一个值出现2次

b) dict 字典： 唯一键值对的无序集合

如: g ={‘a’: ‘1’,’b’:’2′} 存储的是键值对，访问方式是: print(g[“a’]),会输出值1

内建常量

与内置的数据类型一起，在内置的命名空间中有少量的内置常量
True：内置类型的布尔值的真值
False：内置类型的布尔值的假值
None：用于表示不存在的单例对象或空值
Ellipsis 或…：在核心Python3 +中不受限制地使用，在Python2.7 +中作为数组表示法的一部分受到限制使用。numpy和相关软件包将其用作数组中的“包括所有内容”引用
NotImplemented： 用于向Python表明某个特殊方法不支持特定参数，如果启用，Python将尝试替代方法

验证变量的类型

在python中，我们可以使用内置的函数类型检查对象的数据类型

a ='123'
print(type(a))
# 输出: 

b =123
print(type(b))
# 输出: 

可以使用isinstance返回数据类型，通常用在条件if语句判断中：

i =7
if isinstance(i,int):
    i +=1
elif isinstance(i,str):
    i =int(i)
    i +=1 

#判断如果是整数int类型则+1，是字符串str类型则先转为int型再+1

判断变量是否为None的数据类型,稍微有点特殊，如下：

x =None
if x is None:
   print('数据类型是None')

变量的类型转化

可以执行显式数据类型转换。例如，’123’是str类型的，它可以使用int函数转换为整数。

a ='123'
b =int(a)

可以使用float函数从浮点字符串(如’123.456′)进行转换

a ='123.456'
b =float(a)

还可以转换序列或集合类型

a ='hello'
list(a)
# ['h', 'e', 'l', 'l', 'o']

set(a)
# {'o', 'e', 'l', 'h'}

tuple(a)
# ('h', 'e', 'l', 'l', 'o')

在定义变量时可显式的指定string字串的子类型

可以 在引号前面加一个字母标签，定义具体是什么类型的字符串

b’foo bar’： 在python3中返回 byte型，在python2中返回 str 型

u’foo bar’ ： 在python3中返回 str型，在python2中返回 unicode 型

‘foo bar’ : 都返回 str型

r’foo bar’: 原始字符串，其中无需转义特殊字符，键入时一切都按原样

可变和不可变的数据类型

如果一个对象可以改变值，那么它就叫做可变数据类型。

例如，当你将一个列表传递给某个函数时，该列表可以被函数内的代码改变

def f(m):
    m.append(3) #  向列表中添加一个数字。这是一个修改.
 x = [1, 2]
 f(x)
 x == [1, 2] #  现在为False，因为列表中添加了一个项

如果对象不能以任何方式更改，则称其为不可变的。例如，整数是不可变的，因为没有办法改变它们

def bar():
   x = (1, 2)
   g(x)
   x == (1, 2) #  总是返回真 True，因为没有函数可以改变对象  (1, 2)

注意，变量本身是可变的，所以我们可以重新分配变量x，但这不会改变x之前指向的对象。它只是让x指向了一个新对象。

实例是可变的数据类型称为可变数据类型，对于不可变对象和数据类型也是如此

不可变数据类型的例子
int, long, float, complex
str
bytes
tuple
frozenset

可变数据类型的例子
bytearray
list
set
dict

Python的数据结构

Python中有许多集合类型，像int和str等类型只包含一个值，而集合类型包含多个值

Lists 列表

列表类型可能是Python中最常用的集合类型，除了它的名字，列表更像是其他语言中的数组，尤其是像JavaScript。

在Python中，列表只是有效Python值的有序集合。可以通过在方括号中以逗号分隔的封闭值来创建列表 ，如下：

int_list = [1, 2, 3]
string_list = ['abc', 'defghi']

 

列表可以是空的

empty_list = []

列表的元素不局限于单一的数据类型，考虑到Python是一种动态语言这是非常有意义的创新

mixed_list = [1, 'abc', True, 2.34, None]

一个列表可以包含另一个列表作为它的元素

nested_list = [['a', 'b', 'c'], [1, 2, 3]]

可以通过索引或位置的数字表示访问列表的元素。Python中的列表是零索引的，这意味着列表中的第一个元素在索引0处，第二个元素在索引1处，依此类推

names = ['Alice', 'Bob', 'Craig', 'Diana', 'Eric']
print(names[0]) # Alice
print(names[2]) # Craig

索引也可以是负的，这意味着从列表的末尾开始计数(-1是最后一个元素的索引)。因此，使用上面例子中的列表：

print(names[-1]) # Eric
print(names[-4]) # Bob

list是可变的，因此你可以更改list中的值 ：

names[0] = 'Ann'
 print(names)
 #输出 ['Ann', 'Bob', 'Craig', 'Diana', 'Eric']

此外，可以从列表中添加和/或删除元素，使用append(object)将对象追加到列表末尾

names = ['Alice', 'Bob', 'Craig', 'Diana', 'Eric']
 names.append("Sia")
 print(names) 
 输出 ['Alice', 'Bob', 'Craig', 'Diana', 'Eric', 'Sia']

添加一个新元素在指定的索引上，用insert(index, object)

names.insert(1, "Nikki")
 print(names)
 输出 ['Alice', 'Nikki', 'Bob', 'Craig', 'Diana', 'Eric', 'Sia']

使用remove(value)删除第一个出现的值

names.remove("Bob")
 print(names) 
# 输出 ['Alice', 'Nikki', 'Craig', 'Diana', 'Eric', 'Sia']

获取第一个值为‘ Alice ’的项的列表中的索引。如果列表中没有这个值，它将显示一个错误

name.index("Alice")
#返回0

计算list的长度

len(names)
输出 6

统计列表中某个项的出现次数

a = [1, 1, 1, 2, 3, 4]

a.count(1)

#输出3

反转列表

a.reverse()
 [4, 3, 2, 1, 1, 1]
 或者
 a[::-1]
 [4, 3, 2, 1, 1, 1]

使用pop([index]) 删除并返回项目在索引(默认为最后一个项目)处的值，并返回这个值

names.pop() # 输出 ‘Sia’，这是list中最后一个值，现在已经被删除

您可以像下面这样迭代列表元素：

for element in my_list:

    print (element)

Tuples 元组

元组类似于列表，但它是固定长度和不可变的。因此，既不能更改tuple中的值，也不能在tuple中添加或删除值。元组通常用于不需要更改的值的小集合，如IP地址和端口。元组由圆括号表示，而不是方括号

ip_address = ('10.20.30.40', 8080)

列表的索引规则也适用于元组。元组也可以嵌套，值可以是任何有效的Python允许的值，只有一个成员的元组必须这样定义(注意逗号) ：

one_member_tuple = ('Only member',)

或者

one_member_tuple = 'Only member'

或只是使用元组语法 ：

one_member_tuple = tuple(['Only member'])

Dictionaries 字典

Python中的字典是键值对的集合，字典被花括号包围着；每一对由逗号分隔，键和值由冒号分隔，这是一个例子：

state_capitals = {
'Arkansas': 'Little Rock',
'Colorado': 'Denver',
'California': 'Sacramento',
'Georgia': 'Atlanta'
}

要获得一个值，通过它的键来引用它 ：

ca_capital = state_capitals['California']

您还可以获得字典中的所有键，然后对它们进行迭代

for k in state_capitals.keys():
    print('{} is the capital of {}'.format(state_capitals[k], k))

字典非常类似JSON语法，Python标准库中的原生json模块可用于在json和字典之间进行转换。

set 集合

集合是一组元素的集合，没有重复，没有顺序，它们只在某些情况下使用，即某些东西组合在一起是很重要的，而不涉及它们的顺序。对于数据比较多的情况，检查元素是否在集合中比检查list列表要快得多。

定义集合与定义字典非常相似:

first_names = {'Adam', 'Beth', 'Charlie'}

也可以使用现有列表构建一个集合 :

my_list = [1,2,3]
my_set = set(my_list)

使用in检查集合中是否有该成员：

if name in first_names:
   print(name)

你可以像列表一样遍历一个集合，但是请记住:这些值将以任意的的顺序出现

default dict 默认字典

defaultdict是一个键值为默认值的字典，因此没有显式定义值的键可以在没有错误的情况下访问。defaultdict在字典中的值是集合(列表、dict等)时特别有用，因为它不需要在每次使用新键时都进行初始化。

defaultdict永远不会引发key错误。任何不存在的键都会返回默认值。

例如，考虑下面的字典 ：

state_capitals = {
 'Arkansas': 'Little Rock',
 'Colorado': 'Denver',
 'California': 'Sacramento',
 'Georgia': 'Atlanta'
 }

如果我们试图访问一个不存在的key，python会返回一个错误，如下所示

state_capitals['Alabama']
 Traceback (most recent call last):
 File "", line 1, in 
 state_capitals['Alabama']
 KeyError: 'Alabama'

让我们尝试使用defaultdict，它可以在集合模块中找到

from collections import defaultdict
state_capitals = defaultdict(lambda: 'Boston')

我们在这里所做的是设置一个默认值(Boston)，以防所给的键不存在。现在像以前一样填充dict ：

state_capitals['Arkansas'] = 'Little Rock'
       state_capitals['California'] = 'Sacramento'
       state_capitals['Colorado'] = 'Denver'
       state_capitals['Georgia'] = 'Atlanta'

如果我们试图使用不存在的键访问dict, python将返回默认值，即Boston

state_capitals['Alabama']
输出'Boston'

同时也能像普通字典一样返回之前创建过的值

state_capitals['Arkansas']
       输出'Little Rock'

Python程序中与用户交互

要从用户获取输入，请使用input函数

name = input("你名什么名字")
#输出: 你叫什么名字? _

本例的其余部分都将使用Python 3语法

该函数接受一个字符串参数，该参数将其显示为提示并返回一个字符串；上面的代码提供了一个提示，等待用户输入。

如果用户键入“Bob”并点击回车，变量名name将被分配给字符串“Bob”

name = input(" 你叫什么名字？  ")
 #输出:  你叫什么名字？ 这个时候如果用户在键盘上输入 Bob
 print(name)
 #打印出: Bob

注意，用户输入总是str类型的，如果您希望用户输入数字，这一点尤其要注意；因此，在尝试将str用作数字之前，需要先对用户输入的Str转换至具体数字类型,如：

day_str=input("今天几号？")
day_num=int(day_str)
print(day_num+1)
#程序会把用户输入的今天几号，再+1天，如果不把str转化为整数，程序会报错
（也许大家想python可以隐式转换，但是对于程序设计者时时了解当前数据的类型是必要的）

但是，由于用户输入的不可预测性，这里强烈建议使用异常处理程序

在处理用户输入时，使用try / except块来捕获异常。 例如，如果你的代码想要将原始的输入值转换为int，并且用户输入的内容转换过来错误时，这将引发程序抛出ValueError错误

 

python中的空白tab缩进

Python使用缩进来定义控制和循环结构，这有助于提高Python的可读性，但是，它要求程序员密切注意空格缩进的使用：因为，编辑器错误的校准可能会导致代码出现意想不到的行为。

Python使用冒号(:)和缩进来显示代码块的开始和结束位置(如果你使用过其他另一种语言，请不要将其与三元运算符相混淆)。

也就是说，Python中的块，如函数、循环、if子句和其他结构，没有专门结束标识符，所有块都以冒号开头，然后包含它下面的对应缩进后的子代码行。

例如：

def my_function(): #  这是一个函数定义。注意冒号(:) 
     a = 2
     return a 
     # 上面2行属于这个函数，因为它是Tab缩进的，返回 return 这一行也属于同一个函数 
 print(my_function())
 #这行代码不属于函数，因为没有用Tab进行缩进

或者：

if a > b: # If 语句开始于这里
    print(a)
    #属于if里一部分
 else: # else 语句和if是同一级
    print(b)
    #属于else里面的子语句

只包含一行语句的块可以放在同一行上，尽管这种形式通常被认为是不好的代码习惯：

if a > b: print(a)
else: print(b)

尝试使用多个语句来实现这一点是行不通的：

if x > y: y = x
   print(y)
 # IndentationError: unexpected indent 未知的间隔

if x > y: while y != z: y -= 1
 SyntaxError: invalid syntax 语法错误

空块会导致IndentationError错误。当您有一个没有内容的块时，使用pass(一个什么都不做的命令) ：

def will_be_implemented_later():
    pass

Spaces（空格） 对比. Tabs（制表符）

简而言之:

始终使用4个空格作为缩进，只使用制表符当然也可以，但是Python代码的样式指南PEP 8中声明空格是首选的（但我个人觉得很麻烦，我一般都用Tab)。

Python 3不允许混合使用制表符和空格进行缩进，在这种情况下，会产生编译时错误 : 在缩进中不一致地使用制表符和空格，程序将无法运行。

Python 2允许在缩进中混合制表符和空格，但强烈不建议这样做。制表符完成前面的缩进操作，会变成8个空格的倍数，由于编辑器通常被配置为以4个空格的倍数显示选项卡，这可能会导致一些细微的错误。

许多编辑器都有“制表符到空格”的配置。在配置编辑器时，应该区分制表符(‘\t’)和制表键：制表符应该配置为显示8个空格，以匹配语言语义——至少在可能出现(意外)混合缩进的情况下， 编辑器还可以自动将制表符转换为空格 。

然而，往往直接将编辑器中的Tab键配置为自动插入4个空格，而不是插入制表符，这样更符合python程序开发中的简便性要求

用制表符和空格混合编写的Python源代码，或者使用非标准数量的缩进空格，可以使用autopep8(大多数Python安装都提供了一个不太强大的替代方案:reindent.py包来处理这个问题)

综上，我个人建议，对于具体替代方案不用做过多研究，只要在pycharm这样的开发环境中，用tab键缩进代码即可，编译能通过，大部分情况下是没有问题的。

内置模块Modules和函数Functions

模块是一个包含Python定义和语句的文件，而函数是执行逻辑的一段代码 。

要检查python中内置的函数，可以使用dir()。如果调用的时候不带任何参数，则返回当前范围中的名称。否则，返回一个按字母顺序排列的名称列表，其中包含(一些)给定对象的属性，以及从中可以访问的属性。

尝试运行如下命令显示所有函数：

dir(builtins)
输出：
[
 'ArithmeticError',
 'AssertionError',
 'AttributeError',
 'BaseException',
 'BufferError',
 'BytesWarning',
 'DeprecationWarning',
 'EOFError',
 'Ellipsis',
 'EnvironmentError',
 'Exception',
 'False',
 'FloatingPointError',
 'FutureWarning',
 'GeneratorExit',
 'IOError',
 'ImportError',
 'ImportWarning',
 'IndentationError',
 'IndexError',
 'KeyError',
 'KeyboardInterrupt',
 'LookupError',
 'MemoryError',
 'NameError',
 'None',
 'NotImplemented',
 'NotImplementedError',
 'OSError',
 'OverflowError',
 'PendingDeprecationWarning',
 'ReferenceError',
 'RuntimeError',
 'RuntimeWarning',
 'StandardError',
 'StopIteration',
 'SyntaxError',
 'SyntaxWarning',
 'SystemError',
 'SystemExit',
 'TabError',
 'True',
 'TypeError',
 'UnboundLocalError',
 'UnicodeDecodeError',
 'UnicodeEncodeError',
 'UnicodeError',
 'UnicodeTranslateError',
 'UnicodeWarning',
 'UserWarning',
 'ValueError',
 'Warning',
 'ZeroDivisionError',
 'debug',
 'doc',
'import',
 'name',
 'package',
 'abs',
 'all',
 'any',
 'apply',
 'basestring',
 'bin',
 'bool',
 'buffer',
 'bytearray',
 'bytes',
 'callable',
 'chr',
 'classmethod',
 'cmp',
 'coerce',
 'compile',
 'complex',
 'copyright',
 'credits',
 'delattr',
 'dict',
 'dir',
 'divmod',
 'enumerate',
 'eval',
 'execfile',
 'exit',
 'file',
 'filter',
 'float',
 'format',
 'frozenset',
 'getattr',
 'globals',
 'hasattr',
 'hash',
 'help',
 'hex',
 'id',
 'input',
 'int',
 'intern',
 'isinstance',
 'issubclass',
 'iter',
 'len',
 'license',
 'list',
 'locals',
 'long',
 'map',
 'max',
 'memoryview',
 'min',
 'next',
 'object',
 'oct',
 'open',
 'ord',
'pow',
 'print',
 'property',
 'quit',
 'range',
 'raw_input',
 'reduce',
 'reload',
 'repr',
 'reversed',
 'round',
 'set',
 'setattr',
 'slice',
 'sorted',
 'staticmethod',
 'str',
 'sum',
 'super',
 'tuple',
 'type',
 'unichr',
 'unicode',
 'vars',
 'xrange',
 'zip'
]

要了解任何函数的功能及属性，我们可以使用内建函数帮助，方法是命令运行：help(函数名)

比如：

help(max)
输出：
 Help on built-in function max in module builtin:
 max(…)
 max(iterable[, key=func]) -> value
 max(a, b, c, …[, key=func]) -> value

 在单个可迭代参数中，返回其最大的项。使用两个或多个参数，返回最大的参数。

而内建模块则包含一些额外的函数。例如，为了得到一个数字的平方根，我们需要包括数学(math)模块

import math
      math.sqrt(16) # 输出4.0

为了了解模块中的所有函数，我们可以将函数名称分配给一个变量，然后打印该变量。

import math
print(dir(math))   
输出：    
 ['doc', 'name', 'package', 'acos', 'acosh',
 'asin', 'asinh', 'atan', 'atan2', 'atanh', 'ceil', 'copysign',
 'cos', 'cosh', 'degrees', 'e', 'erf', 'erfc', 'exp', 'expm1',
 'fabs', 'factorial', 'floor', 'fmod', 'frexp', 'fsum', 'gamma',
 'hypot', 'isinf', 'isnan', 'ldexp', 'lgamma', 'log', 'log10',
 'log1p', 'modf', 'pi', 'pow', 'radians', 'sin', 'sinh', 'sqrt',
 'tan', 'tanh', 'trunc']

除了函数之外，还可以在模块中提供文档。如果你有一个像这样的名为helloWorld.py的文件

""" 这是模块内函数的定义."""
 def sayHello():
 """这是模块内函数的代码"""
 return 'Hello World'

您可以像这样访问它：

import helloWorld
       helloWorld.__doc__
       '这是模块的描述'
       helloWorld.sayHello.__doc__
       '这是函数的描述'

对于所有用户定义的类型，都可以使用dir()来检索其属性、类的属性以及递归地检索其类的基类的属性

比如，创建一个class类：

class MyClassObject(object):
     pass

我们来检索它的定义：

dir(MyClassObject)
输出：
 ['class', 'delattr', 'dict', 'doc', 'format', 'getattribute', 'hash',
 'init', 'module', 'new', 'reduce', 'reduce_ex', 'repr', 'setattr',
 'sizeof', 'str', 'subclasshook', 'weakref']

任何数据类型都可以使用名为str的内置函数简单地转换为字符串。在将变量传递给print时，默认情况下都会调用该函数 ，比如：

str(123)
 #输出 "123"，因为默认的print打印都会转成Str字符串打印到屏幕

创建用户自定义Module模块

模块是包含定义和语句的可导入文件 ，可以通过创建.py文件来创建一个单独的用户自定义模块。
如下代码：

#hello.py
 def say_hello():
     print("Hello!")

模块中的函数可以通过导入模块来使用

对于创建的用户自定义模块，它们需要与准备导入此模块的其他文件位于相同的目录中(但是，你也可以将它们与Python内置模块一起放到Python lib目录中，但是应该尽可能避免这样做，以区分内置模块和用户自定义模块)

可以这样调用模块：

import hello
  print(hello.say_hello())
  #输出 'hello'

当然，模块也可以由其他模块导入：

#这是另外一个文件，greet.py
 import hello
 hello.say_hello()

也可以只导入模块中的特定函数：

# greet.py
 from hello import say_hello
 say_hello()

导入的模块可以被重命名：

# greet.py
 import hello as ai  #重命名为ai了
 ai.say_hello()

模块可以是完全独立的可运行脚本：

#创建一个单独的run_hello.py文件
 if __name__ ==__'main__':
     from hello import say_hello
     say_hello()

上面这个模块，可以直接单独运行：

#进入云环境交互模式：
$ python run_hello.py
 => "Hello!"

这里解析一下上面语句的写法：

1、__name__ ==__’main__’，这条语句是python固定入口的写法，这样写相当于指定该模块是整个程序的入口函数，如果你学习过Java，那么对于java的入口函数main函数应该很熟悉，两个作用是一样的

2、注意：如果模块位于一个目录中，此时如需要在当前目录中其他文件中引用，那么该目录需要包含一个名为__init__.py的文件，向python解析器表示本目录间有相互引用；而关于__init_.py文件中的内容，你完全可以空着，只是需要新建有这个文件就可以了

返回变量形式函数- str() 和 repr()

有两个函数可用于获取对象的可读表示 ，常用于打印输出及类型转换：

repr(x) : 结合eval函数使用通常会将该变量的结果转换回原始对象,即将对象转化为供编译器（即机器）读取的形式。

str(x) : 返回描述对象的可读字符串（即人类可读），由于会自动类型转换，这可能隐藏了一些技术转换细节。

补充介绍：eval()

函数用来执行一个字符串表达式，并返回表达式的值
如下代码：

>>>x = 7 
>>> eval( '3 * x' )
#输出：21

注：

repr()

对于许多变量类型，此函数尝试返回一个字符串，它会尽量把原始相同的值作为参数传递给其他函数，比如结合eval()函数使用；同时它会传递一些其它的信息，包括名称、所在内存地址等等对象信息，以保证变量的原始传递，而不丢失机器信息

str(）

对于字符串，它返回字符串本身。这与repr(object)的区别在于，str(object)并不总是试图返回一个eval()可以接受的字符串。相反，它的目标是返回一个可打印的或“人类可读的”字符串。如果没有给出参数，则返回空字符串

举例1：

s = """w'o"w"""
 repr(s) # 输出: '\'w\\'o"w\'' 
 str(s)
 #输出: 'w\'o"w'
 eval(str(s)) == s # 报语法错误
 eval(repr(s)) == s # 输出：True

举例2：

import datetime
 today = datetime.datetime.now()
 str(today)
 #输出: '2016-09-15 06:58:46.915000'
 repr(today) 
 # 输出: 'datetime.datetime(2016, 9, 15, 6, 58, 46, 915000)'

看到没有，人类可读和机器可读其实有本质的区别

在编写类时，你可以覆盖这些方法来做任何你想做的事情 ：

class Represent(object):
   def __init__(self, x, y):#注：__init_是类class的构造函数
       self.x, self.y = x, y
   def __repr__(self):
       return "Represent(x={},y=\"{}\")".format(self.x, self.y)
   def __str__(self):
       return "Representing x as {} and y as {}".format(self.x, self.y)

使用上面的类，我们可以看到以下结果：

r = Represent(1, "Hopper")
 print(r)
 #打印默认调用了__str__函数
 print(r.__repr__)
 # 显式调用了 __repr__方法，打印了: '

Help 帮助功能

Python有几个内置在解释器中的函数，如果您想获得关键字、内置函数、模块或主题的信息，请打开Python云环境命令行并输入 ：

>>> help()

这个时候会进入帮助的交互模式，如下图：

当通过直接输入关键字，就会打印出帮助信息，比如我想看math模块，这个模块到底干什么用的，里面可以用哪些函数等：

注意：此时必须已经通过help()进入交互模式下：
输入：
>>> math

python云环境中 返回结果如下图：

按“空格”可以不断的向下滚动浏览

以上所有代码均在python3云环境中调试通过，如果代码有问题请联系我，欢迎指正，谢谢  请勿转载