一、Python基础(输入输出、基本数据类型、字符串编码)

1. 输入输出

name = input('please enter your name: ')
print('hello,', name)

2. 基本数据类型

整数
1) Python可以处理任意大小的整数，如：`1`，`100`，`-8080`，`0`，等，
2) 和十六进制表示整数`0xff00`，`0xa5b4c3d2`，等。

浮点数
1) 如`1.23`，`3.14`，`-9.01`，等。
2) 用科学计数法表示，把10用e替代: 
1.23x10^9就是`1.23e9`，或者`12.3e8`，0.000012可以写成`1.2e-5`，等。

整数和浮点数在计算机内部存储的方式是不同的，
整数运算永远是精确的（除法难道也是精确的？是的！），
而浮点数运算则可能会有四舍五入的误差。
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

字符串: 
1) 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。
2) 如果`'`本身也是一个字符，那就可以用`""`括起来，比如`"I'm OK"`。
3) 如果字符串内部既包含`'`又包含`"`怎么办？可以用转义字符`\`来标识，比如：'I\'m \"OK\"!'。
4) 转义字符\可以转义很多字符，比如\n表示换行，\t表示制表符，字符\本身也要转义，所以用\\表示字符\。
5) 为了简化，Python还允许用r''表示''内部的字符串默认不转义: print(r'\\\t\\') 输出\\\t\\。
6) 如果字符串内部有很多换行，用\n写在一行里不好阅读，
为了简化，Python允许用'''...'''的格式表示多行内容，
如：
print('''line1
line2
line3''')
输出：
line1
line2
line3
7) 多行字符串'''...'''还可以在前面加上r使用，如: 
print(r'''hello,\n
world''')
输出: 
hello,\n
world
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

布尔值
直接用True、False表示（请注意大小写），也可以通过布尔运算计算出来。

逻辑运算
and、or 和 not，与或非。

空值
None

变量
变量可以接受任意数据类型。
同一个变量可以反复赋值，而且可以是不同类型的变量，如: 
a = 123 # a是整数
print(a)
a = 'ABC' # a变为字符串
print(a)
Python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。

常量
在Python中，通常用全部大写的变量名表示常量：
PI = 3.14159265359
但事实上PI仍然是一个变量，Python根本没有任何机制保证PI不会被改变。
所以，用全部大写的变量名表示常量只是一个习惯上的用法，如果你一定要改变变量PI的值，也没人能拦住你。
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

除法
最后解释一下整数的除法为什么也是精确的。
在Python中，有两种除法: 

1) 精确除/：
>>> 10 / 3
3.3333333333333335
精确除计算结果是浮点数，即使是恰好整除，结果也是浮点数：
>>> 9 / 3
3.0

2) 地板除//：
只取结果的整数部分: 
>>> 10 // 3
3

3) 取余运算%：
>>> 10 % 3
1

3. 字符串和编码

字符串也是一种数据类型，但是，字符串比较特殊的是还有一个编码问题。
因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。

由于计算机是美国人发明的，最早它们只有127个字符被编码到计算机里，
也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码。
ASCII码采用单字节编码，一个字节是8位，一位二进制码只有0和1两种，
总共有2^8=256种组合方式，所以只能为256个字符编码。

要为中文编码，一个字节显然是不够的，至少需要两个字节，所以，中国制定了GB2312编码。
全世界有上百种语言，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，
各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。

因此，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。
Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符。
如果要用到非常偏僻的字符，就需要4个字节。

但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，
在存储和传输上就十分不划算。
所以，本着节约的精神，又出现了把Unicode编码转化为“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。
如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间：

字符	ASCII	Unicode	UTF-8
A	01000001	00000000 01000001	01000001
中	x	01001110 00101101	11100100 10111000 10101101

从上面的表格还可以发现，UTF-8编码有一个额外的好处，
就是ASCII编码实际上可以被看成是UTF-8编码的一部分，
所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。

现在计算机系统通用的字符编码工作方式：
在内存中，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。

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：

记事本-内存.png

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：

服务器内存-浏览器网页.png

所以你看到很多网页的源码上会有的信息，表示该网页正是用的UTF-8编码。

Python的字符串

在最新的Python 3版本中，字符串在内存中是以Unicode编码的，也就是说，Python的字符串支持多国语言。

1) 对于单个字符的编码，Python提供了: 
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'

2) 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'

3) 由于Python的字符串类型在内存中以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'
要注意区分'ABC'和 b'ABC'，前者是str，后者虽然内容显示得和前者一样，
但bytes的每个字符都只占用一个字节。

4) 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')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
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。
在bytes中，无法显示为ASCII字符的字节，用\x##显示。

5) 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'
如果bytes中包含无法解码的字节，decode()方法会报错。

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：
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'

6) 用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'))
6
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。

Python源代码文本文件编码

当你的源代码中包含中文的时候，务必指定保存为UTF-8编码。
当Python解释器读取源代码时，为了让它按UTF-8编码读取，我们通常在文件开头写上这两行：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-

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；
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。

申明了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：

格式化字符串输出

我们经常会输出类似'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，采用的格式化方式和C语言是一致的，用%实现，举例如下：
>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'

在字符串内部，%s表示用字符串替换，%d表示用整数替换，
有几个%?占位符，后面就跟几个变量或者值，顺序要对应好。
如果只有一个%?，括号可以省略。

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

其中，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


如果你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'


有些时候，字符串里面的%是一个普通字符怎么办？这个时候就需要转义，用%%来表示一个%：
>>> 'growth rate: %d %%' % 7
'growth rate: 7 %'


format()
另一种格式化字符串的方法是使用字符串的format()方法，
它会用传入的参数依次替换字符串内的占位符{0}、{1}……，
不过这种方式写起来比%要麻烦得多：
>>> 'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.1%'

练习

小明的成绩从去年的72分提升到了今年的85分，
请计算小明成绩提升的百分点，并用字符串格式化显示出'xx.x%'，
只保留小数点后1位：

# -*- coding: utf-8 -*-
s1 = 72
s2 = 85
r = (85-72)/100
print('恭喜小明，成绩提升了 %.1f %%' % r)


恭喜小明，成绩提升了 0.1 %