Python3开发笔记（简洁版）
一、开发编辑器
1. pycharm
2. IDLE（Python自带软件）
方法：Microsoft Store搜索 Python 安装
二、数据类型
- Python中有以下几种主要的数据类型：
数字（Numbers）、
字符串（Strings）、
布尔值（Boolean）、
空值（None）、
列表（Lists）、
元组（Tuples）、
字典（Dictionaries）、
集合（Sets）。
1. 数字（Numbers）
- 在Python中，number数据类型可以分为以下几种：整数、浮点数、复数。
# 整数
num1 = 42 #【注：python定义变量的方式很简单，通过变量名 = 数据，即可定义一个变量】
num2 = 0b0110 #【注：在Python中，二进制整数使用前缀0b表示】
# 浮点数
num3 = 3.14159
# 复数
num4 = 3+4j
整数、浮点数可以直接进行四则运算：
# 加法
num1 = 10
num2 = 0.5
result = num1 + num2
print(result) # ==> 10.5
# 减法
result = num1 - num2
print(result) # ==> 9.5
# 乘法
result = num1 * num2
print(result) # ==> 5.0
# 除法
result = num1 / num2
print(result) # ==>20.0
取模运算
print(3 % 2) # ==> 1
print(33 % 10) # ==> 3
print(99 % 30) # ==> 9
地板除
- Python除了普通除法以外，还有一个特殊的除法被称为地板除，对于地板除，结果会忽略纯小数的部分，得到整数的部分，地板除使用//进行。
10//4 # ==> 2
10//2.5 # ==> 4.0
10//3 # ==> 3
小数点位数
- 使用Python计算小数的时候，经常需要保留小数点后若干位，可以使用round()函数来处理，这里先了解round的调用方式，使用两个参数，第一个是需要保留小数点位数的数值，第二个是保留的位数。
num = 10 / 3
print(num) # ==> 3.3333333333333335
# 使用round保留两位小数
round(num, 2) # ==> 3.33
2. 字符串（Strings）
#定义一个字符串str变量
str = "Hello, World!"
# 字符串模板
template = 'Hello {}'
# 模板数据内容
world = 'World'
result = template.format(world)
print(result) # ==> Hello World
#读取字符串某个值
s = 'ABC'
a = s[0] # 第一个
b = s[1] # 第二个
c = s[2] # 第三个
print(a) # ==> A
print(b) # ==> B
print(c) # ==> C
#字符串切片
s1 = 'ABCDEFGHIJK'
abcd = s1[0:4] # 取字符串s1中的第一个字符到第五个字符，不包括第五个字符
print(abcd) # ==> ABCD
3. 布尔值（Boolean）
b1 = True #【在Python中，布尔值True和False都是关键字，首字母需要大写】
b2 = False #【布尔值可以用and、or和not运算（注意and,or,not都是Python语言本身的关键字）】
与运算：只有两个布尔值都为 True 时，计算结果才为 True。
或运算：只要有一个布尔值为 True，计算结果就是 True。
非运算：把True变为False，或者把False变为True：
#举例
True and True # ==> True
True and False # ==> False
True or True # ==> True
True or False # ==> True
not True # ==> False
not False # ==> True
4. 空值（None）
# 空值
n = None # 【在Python中，None表示空值，它是一个特殊的类型，叫做NoneType】
5. 列表（Lists）
- 列表(list)是一种有序的容器，放入list中的元素，将会按照一定顺序排列。构造list的方法非常简单，使用中括号[]把需要放在容器里面的元素括起来，就定义了一个列表。
scores = [45, 60, 75, 86, 49, 100]
names = ['Alice', 'Bob', 'David', 'Ellena'] # 注意，字符串元素仍需要引号
L = ['Alice', 66, 'Bob', True, 'False', 100]
- 列表是有序的，因此我们可以按顺序访问列表中的元素。
L = ['Alice', 66, 'Bob', True, 'False', 100]
for item in L:
print(item)
#获取L中第二个元素
print(L[1]) #66
#使用-1来获取最后一个元素
print(L[-1]) #100
#使用索引的方式访问列表时，一定要特别注意不要越界
print(L[10]) # IndexError: list index out of range
#列表和字符串一样，也支持切片
print(L[0:2]) #['Alice', 66]
- 向list添加新的元素
names = ['Alice', 'Bob', 'David', 'Ellena']
names.append('Candy') # append()方法：追加到列表的末尾
print(names) # ==> ['Alice', 'Bob', 'David', 'Ellena', 'Candy']
names.insert(2, 'LBJ') # insert()方法需要两个参数，分别是需要插入的位置，以及需要插入的元素
print(names) # ==> ['Alice', 'Bob', 'LBJ', 'David', 'Ellena', 'Candy']
- 从list删除元素
L = ['Alice', 'Bob', 'Candy', 'David', 'Ellena']
name = L.pop() # pop()方法默认删除列表的最后一个元素，并返回
print(name) # ==> Ellena
print(L) # ==> L = ['Alice', 'Bob', 'Candy', 'David']
name2 = L.pop(2) # pop()还可以接收一个参数，指定需要删除的元素的位置
print(L) # ==> L = ['Alice', 'Bob', 'David']
- 替换list中的元素
L = ['Alice', 'Bob', 'Candy', 'David', 'Ellena']
L[2] = 'Canlina'
print(L) # ['Alice', 'Bob', 'Canlina', 'David', 'Ellena']
6. 元组（Tuples）
- 元组(tuple)和list一样，也是一个有序容器，在元组中，同样可以包含0个或者多个元素，并且也支持索引访问、切片等操作。
- 定义元组的方式是使用小括号()将元组内的元素括起来。
T = ('Alice', 'Bob', 'Candy', 'David', 'Ellena')
# 通过下标的方式访问元素
print(T[0]) # ==> Alice
print(T[4]) # ==> Ellena
# 切片
print(T[1:3]) # ==> ('Bob', 'Candy')
- tuple和list不一样的是，tuple是固定不变的，一旦变成tuple，tuple中的每一个元素都不可被改变，同时也不能再往tuple中添加数据，而list是可以的。【请注意，元组的这个特性是非常重要的，在运行上tuple的性能是list的数倍。】
T = ('Alice', 'Bob', 'Candy', 'David', 'Ellena')
# 替换元素
T[1] = 'Boby' # TypeError: 'tuple' object does not support item assignment
- 元组类型和列表类型相互转换
L = ['Alice', 'Bob', 'Candy', 'David', 'Ellena']
T = tuple(L)
print(T) # ==> ('Alice', 'Bob', 'Candy', 'David', 'Ellena')
L2 = list(T)
print(L2) # ==> ['Alice', 'Bob', 'Candy', 'David', 'Ellena']
- tuple元素的其他方法
（1）count：用来统计tuple中某个元素出现的次数。
T = (1, 1, 2, 2, 3, 3, 1, 3, 5, 7, 9)
print(T.count(1)) # ==> 3
print(T.count(5)) # ==> 1
#对于不存在的元素，count方法不会报错，而是返回0，这是合理的，因为元组里面有0个不存在的元素。
print(T.count(10)) # ==> 0
（2）index：可以返回指定元素的下标，当一个元素多次重复出现时，则返回第一次出现的下标位置。
T = (1, 1, 2, 2, 3, 3, 1, 3, 5, 7, 9)
T.index(9) # ==> 10
T.index(5) # ==> 8
T.index(1) # ==> 0 # 多次出现，返回第一次出现的位置
#注意，index()方法和count()方法不一样，当指定的元素不存在时，使用index()方法Python会报错。
T.index(100)
# 报错 ValueError: tuple.index(x): x not in tuple
- 要定义只有一个元素的tuple，需要在元素后面添加一个逗号
T = (1, )
print(T) # ==> (1, )
- tuple的元素也可以是tuple
T = ((1+2), ((1+2),), ('a'+'b'), (1, ), (1,2,3,4,5))
print(len(T)) # 5
- 对于tuple，它和list一个最大的不同点就是tuple是不可变的，tuple里面的元素，也是不可替换的。但是这针对的是仅包含基础数据类型（数字类型、布尔类型、字符串类型）的数据，对于组合数据类型，则不受这个约束。
T = (1, 'CH', [3, 4])
L = T[2]
print(L) # ==> [3, 4]
# 尝试替换L中的元素
L[1] = 40
print(L) # ==> [3, 40]
print(T) # ==> (1, 'CH', [3, 40])
7. 字典（Dictionaries）
- 在dict中，每一项包含一个key和一个value，key和value是一一对应的
（1）读取dict元素
d = {
'Alice': 45,
'Bob': 60,
'Candy': 75,
'David': 86,
'Ellena': 49,
'Gaven': 86
}
print(d['Bob']) # ==> 60
print(d['Alice']) # ==> 45
print(d['Dodo']) # 报错：KeyError: 'Dodo'
# get方法读取【推荐】
# print(d.get('Dodo')) # ==> None 【dict本身提供get方法，把key当作参数传递给get方法，
# 就可以获取对应的value，当key不存在时，也不会报错，而是返回None】
（2）添加dict元素
d = {
'Alice': 45,
'Bob': 60,
'Candy': 75,
'David': 86,
'Ellena': 49
}
d['Alice'] = 100 # Alice存在，将被替换
d['Dodo'] = 88
d['Mimi'] = [72, 73]
d['Mimi'].append(75)
print(d)
（3）删除dict元素
- pop()方法需要指定需要删除的元素的key，当key不存在时，同样会引起错误。
d = {
'Alice': 45,
'Bob': 60,
'Candy': 75,
'David': 86,
'Ellena': 49
}
d.pop('Alice')
print(d)
d.pop('LBJ') # 报错 KeyError: 'LBJ'
（4）dict的特点
- 查找速度快
- dict的第一个特点是查找速度快，无论dict有10个元素还是10万个元素，查找速度都一样。而list的查找速度随着元素增加而逐渐下降。
- 不过dict的查找速度快不是没有代价的，dict的缺点是占用内存大，还会浪费很多内容，list正好相反，占用内存小，但是查找速度慢。
- key不可变
tuple是不可变的，list是可变的，因此tuple可以作为dict的key，但是list不可以作为dict的key，否则将会报错。
d = {
'Alice': 45,
'Bob': 60,
'Candy': 75,
'David': 86,
'Ellena': 49
}
key = (1, 2, 3) # 以tuple作为key
d[key] = True
print(d) # {'Alice': 45, 'Bob': 60, 'Candy': 75, 'David': 86, 'Ellena': 49, (1, 2, 3): True}
key2 = [1, 2, 3]
d[key2] = True # 报错 TypeError: unhashable type: 'list'
- 遍历dict
遍历dict有两种方法， 第一种是遍历dict的所有key，并通过key获得对应的value。
d = {
'Alice': 45,
'Bob': 60,
'Candy': 75,
'David': 86,
'Ellena': 49
}
for key in d:
value = d[key]
if value > 60:
print(key, value)
# ==> Candy 75
# ==> David 86
第二种方法是通过dict提供的items()方法，items()方法会返回dict中所有的元素，每个元素包含key和value。
for key, value in d.items():
if value > 60:
print(key, value)
# ==> Candy 75
# ==> David 86
（5）dict的其他方法
- 获取dict的所有key
dict提供keys()函数，可以返回dict中所有的key。
d = {'Alice': [50, 61, 66], 'Bob': [80, 61, 66], 'Candy': [88, 75, 90]}
for key in d.keys():
print(key)
# ==> Alice
# ==> Bob
# ==> Candy
- 获取dict所有的value
dict提供values()函数，可以返回dict中所有的value。
d = {'Alice': [50, 61, 66], 'Bob': [80, 61, 66], 'Candy': [88, 75, 90]}
for key in d.values():
print(key)
# ==> [50, 61, 66]
# ==> [80, 61, 66]
# ==> [88, 75, 90]
- 清除所有元素
dict提供clear()函数，可以直接清除dict中所有的元素。
d = {'Alice': [50, 61, 66], 'Bob': [80, 61, 66], 'Candy': [88, 75, 90]}
d.clear()
print(d) # ==> {}
8. 集合（Sets）
- set和list类似，拥有一系列元素，但是set和list不一样，set里面的元素是不允许重复的，并且，set里面的元素是没有顺序的。
s = set([1, 4, 3, 2, 5, 4, 2, 3, 1])
print(s) # ==> set([1, 2, 3, 4, 5])
（1）读取set元素
由于set里面的元素是没有顺序的，因此我们不能像list那样通过索引来访问。访问set中的某个元素实际上就是判断一个元素是否在set中，这个时候我们可以使用in来判断某个元素是否在set中。
s = set([1, 4, 3, 2, 5, 4, 2, 3, 1])
print(1 in s) #True
print(6 in s) #False
（2）添加set元素
names = ['Alice', 'Bob', 'Candy', 'David', 'Ellena']
name_set = set(names)
name_set.add('Gina') #add：逐个添加
print(name_set) # ==> set(['Gina', 'Alice', 'Candy', 'David', 'Ellena', 'Bob'])
new_names = ['Hally', 'Isen', 'Jenny', 'Karl']
name_set.update(new_names) #update：批量添加
print(name_set) # ==> set(['Gina', 'Karl', 'Bob', 'Hally', 'Jenny', 'Alice', 'David', 'Isen', 'Ellena', 'Candy'])
（3）删除set元素
set提供了remove()方法允许我们删除set中的元素。如果remove的元素不在set里面的话，那么将会引发错误。
name_set = set(['Jenny', 'Ellena', 'Alice'])
name_set.remove('Jenny')
print(name_set) # ==> set(['Ellena', 'Alice'])
（4）set的其他方法
- 不会报错的删除方法discard()
name_set = set(['Jenny', 'Ellena', 'Alice'])
name_set.discard('LBJ')
print(name_set) # ==> set(['Jenny','Ellena', 'Alice'])
- 清除所有元素的方法clear()
和dict一样，set也提供了clear()方法，可以快速清除set中的所有元素。
name_set = set(['Jenny', 'Ellena', 'Alice'])
name_set.clear()
print(name_set) # ==> set([])
- 集合的子集和超集
set提供方法判断两个set之间的关系，比如两个集合set，判断其中一个set是否为另外一个set的子集或者超集。
s1 = set([1, 2, 3, 4, 5])
s2 = set([1, 2, 3, 4, 5, 6, 7, 8, 9])
# 判断s1是否为s2的子集
s1.issubset(s2) # ==> True
# 判断s2是否为s1的超集
s2.issuperset(s1) # ==> True
- 判断集合是否重合
isdisjoint：用于检查两个集合是否完全独立，即它们没有任何共同的元素。
set1 = {1, 2, 3}
set2 = {4, 5, 6}
print(set1.isdisjoint(set2)) # 输出：True
set3 = {2, 4, 6}
print(set1.isdisjoint(set3)) # 输出：False
【扩展】：使用type，可以区分不同的数据类型
print(type(3.1415926))
print(type('Learn Python in imooc.'))
print(type(100))
print(type(0b1101))
print(type([1,2,3]))
'''
结果：
'''
三、循环控制语句
1. if-else相关：
score = 59
if score < 60:
print('抱歉，考试不及格')
else:
if score >= 90:
print('恭喜你，拿到卓越的成绩')
else:
if score >= 80:
print('恭喜你，拿到优秀的成绩')
else:
print('恭喜你，考试及格')
可以使用if-elif-else语句来简化以上的逻辑。其中elif就是else if的意思。
score = 59
if score < 60:
print('抱歉，考试不及格')
elif score >= 90:
print('恭喜你，拿到卓越的成绩')
elif score >= 80:
print('恭喜你，拿到优秀的成绩')
else:
print('恭喜你，考试及格')
2. for循环
s = 'ABCD'
for item in s:
print(item) # 注意缩进
3. while循环
- 计算1~100的和
num = 1
sum = 0
while num <= 100:
sum = sum + num # 注意缩进
num = num + 1 # 注意缩进
print(sum) # ==> 5050
- 计算0~1000以内，所有偶数的和
num = 1
sum = 0
while True:
if num > 1000:
break
if num % 2 == 0: sum = sum + num
num = num + 1
print(sum) # 250500
- 输出字符串s中第10个以后的字符
s = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
num = 1
for ch in s:
if num < 10:
num = num + 1
continue # 当num < 10时，跳过后续循环代码，继续下一次for循环
print(ch)
num = num + 1
4. 嵌套循环
s1 = 'ABC'
s2 = '123'
for x in s1:
for y in s2:
print(x + y)
'''
结果：
A1
A2
A3
B1
B2
B3
C1
C2
C3
'''
四、函数
1. 定义函数
- 在Python中，定义一个函数要使用 def 语句，依次写出函数名、括号()、括号中的参数和冒号:，然后，在缩进块中编写函数体，函数的返回值用 return 语句返回。
def fn(x):
if x >= 0:
return x
else:
return -x
result = fn(1)
print(1)
2. 递归函数
- 计算n的阶乘
def fact(n):
if n==1:
return 1
return n * fact(n - 1)
res = fact(5)
print(res) #120
我们可以拆解fact(5)计算的详细逻辑:
===> fact(5)
===> 5 * fact(4)
===> 5 * (4 * fact(3))
===> 5 * (4 * (3 * fact(2)))
===> 5 * (4 * (3 * (2 * fact(1))))
===> 5 * (4 * (3 * (2 * 1)))
===> 5 * (4 * (3 * 2))
===> 5 * (4 * 6)
===> 5 * 24
===> 120
五、面向对象编程
1. 类的定义与实例化
class Person(object): pass
xiaohong = Person()
xiaoming = Person()
-
在Python中，pass是一个空操作语句，意思是什么都不做。pass常常用在定义一个空的类、函数、循环或条件语句等场合。
-
在以上的代码中，pass不能删除。pass是Python语法的一部分，用于定义一个空的类（如Person）。如果删除pass，Python解释器会报错，因为这不符合Python的语法规则。
-
当你创建类的实例时，如xiaohong = Person()和xiaoming = Person()，你实际上是在调用Person类的构造方法（如果定义了的话），然后创建了两个新的Person对象。这些对象是独立的，它们的属性不会互相影响。
-
如果你删除pass，你需要在类中定义一个构造方法（使用__init__方法），并在这个构造方法中初始化你想要的属性。例如：
class Person(object):
def __init__(self, name, sex, age):
self.name = name
self.sex = sex
self.age = age
xiaoming = Person('Xiao Ming', 'boy', 13)
xiaohong = Person('Xiao Hong', 'girl', 14)
print(xiaohong.name) # Xiao Hong
print(xiaohong.sex) # girl
print(xiaohong.age) # 14
# 但当访问不存在的属性时，依然会报错
print(xiaohong.birth)
- 以上需要注意的是，init() 方法的第一个参数必须是 self（此处self不能省略，self 也可以用别的名字，但建议使用习惯用法），后续参数则可以自由指定，和定义函数没有任何区别。定义类后，就可以相应的实例化对象了，需要注意的是，在实例化的时候，需要提供除self以外的所有参数。
2. 类属性
在前面，实例对象绑定的属性只属于这个实例，绑定在一个实例上的属性不会影响其它实例；同样的，类也可以绑定属性，但是类的属性不属于任何一个对象，而是属于这个类。如果在类上绑定一个属性，则所有实例都可以访问类的属性，并且，所有实例访问的类属性都是同一个！也就是说，实例属性每个实例各自拥有，互相独立，而类属性有且只有一份。
定义类属性可以直接在 class 中定义，比如在Animal类中，加入地域的类属性：
class Animal(object):
localtion = 'Asia'
def __init__(self, name, age):
self.name = name
self.age = age
在上面的代码中，localtion就是属于Animal这个类的类属性，此后，通过Animal()实例化的所有对象，都可以访问到localtion，并且得到唯一的结果。
dog = Animal('wangwang', 1)
cat = Animal('mimi', 3)
print(dog.localtion) # ==> Asia
print(cat.localtion) # ==> Asia
# 类属性，也可以通过类名直接访问
print(Animal.localtion) # ==> Asia
类属性也是可以动态添加和修改的，需要注意的是，因为类属性只有一份，所以改变了，所有实例可以访问到的类属性都会变更：
Animal.localtion = 'Africa'
print(cat.localtion) # ==>Africa
print(dog.localtion) # ==>Africa
- 案例：请给 Animal类添加一个类属性 count，每创建一个实例，count 属性就加 1，这样就可以统计出一共创建了多少个 Animal的实例。
class Animal():
count = 0
def __init__(self,name,age):
Animal.count+=1 # 每创建一个实例，count 属性就加 1
self.name = name
self.age = age
dog = Animal('dog',2)
cat = Animal('cat',3)
print(Animal.count) #2
3. 类属性和实例属性的优先级
可以看到，属性可以分为类属性和实例属性，那么问题就来了，如果类属性和实例属性名字相同时，会怎么样？
class Animal(object):
localtion = 'Asia'
def __init__(self, name, age, localtion):
self.name = name
self.age = age
self.localtion = localtion
dog = Animal('wangwang', 1, 'GuangDong')
cat = Animal('mimi', 3, 'ChongQing')
print(dog.localtion) # ==> GuangDong
print(cat.localtion) # ==> ChongQing
print(Animal.localtion) # ==> Asia
可见，在类属性和实例属性同时存在的情况下，实例属性的优先级是要高于类属性的，在操作实例的时候，优先是操作实例的属性。
那通过实例，可不可以修改类属性呢？我们来尝试一下：
cat.localtion = 'Africa'
print(Animal.localtion) # ==> Asia
这里依然打印了Asia，可见通过实例是无法修改类的属性的，事实上，通过实例方法修改类属性，只是给实例绑定了一个对应的实例属性：
# 新增的实例属性
print(cat.localtion) # ==> Africa
因此，需要特别注意，尽量不要通过实例来修改类属性，否则很容易引发意想不到的错误。
4. 属性访问限制
并不是所有的属性都可以被外部访问的，这种不能被外部访问的属性称为私有属性。私有属性是以双下划线’_ _'开头的属性。
- 类私有属性
class Animal(object):
__localtion = 'Asia'
print(Animal.__localtion) # 报错 AttributeError: type object 'Animal' has no attribute '__localtion'
- 实例私有属性
class Animal(object):
def __init__(self, name, age, localtion):
self.name = name
self.age = age
self.__localtion = localtion
dog = Animal('wangwang', 1, 'GuangDong')
print(dog.name) # ==> wangwang
print(dog.age) # ==> 1
print(dog.__localtion) # 报错 AttributeError: 'Animal' object has no attribute '__localtion'
在外部访问私有属性将会抛出异常，提示没有这个属性。虽然私有属性无法从外部访问，但是，从类的内部是可以访问的。私有属性是为了保护类或实例属性不被外部污染而设计的。
5. 定义实例方法
前面提到，私有属性没有办法从外部访问，只能在类的内部操作；那如果外部需要操作私有属性怎么办？这个时候可以通过定义类或者实例的方法来操作私有属性。
实例的方法指的就是在类中定义的函数，实例方法的第一个参数永远都是self，self是一个引用，指向调用该方法的实例对象本身，除此以外，其他参数和普通函数是完全一样的。
class Person(object):
def __init__(self, name):
self.__name = name
def get_name(self):
return self.__name
在上面的定义，name是实例的私有属性，从外部是无法访问的，而get_name(self) 就是一个实例方法，在实例方法里面是可以操作私有属性的，注意，它的第一个参数是self。
另外，init(self, name)其实也可看做是一个特殊的实例方法。通过定义get_name(self)方法，在外部就可以通过这个方法访问私有属性了。
p = Person('Alice')
print(p.get_name()) # ==> Alice
6. 定义类方法
为了操作实例对象的私有属性，我们定义了实例方法；同样的，如果需要需要操作类的私有属性，则应该定义类的方法。默认的，在class中定义的全部是实例方法，实例方法第一个参数 self 是实例本身。
要在class中定义类方法，需要这么写：
class Animal(object):
__localtion = 'Asia'
def __init__(self, name, age):
self.name = name
self.age = age
@classmethod
def set_localtion(cls, localtion):
cls.__localtion = localtion
@classmethod
def get_localtion(cls):
return cls.__localtion
print(Animal.get_localtion()) # ==> Asia
Animal.set_localtion('Afica')
print(Animal.get_localtion()) # ==> Africa
和实例方法不同的是，这里有两点需要特别注意：
- 类方法需要使用@classmethod来标记为类方法，否则定义的还是实例方法
- 类方法的第一个参数将传入类本身，通常将参数名命名为 cls，上面的 cls.__localtion 实际上相当于Animal.__localtion。
六、类的继承
1. 继承类
对人类的抽象可以定义为Person类，而学生、老师等，也都是人类，所以，在Python当中，如果定义学生Student的类，可以继承Person类。
class Person(object):
def __init__(self, name, gender):
self.name = name
self.gender = gender
接着定义Student类，在定义Student类的时候，由于继承了Person类，所以Student类自动拥有name、gender属性，因此，在定义Student类的时候，只需要把额外的属性加上即可。
class Student(Person):
def __init__(self, name, gender, score):
super(Student, self).__init__(name, gender)
self.score = score
student = Student('Alice', 'girl', 100)
print(student.name) # ==> Alice
print(student.gender) # ==> girl
print(student.score) # ==> 100
在定义继承类的时候，有两点是需要【注意】的：
- class Student()定义的时候，需要在括号内写明继承的类Person
- 在__init__()方法，需要调用super(Student, self).init(name, gender)，来初始化从父类继承过来的属性
2.判断类型
随着我们学习步伐的前进，我们的程序会出现越来越多的类型，有我们自己定义的类，也有Python自有的str、list、dict等，他们的本质都是都是Python中的一种数据类型，这时有必要去判断数据的类型，通过函数isinstance()可以判断一个变量的类型。
class Person(object):
def __init__(self, name, gender):
self.name = name
self.gender = gender
class Student(Person):
def __init__(self, name, gender, score):
super(Student, self).__init__(name, gender)
self.score = score
class Teacher(Person):
def __init__(self, name, gender, course):
super(Teacher, self).__init__(name, gender)
self.course = course
p = Person('Tim', 'Male')
s = Student('Bob', 'Male', 88)
t = Teacher('Alice', 'Female', 'English')
print(isinstance(p, Person)) # True,p是Person类型
print(isinstance(p, Student)) # False,p不是Student类型
print(isinstance(p, Teacher)) # False,p不是Teacher类型
print(isinstance(s, Person)) #True,s是Person类型
print(isinstance(s, Student)) #True,s是Student类型
print(isinstance(s, Teacher)) #False,s不是Teacher类型
s 是Student类型，不是Teacher类型，这很容易理解。但是，s 也是Person类型，因为Student继承自Person，虽然它比Person多了一些属性和方法，但是，把 s 看成Person的实例也是可以的。
这说明在一条继承链上，一个实例可以看成它本身的类型，也可以看成它父类的类型。
isinstance也可以用于Python自有数据类型的判断。
s = 'this is a string.'
n = 10
print(isinstance(s, str)) # ==> True
print(isinstance(n, str)) # ==> False
3.多态
类具有继承关系，并且子类类型可以向上转型看做父类类型，如果我们从 Person 派生出 Student和Teacher ，并都写了一个who() 方法：
class Person(object):
def __init__(self, name, gender):
self.name = name
self.gender = gender
def who(self):
return 'I am a Person, my name is %s' % self.name
class Student(Person):
def __init__(self, name, gender, score):
super(Student, self).__init__(name, gender)
self.score = score
def who(self):
return 'I am a Student, my name is %s' % self.name
class Teacher(Person):
def __init__(self, name, gender, course):
super(Teacher, self).__init__(name, gender)
self.course = course
def who(self):
return 'I am a Teacher, my name is %s' % self.name
class Boss(Person):
def __init__(self, name, gender,company):
super(Boss, self).__init__(name, gender)
self.company = company
p = Person('Tim', 'Male')
s = Student('Bob', 'Male', 88)
t = Teacher('Alice', 'Female', 'English')
b = Boss('Bob', 'Male', 'Alibaba')
print(p.who()) # I am a Person, my name is Tim
print(s.who()) # I am a Student, my name is Bob
print(t.who()) # I am a Teacher, my name is Alice
print(b.who()) # ==> I am a Person, my name is Bob
这种行为称为多态。从定义上来讲，Student和Teacher都拥有来自父类Person继承的who()方法，以及自己定义的who()方法。但是在实际调用的时候，会首先查找自身的定义，如果自身有定义，则优先使用自己定义的函数；如果没有定义，则顺着继承链向上找。
七、类的特殊方法
1. 类的__str__方法
对于Python的内建对象，比如int、dict、list等，通过str()方法，可以把这些对象转换为字符串对象输出。
num = 12
str(num) # ==> '12'
d = {1: 1, 2: 2}
str(d) # ==> '{1: 1, 2: 2}'
l = [1,2,3,4,5]
str(l) # ==> '[1, 2, 3, 4, 5]'
2. 类的__slots__方法
由于Python是动态语言，任何实例在运行期都可以动态地添加属性。比如：
class Student(object):
def __init__(self, name, gender, score):
self.name = name
self.gender = gender
self.score = score
此时，Student类有三个属性，name、gender、score，由于是动态语言，在运行时，可以随意添加属性。
student = Student('Bob', 'Male', 99)
student.age = 12 # ==> 动态添加年龄age属性
如果要限制添加的属性，例如，Student类只允许添加 name、gender和score 这3个属性，就可以利用Python的一个特殊的__slots__来实现。
class Student(object):
__slots__ = ('name', 'gender', 'score')
def __init__(self, name, gender, score):
self.name = name
self.gender = gender
self.score = score
student = Student('Bob', 'Male', 99)
student.age = 12 # AttributeError: 'Student' object has no attribute 'age'
3. 类的其他方法
在Python中，类似于__str__方法的特殊方法还有很多。这些特殊方法通常被称为“魔法方法”或“双下划线方法”。比如：
- repr：返回一个对象的“官方”字符串表示形式。与__str__不同，__repr__的返回值应该是一个精确的、无歧义的字符串表示形式，用于调试和开发。
- eq：定义对象的相等性比较操作（例如obj1 == obj2）。该方法应返回一个布尔值，表示两个对象是否相等。
- iter：使对象成为可迭代的。该方法应返回一个迭代器对象，用于遍历对象的元素。
- getitem：使得对象支持下标操作（例如obj[index]）。该方法用于获取指定索引处的元素。
- setitem：使得对象支持下标赋值操作（例如obj[index] = value）。该方法用于设置指定索引处的元素值。
- delitem：使得对象支持下标删除操作（例如del obj[index]）。该方法用于删除指定索引处的元素。
八、模块
1. 创建模块
Python语言本身提供了非常多的模块，比如数学模块math、cmath、decimal、statistics；文件模块pathlib、stat、shutil等；除了使用官方模块，有时候也需要自定义模块。
如果我们需要创建一个tools模块，用来实现众多的工具函数，那么我们可以创建一个tools.py的文件，并在这个文件里面实现一些函数，如：say_hello()函数、say_goodbye()函数。
# tools.py
def say_hello():
print('hello')
def say_goodbye():
print('goodbye')
2. 导入模块
（1）导入官方模块
Python使用import语句导入一个模块，导入官方模块，不需要考虑路径的问题，例如，导入系统自带的模块 math，直接导入即可。
import math
导入以后，你就可以认为math是一个指向已导入模块的变量，通过该变量，我们可以访问math模块中所定义的所有公开的函数、变量和类：
# 属性：圆周率
import math
print(math.pi) # 3.141592653589793
# 函数：次方
print(math.pow(2, 3)) # 8.0
如果希望导入模块的指定部分属性或函数，那么使用from…import…语句。
# 属性：圆周率
from math import pi
print(pi) # 3.141592653589793
这个时候，由于pow()函数没有导入，所以是不能使用pow()函数的。如果希望导入模块里面的所有内容，那么使用from …import *语句。
from math import *
print(pi) # 3.141592653589793
print(pow(2, 3)) # 8.0
如果从一个模块导入函数，有可能会遇到导入的函数与本文件的函数冲突的情况。例如：本文件定义了一个pow()函数，同时从math模块也导入了一个pow()函数，这种情况下就会引起冲突；事实上，这种冲突的情况经常发生。
有两种方法可以解决这个问题，第一种是直接导入模块，不指定导入模块里面的具体内容；第二种方法就是使用from … import as …语句，as类似重命名，可以把导入的函数或属性重命名为别的名字。
from math import pow as mathpow
print(mathpow(2, 3)) # 8.0
（2）导入自定义模块
在pycharm中，创建了demo.py模块如下：
# demo.py模块
def say_hello():
print('say_hello')
假如想要在demo2模块中导入demo模块，但不知道demo在哪个文件夹目录下，此时有2种方法：
- 使用__file__属性：这个属性可以返回模块文件的路径。但是，这个方法并不总是有效，特别是当模块是内置的或者是在某种特殊的环境中加载的时候。
import demo
print(demo.__file__) # E:\myProject\python_project\pythonProject\demo.py
- 使用os模块的path.abspath()函数：可以返回给定文件或目录的绝对路径。
import os
import demo
print(os.path.abspath(demo.__file__)) # E:\myProject\python_project\pythonProject\demo.py
这样，我们得到demo.py模块的路径后，就可以再demo2进行导入使用了：
import sys
sys.path.append('E:\\myProject\\python_project\\pythonProject') # 添加模块demo所在的目录到系统路径中
import demo
demo.say_hello()
九、输入内容
到目前为止，我们编写的程序都是直接运行的，在运行过程中并没有接收程序外部的输入。
如果想向Python程序输入内容，使用input()函数即可接收外部的输入。如：
num = input('please input number: ')
print(num)
print(type(num))
IDLE运行，效果如下：
注意：input()函数中，输入的是字符串，有时候需要转型为数字类型，否则会报错。例如：
num = input('please input number: ')
num = int(num) #不转为整形，下面代码将无法运行
for i in range(1,num):
print(i)
十、函数式编程
1. map()
map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f依次作用在list的每个元素上，map()函数会返回一个迭代器，可以依次迭代得到原来list的元素被函数f处理后的结果。
例如，对于list [1, 2, 3, 4, 5, 6, 7, 8, 9]。
如果希望把list的每个元素都作平方，就可以利用map()函数。
我们定义需要传入函数f(x)=x*x，就可以利用map()函数完成这个计算：
def f(x):
return x*x
for item in map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]):
print(item)
# 结果：[1, 4, 9, 10, 25, 36, 49, 64, 81]
2. reduce()
和map函数一样，reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map() 类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
例如，编写一个f函数，接收x和y，返回x和y的和：
from functools import reduce
def f(x, y):
return x + y
print(reduce(f, [1,3,5,7,9])) # ==> 25
得到的结果是25，实际过程是这样的，reduce()函数会做如下计算：
先计算头两个元素：f(1, 3)，结果为4；
再把结果和第3个元素计算：f(4, 5)，结果为9；
再把结果和第4个元素计算：f(9, 7)，结果为16；
再把结果和第5个元素计算：f(16, 9)，结果为25；
由于没有更多的元素了，计算结束，返回结果25。
上述计算实际上是对 list 的所有元素求和。虽然Python内置了求和函数sum()，但是，利用reduce()求和也很简单。
reduce()还可以接收第3个可选参数，作为计算的初始值。如果把初始值设为100，计算：
print(reduce(f, [1, 3, 5, 7, 9], 100)) # ==> 125
结果将变为125，因为第一轮计算是：
计算初始值和第一个元素：f(100, 1)，结果为101。
3. filter()
filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，并返回一个迭代器，可以迭代出所有符合条件的元素。
例如，要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数，保留奇数，首先，要编写一个判断奇数的函数：
def is_odd(x):
return x % 2 == 1
for item in filter(is_odd, [1, 4, 6, 7, 9, 12, 17]):
print(item)
4. sorted()
Python内置的 sorted()函数可对list进行排序：
>>> sorted([36, 5, 12, 9, 21])
[5, 9, 12, 21, 36]
可以看到，sorted()函数，默认是由小到大排序列表的元素。
>>> score = [('Alice', 72), ('Candy', 90), ('Bob', 62)]
>>> sorted(score)
[('Alice', 72), ('Bob', 62), ('Candy', 90)]
当list的每一个元素又是一个容器时，则会以第一个元素来排序，比如在score中，每个元素都是包含名字和成绩的一个tuple，sorted()函数则按名字首字母进行了排序并返回。
对于上述排序成绩的情况，默认是按照第一个名字进行排序的，有没有办法让sorted()函数按照成绩来进行排序呢？
如果需要按照成绩高低进行排序，需要指定排序的字段是成绩，sorted接受key参数，用来指定排序的字段，key的值是一个函数，接受待排序列表的元素作为参数，并返回对应需要排序的字段。因此，sorted()函数也是高阶函数。
score = [('Alice', 72), ('Candy', 90), ('Bob', 62)]
def k(item):
return item[1] # ==> 按成绩排序，成绩是第二个字段
new_socre = sorted(score, key=k)
print(new_socre) # [('Bob', 62), ('Alice', 72), ('Candy', 90)]
# 如果需要倒序，指定reverse参数即可
new_socre2 = sorted(score, key=k, reverse=True)
print(new_socre2) # [('Candy', 90), ('Alice', 72), ('Bob', 62)]
5. range()
在 Python 中，range 是一个用于生成一系列整数的函数。它可以接受一个、两个或三个参数，返回一个表示等差整数序列的可迭代对象。
range 的基本语法是：
range(stop)
range(start, stop)
range(start, stop, step)
- start: 序列的起始值，默认为0。
- stop: 序列的结束值，但不包括该值。
- step: 步长（增量），表示连续数字之间的差。默认为1。
range 生成的序列是左闭右开的，即包括起始值，但不包括结束值。
++ 只有一个参数 (stop)：
for i in range(5):
print(i)
# 结果：
# 0
# 1
# 2
# 3
# 4
++ 两个参数 (start, stop)：
for i in range(2, 8):
print(i)
# 结果：
# 2
# 3
# 4
# 5
# 6
# 7
++ 三个参数 (start, stop, step)：
for i in range(1, 10, 2):
print(i)
# 结果：
# 1
# 3
# 5
# 7
# 9
range 还可以用于创建一个列表：
my_list = list(range(5, 20, 3))
print(my_list) # [5, 8, 11, 14, 17]
案例：找出1到20内的所有质数
for num in range(2, 21): # 起始值为2，对于范围在2到20的每一个数字
for i in range(2, num): # 对于从2到num-1的每一个数字
if num % i == 0: # 如果num能被i整除
break # 退出内层循环，说明num不是质数
else:
print(num) # 如果内层循环完整执行（即未中断），则说明num是质数，打印输出
# 结果：2、3、5、7、11、13、17、19
6. 闭包
在函数内部定义的函数和外部定义的函数是一样的，只是他们无法被外部访问：
def g():
print('g()...')
def f():
print('f()...')
return g
f() # ==> f()...
将g的定义移入函数 f 内部，防止其他代码调用 g：
def f():
print('f()...')
def g():
print('g()...')
return g
f() # ==> f()...
假如，有这么一个 calc_sum 函数：
def calc_sum(list_):
def lazy_sum():
return sum(list_)
return lazy_sum
注意: 发现没法把 lazy_sum 移到 calc_sum 的外部，因为它引用了 calc_sum 的参数 list_。
像这种内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。
闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变。举例如下：
# 希望一次返回3个函数，分别计算1x1,2x2,3x3:
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs
f1, f2, f3 = count()
print(f1()) #9 【因为f1现在才计算i*i，但现在i的值已经变为3】
print(f2()) #9
print(f3()) #9
你可能认为调用f1()，f2()和f3()结果应该是1，4，9，但实际结果全部都是 9（请自己动手验证）。
原因就是当count()函数返回了3个函数时，这3个函数所引用的变量 i 的值已经变成了3。由于f1、f2、f3并没有被调用，所以，此时他们并未计算 i*i，当 f1 被调用时，i的值已经变为3。
因此，返回函数不要引用任何循环变量，或者后续会发生变化的变量。