# python 基本语法。
# output
>>> print('The quick brown fox', 'jumps over', 'the lazy dog')
# input
>>> name = input('please enter your name: ')
# list
>>> L = ['Apple', 123, True]
# tuple，指向的地址不可变
>>> T = ('a', 'b', ['A', 'B'])
# dic
>>> D = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
# set
>>> S = set([1, 1, 2, 3])
# 条件判断
if age >= 18:
print('adult')
elif age >= 6:
print('teenager')
else:
print('kid')
# 循环
# for 循环
# list(range(5)) => [0, 1, 2, 3, 4]
sum = 0
for x in range(101):
sum = sum + x
# while 循环
sum = 0
n = 99
while n > 0:
sum = sum + n
n = n - 2
# 函数
# 函数调用
# 函数名其实就是指向一个函数对象的引用，完全可以把函数名赋给一个变量
>>> a = abs
>>> a(-1)
1
# 函数定义
# 可以返回多个值，函数可以同时返回多个值，但其实就是返回一个tuple。
# 可以设置默认参数，参数可变，参数检查，...
def my_abs(x, y = 0):
if not isinstance(x, (int, float)):
raise TypeError('bad operand type')
if x >= 0:
return x, y
else:
pass
-
slice
>>> (0, 1, 2, 3, 4, 5)[:4:2] (0, 2)
-
是为了写出更简明的语法，下面两种复杂度刚好，更复杂的生成式通常就不适用了。
>>> [x * x for x in range(1, 11) if x % 2 == 0] [4, 16, 36, 64, 100] >>> [m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
- 创建方法：
- 把一个列表生成式的[]改成()，就创建了一个 Generator
- yield 创建 Generator 函数
- 遍历方式：
- next()
- for 循环
- 类似 JavaScript 的 Generator
- 这些可以直接作用于 for 循环的对象统称为可迭代对象：Iterable。
- 可以被 next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
- 生成器都是 Iterator 对象，但 list、dict、str 虽然是 Iterable，却不是 Iterator。把 list、dict、str 等 Iterable 变成 Iterator 可以使用 iter() 函数：
- Iterator 对象表示的是一个数据流，通过 next()函数实现按需计算下一个数据并返回，所以 Iterator 的计算是惰性的，只有在需要返回下一个数据时它才会计算。
-
自建模块
- Python 标准文件模板
- 第一行注释，可以在 Unix/Linux/Mac 运行
- 第二行注释，编码
- 第四行，文档注释，任何模块代码的第一个字符串都被视为模块的文档注释
- 第六行，作者
- 下方代码为一个自己写的 hello 模块
- 最后的条件代码
- 在命令行运行 hello 模块文件时，Python 解释器把一个特殊变量 __name__ 置为 __main__
- 这种 if 测试可以让一个模块通过命令行运行时执行一些额外的代码
#!/usr/bin/env python3 # -*- coding: utf-8 -*- ' a test module ' __author__ = 'Crcrcry' import sys def test(): args = sys.argv if len(args)==1: print('Hello, world!') elif len(args)==2: print('Hello, %s!' % args[1]) else: print('Too many arguments!') if __name__=='__main__': test() - Python 标准文件模板
-
导入模块
- import：
- eg：import sys
- 导入整个模块
- from ... import：
- eg：from sys import argv, path
- 导入模块特定成员
- import：
-
安装第三方模块
- 通过包管理工具 pip
- 模块搜索路径，默认为：
- 当前目录
- 已安装的内置模块和第三方模块
- 存放于 sys 模块的 path 变量
- 概述：
- 面向过程的程序设计：函数是基本单元，一层层函数调用，把复杂任务分解为简单任务。
- 函数式编程：思想更接近数学
- 特点：
- 允许把函数作为参数传入另一个函数，也允许返回另一个函数。
- 纯函数：没有副作用。没有变量，输入确定则输出确定。
- 非纯函数：有副作用。有变量，同样的输入可能得到不同的输出。
- 特点：
- Python 允许变量，不是纯函数式编程语言，对函数式编程提供部分支持。
- 先跳过
- 先跳过
-
错误处理
- try ... except ... finally ...
- eg:
try: print('try...') r = 10 / 0 print('result:', r) except ZeroDivisionError as e: print('except:', e) finally: print('finally...') print('END')# 打印结果 try... except: division by zero finally... END- 如果错误一直没有被捕获，就会不断向上抛，直到被 Python 解释器捕获和打印。
- 既然能捕获错误，就可以把错误堆栈打印在日志，分析原因。同时程序继续运行。使用内置模块 logging。
-
错误继承
- 所有错误类型继承自 BaseException，而各类型错误之间也有继承关系，比如 UnicodeError 是 ValueError 的子类。
- except 不但捕获该类型的错误，在该类型的子类型发生错误时，也会捕获。
-
抛出错误
- raise 语句
- 手动抛出错误
- 不带参数则将当前错误原样上抛
- 带参数则可以将一种错误转化为另一种，根据继承关系。比如：ZeroDivisionError -> ValueError
- 意义：
- 不断向上抛错误，可以让错误在合适的函数去解决。
- 更明确函数的作用。
- raise 语句