python的一些基本操作

python基础

  1. 可以用加\的方式作为转义字符来标识，如果字符串中有很多字符都需要转义，Python允许使用r’ ‘表示’ ‘内部的字符串默认不转义。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，比如：

print(’’’ line1
… line2
… line3’’’)
输出:line1
line2
line3

  1. 在Python中，等号=是赋值语句，可以把任意数据类型赋值给变量，同一个变量可以反复赋值，而且可以是不同类型的变量（动态语言）。
  2. 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。
  3. Python的字符串类型为str，python对bytes类型的数据用带b前缀的单引号或双引号表示，例如：x = b’ABC’
  4. 以Unicode表示的str通过encode()方法可以编码为指定的bytes。纯英文的str可以用ASCII编码为bytes，内容是一样的，含有中文的str可以用UTF-8编码为bytes。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。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。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。len()函数可以用来计算str包含多少个字符，注意：是字符，如果换成bytes，len()函数就计算字节数。
  5. 使用Python内置函数：bin()、oct()、int()、hex()可实现进制转换。

list与tuple

  1. list表示形式是[]；list是一个可变的有序表，可以用append()函数向list末尾追加元素；用insert(i,‘str’)将元素str插入到索引号为i的位置；用pop()函数可以删除list末尾的元素；若是删除指定位置的元素，用pop(i)的方法；要把某个元素替换成别的元素，可以直接赋值给对应的索引位置；list里面的元素的数据类型也可以不同，而且list元素也可以是另一个list。
  2. tuple表示形式是()；tuple跟list很类似，但是tuple一旦初始化就不能修改。如果定义只有一个元素的tuple，需要注意：因为()既可以表示tuple，又可以表达数学公式中的小括号，就会产生歧义，因此，Python规定，这种情况下，按小括号进行计算，所以，只有一个元素的tuple定义时必须加一个逗号，来消除歧义，比如：t = (1,)

input、dict和set

  1. input()可以用来读取用户的输入，返回类型为str，可以使用int()函数将str变为int型。
  2. python内置了字典，使用键-值(key-value)存储，具有极快的查找速度，形式为{}；一个key值只能对应一个value，多次对一个key放入value，后面的值会把前面的值冲掉；如果key不存在，dict会报错，可以用d.get()函数提前判断key是否存在。如果要删除一个key，使用pop(key)的方法，对应的value也会从dict中删除。需要注意：dict的key必须是不可变对象，这个通过key计算位置的方法称之为哈希算法(Hash)。
  3. set和dict类似，也是一组key的集合，但不存储value，要创建一个set，需要提供一个list作为输入集合：s = set([1, 2, 3])；在set中也不存在重复的key，可以用add(key)的方法添加元素到set中，可以通过remove(key)的方法删除元素。set可以看做数学意义上的无序和无重复元素的集合，因此，两个set可以做数学意义上的交集、并集等操作。
  4. 牢记，list是可变对象，而str是不可变对象。

函数

  1. 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，相当于给这个函数起了一个别名，例如：a = abs a(-1)会返回1。
  2. 空函数：如果定义一个什么都不做的空函数，可以用pass语句，作用是可以用pass作为占位符，比如还没想好怎么写函数代码，就可以先放一个pass，让代码能运行起来。
  3. 数据类型的检查可以用内置函数isinstance()实现。
  4. Python函数本质上只能返回单一值，但是返回多个值似乎也没问题，是由于此时返回值是一个tuple，在语法上，返回一个tuple可以省略括号，而多个变量可以同时接收一个tuple，按位置赋给对应的值，所以，Python的函数返回多值其实就是一个tuple。
  5. 函数参数：函数中有必选参数和默认参数，设置默认参数时需要注意：必选参数在前，默认参数在后；变化大的参数放在前面，变化小的放在后面，变化小的参数就可以作为默认参数。python函数在定义的时候，默认参数L的值就被计算出来了，每次调用该函数，如果改变了L的内容，那么下次调用时，默认参数的内容就变了，所以定义默认参数时，要牢记：默认参数必须指向不变对象。
  6. 定义可变参数时，只需要在参数前面加一个*号。
  7. 关键字参数：可变参数允许你传入0个或者任意个参数，这些可变参数在函数调用时自动组装为一个tuple，而关键字参数允许传入0个或者任意个含参数名的参数，这些关键字参数在函数内部自动组装成一个dict。关键字参数是定义时直接在末尾加**kw。还有一个命名关键字参数，与关键字参数*kw不同，命名关键字参数需要一个特殊的分隔符 *，*后面的参数被视为命名关键字参数（命名关键字：顾名思义，只接受固定名字的关键字参数）。
  8. python中，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。
  9. 递归函数：在函数内部，如果一个函数在内部调用自身，那么这个函数就是递归函数。递归函数可能会存在调用栈溢出的问题，可以使用尾递归的方法解决这个问题，尾递归是指，在函数返回的时候，调用自身本身，并且return语句不能含有表达式。这样，编译器或解释器就可以报尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。

高级特性

  1. 切片：切片可以提取list中特定范围的子列表。 tuple也可以使用切片操作，只是操作的结果任然是tuple。字符串也可以看成是一种list，每个元素就是一个字符，因此，字符串也可以用切片操作，只是操作的结果任然是字符串。
  2. 迭代：如果给定一个tuple或list，可以通过for循环来遍历这个list或tuple，这种遍历称之为迭代（iteration），在Python中，迭代是通过for … in 来完成的。无论有无下标，只要是可迭代对象，都可以迭代，比如字典：

d = {‘a’: 1, ‘b’: 2, ‘c’: 3}
for key in d:
print(key)
默认情况下，dict迭代的是key，如果要迭代value，可以用 for value in d.value(), 如果同时要迭代key和value，可以用 for k, v in d.items()。

  1. Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身。
  2. 列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。比如：

[x*x for x in range(1,11) if x % 2 == 0]
这个列表生成式可以创建一个1~11范围内数的平方的列表，并且筛选出仅偶数的平方。

  1. 生成器：Python中，这种一边循环一边计算的机制，称为生成器：generator，有很多方法创建generator
    （1）直接把列表生成式的[]改成()，就创建了一个generator，如果要打印出generator的每一个元素，可以通过next()函数获得generator的下一个返回值，如果没有更多元素时，抛出StopIteration错误
    （2）如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator，一般只需要将print(x)变为 yield x就可以了。
    （3）用for循环调用generator时，发现拿不到generator的return语句的返回值，如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

g = fib(6)
while True:
try:
x = next(g)
print(‘g:’, x)
except StopIteration as e:
print(‘Generator return value:’, e.value)
break

高阶函数

  1. map()函数：map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。

def f(x):
return x*x

r = map(f, [1, 2, 3, 4])
list®
返回 [1, 4, 9, 16]

  1. reduce()函数：reduce把一个函数作用在一个序列[x1, x2, x3, …]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素作累积运算：

reduce(f, [x1,x2, x3,x4]) = f(f(f(x1,x2), x3), x4)

  1. filter()函数用于过滤序列，和map不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。注意：filter()函数返回的是一个Iterator，也就是一个惰性序列，所以要强迫filter()完成计算结果，需要用list()函数返回所有的结果并返回list。
  2. Python内置sorted()函数可以对list进行排序，sorted()是一个高阶函数，可以接收一个key函数实现自定义的排序，比如按绝对值大小排序：

sorted([32,5,9,-2,-13], key = abs)
[-2, 5,9, -13,32]
如果要进行反向排序，不需要改动key函数，可以传入第三个参数reverse = True

  1. “闭包”：如果一个函数将另外一个函数作为返回值，并且内部函数可以引用外部函数的变量和参数，当返回内部函数时，相关参数和变量都保存在返回的函数中，这种程序结构称之为“闭包”。返回闭包时需牢记：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。
  2. 匿名函数：当我们在传入函数时，有些时候不需要显式定义函数，直接传入匿名函数更方便，Python中，关键字lambda表示匿名函数，如 lambda x: x * x ，冒号前面的x表示函数参数，匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。
  3. 偏函数：首先import functools，使用 functools.partial()函数可以创建一个偏函数，偏函数的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新的函数会更加简单。
  4. 模块：任何模块代码的第一个字符串都被视为模块的文档注释
  5. 作用域：在一个模块中，我们可能会定义很多函数和变量，但有的函数和变量我们希望给别人使用，有的函数和变量我们希望仅仅在函数内部使用，在Python中，我们使用 _ 来区分，一般类似 _xxx, __xxx这样的变量，是非公开的（private），仅希望在模块内部使用，当然这里只是“不应该”，而不是“不能”，只是从编程习惯上，应该避免引用private函数或变量。

面向对象编程

  1. 面向对象最重要的概念就是类(class)和实例(instance)，必须牢记类是抽象的模板，而实例是根据类创建出来的一个个具体的“对象”，每个对象都拥有相同的方法，但各自的数据可能不同。由于类可以起到模板的作用，因此，可以在创建实例的时候，把一些我们认为必须填写的属性强制填写进去，通过定义一个__init__方法，在创建实例的时候，就把name, score等属性绑上去：

class Student(object):
def init(self, name, score):
self.name = name
self.score = score
注意：__init__方法的第一个参数永远是self，表示创建的实例本身，因此，在__init__方法内部，就可以把各种属性绑定到self，因为self就指向创建的实例本身。有了__init__方法，在创建实例的时候，就不能传入空的参数了，必须传入与__init__方法匹配的参数，但self不需要传，Python解释器会自动把实例变量传进去。

  1. 访问限制：在class内部，可以有属性和方法，而外部代码可以通过直接调用实例变量的方法来操作数据，这样，就隐藏了内部复杂的逻辑，但是，从前面Student类的定义来看，外部代码还是可以自由地修改一个实例的name、score属性；如果要让内部属性不被外部访问，可以把属性的名称前加两个下划线__，在Python中，实例变量名如果以 __开头，就变成了一个私有变量(private)，只有内部可以访问，外部不能访问。通过访问限制的保护，代码更加鲁棒。
  2. 获取对象信息：基本类型都可以用type()函数来判断，不过对于class的继承关系来说，使用type()就很不方便，如果要判断class的类型，可以使用isinstance()函数。如果要获得一个对象的所有属性和方法，可以使用dir()函数，它返回一个包含字符串的list；注意：类似__xxx__的属性和方法在Python中都是有特殊用途的，比如__len__方法返回长度，在Python中，如果调用len()函数试图获取一个对象的长度，实际上，在len()函数内部，它自动去调用该对象的__len__()方法，所以，下面的代码是等价的：

len(‘ABC’)
3
‘ABC’.len()
3

  1. 错误处理：Python中也有一套try … except … finally …的错误处理机制，当我们认为某些代码可能会出错时，就可以用try来运行这段代码，如果执行出错，则后续代码不会继续执行，而是直接跳到错误处理代码，即except语句块，执行完except后，如果有finally语句块，则执行finally语句块。

参考：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/