# :-: python初识

[TOC]

## **数据类型**

1.整数

2.浮点数

3.字符串

4.布尔型

5.空值

注释使用 #

## **变量**

变量名必须是大小写英文、数字和下划线的组合,且不能用数字开头

## **字符串**

字符串可以用`''`或者`""`括起来表示。

如果字符串本身包含`'`怎么办?比如我们要表示字符串` I'm OK `,这时,可以用`" "`括起来表示:

~~~

"I'm OK"

~~~

如果字符串既包含`'`又包含`"`

这个时候,就需要对字符串的某些特殊字符进行“转义”,Python字符串用`\`进行转义。

要表示字符串 `Bob said "I'm OK".`

~~~

'Bob said \"I\'m OK\".'

~~~

常用的转义字符还有:

~~~

\n 表示换行

\t 表示一个制表符

\\ 表示 \ 字符本身

~~~

## **Python中raw字符串与多行字符串**

如果一个字符串包含很多需要转义的字符,对每一个字符都进行转义会很麻烦。为了避免这种情况,我们可以在字符串前面加个前缀`r`,表示这是一个 raw 字符串,里面的字符就不需要转义了。例如:

~~~

r'\(~_~)/ \(~_~)/'

~~~

但是`r'...'`表示法不能表示多行字符串,也不能表示包含`'`和`"`的字符串

如果要表示多行字符串,可以用`'''...'''`表示

~~~

'''Line 1

Line 2

Line 3'''

~~~

上面这个字符串的表示方法和下面的是完全一样的:

```

'Line 1\\nLine 2\\nLine 3'

```

还可以在多行字符串前面添加`r`,把这个多行字符串也变成一个raw字符串:

~~~

r'''Python is created by "Guido".

It is free and easy to learn.

Let's start learn Python in imooc!'''

~~~

## **Python中Unicode字符串**

Python在后来添加了对Unicode的支持,以Unicode表示的字符串用u'...'表示,比如:

~~~

print u'中文'

中文

~~~

Unicode字符串除了多了一个`u`之外,与普通字符串没啥区别,转义字符和多行表示法仍然有效

**多行:**

~~~

u'''第一行

第二行'''

~~~

**raw+多行:**

~~~

ur'''Python的Unicode字符串支持"中文",

"日文",

"韩文"等多种语言'''

~~~

如果中文字符串在Python环境下遇到 UnicodeDecodeError,这是因为.py文件保存的格式有问题。可以在第一行添加注释

~~~

# -*- coding: utf-8 -*-

~~~

## **Python中整数和浮点数**

Python支持对整数和浮点数直接进行四则混合运算,运算规则和数学上的四则运算规则完全一致。

基本的运算:

~~~

1 + 2 + 3 # ==> 6

4 * 5 - 6 # ==> 14

7.5 / 8 + 2.1 # ==> 3.0375

~~~

使用括号可以提升优先级,这和数学运算完全一致,注意只能使用小括号,但是括号可以嵌套很多层:

~~~

(1 + 2) * 3 # ==> 9

(2.2 + 3.3) / (1.5 * (9 - 0.3)) # ==> 0.42145593869731807

~~~

和数学运算不同的地方是,Python的整数运算结果仍然是整数,浮点数运算结果仍然是浮点数:

~~~

1 + 2 # ==> 整数 3

1.0 + 2.0 # ==> 浮点数 3.0

~~~

但是整数和浮点数混合运算的结果就变成浮点数了:

~~~

1 + 2.0 # ==> 浮点数 3.0

~~~

> 为什么要区分整数运算和浮点数运算呢?这是因为整数运算的结果永远是精确的,而浮点数运算的结果不一定精确,因为计算机内存再大,也无法精确表示出无限循环小数,比如`0.1`换成二进制表示就是无限循环小数。

那整数的除法运算遇到除不尽的时候,结果难道不是浮点数吗?我们来试一下:

~~~

11 / 4 # ==> 2

~~~

令很多初学者惊讶的是,Python的整数除法,即使除不尽,结果仍然是整数,余数直接被扔掉。不过,Python提供了一个求余的运算 % 可以计算余数:

~~~

11 % 4 # ==> 3

~~~

如果我们要计算 11 / 4 的精确结果,按照“整数和浮点数混合运算的结果是浮点数”的法则,把两个数中的一个变成浮点数再运算就没问题了:

~~~

11.0 / 4 # ==> 2.75

~~~

## **Python中布尔类型**

**与运算**:只有两个布尔值都为 True 时,计算结果才为 True。

~~~

True and True # ==> True

True and False # ==> False

False and True # ==> False

False and False # ==> False

~~~

**或运算**:只要有一个布尔值为 True,计算结果就是 True。

~~~

True or True # ==> True

True or False # ==> True

False or True # ==> True

False or False # ==> False

~~~

**非运算**:把True变为False,或者把False变为True:

~~~

not True # ==> False

not False # ==> True

~~~

Python把`0`、`空字符串''`和`None`看成 False,其他数值和非空字符串都看成True

~~~

a = True

print a and 'a=T' or 'a=F'

~~~

计算结果不是布尔类型,而是字符串 'a=T'

## **Python创建list**

Python内置的一种数据类型是列表:`list`。list是一种有序的集合,可以随时添加和删除其中的元素。

~~~

>>> ['Michael', 'Bob', 'Tracy']

['Michael', 'Bob', 'Tracy']

~~~

list是数学意义上的有序集合,也就是说,list中的元素是按照顺序排列的。

构造list非常简单,按照上面的代码,直接用`[ ]`把list的所有元素都括起来,就是一个list对象。通常,我们会把list赋值给一个变量,这样,就可以通过变量来引用list:

~~~

>>> classmates = ['Michael', 'Bob', 'Tracy']

>>> classmates # 打印classmates变量的内容

['Michael', 'Bob', 'Tracy']

~~~

由于Python是动态语言,所以list中包含的元素并不要求都必须是同一种数据类型,我们完全可以在list中包含各种数据:

~~~
>>> L = ['Michael', 100, True]
~~~
一个元素也没有的list,就是空list:
~~~
>>> empty_list = []
~~~
## **Python之倒序访问list**
~~~
>>> L = ['Adam', 'Lisa', 'Bart']
~~~
~~~
>>> print L[-1]
Bart
~~~

倒数第二用 -2 表示,倒数第三用 -3 表示,倒数第四用 -4 表示

~~~
>>> print L[-2]
Lisa
>>> print L[-3]
Adam
>>> print L[-4]
Traceback (most recent call last):
File "", line 1, in 
IndexError: list index out of range
~~~

## **Python之添加新元素**

**append()**总是把新的元素添加到 list 的尾部。

~~~

>>> L = ['Adam', 'Lisa', 'Bart']

>>> L.append('Paul')

>>> print L

['Adam', 'Lisa', 'Bart', 'Paul']

~~~

用list的`insert()`方法,它接受两个参数,第一个参数是索引号,第二个参数是待添加的新元素:

~~~
>>> L = ['Adam', 'Lisa', 'Bart']
>>> L.insert(0, 'Paul')
>>> print L
['Paul', 'Adam', 'Lisa', 'Bart']
~~~

**L.insert(0, 'Paul')**的意思是,'Paul'将被添加到索引为 0 的位置上(也就是第一个),而原来索引为 0 的Adam同学,以及后面的所有同学,都自动向后移动一位。

## **Python从list删除元素**

~~~
>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']
>>> L.pop()
'Paul'
>>> print L
['Adam', 'Lisa', 'Bart']
~~~

**pop()**方法总是删掉list的最后一个元素,并且它还返回这个元素,所以我们执行 L.pop() 后,会打印出 'Paul'。

要把Paul踢出list,我们就必须先定位Paul的位置。由于Paul的索引是2,因此,用`pop(2)`把Paul删掉:

~~~
>>> L.pop(2)
'Paul'
>>> print L
['Adam', 'Lisa', 'Bart']
~~~

## **Python之创建tuple**

tuple是另一种有序的列表,中文翻译为“ 元组 ”。tuple 和 list 非常类似,但是,tuple一旦创建完毕,就不能修改了。

~~~

>>> t = ('Adam', 'Lisa', 'Bart')

~~~

创建tuple和创建list唯一不同之处是用`( )`替代了`[ ]`。

现在,这个`t`就不能改变了,tuple没有 append()方法,也没有insert()和pop()方法。所以,新同学没法直接往 tuple 中添加,老同学想退出 tuple 也不行。

获取 tuple 元素的方式和 list 是一模一样的,我们可以正常使用 t\[0\],t\[-1\]等索引方式访问元素,但是不能赋值成别的元素

## **Python之创建单元素tuple**

正是因为用()定义单元素的tuple有歧义,所以 Python 规定,单元素 tuple 要多加一个逗号“,”

~~~
>>> t = (1,)
>>> print t
(1,)
~~~

多元素 tuple 加不加这个额外的“,”效果是一样的

~~~
>>> t = (1, 2, 3,)
>>> print t
(1, 2, 3)
~~~

## **Python之“可变”的tuple**

前面我们看到了tuple一旦创建就不能修改。现在,我们来看一个“可变”的tuple:

~~~

>>> t = ('a', 'b', ['A', 'B'])

~~~

**注意**到 t 有 3 个元素:**'a','b'**和一个list:**\['A', 'B'\]**。list作为一个整体是tuple的第3个元素。list对象可以通过 t\[2\] 拿到:

~~~
>>> L = t[2]
~~~
## **Python之if语句**
~~~
age = 20
if age >= 18:
print 'your age is', age
print 'adult'
print 'END'
~~~

> **注意:** Python代码的缩进规则。具有相同缩进的代码被视为代码块,上面的3,4行 print 语句就构成一个代码块(但不包括第5行的print)。如果 if 语句判断为 True,就会执行这个代码块。

> 缩进请严格按照Python的习惯写法:4个空格,不要使用Tab,更不要混合Tab和空格,否则很容易造成因为缩进引起的语法错误。

> **注意**: if 语句后接表达式,然后用`:`表示代码块开始。

> 如果你在Python交互环境下敲代码,还要特别留意缩进,并且退出缩进需要多敲一行回车:

## **Python之 if-else**

当 if 语句判断表达式的结果为True时,就会执行 if 包含的代码块:

~~~
if age >= 18:
print 'adult'
~~~
~~~
if not age >= 18:
print 'teenager'
~~~
~~~
if age >= 18:
print 'adult'
else:
print 'teenager'
~~~
## **Python之 if-elif-else**
~~~
if age >= 18:
print 'adult'
else:
if age >= 6:
print 'teenager'
else:
if age >= 3:
print 'kid'
else:
print 'baby'
~~~

## **Python之 for循环**

list或tuple可以表示一个有序集合。如果我们想依次访问一个list中的每一个元素呢?比如 list:

~~~

L = ['Adam', 'Lisa', 'Bart']

for name in L:

print name

~~~

> **注意: ** name 这个变量是在 for 循环中定义的,意思是,依次取出list中的每一个元素,并把元素赋值给 name,然后执行for循环体(就是缩进的代码块)。

## **Python之 while循环**

和 for 循环不同的另一种循环是while循环,while 循环不会迭代 list 或 tuple 的元素,而是根据表达式判断循环是否结束。

比如要从 0 开始打印不大于 N 的整数:

~~~
N = 10
x = 0
while x < N:
print x
x = x + 1
~~~

while循环每次先判断 x < N,如果为True,则执行循环体的代码块,否则,退出循环。

在循环体内,x = x + 1会让x不断增加,最终因为x < N不成立而退出循环。

如果没有这一个语句,**while循环在判断 x < N 时总是为True**,就会无限循环下去,变成死循环,所以要特别留意while循环的退出条件

## **Python之 break退出循环**

用 for 循环或者 while 循环时,如果要在循环体内直接退出循环,可以使用 break 语句。

比如计算1至100的整数和,我们用while来实现:

~~~
sum = 0
x = 1
while True:
sum = sum + x
x = x + 1
if x > 100:
break
print sum
~~~

## **Python之 continue继续循环**

在循环过程中,可以用break退出当前循环,还可以用continue跳过后续循环代码,继续下一次循环。

假设我们已经写好了利用for循环计算平均分的代码:

~~~
L = [75, 98, 59, 81, 66, 43, 69, 85]
sum = 0.0
n = 0
for x in L:
sum = sum + x
n = n + 1
print sum / n
~~~

现在老师只想统计及格分数的平均分,就要把 x < 60 的分数剔除掉,这时,利用 continue,可以做到当 x < 60的时候,不继续执行循环体的后续代码,直接进入下一次循环:

~~~
for x in L:
if x < 60:
continue
sum = sum + x
n = n + 1
~~~

## **Python之 多重循环**

~~~
for x in ['A', 'B', 'C']:
for y in ['1', '2', '3']:
print x + y
~~~

## **Python之什么是dict**

Python的 dict 就是专门干这件事的。用 **dict **表示**“名字”-“成绩”**的查找表如下:

~~~
d = {
'Adam': 95,
'Lisa': 85,
'Bart': 59
}
~~~

我们把**名字称为key**,对应的**成绩称为value**,dict就是通过**key**来查找**value**。

花括号{}表示这是一个dict,然后按照**key: value**, 写出来即可。最后一个 key: value 的逗号可以省略。

由于dict也是集合,len() 函数可以计算任意集合的大小:

~~~

>>> len(d)

3

~~~

## **Python之访问dict**

可以简单地使用d\[key\]的形式来查找对应的 value,这和 list 很像,不同之处是,**list 必须使用索引返回对应的元素,而dict使用key:**

**注意:**通过 key 访问 dict 的value,只要 key 存在,dict就返回对应的value。如果key不存在,会直接报错:KeyError。

要避免 KeyError 发生,有两个办法:

**一是先判断一下 key 是否存在,用 in 操作符:**

~~~

if 'Paul' in d:

print d['Paul']

~~~

**二是使用dict本身提供的一个 get 方法,在Key不存在的时候,返回None:**

~~~

>>> print d.get('Bart')

59

>>> print d.get('Paul')

None

~~~

## **Python中dict的特点**

**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。

由于dict是按 key 查找,所以,在一个dict中,key不能重复。

**dict的第二个特点就是存储的key-value序对是没有顺序的**

**dict的第三个特点是作为 key 的元素必须不可变**

## **Python更新dict**

dict是可变的,也就是说,我们可以随时往dict中添加新的 key-value。比如已有dict:

~~~
d = {
'Adam': 95,
'Lisa': 85,
'Bart': 59
}
~~~

要把新同学'Paul'的成绩 72 加进去,用赋值语句:

~~~
>>> d['Paul'] = 72
~~~

如果 key 已经存在,则赋值会用新的 value 替换掉原来的 value:

## **Python之 遍历dict**

由于dict也是一个集合,所以,遍历dict和遍历list类似,都可以通过 for 循环实现。

直接使用for循环可以遍历 dict 的 key:

~~~
>>> d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
>>> for key in d:
... print key
...
Lisa
Adam
Bart
~~~

## **Python中什么是set**

**dict的作用是建立一组 key 和一组 value 的映射关系,dict的key是不能重复的。**

有的时候,我们只想要 dict 的 key,不关心 key 对应的 value,目的就是保证这个集合的元素不会重复,这时,set就派上用场了。

**set 持有一系列元素,这一点和 list 很像,但是set的元素没有重复,而且是无序的,这点和 dict 的 key很像。**

创建 set 的方式是调用 set() 并传入一个 list,list的元素将作为set的元素:

~~~
>>> s = set(['A', 'B', 'C'])
~~~
~~~
>>> print s
set(['A', 'C', 'B'])
~~~

**请注意**,上述打印的形式类似 list, 但它不是 list,仔细看还可以发现,打印的顺序和原始 list 的顺序有可能是不同的,因为set内部存储的元素是**无序**的。

因为set不能包含重复的元素,所以,当我们传入包含重复元素的 list 会怎么样呢?

~~~
>>> s = set(['A', 'B', 'C', 'C'])
>>> print s
set(['A', 'C', 'B'])
>>> len(s)
3
~~~

## **Python之 访问set**

由于**set存储的是无序集合**,所以我们没法通过索引来访问。

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。

~~~
>>> s = set(['Adam', 'Lisa', 'Bart', 'Paul'])
~~~

我们可以用 in 操作符判断

~~~
>>> 'Bart' in s
True
~~~
~~~
>>> 'Bill' in s
False
~~~
~~~
>>> 'bart' in s
False
~~~

看来大小写很重要,'Bart' 和 'bart'被认为是两个不同的元素

## **Python之 set的特点**

**set的内部结构和dict很像,唯一区别是不存储value**,因此,判断一个元素是否在set中速度很快。

**set存储的元素和dict的key类似,必须是不变对象**,因此,任何可变对象是不能放入set中的。

最后,set存储的元素也是没有顺序的。

set的这些特点,可以应用在哪些地方呢?

星期一到星期日可以用字符串'MON', 'TUE', ... 'SUN'表示。

假设我们让用户输入星期一至星期日的某天,如何判断用户的输入是否是一个有效的星期呢?

可以用**if 语句**判断,但这样做非常繁琐:

~~~
x = '???' # 用户输入的字符串
if x!= 'MON' and x!= 'TUE' and x!= 'WED' ... and x!= 'SUN':
print 'input error'
else:
print 'input ok'
~~~

**注意:**if 语句中的...表示没有列出的其它星期名称,测试时,请输入完整。

如果事先创建好一个set,包含'MON' ~ 'SUN':

~~~
weekdays = set(['MON', 'TUE', 'WED', 'THU', 'FRI', 'SAT', 'SUN'])
~~~

再判断输入是否有效,只需要判断该字符串是否在set中:

~~~
x = '???' # 用户输入的字符串
if x in weekdays:
print 'input ok'
else:
print 'input error'
~~~

## **Python之 遍历set**

由于 set 也是一个集合,所以,遍历 set 和遍历 list 类似,都可以通过 for 循环实现。

直接使用 for 循环可以遍历 set 的元素:

~~~
>>> s = set(['Adam', 'Lisa', 'Bart'])
>>> for name in s:
... print name
...
Lisa
Adam
Bart
~~~

**注意: **观察 for 循环在遍历set时,元素的顺序和list的顺序很可能是不同的,而且不同的机器上运行的结果也可能不同。

## **Python之 更新set**

由于**set存储的是一组不重复的无序元素**,因此,更新set主要做两件事:

**一是把新的元素添加到set中,二是把已有元素从set中删除。**

添加元素时,用set的add()方法:

~~~
>>> s = set([1, 2, 3])
>>> s.add(4)
>>> print s
set([1, 2, 3, 4])
~~~

如果添加的元素已经存在于set中,add()不会报错,但是不会加进去了:

~~~

>>> s = set([1, 2, 3])

>>> s.add(3)

>>> print s

set([1, 2, 3])

~~~

删除set中的元素时,用set的remove()方法:

~~~

>>> s = set([1, 2, 3, 4])

>>> s.remove(4)

>>> print s

set([1, 2, 3])

~~~

如果删除的元素不存在set中,remove()会报错:

~~~

>>> s = set([1, 2, 3])

>>> s.remove(4)

Traceback (most recent call last):

File "", line 1, in

KeyError: 4

~~~

所以用add()可以直接添加,而remove()前需要判断。

## **Python之调用函数**

Python内置了很多有用的函数,我们可以直接调用。

要调用一个函数,需要知道**函数**的**名称**和**参数**,比如求绝对值的函数 abs,它接收一个参数。

~~~

可以直接从Python的官方网站查看文档:

http://docs.python.org/2/library/functions.html#abs

~~~

也可以在交互式命令行通过help(abs) 查看abs函数的帮助信息。

调用 **abs **函数:

~~~
>>> abs(100)
100
>>> abs(-20)
20
>>> abs(12.34)
12.34
~~~

调用函数的时候,如果传入的参数数量不对,会报**TypeError**的错误,并且Python会明确地告诉你:abs()有且仅有1个参数,但给出了两个:

~~~
>>> abs(1, 2)
Traceback (most recent call last):
File "", line 1, in 
TypeError: abs() takes exactly one argument (2 given)
~~~

如果传入的参数数量是对的,但参数类型不能被函数所接受,也会报**TypeError**的错误,并且给出错误信息:str是错误的参数类型:

~~~
>>> abs('a')
Traceback (most recent call last):
File "", line 1, in 
TypeError: bad operand type for abs(): 'str'
~~~

而比较函数 cmp(x, y) 就需要两个参数,如果**xy**,返回**1**:

~~~

>>> cmp(1, 2)

-1

>>> cmp(2, 1)

1

>>> cmp(3, 3)

0

~~~

Python内置的常用函数还包括数据类型转换函数,比如   int()函数可以把其他数据类型转换为整数:

~~~

>>> int('123')

123

>>> int(12.34)

12

~~~

str()函数把其他类型转换成 str:

~~~

>>> str(123)

'123'

>>> str(1.23)

'1.23'

~~~

## **Python之编写函数**

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。

我们以自定义一个求绝对值的 my\_abs 函数为例:

~~~

def my_abs(x):

if x >= 0:

return x

else:

return -x

~~~

**请注意**,函数体内部的语句在执行时,一旦执行到return时,函数就执行完毕,并将结果返回。因此,函数内部通过条件判断和循环可以实现非常复杂的逻辑。

如果没有return语句,函数执行完毕后也会返回结果,只是结果为 None。

return None可以简写为return。

## **Python函数之返回多值**

**\# math**包提供了**sin()**和 **cos()**函数,我们先用import引用它:

~~~

import math

def move(x, y, step, angle):

nx = x + step * math.cos(angle)

ny = y - step * math.sin(angle)

return nx, ny

~~~

这样我们就可以同时获得返回值:

~~~

>>> x, y = move(100, 100, 60, math.pi / 6)

>>> print x, y

151.961524227 70.0

~~~

但其实这只是一种假象,Python函数返回的仍然是单一值:

~~~

>>> r = move(100, 100, 60, math.pi / 6)

>>> print r

(151.96152422706632, 70.0)

~~~

用print打印返回结果,原来返回值是一个**tuple**!

但是,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**返回一个tuple**,但写起来更方便。

## **Python之递归函数**

在函数内部,可以调用其他函数。如果一个函数在内部调用自身本身,这个函数就是递归函数。

举个例子,我们来计算阶乘**n! = 1 \* 2 \* 3 \* ... \* n**,用函数 **fact(n)**表示,可以看出:

~~~

fact(n) = n! = 1 * 2 * 3 * ... * (n-1) * n = (n-1)! * n = fact(n-1) * n

~~~

所以,**fact(n)**可以表示为**n \* fact(n-1)**,只有n=1时需要特殊处理。

于是,fact(n)用递归的方式写出来就是:

~~~

def fact(n):

if n==1:

return 1

return n * fact(n - 1)

~~~

递归函数的优点是定义简单,逻辑清晰。理论上,所有的递归函数都可以写成循环的方式,但循环的逻辑不如递归清晰

使用递归函数需要注意防止栈溢出。在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出。可以试试计算 fact(10000)。

## **Python之定义默认参数**

例如Python自带的**int()**函数,其实就有两个参数,我们既可以传一个参数,又可以传两个参数:

~~~

>>> int('123')

123

>>> int('123', 8)

83

~~~

int()函数的第二个参数是转换进制,如果不传,默认是十进制 (base=10),如果传了,就用传入的参数。

可见,**函数的默认参数的作用是简化调用**,你只需要把必须的参数传进去。但是在需要的时候,又可以传入额外的参数来覆盖默认参数值。

我们来定义一个计算 x 的N次方的函数:

~~~

def power(x, n):

s = 1

while n > 0:

n = n - 1

s = s * x

return s

~~~

假设计算平方的次数最多,我们就可以把 n 的默认值设定为 2:

~~~

def power(x, n=2):

s = 1

while n > 0:

n = n - 1

s = s * x

return s

~~~

这样一来,计算平方就不需要传入两个参数了:

~~~

>>> power(5)

25

~~~

由于函数的参数按从左到右的顺序匹配,所以**默认参数只能定义在必需参数的后面:**

## **Python之定义可变参数**

如果想让一个函数能接受任意个参数,我们就可以定义一个可变参数:

~~~

def fn(*args):

print args

~~~

可变参数的名字前面有个 **\* **号,我们可以传入0个、1个或多个参数给可变参数:

~~~

>>> fn()

()

>>> fn('a')

('a',)

>>> fn('a', 'b')

('a', 'b')

>>> fn('a', 'b', 'c')

('a', 'b', 'c')

~~~

可变参数也不是很神秘,Python解释器会把传入的一组参数组装成一个tuple传递给可变参数,因此,在函数内部,直接把变量args看成一个 tuple 就好了。

定义可变参数的目的也是为了简化调用。假设我们要计算任意个数的平均值,就可以定义一个可变参数:

~~~

def average(*args):

...

~~~

这样,在调用的时候,可以这样写:

~~~

>>> average()

0

>>> average(1, 2)

1.5

>>> average(1, 2, 2, 3, 4)

2.4

~~~

## **对list进行切片**

取一个list的部分元素是非常常见的操作。比如,一个list如下:

~~~

>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']

~~~

取前3个元素,应该怎么做?

笨办法:

~~~

>>> [L[0], L[1], L[2]]

['Adam', 'Lisa', 'Bart']

~~~

之所以是笨办法是因为扩展一下,取前N个元素就没辙了。

取前N个元素,也就是索引为0-(N-1)的元素,可以用循环:

~~~

>>> r = []

>>> n = 3

>>> for i in range(n):

... r.append(L[i])

...

>>> r

['Adam', 'Lisa', 'Bart']

~~~

对这种经常取指定索引范围的操作,用循环十分繁琐,因此,Python提供了切片(Slice)操作符,能大大简化这种操作。

对应上面的问题,取前3个元素,用一行代码就可以完成切片:

~~~

>>> L[0:3]

['Adam', 'Lisa', 'Bart']

~~~

L\[0:3\]表示,从索引0开始取,直到索引3为止,但不包括索引3。即索引0,1,2,正好是3个元素。

如果第一个索引是0,还可以省略:

~~~

>>> L[:3]

['Adam', 'Lisa', 'Bart']

~~~

也可以从索引1开始,取出2个元素出来:

~~~

>>> L[1:3]

['Lisa', 'Bart']

~~~

只用一个**:**,表示从头到尾:

~~~

>>> L[:]

['Adam', 'Lisa', 'Bart', 'Paul']

~~~

因此,L\[:\]实际上复制出了一个新list。

切片操作还可以指定第三个参数:

~~~

>>> L[::2]

['Adam', 'Bart']

~~~

第三个参数表示每N个取一个,上面的 L\[::2\] 会每两个元素取出一个来,也就是隔一个取一个。

把list换成tuple,切片操作完全相同,只是切片的结果也变成了tuple。

## **倒序切片**

对于list,既然Python支持L\[-1\]取倒数第一个元素,那么它同样支持倒数切片,试试:

~~~

>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']

>>> L[-2:]

['Bart', 'Paul']

>>> L[:-2]

['Adam', 'Lisa']

>>> L[-3:-1]

['Lisa', 'Bart']

>>> L[-4:-1:2]

['Adam', 'Bart']

~~~

记住倒数第一个元素的索引是-1。倒序切片包含起始索引,不包含结束索引。

## **对字符串切片**

字符串 'xxx'和 Unicode字符串 u'xxx'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,只是操作结果仍是字符串:

~~~

>>> 'ABCDEFG'[:3]

'ABC'

>>> 'ABCDEFG'[-3:]

'EFG'

>>> 'ABCDEFG'[::2]

'ACEG'

~~~

在很多编程语言中,针对字符串提供了很多各种截取函数,其实目的就是对字符串切片。Python没有针对字符串的截取函数,只需要切片一个操作就可以完成,非常简单。

## **什么是迭代**

在Python中,如果给定一个**list**或**tuple**,我们可以通过for循环来遍历这个list或tuple,这种遍历我们成为迭代(Iteration)。

在Python中,迭代是通过 for ... in 来完成的,而很多语言比如C或者Java,迭代list是通过下标完成的,比如Java代码:

~~~

for (i=0; i

n = list[i];

}

~~~

可以看出,Python的for循环抽象程度要高于Java的for循环。

**因为 Python 的 for循环不仅可以用在list或tuple上,还可以作用在其他任何可迭代对象上。**

因此,迭代操作就是对于一个集合,无论该集合是有序还是无序,我们用 for 循环总是可以依次取出集合的每一个元素。

~~~

注意: 集合是指包含一组元素的数据结构,我们已经介绍的包括:

1. 有序集合:list,tuple,str和unicode;

2. 无序集合:set

3. 无序集合并且具有 key-value 对:dict

~~~

而迭代是一个动词,它指的是一种操作,在Python中,就是 for 循环。

迭代与按下标访问数组最大的不同是,后者是一种具体的迭代实现方式,而前者只关心迭代结果,根本不关心迭代内部是如何实现的。

## **索引迭代**

Python中,**迭代永远是取出元素本身,而非元素的索引。**

对于有序集合,元素确实是有索引的。有的时候,我们确实想在 for 循环中拿到索引,怎么办?

方法是使用**enumerate() 函数**:

~~~

>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']

>>> for index, name in enumerate(L):

... print index, '-', name

...

0 - Adam

1 - Lisa

2 - Bart

3 - Paul

~~~

使用 enumerate() 函数,我们可以在for循环中同时绑定索引index和元素name。但是,这不是 enumerate() 的特殊语法。实际上,enumerate() 函数把:

~~~

['Adam', 'Lisa', 'Bart', 'Paul']

~~~

变成了类似:

~~~

[(0, 'Adam'), (1, 'Lisa'), (2, 'Bart'), (3, 'Paul')]

~~~

因此,迭代的每一个元素实际上是一个tuple:

~~~

for t in enumerate(L):

index = t[0]

name = t[1]

print index, '-', name

~~~

如果我们知道每个tuple元素都包含两个元素,for循环又可以进一步简写为:

~~~

for index, name in enumerate(L):

print index, '-', name

~~~

这样不但代码更简单,而且还少了两条赋值语句。

可见,索引迭代也不是真的按索引访问,而是由 enumerate() 函数自动把每个元素变成 (index, element) 这样的tuple,再迭代,就同时获得了索引和元素本身。

## **迭代dict的value**

我们已经了解了**dict对象**本身就是可**迭代对象**,用 for 循环直接迭代 dict,可以每次拿到dict的一个key。

如果我们希望迭代 dict 对象的value,应该怎么做?

dict 对象有一个**values() 方法**,这个方法把dict转换成一个包含所有value的list,这样,我们迭代的就是 dict的每一个 value:

~~~

d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }

print d.values()

# [85, 95, 59]

for v in d.values():

print v

# 85

# 95

# 59

~~~

如果仔细阅读Python的文档,还可以发现,dict除了**values()**方法外,还有一个**itervalues()**方法,用**itervalues()**方法替代**values()**方法,迭代效果完全一样:

~~~

d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }

print d.itervalues()

#

for v in d.itervalues():

print v

# 85

# 95

# 59

~~~

**那这两个方法有何不同之处呢?**

1.**values()**方法实际上把一个 dict 转换成了包含 value 的list。

2\. 但是**itervalues()**方法不会转换,它会在迭代过程中依次从 dict 中取出 value,所以 itervalues() 方法比 values() 方法节省了生成 list 所需的内存。

3. 打印 itervalues() 发现它返回一个 对象,这说明在Python中,**for 循环可作用的迭代对象远不止 list,tuple,str,unicode,dict等**,任何可迭代对象都可以作用于for循环,而内部如何迭代我们通常并不用关心。

**如果一个对象说自己可迭代,那我们就直接用 for 循环去迭代它,可见,迭代是一种抽象的数据操作,它不对迭代对象内部的数据有任何要求。**

## **迭代dict的key和value**

我们了解了如何**迭代 dict**的**key**和**value**,那么,在一个 for 循环中,能否同时迭代 key和value?答案是肯定的。

首先,我们看看 dict 对象的**items()**方法返回的值:

~~~

>>> d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }

>>> print d.items()

[('Lisa', 85), ('Adam', 95), ('Bart', 59)]

~~~

可以看到,items() 方法把dict对象转换成了包含tuple的list,我们对这个list进行迭代,可以同时获得key和value:

~~~

>>> for key, value in d.items():

... print key, ':', value

...

Lisa : 85

Adam : 95

Bart : 59

~~~

和 values() 有一个 itervalues() 类似,**items()**也有一个对应的**iteritems()**,iteritems() 不把dict转换成list,而是在迭代过程中不断给出 tuple,所以, iteritems() 不占用额外的内存。

## **生成列表**

要生成list \[1, 2, 3, 4, 5, 6, 7, 8, 9, 10\],我们可以用range(1, 11):

~~~

>>> range(1, 11)

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

~~~

但如果要生成\[1x1, 2x2, 3x3, ..., 10x10\]怎么做?方法一是循环:

~~~

>>> L = []

>>> for x in range(1, 11):

... L.append(x * x)

...

>>> L

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

~~~

但是循环太繁琐,而列表生成式则可以用一行语句代替循环生成上面的list:

~~~

>>> [x * x for x in range(1, 11)]

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

~~~

这种写法就是Python特有的列表生成式。利用列表生成式,可以以非常简洁的代码生成 list。

写列表生成式时,把要生成的元素 x \* x 放到前面,后面跟 for 循环,就可以把list创建出来,十分有用,多写几次,很快就可以熟悉这种语法。

## **复杂表达式**

使用**for循环**的迭代不仅可以迭代普通的list,还可以迭代dict。

假设有如下的dict:

~~~

d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }

~~~

完全可以通过一个复杂的列表生成式把它变成一个 HTML 表格:

~~~

tds = ['

%s%s' % (name, score) for name, score in d.iteritems()]


print '

print '

NameScore'


print '\n'.join(tds)

print '

'


~~~

**注:**字符串可以通过%进行格式化,用指定的参数替代%s。字符串的join()方法可以把一个 list 拼接成一个字符串。

把打印出来的结果保存为一个html文件,就可以在浏览器中看到效果了:

~~~

Name

Score

Lisa

85

Adam

95

Bart

59

~~~


## **条件过滤**

列表生成式的 **for 循环后面还可以加上 if 判断**。例如:

~~~

>>> [x * x for x in range(1, 11)]

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

~~~

如果我们只想要偶数的平方,不改动 range()的情况下,可以加上 if 来筛选:

~~~

>>> [x * x for x in range(1, 11) if x % 2 == 0]

[4, 16, 36, 64, 100]

~~~

有了 if 条件,只有 if 判断为 True 的时候,才把循环的当前元素添加到列表中。

## **多层表达式**

for循环可以嵌套,因此,在列表生成式中,也可以用多层for循环来生成列表。

对于字符串 'ABC' 和 '123',可以使用两层循环,生成全排列:

~~~

>>> [m + n for m in 'ABC' for n in '123']

['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3']

~~~

翻译成循环代码就像下面这样:

~~~

L = []

for m in 'ABC':

for n in '123':

L.append(m + n)

~~~