博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Python 3.6学习笔记(一)
阅读量:2239 次
发布时间:2019-05-09

本文共 5971 字,大约阅读时间需要 19 分钟。

知识是一座宝库,而实践就是开启这座宝库的钥匙。

----Thomas Fuller

开始之前

基础示例

Python语法基础,python语法比较简单,采用缩紧方式。

# print absolute value of a integera = 100if a >= 0:    print(a)else:    print(-a)

可以看到,注释以#开头,python的变量不需要任何前缀,行结束不需要结束符号,非常符合我们自然语言的阅读和书写习惯。当语句以:结尾时,缩紧的语句视为代码块。

Python是大小写敏感的,这一点需要特别注意。

输入与输出

Python可以使用input()函数读取用户的输入,使用print()进行屏幕的输出。默认情况下,输入的内容为字符数据类型。

数据类型

整数

Python可以处理任意大小的整数,在程序中的表示方法和数学上的写法一模一样,可以使用0xff00的方式表示十六进制。

Python中使用/进行除法运算,得到的结果是浮点数。使用//进行除法运算,得到的结果是整数。使用%,表示取余数。

浮点数

浮点数就是小数,可以使用数学写法,如:1.23,-9.01,也可以使用科学计数法表示,如:1.23e9,1.2e-5

字符串

字符串是使用`括起来的任意文本。可以使用*对特殊字符进行转义。可以使用r''的形式,表示内部的字符串默认不进行转义。对于字符串内有换行等多行内容的,可以使用’’’…’’’的形式,多行字符前也可以加r*。

在最新的Python 3版本中,字符串是以Unicode编码的,也就是说,Python的字符串支持多语言。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。以Unicode表示的str通过encode()方法可以编码为指定的bytes,如:>>> 'ABC'.encode('ascii’)。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

在Python中,采用的格式化方式和C语言是一样的,如下:

>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)

布尔值

布尔值:TrueFalse。也可以用布尔代数表示:3 > 2,* 3 < 2。布尔值的运算符号:andornot*。

空值

空值是Python里一个特殊的值,用None表示。

变量

Python中的变量时动态变量,即变量的属性是在赋值的时候才决定的,变量名称必须是大小写英文、数字和*_*的组合,且不能用数字开头。Python中没有常量的概念,通常使用全部大写的变量来表示常量。

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。用索引来访问list中每一个位置的元素,索引是从0开始的。当索引超出了范围时,Python会报一个IndexError错误。如果要取最后一个元素,除了计算索引位置外,还可以用-1做索引,直接获取最后一个元素。

>>> classmates = [‘Michael’,’Bob’,’Tracy']>>> classmates[‘Michael’,’Bob','Tracy’]>>> len(classmates)3>>> classmates[0]‘Michael’>>> classmates.append('Adam’)    #追加元素到末尾>>> classmates['Michael', 'Bob', 'Tracy', 'Adam’]>>> classmates.insert(1, 'Jack’)    #追加元素到指定位置>>> classmates['Michael', 'Jack', 'Bob', 'Tracy', ‘Adam’]>>> classmates.pop()    #删除末尾的元素,使用pop(i)可以删除指定位置的元素'Adam'>>> classmates['Michael', 'Jack', 'Bob', 'Tracy']

元组 tulp

元组 tulp 也是有序列表,与list的区别在于,一旦初始化就不能修改。没有append、insert等方法。

tulp的定义方式如下:

>>> classmates = (‘Michael’, ‘Bob’, ’Tracy')

tulp 本身的元素不能发生变化,但是如果元素为list,那么list中的内容是可变的。

字典 dict

dict 全称 dictionary ,在其他语言中称为 map,在PHP中其实就是 Array,使用键-值(Key-Value)的方式进行存储,具有极快的查找速度。使用范例

>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}    #dict的定义>>> d['Michael’]    #dict取值的方式95>>> d['Adam'] = 67    #dict设置新值的方式>>> 'Thomas' in d     #判断key是否存在False>>> d.get('Thomas’)   #get方式取值,如果不存在则返回None>>> d.get('Thomas',-1)#指定不存在时的返回值-1>>> d.pop('Bob’)      #删除某个key75

set

set和dict类似,也是一组key的集合,但不存储value。如下示例:

>>> s = set([1, 2, 3])    #初始化时提供一个list作为输入集合>>> s{1, 2, 3}>>> s.add(4)              #使用add方法添加元素>>> s{1, 2, 3, 4}>>> s.remove(2)           #使用remove方法>>> s{1, 3, 4}

set可以看成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。

控制语句

条件判断

条件判断比较简单,主要是不要忘记写:,看看例子吧。

>>> age = 3>>> if age >= 18:...     print('your age is', age)...     print('adult')... else:...     print('your age is', age)...     print('teenager')...your age is 3teenager

更多的条件判断。

>>> age = 3>>> if age >= 18:...     print('adult')... elif age >= 6:...     print('teenager')... else:...     print('kid')...kid

循环

Python中的循环有两种,一种是for...in循环,依次把list或tulp中的每个元素迭代出来。

>>> classmates['Michael', 'Jack', 'Bob', 'Tracy']>>> for name in classmates:...     print(name)...MichaelJackBobTracy

第二种循环是while循环,只要条件满足,就不断循环,条件不满足时退出循环。

sum = 0n = 99while n > 0:    sum = sum + n    n = n - 2print(sum)

跳出循环,可以使用 break 跳出循环。

跳过本次循环,可以使用 continue 跳过本次循环,继续下一次循环。

函数

调用函数

Python中内置了很多函数,可以直接调用。在交互模式中,可以通过help(abs)查看函数的用法。

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。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。

示例如下:

def my_abs(x):    if x >= 0:        return x    else:        return -x

在Python交互环境中定义函数时,注意Python会出现的提示。函数定义结束后需要按两次回车重新回到>>>提示符下。

返回多个值

在其他语言中,一般只能返回一个值或者一个数组、对象,在Python中,可以通过tulp变通的返回多个值。

import mathdef move(x, y, step, angle=0):    nx = x + step * math.cos(angle)    ny = y - step * math.sin(angle)    return nx, ny>>> x, y = move(100, 100, 60, math.pi / 6)>>> print(x, y)

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。

位置参数

Python的函数定义非常简单,但灵活度却非常大。除了正常定义的必选参数外,还可以使用默认参数、可变参数和关键字参数,使得函数定义出来的接口,不但能处理复杂的参数,还可以简化调用者的代码。

def power(x):        #x 就是一个位置参数    return x * xdef power(x, n):    #x,n都是位置参数    s = 1    while n > 0:        n = n - 1        s = s * x    return sdef power(x, n=2):    #x,n都是位置参数,n设置了默认值    s = 1    while n > 0:        n = n - 1        s = s * x    return s

有几点要注意:

一是必选参数在前,默认参数在后,否则Python的解释器会报错
二是当函数有多个参数时,把变化大的参数放前面,变化小的参数放后面。变化小的参数就可以作为默认参数。
有多个默认参数时,调用的时候,既可以按顺序提供默认参数。也可以不按顺序提供部分默认参数。当不按顺序提供部分默认参数时,需要把参数名写上。
需要注意的是:默认参数必须指向不变对象!

可变参数

def calc(*numbers):    sum = 0    for n in numbers:        sum = sum + n * n    return sum

定义可变参数和定义一个list或tuple参数相比,仅仅在参数前面加了一个*号。在函数内部,参数numbers接收到的是一个tuple,因此,函数代码完全不变。但是,调用该函数时,可以传入任意个参数,包括0个参数。Python允许你在list或tuple前面加一个*号,把list或tuple的元素变成可变参数传进去。

关键字参数

关键字参数允许你传入0个或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为一个dict。

def person(name, age, **kw):    print('name:', name, 'age:', age, 'other:', kw)

关键字参数有什么用?它可以扩展函数的功能。比如,在person函数里,我们保证能接收到name和age这两个参数,但是,如果调用者愿意提供更多的参数,我们也能收到。试想你正在做一个用户注册的功能,除了用户名和年龄是必填项外,其他都是可选项,利用关键字参数来定义这个函数就能满足注册的需求。

#可以先组装出一个dict,然后,把该dict转换为关键字参数传进去>>> extra = {'city': 'Beijing', 'job': 'Engineer'}>>> person('Jack', 24, city=extra['city'], job=extra['job'])name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}#简化的写法>>> extra = {'city': 'Beijing', 'job': 'Engineer'}>>> person('Jack', 24, **extra)name: Jack age: 24 other: {'city': 'Beijing', 'job': ‘Engineer'}

extra表示把extra这个dict的所有key-value用关键字参数传入到函数的kw参数,kw将获得一个dict,注意kw获得的dict是extra的一份拷贝,对kw的改动不会影响到函数外的extra。

命名关键字参数

如果要限制关键字参数的名字,就可以用命名关键字参数,例如,只接收city和job作为关键字参数。这种方式定义的函数如下。命名关键字参数需要一个特殊分隔符**后面的参数被视为命名关键字参数。

def person(name, age, *, city, job):    print(name, age, city, job)>>> person('Jack', 24, city='Beijing', job='Engineer')Jack 24 Beijing Engineer

如果函数定义中已经有了一个可变参数,后面跟着的命名关键字参数就不再需要一个特殊分隔符*了。

def person(name, age, *args, city, job):  print(name, age, args, city, job)

参数组合

在Python中定义函数,可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数,这5种参数都可以组合使用。但是请注意,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。

欢迎关注我的微信公众号

参考资料:

1、

转载于:https://www.cnblogs.com/cocowool/p/6599855.html

你可能感兴趣的文章
用线性判别分析 LDA 降维
查看>>
用 Doc2Vec 得到文档/段落/句子的向量表达
查看>>
使聊天机器人具有个性
查看>>
使聊天机器人的对话更有营养
查看>>
一个 tflearn 情感分析小例子
查看>>
attention 机制入门
查看>>
手把手用 IntelliJ IDEA 和 SBT 创建 scala 项目
查看>>
GAN 的 keras 实现
查看>>
AI 在 marketing 上的应用
查看>>
Logistic regression 为什么用 sigmoid ?
查看>>
Logistic Regression 为什么用极大似然函数
查看>>
SVM 的核函数选择和调参
查看>>
LightGBM 如何调参
查看>>
用 TensorFlow.js 在浏览器中训练神经网络
查看>>
cs230 深度学习 Lecture 2 编程作业: Logistic Regression with a Neural Network mindset
查看>>
梯度消失问题与如何选择激活函数
查看>>
为什么需要 Mini-batch 梯度下降,及 TensorFlow 应用举例
查看>>
为什么在优化算法中使用指数加权平均
查看>>
初探Java设计模式4:一文带你掌握JDK中的设计模式
查看>>
初探Java设计模式5:一文了解Spring涉及到的9种设计模式
查看>>