python基础，python基础语法,1、range（nu

python基础，python基础语法,1、range（nu

1、range（num）函数，返回0到num-1的列表

>>> list = range(100)>>> print(list)range(0, 100)>>> print(type(list))<class ‘range‘>>>>

xxxxxxxxxx

61

>>> list = range(100)

2

>>> print(list)

3

range(0, 100)

4

>>> print(type(list))

5

<class ‘range‘>

6

>>>

>>> for i in range(100):...     sum = sum + i + 1...>>> print(sum)5050

xxxxxxxxxx

51

>>> for i in range(100):

2

...   sum = sum + i + 1

3

...

4

>>> print(sum)

5

5050

2、参数传递在python中，有以下几种参数传递方式：位置传递关键字传递参数默认值包裹传递（packing） vs 解包裹（unpacking）
混合传递时原则：先位置，后关键字，包裹位置，包裹关键字

位置传递：

>>> def f(a,b,c):...     return a+b+c...>>> print(f(1,2,3));6

xxxxxxxxxx

51

>>> def f(a,b,c):

2

...   return a+b+c

3

...

4

>>> print(f(1,2,3));

5

6

关键字传递：

>>> def f(a,b,c):...     return a+b+c...>>> print(f(a=1,b=2,c=3));6

xxxxxxxxxx

51

>>> def f(a,b,c):

2

...   return a+b+c

3

...

4

>>> print(f(a=1,b=2,c=3));

5

6

默认参数值：

>>> def f1(a,b,c=10):...     return a+b+c;...>>> print(f1(1,2))13>>> print(f1(5,2))17>>> print(f1(2,4,5))11>>> print(f1(b=6))17

xxxxxxxxxx

111

>>> def f1(a,b,c=10):

2

...   return a+b+c;

3

...

4

>>> print(f1(1,2))

5

13

6

>>> print(f1(5,2))

7

17

8

>>> print(f1(2,4,5))

9

11

10

>>> print(f1(b=6))

11

17

包裹传递：一个星号表示传入元组、两个星号表示传入字典

>>> def func(*name):...     print(type(name))...     print(name)...>>> func(1,2)<class ‘tuple‘>(1, 2)>>> func(1,2,4,5,6)<class ‘tuple‘>(1, 2, 4, 5, 6)

xxxxxxxxxx

101

>>> def func(*name):

2

...   print(type(name))

3

...   print(name)

4

...

5

>>> func(1,2)

6

<class ‘tuple‘>

7

(1, 2)

8

>>> func(1,2,4,5,6)

9

<class ‘tuple‘>

10

(1, 2, 4, 5, 6)

>>> def func1(**name):...     print(type(name))...     print(name)...>>> func1(a=1,b=2,c=3)<class ‘dict‘>{‘a‘: 1, ‘b‘: 2, ‘c‘: 3}>>> func1(1,2,3)Traceback (most recent call last):  File "<stdin>", line 1, in <module>TypeError: func1() takes 0 positional arguments but 3 were given

xxxxxxxxxx

111

>>> def func1(**name):

2

...   print(type(name))

3

...   print(name)

4

...

5

>>> func1(a=1,b=2,c=3)

6

<class ‘dict‘>

7

{‘a‘: 1, ‘b‘: 2, ‘c‘: 3}

8

>>> func1(1,2,3)

9

Traceback (most recent call last):

10

 File "<stdin>", line 1, in <module>

11

TypeError: func1() takes 0 positional arguments but 3 were given

解包裹传递：

>>> def func3(a,b,c):...     print(a,b,c)...>>> a = (1,3,5)>>> func3(*a)1 3 5

xxxxxxxxxx

61

>>> def func3(a,b,c):

2

...   print(a,b,c)

3

...

4

>>> a = (1,3,5)

5

>>> func3(*a)

6

1 3 5

>>> def func3(a,b,c):...     print(a,b,c)...>>> b = {"a":"10","b":"20","c":"30"}>>> func3(**b)10 20 30

xxxxxxxxxx

61

>>> def func3(a,b,c):

2

...   print(a,b,c)

3

...

4

>>> b = {"a":"10","b":"20","c":"30"}

5

>>> func3(**b)

6

10 20 30

3、函数对象（lambda函数）lambda函数语法：

lambda a, b : a + blambda 参数 : 方法体

xxxxxxxxxx

21

lambda a, b : a + b

2

lambda 参数 : 方法体

>>> func = lambda a, b : a + b>>> def sum(f,a,b):...     print("--- the sum function ---")...     print(f(a,b))...>>>>>> sum(func,10,20)--- the sum function ---30>>>

xxxxxxxxxx

101

>>> func = lambda a, b : a + b

2

>>> def sum(f,a,b):

3

...   print("--- the sum function ---")

4

...   print(f(a,b))

5

...

6

>>>

7

>>> sum(func,10,20)

8

--- the sum function ---

9

30

10

>>>

4、内置函数：type() 查看变量类型dir() 查看变量有哪些方法

>>> b = {"a":"1234"}>>>>>> dir(b)[‘__class__‘, ‘__contains__‘, ‘__delattr__‘, ‘__delitem__‘, ‘__dir__‘, ‘__doc__‘, ‘__eq__‘, ‘__format__‘, ‘__ge__‘, ‘__getattribute__‘, ‘__getitem__‘, ‘__gt__‘, ‘__hash__‘, ‘__init__‘, ‘__init_subclass__‘, ‘__iter__‘, ‘__le__‘, ‘__len__‘, ‘__lt__‘, ‘__ne__‘, ‘__new__‘, ‘__reduce__‘, ‘__reduce_ex__‘, ‘__repr__‘, ‘__setattr__‘, ‘__setitem__‘, ‘__sizeof__‘, ‘__str__‘, ‘__subclasshook__‘, ‘clear‘, ‘copy‘, ‘fromkeys‘, ‘get‘, ‘items‘, ‘keys‘, ‘pop‘, ‘popitem‘, ‘setdefault‘, ‘update‘, ‘values‘]

xxxxxxxxxx

101

>>> b = {"a":"1234"}

2

>>>

3

>>> dir(b)

4

[‘__class__‘, ‘__contains__‘, ‘__delattr__‘, ‘__delitem__‘, ‘__dir__‘, ‘__doc__‘

5

, ‘__eq__‘, ‘__format__‘, ‘__ge__‘, ‘__getattribute__‘, ‘__getitem__‘, ‘__gt__‘,

6

 ‘__hash__‘, ‘__init__‘, ‘__init_subclass__‘, ‘__iter__‘, ‘__le__‘, ‘__len__‘, ‘

7

__lt__‘, ‘__ne__‘, ‘__new__‘, ‘__reduce__‘, ‘__reduce_ex__‘, ‘__repr__‘, ‘__seta

8

ttr__‘, ‘__setitem__‘, ‘__sizeof__‘, ‘__str__‘, ‘__subclasshook__‘, ‘clear‘, ‘co

9

py‘, ‘fromkeys‘, ‘get‘, ‘items‘, ‘keys‘, ‘pop‘, ‘popitem‘, ‘setdefault‘, ‘update

10

‘, ‘values‘]

help()len() 长度open() 文件输入和输出
循环相关range() enumerate()zip()
iter() 循环对象

>>> list = [1,2,3,4];>>> i = iter(list)>>> i.__next__()1>>> i.__next__()2>>> i.__next__()3>>> i.__next__()4>>> i.__next__()Traceback (most recent call last):  File "<stdin>", line 1, in <module>StopIteration>>>

xxxxxxxxxx

151

>>> list = [1,2,3,4];

2

>>> i = iter(list)

3

>>> i.__next__()

4

1

5

>>> i.__next__()

6

2

7

>>> i.__next__()

8

3

9

>>> i.__next__()

10

4

11

>>> i.__next__()

12

Traceback (most recent call last):

13

 File "<stdin>", line 1, in <module>

14

StopIteration

15

>>>

map() 函数是 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，得到一个新的 list 并返回。
如：处理数值，例如，对于list [1, 2, 3, 4, 5, 6, 7, 8]，如果希望把list的每个元素都作平方，就可以用map()函数：

>>> num_list = [1,2,3,4,5,6,7,8]>>> func = lambda x : x*x>>> num_map = map(func,num_list)>>> print(list(num_map))[1, 4, 9, 16, 25, 36, 49, 64]

xxxxxxxxxx

51

>>> num_list = [1,2,3,4,5,6,7,8]

2

>>> func = lambda x : x*x

3

>>> num_map = map(func,num_list)

4

>>> print(list(num_map))

5

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

如：处理字符串，假设用户输入的英文名字不规范，没有按照首字母大写，后续字母小写的规则，请利用map()函数，把一个list（包含若干不规范的英文名字）变成一个包含规范英文名字的list：输入：[‘adam‘, ‘LISA‘, ‘barT‘]
输出：[‘Adam‘, ‘Lisa‘, ‘Bart‘]

>>> str_list = [‘adam‘, ‘LISA‘, ‘barT‘];>>> func = lambda x : x[0:1].upper() + x[1:].lower();>>> str_map = map(func,str_list);>>> print(list(str_map));[‘Adam‘, ‘Lisa‘, ‘Bart‘]

xxxxxxxxxx

51

>>> str_list = [‘adam‘, ‘LISA‘, ‘barT‘];

2

>>> func = lambda x : x[0:1].upper() + x[1:].lower();

3

>>> str_map = map(func,str_list);

4

>>> print(list(str_map));

5

[‘Adam‘, ‘Lisa‘, ‘Bart‘]

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，返回由符合条件元素组成的新list。例如：删除 None 或者空字符串：

>>> str_list = [‘test‘, None, ‘‘, ‘str‘, ‘  ‘, ‘END‘]>>> def is_not_empty(s):...     return s and len(s.strip());  # and前的s用来排除None...>>> rs = filter(is_not_empty,str_list)>>> print(list(rs))[‘test‘, ‘str‘, ‘END‘]

xxxxxxxxxx

71

>>> str_list = [‘test‘, None, ‘‘, ‘str‘, ‘  ‘, ‘END‘]

2

>>> def is_not_empty(s):

3

...   return s and len(s.strip()); # and前的s用来排除None

4

...

5

>>> rs = filter(is_not_empty,str_list)

6

>>> print(list(rs))

7

[‘test‘, ‘str‘, ‘END‘]

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。
并且reduce()函数还可以传入第三个参数，用来做函数f的初始参数。在Python 3里,reduce()函数已经被从全局名字空间里移除了,它现在被放置在fucntools模块里 用的话要 先引
入：
>>> from functools import reduce

如reduce(f, [1, 3, 5, 7, 9], 100)，则先将计算f(100,1)。可以用来做求和，虽然python自带了sum函数。例如：求积：[2, 4, 5, 7, 12]

>>> from functools import reduce>>> num_list = [2, 4, 5, 7, 12]>>> func = lambda x,y : x*y>>> rs = reduce(func,num_list)>>> print(rs)3360

xxxxxxxxxx

61

>>> from functools import reduce

2

>>> num_list = [2, 4, 5, 7, 12]

3

>>> func = lambda x,y : x*y

4

>>> rs = reduce(func,num_list)

5

>>> print(rs)

6

3360

在100的基础上求积：[2, 4, 5, 7, 12]

>>> from functools import reduce>>> num_list = [2, 4, 5, 7, 12]>>> func = lambda x,y : x*y>>> rs = reduce(func,num_list,100)>>> print(rs)336000

xxxxxxxxxx

61

>>> from functools import reduce

2

>>> num_list = [2, 4, 5, 7, 12]

3

>>> func = lambda x,y : x*y

4

>>> rs = reduce(func,num_list,100)

5

>>> print(rs)

6

336000

数学运算函数：? abs(-2) #取绝对值
? round(2.3) #取整
? pow(3,2) #乘方
? cmp(3.1, 3.2) #比较大小
? divmod(9,7) #返回除法结果和余数
? max([2,4,6,8]) #求最大值
? min([1,2, -1, -2]) #求最小值
? sum([-1,1,5,7]) #求和

类型转化函数：? int(“10”) #字符转为整数
? float(4) #转为浮点数
? long(“17”) #转为长整数
? str(3.5) #转为字符串
? complex(2, 5) #返回复数 2 + 5i
? ord(“A”) #A对应的ascii码
? chr(65) #ascii码对应的字符
? unichr(65) #数值65对应的unicode字符
? bool(0) #转换为相应的真假值，0相当于False
btw: “空”值相当于False： [], (), {}, 0, None, 0.0, ‘‘

序列操作函数：? all([True, 2, “wow!"]) #是否所有元素相当于True
? any([0, “”, False, [], None]) #是否有元素相当于True
? sorted([1,7,4]) #序列升序排序
? reversed([1,5,3]) #降序排序
? list((1,2,3)) #转换为表list
? tuple([4,5,4]) #转换为tuple
? dict(a=3,b=“hi”,c=[1,2,3]) #构建字典


其它函数：?id()#查看对象的内存位置
?type()#查看对象类型
?len() #查看对象长度
? input(‘ input something ’) #等待用户输入
? globals() #返回全局变量名，函数名
? locals() #返回局部命名空间




5、面向对象私有属性，所有方法。在方法名，属性名前加“__”。例如： __private_name

__private_name = 1;def __private_func(self,name):    print(name);

xxxxxxxxxx

31

__private_name = 1;

2

def __private_func(self,name):

3

  print(name);

类名称首字母大写：

class ClassName():

xxxxxxxxxx

11

class ClassName():

6、模块安装pip:

# 先安装setuptoolshttps://pypi.python.org/pypi/setuptools# 后安装piphttps://pypi.python.org/pypi/pip

xxxxxxxxxx

41

# 先安装setuptools

2

https://pypi.python.org/pypi/setuptools

3

# 后安装pip

4

https://pypi.python.org/pypi/pip

# 编译（如果下载的是源码）python setup.py build# 安装（所有python的模块都适用）python setup.py install# 安装模块（安装玩pip后）pip install xxx

xxxxxxxxxx

71

# 编译（如果下载的是源码）

2

python setup.py build

3

# 安装（所有python的模块都适用）

4

python setup.py install

5

6

# 安装模块（安装玩pip后）

7

pip install xxx

引入模块：

import module_name;import module_name as mn;from module_package import module_name;from module_package import *;

xxxxxxxxxx

41

import module_name;

2

import module_name as mn;

3

from module_package import module_name;

4

from module_package import *;

模块引入路径：

模块搜索路径：1、程序所在的位置2、标准库的安装路径3、操作系统环境变量PYTHONPATH指向的位置但是如果我们的模块不在上述位置时，需要在环境变量中加入如下路径：export PYTHONPATH=$PYTHONPATH:{module_path}

xxxxxxxxxx

71

模块搜索路径：

2

1、程序所在的位置

3

2、标准库的安装路径

4

3、操作系统环境变量PYTHONPATH指向的位置

5

6

但是如果我们的模块不在上述位置时，需要在环境变量中加入如下路径：

7

export PYTHONPATH=$PYTHONPATH:{module_path}

7、python标准库：? 正则表达式 (re包)
? 时间与日期 (time, datetime包)
? 路径与文件 (os.path包, glob包)
? 文件管理 (部分os包，shutil包)
? 存储对象 (pickle包，cPickle包)
? 子进程 (subprocess包)
? 信号 (signal包)
? 线程同步 (threading包)
? 进程信息 (部分os包)
? 多进程初步 (multiprocessing包)
? 数学 (math包）
? 随机数(random包)
? 循环器 (itertools)
? 数据库 (sqlite3)
? …

? [官方文档]
? Python 2：
? https://docs.python.org/2/library
? Python 3：
? https://docs.python.org/3/library/index.html

python基础