python基础概念，,2016.5.211

python基础概念，,2016.5.211

2016.5.21

1. 一切皆对象：

在python中都是对象，对象类型的赋值类似于 c 语言的指针

2.数字类型

decimal：

将相应的函数改名使用：from decimal import Decimal as D    eg:D(‘0.3‘)/D(3)统计运行时间：python -mtimeit -s "from decimal import Decimal as D"        D(‘1.2‘)+D(‘3.4‘)        由此可以发现decimal非常地耗费时间

常用库：

dir(math)  help(math)  #z:上一页  w：下一页   q：退出math：    import math    math.pi    math.sprt(80)    math.log10(2**1000)    math.pow(x,y)    math.factorial(x)   #连乘random:    import random    random.random() #0~1之间的随机数    random.choice([1,2,3,4])    random.randint(a,b)         random.uniform(a,b)    random.gauss(mu,lamda)numpy:    产生数组和矩阵，正太分布的随机数    矩阵运算，求逆，转置等scipy:拟合，线性插值，样条插值，积分，微分... 

3.字符串

切片，索引

常用方法集合：

+ * s.upper() s.find(‘f‘) s.replace(‘python‘,‘java‘)  print "%s like %s" %(‘we‘,‘python‘)

import re:regular expression

^ start$ end. except+ 1-inf* 0-inf? 0-1[] or{} repeat[^] not| or\w  [a-zA-Z0-9_],  (not)\W\d  [0-9],  (not)\D\s  [ \t\n\r\f\v],   (not)\S\b  word boundary\B  not \b\A  input start, ^\Z  input end, $*  0~inf greedy+  1~inf greedy*?  0~inf non-greedy+?  1~inf non-greedy()  group #用于区分域名之类的有帮助(?P<name>pattern)等价（re.X:去掉中间的空格，换行符和注释等，还有其他的编译选项）：a = re.compile(r"""\d +  # 整数部分                   \.    # 小数点                   \d *  # 小数部分                """, re.X)b = re.compile(r"\d+\.\d*")

4.日期和时间

time:

这个部分暂时不用太细致，之后用到的时候再直接用就可以了

2016.5.22

5.列表

切片，索引，引用

常用操作：

6.元组

不可变的列表：不可原处修改

常用操作： 转换tuple 计数count + *

7.字典

key-value:关键字和值之间相对应

常用操作：keys values get update del clear 嵌套

特点：没有顺序的数据结构，类似于c中的散列表，适合插入查询操作key为不可变对象

8.文件

常用操作：

open(path,‘r‘)  #r:r w aread readline write close   中文支持：import codecsf=codecs.open(filename,mode,encoding)文件操作：import osos.path.exists(filename)os.rename(old,new)

shelve库：

import shelveD = Shelve.open(file)   #读到字典中

Pickle/cPickle #cPickle更底层所以更快

import cPicklef = open(file,mode)cPickle.dump(obj,f) #先入先出obj = cPickle.load(f)

9.语句表达式

赋值输入input：raw_input():当作自负串赋给后边的变量            input()：运行输入的内容3.x 输出：print([obj,...][,sep=‘‘][,end=‘\n‘][,file=sys.std.stdout])列表解析：    可以去掉列表中的重复元素    可以简洁地用语句表达嵌套循环等，并且相应的时间会减少异常处理：    raise:自己定义errortype的提示信息    assert condition,message：条件触发，触发后打印信息（except中打印），并终止程序    try/except:有异常时执行except    try/finally：无论如何执行 finally

10.高效做事的函数

函数语法定义：    def func_name(arguments):        statement        return x,y    x,y = func_name(para)变量作用域：    local    encloding function locals    global(module)    build-in(python)函数作参数：    把函数作为参数的函数叫做 高阶函数自带高阶函数：    filter，map，reduce

2016.5.23

函数式编程

lambda    用法：lower = (lambda x,y:x if x<y else y) 返回一个函数，简化程序的编写    calc_dict={        ‘+‘:lambda a,b:a+b,        ‘*‘:lambda a,b:a*b,        ‘-‘:lambda a,b:a-b,    }    用法：calc_dict[‘*‘](12,3)    将函数当作数据来使用

回调 callback

把上面的函数式编程的方式中的 lambda 改为 callback 函数，很符合编程标准了就！

闭包和装饰器

闭包：绑定外部变量的函数：    外部变量在内部函数中可以以列表的方式进行访问和改变    当我们采用两层函数的时候是为了更方便地传递参数装饰器：    无嵌套，函数作为返回值    @一个函数....return：在导入的时候就会被运行    里面有一定的学问，以后用到的时候慢慢去理解

2016.5.24

//递归

生成器和yield

迭代器：避免重复计算，只有当需要用到的时候才计算出来。惰性计算    速度简直了，当是大数据的时候，速度可以提升100甚至以上倍数    用 send 方式传送数据

python基础概念