共计 31123 个字符，预计需要花费 78 分钟才能阅读完成。
史上最全 Python 材料汇总（长期更新）。隔壁小孩都馋哭了 — 点击支付
明天和大家分享的内容是 Python 入门干货，文章很长。
简介
Python 是一种高层次的联合了解释性、编译性、互动性和面向对象的脚本语言。Python 由 Guido van Rossum 于 1989 年底在荷兰国家数学和计算机科学研究所创造，第一个公开发行版发行于 1991 年。
特点
- 易于学习：Python 有绝对较少的关键字，构造简略，和一个明确定义的语法，学习起来更加简略。
- 易于浏览：Python 代码定义的更清晰。
- 易于保护：Python 的胜利在于它的源代码是相当容易保护的。
- 一个宽泛的规范库：Python 的最大的劣势之一是丰盛的库，跨平台的，在 UNIX，Windows 和 macOS 兼容很好。
- 互动模式：互动模式的反对，您能够从终端输出执行代码并取得后果的语言，互动的测试和调试代码片断。
- 可移植：基于其凋谢源代码的个性，Python 曾经被移植（也就是使其工作）到许多平台。
- 可扩大：如果你须要一段运行很快的要害代码，或者是想要编写一些不愿凋谢的算法，你能够应用 C 或 C++ 实现那局部程序，而后从你的 Python 程序中调用。
- 数据库：Python 提供所有次要的商业数据库的接口。
- GUI 编程：Python 反对 GUI 能够创立和移植到许多零碎调用。
- 可嵌入：你能够将 Python 嵌入到 C/C++ 程序，让你的程序的用户取得”脚本化”的能力。
- 面向对象：Python 是强面向对象的语言，程序中任何内容统称为对象，包含数字、字符串、函数等。
根底语法
运行 Python
交互式解释器
在命令行窗口执行 python 后，进入 Python 的交互式解释器。exit() 或 Ctrl + D 组合键退出交互式解释器。
命令行脚本
在命令行窗口执行python script-file.py，以执行 Python 脚本文件。
指定解释器
如果在 Python 脚本文件首行输出 #!/usr/bin/env python，那么能够在命令行窗口中执行/path/to/script-file.py 以执行该脚本文件。
注：该办法不反对 Windows 环境。
编码
默认状况下，3.x 源码文件都是 UTF-8 编码，字符串都是 Unicode 字符。也能够手动指定文件编码：
# -*- coding: utf-8 -*-或者
# encoding: utf-8留神: 该行标注必须位于文件第一行
标识符
- 第一个字符必须是英文字母或下划线
_。 - 标识符的其余的局部由字母、数字和下划线组成。
- 标识符对大小写敏感。
注：从 3.x 开始，非 ASCII 标识符也是容许的，但不倡议。
保留字
保留字即关键字，咱们不能把它们用作任何标识符名称。Python 的规范库提供了一个 keyword 模块，能够输入以后版本的所有关键字：
>>> import keyword
>>> keyword.kwlist
['False', 'None', 'True', 'and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass', 'raise', 'return', 'try', 'while', 'with', 'yield']正文
单行正文采纳 #，多行正文采纳''' 或"""。
# 这是单行正文 '''这是多行正文这是多行正文'''""" 这也是多行正文这也是多行正文 """行与缩进
Python 最具特色的就是应用缩进来示意代码块，不须要应用大括号 {}。缩进的空格数是可变的，然而同一个代码块的语句必须蕴含雷同的缩进空格数。缩进不统一，会导致运行谬误。
多行语句
Python 通常是一行写完一条语句，但如果语句很长，咱们能够应用反斜杠 \ 来实现多行语句。
total = item_one + \
item_two + \
item_three在 [], {}, 或 () 中的多行语句，不须要应用反斜杠\。
空行
函数之间或类的办法之间用空行分隔，示意一段新的代码的开始。类和函数入口之间也用一行空行分隔，以突出函数入口的开始。
空行与代码缩进不同，空行并不是 Python 语法的一部分。书写时不插入空行，Python 解释器运行也不会出错。然而空行的作用在于分隔两段不同性能或含意的代码，便于日后代码的保护或重构。
记住：空行也是程序代码的一部分。
期待用户输出
input函数能够实现期待并接管命令行中的用户输出。
content = input("\n\n 请输出点货色并按 Enter 键 \n")
print(content)```
### ** 同一行写多条语句 **
Python 能够在同一行中应用多条语句，语句之间应用分号 `;` 宰割。import sys; x = ‘hello world’; sys.stdout.write(x + ‘n’)
### ** 多个语句形成代码组 **
缩进雷同的一组语句形成一个代码块，咱们称之代码组。像 `if`、`while`、`def` 和 `class` 这样的复合语句，首行以关键字开始，以冒号 `:` 完结，该行之后的一行或多行代码形成代码组。咱们将首行及前面的代码组称为一个子句(clause)。### **print 输入 **
print 默认输入是换行的，如果要实现不换行须要在变量开端加上 `end=""` 或别的非换行符字符串：print(‘123’) # 默认换行 print(‘123’, end = “”) # 不换行
### **import 与 from…import**
在 Python 用 `import` 或者 `from...import` 来导入相应的模块。将整个模块导入，格局为：`import module_name`
从某个模块中导入某个函数, 格局为：`from module_name import func1`
从某个模块中导入多个函数, 格局为：`from module_name import func1, func2, func3`
将某个模块中的全副函数导入，格局为：`from module_name import *`
## ** 运算符 **
### ** 算术运算符 **
| 运算符 | 形容 |
| :-: | --- |
| + | 加 |
| - | 减 |
| * | 乘 |
| / | 除 |
| % | 取模 |
| ** | 幂 |
| // | 取整除 |
### ** 比拟运算符 **
| 运算符 | 形容 |
| :-: | --- |
| == | 等于 |
| != | 不等于 |
| > | 大于 |
| < | 小于 |
| >= | 大于等于 |
| <= | 小于等于 |
### ** 赋值运算符 **
| 运算符 | 形容 |
| :-: | --- |
| = | 简略的赋值运算符 |
| += | 加法赋值运算符 |
| -= | 减法赋值运算符 |
| *= | 乘法赋值运算符 |
| /= | 除法赋值运算符 |
| %= | 取模赋值运算符 |
| **= | 幂赋值运算符 |
| //= | 取整除赋值运算符 |
### ** 位运算符 **
### ** 逻辑运算符 **
### ** 成员运算符 **
### ** 身份运算符 **
### ** 运算符优先级 **
具备雷同优先级的运算符将从左至右的形式顺次进行。用小括号 `()` 能够扭转运算程序。## ** 变量 **
变量在应用前必须先”定义”（即赋予变量一个值），否则会报错：name
Traceback (most recent call last):
File “<stdin>”, line 1, in <module>
NameError: name ‘name’ is not defined
## ** 数据类型 **
### ** 布尔(bool)**
只有 `True` 和 `False` 两个值，示意真或假。### ** 数字(number)**
#### ** 整型(int)**
整数值，可负数亦可复数，无小数。3.x 整型是没有限度大小的，能够当作 Long 类型应用，所以 3.x 没有 2.x 的 Long 类型。#### ** 浮点型(float)**
浮点型由整数局部与小数局部组成，浮点型也能够应用迷信计数法示意（2.5e2 = 2.5 x 10^2 = 250）#### ** 复数(complex)**
复数由实数局部和虚数局部形成，能够用 `a + bj`，或者 `complex(a,b)` 示意，复数的实部 a 和虚部 b 都是浮点型。#### ** 数字运算 **
* 不同类型的数字混合运算时会将整数转换为浮点数
* 在不同的机器上浮点运算的后果可能会不一样
* 在整数除法中，除法 `/` 总是返回一个浮点数，如果只想得到整数的后果，抛弃可能的分数局部，能够应用运算符 `//`。* `//` 失去的并不一定是整数类型的数，它与分母分子的数据类型有关系
* 在交互模式中，最初被输入的表达式后果被赋值给变量 `_`，`_` 是个只读变量
#### ** 数学函数 **
注：以下函数的应用，需先导入 math 包。
#### ** 随机数函数 **
注：以下函数的应用，需先导入 random 包。
#### ** 三角函数 **
注：以下函数的应用，需先导入 math 包。
#### ** 数学常量 **
### ** 字符串(string)**
* 单引号和双引号应用完全相同
* 应用三引号 (`'''` 或 `"""`) 能够指定一个多行字符串
* 本义符 (反斜杠 `\`) 能够用来本义，应用 `r` 能够让反斜杠不产生本义，如 `r"this is a line with \n"`，则 `\n` 会显示，并不是换行
* 按字面意义级联字符串，如 `"this" "is" "string"` 会被主动转换为 `this is string`
* 字符串能够用 `+` 运算符连贯在一起，用 `*` 运算符反复
* 字符串有两种索引形式，从左往右以 0 开始，从右往左以 -1 开始
* 字符串不能扭转
* 没有独自的字符类型，一个字符就是长度为 1 的字符串
* 字符串的截取的语法格局如下：` 变量[头下标: 尾下标]`
#### ** 转义字符 **
#### ** 字符串运算符 **
#### ** 字符串格式化 **
在 Python 中，字符串格式化不是 sprintf 函数，而是用 `%` 符号。例如：print(“ 我叫 %s，往年 %d 岁！” % (‘ 小明 ’, 10))// 输入: 我叫小明，往年 10 岁！
格式化符号:
辅助指令:
Python 2.6 开始，新增了一种格式化字符串的函数 `str.format()`，它加强了字符串格式化的性能。#### ** 多行字符串 **
* 用三引号 (`'''` 或 `"""`) 包裹字符串内容
* 多行字符串内容反对本义符，用法与单双引号一样
* 三引号包裹的内容，有变量接管或操作即字符串，否则就是多行正文
实例：string = ”’print(tmath.fabs(-10))print(nrandom.choice(li))”’print(string)
输入：print(math.fabs(-10))print(random.choice(li))
#### **Unicode**
在 2.x 中，一般字符串是以 8 位 ASCII 码进行存储的，而 Unicode 字符串则存储为 16 位 Unicode 字符串，这样可能示意更多的字符集。应用的语法是在字符串后面加上前缀 `u`。在 3.x 中，所有的字符串都是 Unicode 字符串。#### ** 字符串函数 **
### ** 字节(bytes)**
在 3.x 中，字符串和二进制数据齐全辨别开。文本总是 Unicode，由 str 类型示意，二进制数据则由 bytes 类型示意。Python 3 不会以任意隐式的形式混用 str 和 bytes，你不能拼接字符串和字节流，也无奈在字节流里搜寻字符串（反之亦然），也不能将字符串传入参数为字节流的函数（反之亦然）。* bytes 类型与 str 类型，二者的办法仅有 encode() 和 decode() 不同。* bytes 类型数据需在惯例的 str 类型前加个 `b` 以示辨别，例如 `b'abc'`。* 只有在须要将 str 编码 (encode) 成 bytes 的时候，比方：通过网络传输数据；或者须要将 bytes 解码 (decode) 成 str 的时候，咱们才会关注 str 和 bytes 的区别。bytes 转 str：b’abc’.decode()
str(b’abc’)
str(b’abc’, encoding=’utf-8′)`
str 转 bytes：
'中国'.encode()
bytes('中国', encoding='utf-8')列表(list)
- 列表是一种无序的、可反复的数据序列，能够随时增加、删除其中的元素。
- 列表页的每个元素都调配一个数字索引，从 0 开始
- 列表应用方括号创立，应用逗号分隔元素
- 列表元素值能够是任意类型，包含变量
- 应用方括号对列表进行元素拜访、切片、批改、删除等操作，开闭合区间为
[)模式 - 列表的元素拜访能够嵌套
- 方括号内能够是任意表达式
创立列表
hello = (1, 2, 3)
li = [1, "2", [3, 'a'], (1, 3), hello]拜访元素
li = [1, "2", [3, 'a'], (1, 3)]
print(li[3]) # (1, 3)
print(li[-2]) # [3, 'a']切片拜访
格局: list_name[begin:end:step] begin 示意起始地位(默认为 0)，end 示意完结地位(默认为最初一个元素)，step 示意步长(默认为 1)
hello = (1, 2, 3)
li = [1, "2", [3, 'a'], (1, 3), hello]
print(li) # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)]
print(li[1:2]) # ['2']
print(li[:2]) # [1, '2']
print(li[:]) # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)]
print(li[2:]) # [[3, 'a'], (1, 3), (1, 2, 3)]
print(li[1:-1:2]) # ['2', (1, 3)]拜访内嵌 list 的元素：
li = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, ['a', 'b', 'c']]
print(li[1:-1:2][1:3]) # (3, 5)
print(li[-1][1:3]) # ['b', 'c']
print(li[-1][1]) # b批改列表
通过应用方括号，能够非常灵活的对列表的元素进行批改、替换、删除等操作。
li = [0, 1, 2, 3, 4, 5]
li[len(li) - 2] = 22 # 批改 [0, 1, 2, 22, 4, 5]
li[3] = 33 # 批改 [0, 1, 2, 33, 4, 5]
li[1:-1] = [9, 9] # 替换 [0, 9, 9, 5]
li[1:-1] = [] # 删除 [0, 5]删除元素
能够用 del 语句来删除列表的指定范畴的元素。
li = [0, 1, 2, 3, 4, 5]
del li[3] # [0, 1, 2, 4, 5]
del li[2:-1] # [0, 1, 5]列表操作符
+用于合并列表*用于反复列表元素in用于判断元素是否存在于列表中for ... in ...用于遍历列表元素
[1, 2, 3] + [3, 4, 5] # [1, 2, 3, 3, 4, 5]
[1, 2, 3] * 2 # [1, 2, 3, 1, 2, 3]
3 in [1, 2, 3] # True
for x in [1, 2, 3]: print(x) # 1 2 3列表函数
len(list)列表元素个数max(list)列表元素中的最大值min(list)列表元素中的最小值list(seq)将元组转换为列表
li = [0, 1, 5]
max(li) # 5
len(li) # 3注: 对列表应用 max/min 函数，2.x 中对元素值类型无要求，3.x 则要求元素值类型必须统一。
列表办法
- list.append(obj)
在列表开端增加新的对象
- list.count(obj)
返回元素在列表中呈现的次数
- list.extend(seq)
在列表开端一次性追加另一个序列中的多个值
- list.index(obj)
返回查找对象的索引地位，如果没有找到对象则抛出异样
- list.insert(index, obj)
将指定对象插入列表的指定地位
- list.pop([index=-1]])
移除列表中的一个元素（默认最初一个元素），并且返回该元素的值
- list.remove(obj)
移除列表中某个值的第一个匹配项
- list.reverse()
反向排序列表的元素
- list.sort(cmp=None, key=None, reverse=False)
对原列表进行排序，如果指定参数，则应用比拟函数指定的比拟函数
- list.clear()
清空列表 还能够应用
del list[:]、li = []等形式实现 - list.copy()
复制列表 默认应用等号赋值给另一个变量，实际上是援用列表变量。如果要实现
列表推导式
列表推导式提供了从序列创立列表的简略路径。通常应用程序将一些操作利用于某个序列的每个元素，用其取得的后果作为生成新列表的元素，或者依据确定的断定条件创立子序列。
每个列表推导式都在 for 之后跟一个表达式，而后有零到多个 for 或 if 子句。返回后果是一个依据表白从其后的 for 和 if 上下文环境中生成进去的列表。如果心愿表达式推导出一个元组，就必须应用括号。
将列表中每个数值乘三，取得一个新的列表：
vec = [2, 4, 6]
[(x, x**2) for x in vec]
# [(2, 4), (4, 16), (6, 36)]对序列里每一个元素一一调用某办法：
freshfruit = ['banana', 'loganberry', 'passion fruit']
[weapon.strip() for weapon in freshfruit]
# ['banana', 'loganberry', 'passion fruit']用 if 子句作为过滤器：
vec = [2, 4, 6]
[3*x for x in vec if x > 3]
# [12, 18]vec1 = [2, 4, 6]
vec2 = [4, 3, -9]
[x*y for x in vec1 for y in vec2]
# [8, 6, -18, 16, 12, -36, 24, 18, -54]
[vec1[i]*vec2[i] for i in range(len(vec1))]
# [8, 12, -54]列表嵌套解析：
matrix = [[1, 2, 3],
[4, 5, 6],
[7, 8, 9],
]
new_matrix = [[row[i] for row in matrix] for i in range(len(matrix[0]))]
print(new_matrix)
# [[1, 4, 7], [2, 5, 8], [3, 6, 9]]元组(tuple)
- 元组与列表相似，不同之处在于元组的元素不能批改
- 元组应用小括号，列表应用方括号
- 元组创立很简略，只须要在括号中增加元素，并应用逗号隔开即可
- 没有 append()，insert() 这样进行批改的办法，其余办法都与列表一样
- 字典中的键必须是惟一的同时不可变的，值则没有限度
- 元组中只蕴含一个元素时，须要在元素前面增加逗号，否则括号会被当作运算符应用
拜访元组
拜访元组的形式与列表是统一的。元组的元素能够间接赋值给多个变量，但变量数必须与元素数量统一。
a, b, c = (1, 2, 3)
print(a, b, c)组合元组
元组中的元素值是不容许批改的，但咱们能够对元组进行连贯组合
tup1 = (12, 34.56);
tup2 = ('abc', 'xyz')
tup3 = tup1 + tup2;
print (tup3)
# (12, 34.56, 'abc', 'xyz')删除元组
元组中的元素值是不容许删除的，但咱们能够应用 del 语句来删除整个元组
元组函数
len(tuple)元组元素个数max(tuple)元组元素中的最大值min(tuple)元组元素中的最小值tuple(tuple)将列表转换为元组
元组推导式
t = 1, 2, 3
print(t)
# (1, 2, 3)
u = t, (3, 4, 5)
print(u)
# ((1, 2, 3), (3, 4, 5))字典(dict)
- 字典是另一种可变容器模型，可存储任意类型对象
- 字典的每个键值 (key=>value) 对用冒号 (:) 宰割，每个对之间用逗号 (,) 宰割，整个字典包含在花括号 ({}) 中
- 键必须是惟一的，但值则不用
- 值能够是任意数据类型
- 键必须是不可变的，例如：数字、字符串、元组能够，但列表就不行
- 如果用字典里没有的键拜访数据，会报错
- 字典的元素没有程序，不能通过下标援用元素，通过键来援用
- 字典外部寄存的程序和 key 放入的程序是没有关系的
格局如下:
d = {key1 : value1, key2 : value2}拜访字典
dis = {'a': 1, 'b': [1, 2, 3]}
print(dis['b'][2])```
#### ** 批改字典 **
dis = {‘a’: 1, ‘b’: [1, 2, 3], 9: {‘name’: ‘hello’}}
dis9 = 999
print(dis)
{‘a’: 1, 9: {‘name’: 999}, ‘b’: [1, 2, 3]}
#### ** 删除字典 **
用 del 语句删除字典或字典的元素。dis = {‘a’: 1, ‘b’: [1, 2, 3], 9: {‘name’: ‘hello’}}
del dis9
print(dis)
del dis # 删除字典
{‘a’: 1, 9: {}, ‘b’: [1, 2, 3]}
#### ** 字典函数 **
* `len(dict)` 计算字典元素个数，即键的总数
* `str(dict)` 输入字典，以可打印的字符串示意
* `type(variable)` 返回输出的变量类型，如果变量是字典就返回字典类型
* `key in dict` 判断键是否存在于字典中
#### ** 字典办法 **
* dict.clear()
删除字典内所有元素
* dict.copy()
返回一个字典的浅复制
* dict.fromkeys(seq[, value])
创立一个新字典，以序列 seq 中元素做字典的键，value 为字典所有键对应的初始值
* dict.get(key, default=None)
返回指定键的值，如果值不在字典中返回默认值
* dict.items()
以列表模式返回可遍历的 (键, 值) 元组数组
* dict.keys()
以列表返回一个字典所有的键
* dict.values()
以列表返回字典中的所有值
* dict.setdefault(key, default=None)
如果 key 在字典中，返回对应的值。如果不在字典中，则插入 key 及设置的默认值 default，并返回 default，default 默认值为 None。* dict.update(dict2)
把字典参数 dict2 的键 / 值对更新到字典 dict 里
dic1 = {‘a’: ‘a’}
dic2 = {9: 9, ‘a’: ‘b’}
dic1.update(dic2)
print(dic1)
{‘a’: ‘b’, 9: 9}
* dict.pop(key[,default])
删除字典给定键 key 所对应的值，返回值为被删除的值。key 值必须给出，否则返回 default 值。* dict.popitem()
随机返回并删除字典中的一对键和值(个别删除开端对)
#### ** 字典推导式 **
构造函数 dict() 间接从键值对元组列表中构建字典。如果有固定的模式，列表推导式指定特定的键值对：dict([(‘sape’, 4139), (‘guido’, 4127), (‘jack’, 4098)])
{‘sape’: 4139, ‘jack’: 4098, ‘guido’: 4127}
此外，字典推导能够用来创立任意键和值的表达式词典：{x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}
如果关键字只是简略的字符串，应用关键字参数指定键值对有时候更不便：dict(sape=4139, guido=4127, jack=4098)
{‘sape’: 4139, ‘jack’: 4098, ‘guido’: 4127}
### ** 汇合(set)**
汇合是一个无序不反复元素的序列
#### ** 创立汇合 **
* 能够应用大括号 `{}` 或者 `set()` 函数创立汇合
* 创立一个空集合必须用 `set()` 而不是 `{}`，因为 `{}` 是用来创立一个空字典
* `set(value)` 形式创立汇合，value 能够是字符串、列表、元组、字典等序列类型
* 创立、增加、批改等操作，汇合会主动去重
{1, 2, 1, 3} # {} {1, 2, 3}
set(‘12345’) # 字符串 {‘3’, ‘5’, ‘4’, ‘2’, ‘1’}
set([1, ‘a’, 23.4]) # 列表 {1, ‘a’, 23.4}
set((1, ‘a’, 23.4)) # 元组 {1, ‘a’, 23.4}
set({1:1, ‘b’: 9}) # 字典 {1, ‘b’}
#### ** 增加元素 **
将元素 val 增加到汇合 set 中，如果元素已存在，则不进行任何操作：set.add(val)
也能够用 update 办法批量增加元素，参数能够是列表，元组，字典等：set.update(list1, list2,…)
#### ** 移除元素 **
如果存在元素 val 则移除，不存在就报错：set.remove(val)
如果存在元素 val 则移除，不存在也不会报错：set.discard(val)
随机移除一个元素：set.pop()
#### ** 元素个数 **
与其余序列一样，能够用 `len(set)` 获取汇合的元素个数。#### ** 清空集合 **
set.clear()
set = set()
#### ** 判断元素是否存在 **
val in set
#### ** 其余办法 **
* set.copy()
复制汇合
* set.difference(set2)
求差集，在 set 中却不在 set2 中
* set.intersection(set2)
求交加，同时存在于 set 和 set2 中
* set.union(set2)
求并集，所有 set 和 set2 的元素
* set.symmetric_difference(set2)
求对称差集，不同时呈现在两个汇合中的元素
* set.isdisjoint(set2)
如果两个汇合没有雷同的元素，返回 True
* set.issubset(set2)
如果 set 是 set2 的一个子集，返回 True
* set.issuperset(set2)
如果 set 是 set2 的一个超集，返回 True
#### ** 汇合计算 **
a = set(‘abracadabra’)
b = set(‘alacazam’)
print(a) # a 中惟一的字母
{‘a’, ‘r’, ‘b’, ‘c’, ‘d’}
print(a – b) # 在 a 中的字母，但不在 b 中
{‘r’, ‘d’, ‘b’}
print(a | b) # 在 a 或 b 中的字母
{‘a’, ‘c’, ‘r’, ‘d’, ‘b’, ‘m’, ‘z’, ‘l’}
print(a & b) # 在 a 和 b 中都有的字母
{‘a’, ‘c’}
print(a ^ b) # 在 a 或 b 中的字母，但不同时在 a 和 b 中
{‘r’, ‘d’, ‘b’, ‘m’, ‘z’, ‘l’}
#### ** 汇合推导式 **
a = {x for x in ‘abracadabra’ if x not in ‘abc’}
print(a)
{‘d’, ‘r’}
## ** 流程管制 **
### **if 管制 **
if 表达式 1:
语句
if 表达式 2:
语句
elif 表达式 3:
语句
else:
语句
elif 表达式 4:
语句
else:
语句
1、每个条件前面要应用冒号 `:`，示意接下来是满足条件后要执行的语句块。2、应用缩进来划分语句块，雷同缩进数的语句在一起组成一个语句块。3、在 Python 中没有 switch - case 语句。三元运算符：< 表达式 1 > if < 条件 > else < 表达式 2 >
编写条件语句时，应该尽量避免应用嵌套语句。嵌套语句不便于浏览，而且可能会疏忽一些可能性。### **for 遍历 **
for < 循环变量 > in < 循环对象 >：
< 语句 1 >
else:
< 语句 2 >
else 语句中的语句 2 只有循环失常退出（遍历完所有遍历对象中的值）时执行。在字典中遍历时，关键字和对应的值能够应用 `items()` 办法同时解读进去：knights = {‘gallahad’: ‘the pure’, ‘robin’: ‘the brave’}
for k, v in knights.items():
print(k, v)
在序列中遍历时，索引地位和对应值能够应用 `enumerate()` 函数同时失去：for i, v in enumerate([‘tic’, ‘tac’, ‘toe’]):
print(i, v)
同时遍历两个或更多的序列，能够应用 `zip()` 组合：questions = [‘name’, ‘quest’, ‘favorite color’]
answers = [‘lancelot’, ‘the holy grail’, ‘blue’]
for q, a in zip(questions, answers):
print(‘What is your {0}? It is {1}.’.format(q, a))
要反向遍历一个序列，首先指定这个序列，而后调用 `reversed()` 函数：for i in reversed(range(1, 10, 2)):
print(i)
要按程序遍历一个序列，应用 `sorted()` 函数返回一个已排序的序列，并不批改原值：basket = [‘apple’, ‘orange’, ‘apple’, ‘pear’, ‘orange’, ‘banana’]
for f in sorted(set(basket)):
print(f)
### **while 循环 **
while< 条件 >：
< 语句 1 >
else：
< 语句 2 >
### **break、continue、pass**
break 语句用在 while 和 for 循环中，break 语句用来终止循环语句，即循环条件没有 False 条件或者序列还没被齐全递归完，也会进行执行循环语句。continue 语句用在 while 和 for 循环中，continue 语句用来通知 Python 跳过以后循环的残余语句，而后持续进行下一轮循环。continue 语句跳出本次循环，而 break 跳出整个循环。pass 是空语句，是为了放弃程序结构的完整性。pass 不做任何事件，个别用做占位语句。## ** 迭代器 **
* 迭代器是一个能够记住遍历的地位的对象。* 迭代器对象从汇合的第一个元素开始拜访，直到所有的元素被拜访完完结。迭代器只能往前不会后退。* 迭代器有两个根本的办法：`iter()` 和 `next()`。* 字符串，列表或元组对象都可用于创立迭代器。迭代器能够被 for 循环进行遍历：li = [1, 2, 3]
it = iter(li)
for val in it:
print(val)
迭代器也能够用 next() 函数拜访下一个元素值：import sys
li = [1,2,3,4]
it = iter(li)
while True:
try:
print (next(it))
except StopIteration:
sys.exit()
## ** 生成器 **
* 在 Python 中，应用了 yield 的函数被称为生成器（generator）。* 跟一般函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简略点了解生成器就是一个迭代器。* 在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保留以后所有的运行信息，返回 yield 的值, 并在下一次执行 next() 办法时从以后地位持续运行。* 调用一个生成器函数，返回的是一个迭代器对象。import sys
def fibonacci(n): # 生成器函数 – 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
while True:
try:
print(next(f))
except StopIteration:
sys.exit()
## ** 函数 **
### ** 自定义函数 **
函数（Functions）是指可重复使用的程序片段。它们容许你为某个代码块赋予名字，容许你通过这一非凡的名字在你的程序任何中央来运行代码块，并可反复任何次数。这就是所谓的调用（Calling）函数。* 函数代码块以 `def` 关键词结尾，后接函数标识符名称和圆括号 `()`。* 任何传入参数和自变量必须放在圆括号两头，圆括号之间能够用于定义参数。* 函数的第一行语句能够选择性地应用文档字符串—用于寄存函数阐明。* 函数内容以冒号起始，并且缩进。* `return [表达式]` 完结函数，选择性地返回一个值给调用方。不带表达式的 return 相当于返回 None。* `return` 能够返回多个值，此时返回的数据未元组类型。* 定义参数时，带默认值的参数必须在无默认值参数的前面。def 函数名（参数列表）: 函数体
### ** 参数传递 **
在 Python 中，类型属于对象，变量是没有类型的：a = [1,2,3]
a = “Runoob”
以上代码中，[1,2,3] 是 List 类型，”Runoob”是 String 类型，而变量 a 是没有类型，她仅仅是一个对象的援用（一个指针），能够是指向 List 类型对象，也能够是指向 String 类型对象。#### ** 可更改与不可更改对象 **
在 Python 中，字符串，数字和元组是不可更改的对象，而列表、字典等则是能够批改的对象。* 不可变类型：变量赋值 a=5 后再赋值 a=10，这里理论是新生成一个 int 值对象 10，再让 a 指向它，而 5 被抛弃，不是扭转 a 的值，相当于新生成了 a。* 可变类型：变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 则是将 list la 的第三个元素值更改，自身 la 没有动，只是其外部的一部分值被批改了。Python 函数的参数传递：* 不可变类型：相似 c++ 的值传递，如 整数、字符串、元组。如 fun（a），传递的只是 a 的值，没有影响 a 对象自身。比方在 fun（a）外部批改 a 的值，只是批改另一个复制的对象，不会影响 a 自身。* 可变类型：相似 c++ 的援用传递，如 列表，字典。如 fun（la），则是将 la 真正的传过来，批改后 fun 内部的 la 也会受影响
Python 中一切都是对象，严格意义咱们不能说值传递还是援用传递，咱们应该说传不可变对象和传可变对象。### ** 参数 **
#### ** 必须参数 **
必须参数须以正确的程序传入函数。调用时的数量必须和申明时的一样。#### ** 关键字参数 **
关键字参数和函数调用关系严密，函数调用应用关键字参数来确定传入的参数值。应用关键字参数容许函数调用时参数的程序与申明时不统一，因为 Python 解释器可能用参数名匹配参数值。def print_info(name, age):
“ 打印任何传入的字符串 ”
print(“ 名字: “, name)
print(“ 年龄: “, age)
return
print_info(age=50, name=”john”)
#### ** 默认参数 **
调用函数时，如果没有传递参数，则会应用默认参数。def print_info(name, age=35):
print (“ 名字: “, name)
print (“ 年龄: “, age)
return
print_info(age=50, name=”john”)
print(“————————“)
print_info(name=”john”)
#### ** 不定长参数 **
* 加了星号 `*` 的参数会以元组的模式导入，寄存所有未命名的变量参数。* 如果在函数调用时没有指定参数，它就是一个空元组。咱们也能够不向函数传递未命名的变量。def print_info(arg1, *vartuple):
print(“ 输入: “)
print(arg1)
for var in vartuple:
print (var)
return
print_info(10)
print_info(70, 60, 50)
* 加了两个星号 `**` 的参数会以字典的模式导入。变量名为键，变量值为字典元素值。def print_info(arg1, **vardict):
print(“ 输入: “)
print(arg1)
print(vardict)
print_info(1, a=2, b=3)
### ** 匿名函数 **
Python 应用 lambda 来创立匿名函数。所谓匿名，意即不再应用 `def` 语句这样规范的模式定义一个函数。lambda 只是一个表达式，函数体比 def 简略很多。lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装无限的逻辑进去。lambda 函数领有本人的命名空间，且不能拜访本人参数列表之外或全局命名空间里的参数。尽管 lambda 函数看起来只能写一行，却不等同于 C 或 C++ 的内联函数，后者的目标是调用小函数时不占用栈内存从而减少运行效率。语法格局
lambda [arg1 [,arg2,…..argn]]:expression
## ** 变量作用域 **
* L（Local）部分作用域
* E（Enclosing）闭包函数外的函数中
* G（Global）全局作用域
* B（Built-in）内建作用域
以 L –> E –> G –> B 的规定查找，即：在部分找不到，便会去部分外的部分找（例如闭包），再找不到就会去全局找，再者去内建中找。Python 中只有模块（module），类（class）以及函数（def、lambda）才会引入新的作用域，其它的代码块（如 if/elif/else/、try/except、for/while 等）是不会引入新的作用域的，也就是说这些语句内定义的变量，内部也能够拜访。定义在函数外部的变量领有一个部分作用域，定义在函数外的领有全局作用域。局部变量只能在其被申明的函数外部拜访，而全局变量能够在整个程序范畴内拜访。调用函数时，所有在函数内申明的变量名称都将被退出到作用域中。当外部作用域想批改内部作用域的变量时，就要用到 global 和 nonlocal 关键字。num = 1
def fun1():
global num # 须要应用 global 关键字申明
print(num)
num = 123
print(num)
fun1()
如果要批改嵌套作用域（enclosing 作用域，外层非全局作用域）中的变量则须要 nonlocal 关键字。def outer():
num = 10
def inner():
nonlocal num # nonlocal 关键字申明
num = 100
print(num)
inner()
print(num)
outer()
## ** 模块 **
编写模块有很多种办法，其中最简略的一种便是创立一个蕴含函数与变量、以 .py 为后缀的文件。另一种办法是应用撰写 Python 解释器自身的本地语言来编写模块。举例来说，你能够应用 C 语言来撰写 Python 模块，并且在编译后，你能够通过规范 Python 解释器在你的 Python 代码中应用它们。模块是一个蕴含所有你定义的函数和变量的文件，其后缀名是 `.py`。模块能够被别的程序引入，以应用该模块中的函数等性能。这也是应用 Python 规范库的办法。当解释器遇到 import 语句，如果模块在以后的搜寻门路就会被导入。搜寻门路是一个解释器会先进行搜寻的所有目录的列表。如想要导入模块，须要把命令放在脚本的顶端。一个模块只会被导入一次，这样能够避免导入模块被一遍又一遍地执行。搜寻门路被存储在 sys 模块中的 path 变量。当前目录指的是程序启动的目录。### ** 导入模块 **
导入模块：import module1[, module2[,… moduleN]]
从模块中导入一个指定的局部到以后命名空间中：from modname import name1[, name2[, … nameN]]
把一个模块的所有内容全都导入到以后的命名空间：from modname import *
### **__name__ 属性 **
每个模块都有一个 `__name__` 属性，当其值是 `'__main__'` 时，表明该模块本身在运行，否则是被引入。一个模块被另一个程序第一次引入时，其主程序将运行。如果咱们想在模块被引入时，模块中的某一程序块不执行，咱们能够用 `__name__` 属性来使该程序块仅在该模块本身运行时执行。if name == ‘__main__’:
print(‘ 程序本身在运行 ’)
else:
print(‘ 我来自另一模块 ’)
### **dir 函数 **
内置的函数 `dir()` 能够找到模块内定义的所有名称。以一个字符串列表的模式返回。如果没有给定参数，那么 `dir()` 函数会列举出以后定义的所有名称。在 Python 中万物皆对象，`int`、`str`、`float`、`list`、`tuple` 等内置数据类型其实也是类，也能够用 `dir(int)` 查看 `int` 蕴含的所有办法。也能够应用 `help(int)` 查看 `int` 类的帮忙信息。### ** 包 **
包是一种治理 Python 模块命名空间的模式，采纳”点模块名称”。比方一个模块的名称是 A.B，那么他示意一个包 A 中的子模块 B。就如同应用模块的时候，你不必放心不同模块之间的全局变量相互影响一样，采纳点模块名称这种模式也不必放心不同库之间的模块重名的状况。在导入一个包的时候，Python 会依据 sys.path 中的目录来寻找这个包中蕴含的子目录。目录只有蕴含一个叫做 `__init__.py` 的文件才会被认作是一个包，次要是为了防止一些滥俗的名字（比方叫做 string）不小心的影响搜寻门路中的无效模块。最简略的状况，放一个空的 `__init__.py` 文件就能够了。当然这个文件中也能够蕴含一些初始化代码或者为 `__all__` 变量赋值。### ** 第三方模块 **
* easy_install 和 pip 都是用来下载安装 Python 一个公共资源库 PyPI 的相干资源包的，pip 是 easy_install 的改进版，提供更好的提示信息，删除 package 等性能。老版本的 python 中只有 easy_install，没有 pip。* easy_install 打包和公布 Python 包，pip 是包治理。easy_install 的用法：* 装置一个包
easy_install 包名
easy_install “ 包名 == 包的版本号 ”
* 降级一个包
easy_install -U “ 包名 >= 包的版本号 ”
pip 的用法：* 装置一个包
pip install 包名 pip install 包名 == 包的版本号
* 降级一个包（如果不提供 version 号，降级到最新版本）pip install 包名
pip install 包名 == 包的版本号
* 删除一个包
pip uninstall 包名
* 已安装包列表
pip list
## ** 面向对象 **
类与对象是面向对象编程的两个次要方面。一个类（Class）可能创立一种新的类型（Type），其中对象（Object）就是类的实例（Instance）。能够这样来类比：你能够领有类型 `int` 的变量，也就是说存储整数的变量是 `int` 类的实例（对象）。* 类(Class)：用来形容具备雷同的属性和办法的对象的汇合。它定义了该汇合中每个对象所共有的属性和办法。对象是类的实例。* 办法：类中定义的函数。* 类变量：类变量在整个实例化的对象中是专用的。类变量定义在类中且在函数体之外。类变量通常不作为实例变量应用。* 数据成员：类变量或者实例变量用于解决类及其实例对象的相干的数据。* 办法重写：如果从父类继承的办法不能满足子类的需要，能够对其进行改写，这个过程叫办法的笼罩（override），也称为办法的重写。* 实例变量：定义在办法中的变量，只作用于以后实例的类。* 继承：即一个派生类（derived class）继承基类（base class）的字段和办法。继承也容许把一个派生类的对象作为一个基类对象看待。例如，有这样一个设计：一个 Dog 类型的对象派生自 Animal 类，这是模仿”是一个（is-a）”关系（例图，Dog 是一个 Animal）。* 实例化：创立一个类的实例，类的具体对象。* 对象：通过类定义的数据结构实例。对象包含两个数据成员（类变量和实例变量）和办法。Python 中的类提供了面向对象编程的所有基本功能：类的继承机制容许多个基类，派生类能够笼罩基类中的任何办法，办法中能够调用基类中的同名办法。对象能够蕴含任意数量和类型的数据。### **self**
`self` 示意的是以后实例，代表以后对象的地址。类由 `self.__class__` 示意。`self` 不是关键字，其余名称也能够代替，但 `self` 是个通用的规范名称。### ** 类 **
类由 `class` 关键字来创立。类实例化后，能够应用其属性，实际上，创立一个类之后，能够通过类名拜访其属性。### ** 对象办法 **
办法由 `def` 关键字定义，与函数不同的是，办法必须蕴含参数 `self`, 且为第一个参数，`self` 代表的是本类的实例。### ** 类办法 **
装璜器 `@classmethod` 能够将办法标识为类办法。类办法的第一个参数必须为 `cls`，而不再是 `self`。### ** 静态方法 **
装璜器 `@staticmethod` 能够将办法标识为静态方法。静态方法的第一个参数不再指定，也就不须要 `self` 或 `cls`。### **__init__ 办法 **
`__init__` 办法即构造方法，会在类的对象被实例化时先运行，能够将初始化的操作搁置到该办法中。如果重写了 `__init__`，实例化子类就不会调用父类曾经定义的 `__init__`。### ** 变量 **
` 类变量 `（Class Variable）是共享的（Shared）——它们能够被属于该类的所有实例拜访。该类变量只领有一个正本，当任何一个对象对类变量作出扭转时，产生的变动将在其它所有实例中都会失去体现。` 对象变量 `（Object variable）由类的每一个独立的对象或实例所领有。在这种状况下，每个对象都领有属于它本人的字段的正本，也就是说，它们不会被共享，也不会以任何形式与其它不同实例中的雷同名称的字段产生关联。在 Python 中，变量名相似 `__xxx__` 的，也就是以双下划线结尾，并且以双下划线结尾的，是非凡变量，非凡变量是能够间接拜访的，不是 private 变量，所以，不能用 `__name__`、`__score__` 这样的变量名。### ** 访问控制 **
* 公有属性
`__private_attr`：两个下划线结尾，申明该属性为公有，不能在类地内部被应用或间接拜访。* 公有办法
`__private_method`：两个下划线结尾，申明该办法为公有办法，只能在类的外部调用，不能在类地内部调用。咱们还认为约定，一个下划线结尾的属性或办法为 ` 受爱护 ` 的。比方，`_protected_attr`、`_protected_method`。### ** 继承 **
类能够继承，并且反对继承多个父类。在定义类时，类名后的括号中指定要继承的父类，多个父类之间用逗号分隔。子类的实例能够齐全拜访所继承所有父类的非公有属性和办法。若是父类中有雷同的办法名，而在子类应用时未指定，Python 从左至右搜寻，即办法在子类中未找到时，从左到右查找父类中是否蕴含办法。### ** 办法重写 **
子类的办法能够重写父类的办法。重写的办法参数不强制要求保持一致，不过正当的设计都应该保持一致。`super()` 函数能够调用父类的一个办法，以多继承问题。### ** 类的专有办法：**
* `__init__`: 构造函数，在生成对象时调用
* `__del__`: 析构函数，开释对象时应用
* `__repr__`: 打印，转换
* `__setitem__`: 依照索引赋值
* `__getitem__`: 依照索引获取值
* `__len__`: 取得长度
* `__cmp__`: 比拟运算
* `__call__`: 函数调用
* `__add__`: 加运算
* `__sub__`: 减运算
* `__mul__`: 乘运算
* `__div__`: 除运算
* `__mod__`: 求余运算
* `__pow__`: 乘方
类的专有办法也反对重载。### ** 实例 **
class Person:
“”” 人员信息 ”””
# 姓名 (共有属性)
name = ”
# 年龄(共有属性)
age = 0
def __init__(self, name=”, age=0):
self.name = name
self.age = age
# 重载专有办法: str
def __str__(self):
return “ 这里重载了 str 专有办法, ” + str({‘name’: self.name, ‘age’: self.age})
def set_age(self, age):
self.age = age
class Account:
“”” 账户信息 ”””
# 账户余额(公有属性)
__balance = 0
# 所有账户总额
__total_balance = 0
# 获取账户余额
# self 必须是办法的第一个参数
def balance(self):
return self.__balance
# 减少账户余额
def balance_add(self, cost):
# self 拜访的是本实例
self.__balance += cost
# self.__class__ 能够拜访类
self.__class__.__total_balance += cost
# 类办法(用 @classmethod 标识，第一个参数为 cls)
@classmethod
def total_balance(cls):
return cls.__total_balance
# 静态方法(用 @staticmethod 标识，不须要类参数或实例参数)
@staticmethod
def exchange(a, b):
return b, a
class Teacher(Person, Account):
“”” 老师 ”””
# 班级名称
_class_name = ”
def __init__(self, name):
# 第一种重载父类__init__() 构造方法
# super(子类，self).__init__(参数 1，参数 2，….)
super(Teacher, self).__init__(name)
def get_info(self):
# 以字典的模式返回个人信息
return {
‘name’: self.name, # 此处拜访的是父类 Person 的属性值
‘age’: self.age,
‘class_name’: self._class_name,
‘balance’: self.balance(), # 此处调用的是子类重载过的办法
}
# 办法重载
def balance(self):
# Account.__balance 为公有属性，子类无法访问，所以父类提供办法进行拜访
return Account.balance(self) * 1.1
class Student(Person, Account):
“”” 学生 ”””
_teacher_name = ”
def __init__(self, name, age=18):
# 第二种重载父类__init__() 构造方法
# 父类名称.__init__(self, 参数 1，参数 2，…)
Person.__init__(self, name, age)
def get_info(self):
# 以字典的模式返回个人信息
return {
‘name’: self.name, # 此处拜访的是父类 Person 的属性值
‘age’: self.age,
‘teacher_name’: self._teacher_name,
‘balance’: self.balance(),
}
老师 John
john = Teacher(‘John’)
john.balance_add(20)
john.set_age(36) # 子类的实例能够间接调用父类的办法
print(“John’s info:”, john.get_info())
学生 Mary
mary = Student(‘Mary’, 18)
mary.balance_add(18)
print(“Mary’s info:”, mary.get_info())
学生 Fake
fake = Student(‘Fake’)
fake.balance_add(30)
print(“Fake’s info”, fake.get_info())
三种不同的形式调用静态方法
print(“john.exchange(‘a’, ‘b’):”, john.exchange(‘a’, ‘b’))
print(‘Teacher.exchange(1, 2)’, Teacher.exchange(1, 2))
print(‘Account.exchange(10, 20):’, Account.exchange(10, 20))
类办法、类属性
print(‘Account.total_balance():’, Account.total_balance())
print(‘Teacher.total_balance():’, Teacher.total_balance())
print(‘Student.total_balance():’, Student.total_balance())
重载专有办法
print(fake)
输入：John’s info: {‘name’: ‘John’, ‘age’: 36, ‘class_name’: ”, ‘balance’: 22.0}
Mary’s info: {‘name’: ‘Mary’, ‘age’: 18, ‘teacher_name’: ”, ‘balance’: 18}
Fake’s info {‘name’: ‘Fake’, ‘age’: 18, ‘teacher_name’: ”, ‘balance’: 30}
john.exchange(‘a’, ‘b’): (‘b’, ‘a’)
Teacher.exchange(1, 2) (2, 1)
Account.exchange(10, 20): (20, 10)
Account.total_balance(): 0
Teacher.total_balance(): 20
Student.total_balance(): 48
这里重载了 str 专有办法, {‘name’: ‘Fake’, ‘age’: 18}
## ** 谬误和异样 **
### ** 语法错误 **
SyntaxError 类示意语法错误，当解释器发现代码无奈通过语法查看时会触发的谬误。语法错误是无奈用 `try...except...` 捕捉的。print:
File “<stdin>”, line 1
print:
^
SyntaxError: invalid syntax
### ** 异样 **
即使程序的语法是正确的，在运行它的时候，也有可能产生谬误。运行时产生的谬误被称为异样。错误信息的后面局部显示了异样产生的上下文，并以调用栈的模式显示具体信息。1 + ‘0’
Traceback (most recent call last):
File “<stdin>”, line 1, in <module>
TypeError: unsupported operand type(s) for +: ‘int’ and ‘str’
### ** 异样解决 **
Python 提供了 `try ... except ...` 的语法结构来捕捉和解决异样。try 语句执行流程大抵如下：
* 首先，执行 try 子句（在关键字 try 和关键字 except 之间的语句）* 如果没有异样产生，疏忽 except 子句，try 子句执行后完结。* 如果在执行 try 子句的过程中产生了异样，那么 try 子句余下的局部将被疏忽。如果异样的类型和 except 之后的名称相符，那么对应的 except 子句将被执行。最初执行 try 语句之后的代码。* 如果一个异样没有与任何的 except 匹配，那么这个异样将会传递给下层的 try 中。* 一个 try 语句可能蕴含多个 except 子句，别离来解决不同的特定的异样。* 最多只有一个 except 子句会被执行。* 处理程序将只针对对应的 try 子句中的异样进行解决，而不是其余的 try 的处理程序中的异样。* 一个 except 子句能够同时解决多个异样，这些异样将被放在一个括号里成为一个元组。* 最初一个 except 子句能够疏忽异样的名称，它将被当作通配符应用。能够应用这种办法打印一个错误信息，而后再次把异样抛出。* try except 语句还有一个可选的 else 子句，如果应用这个子句，那么必须放在所有的 except 子句之后。这个子句将在 try 子句没有产生任何异样的时候执行。* 异样解决并不仅仅解决那些间接产生在 try 子句中的异样，而且还能解决子句中调用的函数（甚至间接调用的函数）里抛出的异样。* 不论 try 子句外面有没有产生异样，finally 子句都会执行。* 如果一个异样在 try 子句里（或者在 except 和 else 子句里）被抛出，而又没有任何的 except 把它截住，那么这个异样会在 finally 子句执行后再次被抛出。### ** 抛出异样 **
应用 `raise` 语句抛出一个指定的异样。raise 惟一的一个参数指定了要被抛出的异样。它必须是一个异样的实例或者是异样的类（也就是 Exception 的子类）。如果你只想晓得这是否抛出了一个异样，并不想去解决它，那么一个简略的 raise 语句就能够再次把它抛出。### ** 自定义异样 **
能够通过创立一个新的异样类来领有本人的异样。异样类继承自 Exception 类，能够间接继承，或者间接继承。当创立一个模块有可能抛出多种不同的异样时，一种通常的做法是为这个包建设一个根底异样类，而后基于这个根底类为不同的谬误状况创立不同的子类。大多数的异样的名字都以”Error”结尾，就跟规范的异样命名一样。### ** 实例 **
import sys
class Error(Exception):
“””Base class for exceptions in this module.”””
pass
自定义异样
class InputError(Error):
“””Exception raised for errors in the input.
Attributes:
expression — input expression in which the error occurred
message — explanation of the error
“””
def __init__(self, expression, message):
self.expression = expression
self.message = message
try:
print(‘code start running…’)
raise InputError(‘input()’, ‘input error’)
# ValueError
int(‘a’)
# TypeError
s = 1 + ‘a’
dit = {‘name’: ‘john’}
# KeyError
print(dit[‘1’])
except InputError as ex:
print(“InputError:”, ex.message)
except TypeError as ex:
print(‘TypeError:’, ex.args)
pass
except (KeyError, IndexError) as ex:
“”” 反对同时解决多个异样, 用括号放到元组里 ”””
print(sys.exc_info())
except:
“”” 捕捉其余未指定的异样 ”””
print(“Unexpected error:”, sys.exc_info()[0])
# raise 用于抛出异样
raise RuntimeError(‘RuntimeError’)
else:
“”” 当无任何异样时, 会执行 else 子句 ”””
print(‘”else” 子句 …’)
finally:
“”” 无论有无异样, 均会执行 finally”””
print(‘finally, ending’)
## ** 文件操作 **
### ** 关上文件 **
`open()` 函数用于关上 / 创立一个文件，并返回一个 file 对象：open(filename, mode)
* filename：蕴含了你要拜访的文件名称的字符串值
* mode：决定了关上文件的模式：只读，写入，追加等
文件关上模式：
### ** 文件对象办法 **
* fileObject.close()
close() 办法用于敞开一个已关上的文件。敞开后的文件不能再进行读写操作，否则会触发 ValueError 谬误。close() 办法容许调用屡次。当 file 对象，被援用到操作另外一个文件时，Python 会主动敞开之前的 file 对象。应用 close() 办法敞开文件是一个好的习惯。* fileObject.flush()
flush() 办法是用来刷新缓冲区的，行将缓冲区中的数据立即写入文件，同时清空缓冲区，不须要是被动的期待输入缓冲区写入。个别状况下，文件敞开后会主动刷新缓冲区，但有时你须要在敞开前刷新它，这时就能够应用 flush() 办法。* fileObject.fileno()
fileno() 办法返回一个整型的文件描述符(file descriptor FD 整型)，可用于底层操作系统的 I/O 操作。* fileObject.isatty()
isatty() 办法检测文件是否连贯到一个终端设备，如果是返回 True，否则返回 False。* next(iterator[,default])
Python 3 中的 File 对象不反对 next() 办法。Python 3 的内置函数 `next()` 通过迭代器调用 `__next__()` 办法返回下一项。在循环中，`next()` 函数会在每次循环中调用，该办法返回文件的下一行，如果达到结尾(EOF)，则触发 StopIteration。* fileObject.read()
read() 办法用于从文件读取指定的字节数，如果未给定或为负则读取所有。* fileObject.readline()
readline() 办法用于从文件读取整行，包含“\n”字符。如果指定了一个非正数的参数，则返回指定大小的字节数，包含“\n”字符。* fileObject.readlines()
readlines() 办法用于读取所有行 (直到结束符 EOF) 并返回列表，该列表能够由 Python 的 `for... in ...` 构造进行解决。如果碰到结束符 EOF，则返回空字符串。* fileObject.seek(offset[, whence])
seek() 办法用于挪动文件读取指针到指定地位。whence 的值, 如果是 0 示意结尾, 如果是 1 示意以后地位, 2 示意文件的结尾。whence 值为默认为 0，即文件结尾。例如：`seek(x, 0)`：从起始地位即文件首行首字符开始挪动 x 个字符
`seek(x, 1)`：示意从以后地位往后挪动 x 个字符
`seek(-x, 2)`：示意从文件的结尾往前挪动 x 个字符
* fileObject.tell(offset[, whence])
tell() 办法返回文件的以后地位，即文件指针以后地位。* fileObject.truncate([size])
truncate() 办法用于从文件的首行首字符开始截断，截断文件为 size 个字符，无 size 示意从以后地位截断；截断之后 V 前面的所有字符被删除，其中 Widnows 零碎下的换行代表 2 个字符大小。* fileObject.write([str])
write() 办法用于向文件中写入指定字符串。在文件敞开前或缓冲区刷新前，字符串内容存储在缓冲区中，这时你在文件中是看不到写入的内容的。如果文件关上模式带 b，那写入文件内容时，str (参数)要用 encode 办法转为 bytes 模式，否则报错：`TypeError: a bytes-like object is required, not 'str'`。* fileObject.writelines([str])
writelines() 办法用于向文件中写入一序列的字符串。这一序列字符串能够是由迭代对象产生的，如一个字符串列表。换行须要指定换行符 `\n`。### ** 实例 **
filename = ‘data.log’
关上文件(a+ 追加读写模式)
用 with 关键字的形式关上文件，会主动敞开文件资源
with open(filename, ‘w+’, encoding=’utf-8′) as file:
print(‘ 文件名称: {}’.format(file.name))
print(‘ 文件编码: {}’.format(file.encoding))
print(‘ 文件关上模式: {}’.format(file.mode))
print(‘ 文件是否可读: {}’.format(file.readable()))
print(‘ 文件是否可写: {}’.format(file.writable()))
print(‘ 此时文件指针地位为: {}’.format(file.tell()))
# 写入内容
num = file.write(“ 第一行内容 n ”)
print(‘ 写入文件 {} 个字符 ’.format(num))
# 文件指针在文件尾部，故无内容
print(file.readline(), file.tell())
# 扭转文件指针到文件头部
file.seek(0)
# 扭转文件指针后，读取到第一行内容
print(file.readline(), file.tell())
# 但文件指针的扭转，却不会影响到写入的地位
file.write(‘ 第二次写入的内容 n ’)
# 文件指针又回到了文件尾
print(file.readline(), file.tell())
# file.read() 从以后文件指针地位读取指定长度的字符
file.seek(0)
print(file.read(9))
# 按行宰割文件，返回字符串列表
file.seek(0)
print(file.readlines())
# 迭代文件对象，一行一个元素
file.seek(0)
for line in file:
print(line, end=”)
敞开文件资源
if not file.closed:
file.close()
输入：文件名称: data.log
文件编码: utf-8
文件关上模式: w+
文件是否可读: True
文件是否可写: True
此时文件指针地位为: 0
写入文件 6 个字符
16
第一行内容
16
41
第一行内容
第二次
[‘ 第一行内容 n ’, ‘ 第二次写入的内容 n ’]
第一行内容
第二次写入的内容
## ** 序列化 **
在 Python 中 pickle 模块实现对数据的序列化和反序列化。pickle 反对任何数据类型，包含内置数据类型、函数、类、对象等。### ** 办法 **
#### **dump**
将数据对象序列化后写入文件
pickle.dump(obj, file, protocol=None, fix_imports=True)
必填参数 obj 示意将要封装的对象。必填参数 file 示意 obj 要写入的文件对象，file 必须以二进制可写模式关上，即 `wb`。可选参数 protocol 示意告知 pickle 应用的协定，反对的协定有 0,1,2,3，默认的协定是增加在 Python 3 中的协定 3。#### **load**
从文件中读取内容并反序列化
pickle.load(file, fix_imports=True, encoding=’ASCII’, errors=’strict’)
必填参数 file 必须以二进制可读模式关上，即 `rb`，其余都为可选参数。#### **dumps**
以字节对象模式返回封装的对象，不须要写入文件中
pickle.dumps(obj, protocol=None, fix_imports=True)
#### **loads**
从字节对象中读取被封装的对象，并返回
pickle.loads(bytes_object, fix_imports=True, encoding=’ASCII’, errors=’strict’)
### ** 实例 **
import pickle
data = [1, 2, 3]
序列化数据并以字节对象返回
dumps_obj = pickle.dumps(data)
print(‘pickle.dumps():’, dumps_obj)
从字节对象中反序列化数据
loads_data = pickle.loads(dumps_obj)
print(‘pickle.loads():’, loads_data)
filename = ‘data.log’
序列化数据到文件中
with open(filename, ‘wb’) as file:
pickle.dump(data, file)
从文件中加载并反序列化
with open(filename, ‘rb’) as file:
load_data = pickle.load(file)
print(‘pickle.load():’, load_data)
输入：pickle.dumps(): b’x80x03]qx00(Kx01Kx02Kx03e.’
pickle.loads(): [1, 2, 3]
pickle.load(): [1, 2, 3]
## ** 命名标准 **
Python 之父 Guido 举荐的标准
一份来自谷歌的 Python 格调标准：http://zh-google-styleguide.readthedocs.io/en/latest/google-python-styleguide/python_style_rules/
## ** 参考资料 **
* 扼要 Python 教程
* Python 3 教程 | 菜鸟教程
* Python 数据类型之“序列概述与根本序列类型(Basic Sequences)”* Python 根本数据类型——元组和汇合
