写点什么

py 基础知识点归纳总结

作者:全栈若城
  • 2023-07-02
    北京
  • 本文字数:5707 字

    阅读完需:约 19 分钟

py基础知识点归纳总结

Py 语法是一种高级编程语言,由于其简单易学、功能强大的特性,已经成为了当前最流行的编程语言之一。

变量

变量是存储数据的容器。在 Py 中,你可以用任何名称来定义一个变量,但是要遵守以下几个规则:


  • 变量名只能由字母、数字和下划线组成。

  • 变量名的第一个字符必须是字母或下划线。

  • 变量名是区分大小写的。


例如,以下代码演示了如何定义和使用变量:


# 定义变量x并赋值为10x = 10
# 打印变量x的值print(x)
# 定义变量message并赋值为"Hello, World!"message = "Hello, World!"
# 打印变量message的值print(message)
复制代码


输出结果:


10Hello, World!
复制代码

数据类型

在 Py 中,常见的数据类型有整数(int)、浮点数(float)、布尔值(bool)、字符串(str)、列表(list)、元组(tuple)、字典(dict)等。以下是这些数据类型的示例:


# 整数x = 10print(type(x))  # <class 'int'>
# 浮点数y = 3.14print(type(y)) # <class 'float'>
# 布尔值a = Trueb = Falseprint(type(a)) # <class 'bool'>print(type(b)) # <class 'bool'>
# 字符串message = "Hello, World!"print(type(message)) # <class 'str'>
# 列表my_list = [1, 2, 3, 4, 5]print(type(my_list)) # <class 'list'>
# 元组my_tuple = (1, 2, 3, 4, 5)print(type(my_tuple)) # <class 'tuple'>
# 字典my_dict = {'name': 'Jack', 'age': 25}print(type(my_dict)) # <class 'dict'>
复制代码


输出结果:


<class 'int'><class 'float'><class 'bool'><class 'bool'><class 'str'><class 'list'><class 'tuple'><class 'dict'>
复制代码

控制流语句

控制流语句用于控制代码的执行流程。在 Py 中,常见的控制流语句有 if 语句、for 循环和 while 循环。


  • if 语句


if 语句用于根据条件判断执行哪些代码块。以下是一个示例:


x = 10
if x > 5: print("x is greater than 5")else: print("x is not greater than 5")
复制代码


输出结果:


x is greater than 5
复制代码


  • for 循环


for 循环用于迭代一个序列(如列表或元组)中的元素。以下是一个示例:


fruits = ["apple", "banana", "cherry"]
for fruit in fruits: print(fruit)
复制代码


输出结果:


applebananacherry
复制代码


  • while 循环


while 循环用于在条件满足的情况下重复执行代码块。以下是一个示例:


i = 1
while i < 6: print(i) i += 1
复制代码


输出结果:


12345
复制代码

函数

函数用于封装一些可以被重复使用的代码块。在 Py 中,你可以使用 def 关键字来定义函数。以下是一个示例:


def square(x):    return x ** 2
print(square(5))
复制代码


输出结果:


25
复制代码

类和对象

Py 是一种面向对象的编程语言,因此它支持类和对象的概念。在 Py 中,你可以使用 class 关键字来定义一个类,使用对象来访问这个类的属性和方法。以下是一个示例:


class Car:    def __init__(self, make, model, year):        self.make = make        self.model = model        self.year = year
def start(self): print("Starting the car.")
my_car = Car("Toyota", "Camry", 2021)print(my_car.make) # Toyotaprint(my_car.model) # Camryprint(my_car.year) # 2021my_car.start() # Starting the car.
复制代码


输出结果:


ToyotaCamry2021Starting the car.
复制代码

异常处理

异常处理用于处理代码运行时可能出现的错误。在 Py 中,你可以使用 try/except 语句来捕获并处理异常。以下是一个示例:


try:    x = int(input("Please enter a number: "))    print(x)except ValueError:    print("That was not a valid number.")
复制代码


在这个示例中,如果用户输入的不是一个数字,则会抛出 ValueError 异常,程序将会执行 except 块中的代码。

模块和包

Py 中的模块和包用于组织和管理代码。模块就是一个包含函数、类等定义的文件,你可以使用 import 关键字来引入其他模块中的定义。而包是多个模块的集合,它们通常分别存放在不同的文件夹中。以下是一个示例:


# 在my_module.py文件中定义了一个add函数def add(x, y):    return x + y
# 在main.py文件中引入my_module.py文件import my_module
print(my_module.add(5, 10)) # 15
复制代码


在这个示例中,我们在 my_module.py 文件中定义了一个 add 函数,然后在 main.py 文件中使用 import 关键字将 my_module.py 文件引入进来,并调用了其中的 add 函数。

文件操作

Py 中的文件操作用于读取和写入文件。你可以使用 open 函数来打开一个文件,并使用 read 和 write 等方法来进行读写操作。以下是一个示例:


# 打开test.txt文件file = open("test.txt", "w")
# 向文件中写入一行文本file.write("Hello, World!")
# 关闭文件file.close()
# 再次打开test.txt文件file = open("test.txt", "r")
# 读取文件中的内容并打印到屏幕上print(file.read())
# 关闭文件file.close()
复制代码


在这个示例中,我们首先使用 open 函数打开了一个名为 test.txt 的文件,并使用写模式("w")向其中写入了一行文本。然后关闭文件并再次打开它,使用读模式("r")从文件中读取这行文本并将其打印到屏幕上。

正则表达式

正则表达式用于匹配字符串中的模式。在 Py 中,你可以使用 re 模块来进行正则表达式的操作。以下是一个示例:


import re
# 在字符串中查找数字text = "Hello 123 World"result = re.search(r'\d+', text)print(result.group(0)) # 123
复制代码


在这个示例中,我们通过 re.search 函数使用正则表达式查找了字符串 text 中的第一个数字,并将其打印到屏幕上。

内置函数

Py 中内置了许多常用的函数,如 print、len、range 等。以下是这些内置函数的示例:


# print函数用于输出文本到屏幕上print("Hello, World!")
# len函数用于获取字符串、列表等对象的长度my_string = "Hello, World!"print(len(my_string)) # 13
my_list = [1, 2, 3, 4, 5]print(len(my_list)) # 5
# range函数用于生成一个范围内的整数序列for i in range(1, 6): print(i)
# 输出结果:# 1# 2# 3# 4# 5
复制代码

Lambda 函数

Lambda 函数是一种匿名函数,它可以在需要时动态地创建和使用,通常用于函数式编程中。它的基本语法为:lambda arguments: expression,其中 arguments 为参数列表,expression 为函数表达式。以下是一个示例:


# 定义一个将两个数相加的lambda函数add = lambda x, y: x + y
# 调用这个lambda函数result = add(5, 10)print(result) # 15
复制代码


在这个示例中,我们定义了一个将两个数相加的 lambda 函数,并使用了它来计算 5 和 10 的和。

Map 函数

Map 函数用于对可迭代对象中的每个元素应用某个函数,并返回一个新的可迭代对象。以下是一个示例:


# 将列表中的每个元素都平方,并返回一个新的列表my_list = [1, 2, 3, 4, 5]squared_list = list(map(lambda x: x**2, my_list))print(squared_list)  # [1, 4, 9, 16, 25]
复制代码


在这个示例中,我们使用 map 函数对 my_list 中的每个元素应用了 lambda 函数,将其平方,并返回了一个新的列表。

Filter 函数

Filter 函数用于对可迭代对象中的每个元素进行过滤,并返回一个符合条件的元素的新的可迭代对象。以下是一个示例:


# 从列表中过滤出所有的偶数,并返回一个新的列表my_list = [1, 2, 3, 4, 5]filtered_list = list(filter(lambda x: x % 2 == 0, my_list))print(filtered_list)  # [2, 4]
复制代码


在这个示例中,我们使用 filter 函数对 my_list 中的每个元素进行了过滤,只留下了其中的偶数,并返回了一个新的列表。

Decorator 装饰器

Decorator 装饰器用于在不修改已有函数代码的情况下增强其功能。它的基本语法为:@decorator,紧跟着要定义的函数,其中 decorator 是一个装饰器函数。以下是一个示例:


# 定义一个装饰器函数,用于计算函数执行时间import time
def timer(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print("Time taken: ", end_time - start_time) return result return wrapper
# 使用这个装饰器装饰一个函数@timerdef my_function(): time.sleep(2) print("Function executed.")
# 调用被装饰的函数my_function()
复制代码


在这个示例中,我们定义了一个装饰器函数 timer,它可以计算被装饰的函数的执行时间。然后我们用 @timer 语法将 my_function 函数装饰起来,使它支持计算执行时间的功能。最后我们调用了被装饰的 my_function 函数并观察结果。

迭代器和生成器

Py 中的迭代器和生成器用于处理大数据集合或无限序列等情况。迭代器是一种对象,它支持在遍历时逐个返回元素。而生成器是一种特殊的迭代器,它可以在需要时动态地生成元素。以下是一个示例:


# 定义一个简单的迭代器类,用于遍历一个列表class MyIterator:    def __init__(self, my_list):        self.index = 0        self.my_list = my_list
def __iter__(self): return self
def __next__(self): if self.index < len(self.my_list): result = self.my_list[self.index] self.index += 1 return result else: raise StopIteration
# 使用这个迭代器来遍历一个列表my_list = [1, 2, 3, 4, 5]my_iterator = MyIterator(my_list)for item in my_iterator: print(item)

# 定义一个简单的生成器函数,用于生成一个斐波那契数列def fibonacci(): a, b = 0, 1 while True: yield a a, b = b, a + b
# 使用这个生成器来生成一个斐波那契数列fib = fibonacci()for i in range(10): print(next(fib))
复制代码


在这个示例中,我们定义了一个简单的迭代器类 MyIterator,它可以遍历一个列表。然后我们使用这个迭代器来遍历 my_list 列表,并打印其中的元素。


另外,我们还定义了一个简单的生成器函数 fibonacci,它可以生成一个无限序列的斐波那契数列。然后我们使用这个生成器来生成一个长度为 10 的斐波那契数列。

多线程和多进程

Py 中的多线程和多进程用于在同一时间内运行多个任务,以提高程序的性能。多线程是在同一进程内同时运行多个线程,而多进程则是启动多个进程并在它们之间分配任务。以下是一个示例:


# 使用多线程处理一些任务import threading
def task1(): print("Task 1 executed.")
def task2(): print("Task 2 executed.")
# 同时运行两个线程thread1 = threading.Thread(target=task1)thread2 = threading.Thread(target=task2)thread1.start()thread2.start()

# 使用多进程处理一些任务import multiprocessing
def task3(): print("Task 3 executed.")
def task4(): print("Task 4 executed.")
# 同时启动两个进程process1 = multiprocessing.Process(target=task3)process2 = multiprocessing.Process(target=task4)process1.start()process2.start()
复制代码


在这个示例中,我们使用多线程和多进程来同时处理一些任务。对于多线程,我们使用 threading 模块创建了两个线程,并在它们之间分配了任务。而对于多进程,我们使用 multiprocessing 模块启动了两个进程,并在它们之间分配了任务。


注意,在 Py 中使用多线程和多进程时需要注意线程安全和进程间通信等问题,避免产生死锁、竞态条件等问题。

异常处理

Py 中的异常处理机制用于处理程序在运行时出现的错误或异常情况,以避免程序崩溃或产生不可预料的结果。异常处理使用 try-except 结构来捕获异常并执行相关的处理逻辑。以下是一个示例:


# 使用异常处理机制处理程序中的错误try:    x = 1 / 0except ZeroDivisionError:    print("Cannot divide by zero.")
# 使用多个except块来处理不同类型的异常try: my_list = [1, 2, 3] print(my_list[3])except IndexError: print("Index out of range.")except ValueError: print("Invalid value.")except: print("Some other error occurred.")
复制代码


在这个示例中,我们使用 try-except 结构来捕获程序中的错误。第一个 try 语句中我们尝试除以 0,这会引发一个 ZeroDivisionError 异常,于是我们用 except 语句捕获这个异常,并打印一条错误消息。


而第二个 try 语句中我们尝试访问列表 my_list 中的第 4 个元素,这会引发一个 IndexError 异常,于是我们用一个 except 块来捕获这个异常并打印一条错误消息。另外,我们还添加了一个 ValueError 和一个通用的 except 块,分别用于处理其它类型的异常。

with 语句

Py 中的 with 语句用于管理一些资源(例如文件)的打开与关闭,以避免因忘记关闭资源而造成的泄漏或错误。with 语句中使用的对象必须具有__enter__()和__exit__()方法。以下是一个示例:


# 使用with语句自动管理文件资源with open("example.txt", "r") as file:    content = file.read()    print(content)
复制代码


在这个示例中,我们使用 with 语句来自动管理文件资源。当程序离开 with 代码块时,文件会自动关闭,无需手动调用 close()方法。

Python 标准库和第三方库

Py 中包含了大量的标准库,这些库提供了丰富的功能和工具,可以帮助我们更轻松地编写代码。另外,还有许多第三方库可以扩展 Py 的功能,例如 NumPy、Pandas 和 Django 等。以下是一个示例:


# 使用标准库中的random模块和datetime模块import randomimport datetime
# 生成一个长度为10的随机数列表my_list = [random.randint(1, 100) for _ in range(10)]print(my_list)
# 获取当前时间并格式化输出now = datetime.datetime.now()print(now.strftime("%Y-%m-%d %H:%M:%S"))
复制代码


在这个示例中,我们使用了标准库中的 random 模块和 datetime 模块。其中,random 模块用于生成随机数,而 datetime 模块用于获取当前时间并进行格式化输出。

Py 的应用领域

Py 可以应用于多种领域,例如 Web 开发、数据科学、人工智能、自然语言处理、游戏开发等。以下是一些示例:


  • Web 开发:使用 Django 或 Flask 等框架进行 Web 应用程序的开发。

  • 数据科学:使用 NumPy、Pandas 和 Matplotlib 等库进行数据分析和可视化。

  • 人工智能:使用 TensorFlow 和 PyTorch 等库进行机器学习和深度学习等任务。

  • 自然语言处理:使用 NLTK 和 SpaCy 等库进行文本分析和处理。

  • 游戏开发:使用 Pygame 等工具进行 2D 游戏的开发。


总之,Py 是一种功能强大、易于学习和使用的编程语言,可以用于多种领域的应用开发。

发布于: 刚刚阅读数: 3
用户头像

全栈若城

关注

解读Python与前端技术,助你成为技术大牛 2023-06-28 加入

我是一名专注于 Python 和前端技术的技术讲解者。我擅长将复杂的技术概念转化为简单易懂的语言,帮助初学者快速入门,并满足高级开发者对更深入理解的需求。

评论

发布
暂无评论
py基础知识点归纳总结_Python_全栈若城_InfoQ写作社区