大型现实非严肃主义现场

一刻钟与你分享优质技术架构与见闻,做一个有剧情的程序员

关注可第一时间了解更多精彩内容,定期有福利相送哟。

Python 是由吉多·范罗苏姆(Guido Van Rossum)在 90 年代早期设计。 它是如今最常用的编程语言之一。它的语法简洁且优美,几乎就是可执行的伪代码。同时它具有大量丰富的科学计算扩展库,是做数据挖掘与分析的居家必备之物。

有编程经验的小伙伴,朗诵以下代码块,完成Python3快速入门。

(手机端不宜观摩,建议收藏后电脑端观摩)

# 用井字符开头的是单行注释""" 多行字符串用三个引号包裹,也常被用来做多行注释
"""####################################################
## 1. 原始数据类型和运算符
##################################################### 整数
3  # => 3# 算术没有什么出乎意料的
1 + 1  # => 2
8 - 1  # => 7
10 * 2  # => 20# 但是除法例外,会自动转换成浮点数
35 / 5  # => 7.0
5 / 3  # => 1.6666666666666667# 整数除法的结果都是向下取整
5 // 3     # => 1
5.0 // 3.0 # => 1.0 # 浮点数也可以
-5 // 3  # => -2
-5.0 // 3.0 # => -2.0# 浮点数的运算结果也是浮点数
3 * 2.0 # => 6.0# 模除
7 % 3 # => 1# x的y次方
2**4 # => 16# 用括号决定优先级
(1 + 3) * 2  # => 8# 布尔值
True
False# 用not取非
not True  # => False
not False  # => True# 逻辑运算符,注意and和or都是小写
True and False # => False
False or True # => True# 整数也可以当作布尔值
0 and 2 # => 0
-5 or 0 # => -5
0 == False # => True
2 == True # => False
1 == True # => True# 用==判断相等
1 == 1  # => True
2 == 1  # => False# 用!=判断不等
1 != 1  # => False
2 != 1  # => True# 比较大小
1 < 10  # => True
1 > 10  # => False
2 <= 2  # => True
2 >= 2  # => True# 大小比较可以连起来!
1 < 2 < 3  # => True
2 < 3 < 2  # => False# 字符串用单引双引都可以
"这是个字符串"
'这也是个字符串'# 用加号连接字符串
"Hello " + "world!"  # => "Hello world!"# 字符串可以被当作字符列表
"This is a string"[0]  # => 'T'# 用.format来格式化字符串
"{} can be {}".format("strings", "interpolated")# 可以重复参数以节省时间
"{0} be nimble, {0} be quick, {0} jump over the {1}".format("Jack", "candle stick")
# => "Jack be nimble, Jack be quick, Jack jump over the candle stick"# 如果不想数参数,可以用关键字
"{name} wants to eat {food}".format(name="Bob", food="lasagna")
# => "Bob wants to eat lasagna"# 如果你的Python3程序也要在Python2.5以下环境运行,也可以用老式的格式化语法
"%s can be %s the %s way" % ("strings", "interpolated", "old")# None是一个对象
None  # => None# 当与None进行比较时不要用 ==,要用is。is是用来比较两个变量是否指向同一个对象。
"etc" is None  # => False
None is None  # => True# None,0,空字符串,空列表,空字典都算是False
# 所有其他值都是True
bool(0)  # => False
bool("")  # => False
bool([]) # => False
bool({}) # => False####################################################
## 2. 变量和集合
##################################################### print是内置的打印函数
print("I'm Python. Nice to meet you!")# 在给变量赋值前不用提前声明
# 传统的变量命名是小写,用下划线分隔单词
some_var = 5
some_var  # => 5# 访问未赋值的变量会抛出异常
# 参考流程控制一段来学习异常处理
some_unknown_var  # 抛出NameError# 用列表(list)储存序列
li = []
# 创建列表时也可以同时赋给元素
other_li = [4, 5, 6]# 用append在列表最后追加元素
li.append(1)    # li现在是[1]
li.append(2)    # li现在是[1, 2]
li.append(4)    # li现在是[1, 2, 4]
li.append(3)    # li现在是[1, 2, 4, 3]
# 用pop从列表尾部删除
li.pop()        # => 3 且li现在是[1, 2, 4]
# 把3再放回去
li.append(3)    # li变回[1, 2, 4, 3]# 列表存取跟数组一样
li[0]  # => 1
# 取出最后一个元素
li[-1]  # => 3# 越界存取会造成IndexError
li[4]  # 抛出IndexError# 列表有切割语法
li[1:3]  # => [2, 4]
# 取尾
li[2:]  # => [4, 3]
# 取头
li[:3]  # => [1, 2, 4]
# 隔一个取一个
li[::2]   # =>[1, 4]
# 倒排列表
li[::-1]   # => [3, 4, 2, 1]
# 可以用三个参数的任何组合来构建切割
# li[始:终:步伐]# 用del删除任何一个元素
del li[2]   # li is now [1, 2, 3]# 列表可以相加
# 注意:li和other_li的值都不变
li + other_li   # => [1, 2, 3, 4, 5, 6]# 用extend拼接列表
li.extend(other_li)   # li现在是[1, 2, 3, 4, 5, 6]# 用in测试列表是否包含值
1 in li   # => True# 用len取列表长度
len(li)   # => 6# 元组是不可改变的序列
tup = (1, 2, 3)
tup[0]   # => 1
tup[0] = 3  # 抛出TypeError# 列表允许的操作元组大都可以
len(tup)   # => 3
tup + (4, 5, 6)   # => (1, 2, 3, 4, 5, 6)
tup[:2]   # => (1, 2)
2 in tup   # => True# 可以把元组合列表解包,赋值给变量
a, b, c = (1, 2, 3)     # 现在a是1,b是2,c是3
# 元组周围的括号是可以省略的
d, e, f = 4, 5, 6
# 交换两个变量的值就这么简单
e, d = d, e     # 现在d是5,e是4# 用字典表达映射关系
empty_dict = {}
# 初始化的字典
filled_dict = {"one": 1, "two": 2, "three": 3}# 用[]取值
filled_dict["one"]   # => 1# 用 keys 获得所有的键。
# 因为 keys 返回一个可迭代对象,所以在这里把结果包在 list 里。我们下面会详细介绍可迭代。
# 注意:字典键的顺序是不定的,你得到的结果可能和以下不同。
list(filled_dict.keys())   # => ["three", "two", "one"]# 用values获得所有的值。跟keys一样,要用list包起来,顺序也可能不同。
list(filled_dict.values())   # => [3, 2, 1]# 用in测试一个字典是否包含一个键
"one" in filled_dict   # => True
1 in filled_dict   # => False# 访问不存在的键会导致KeyError
filled_dict["four"]   # KeyError# 用get来避免KeyError
filled_dict.get("one")   # => 1
filled_dict.get("four")   # => None
# 当键不存在的时候get方法可以返回默认值
filled_dict.get("one", 4)   # => 1
filled_dict.get("four", 4)   # => 4# setdefault方法只有当键不存在的时候插入新值
filled_dict.setdefault("five", 5)  # filled_dict["five"]设为5
filled_dict.setdefault("five", 6)  # filled_dict["five"]还是5# 字典赋值
filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "four": 4}
filled_dict["four"] = 4  # 另一种赋值方法# 用del删除
del filled_dict["one"]  # 从filled_dict中把one删除# 用set表达集合
empty_set = set()
# 初始化一个集合,语法跟字典相似。
some_set = {1, 1, 2, 2, 3, 4}   # some_set现在是{1, 2, 3, 4}# 可以把集合赋值于变量
filled_set = some_set# 为集合添加元素
filled_set.add(5)   # filled_set现在是{1, 2, 3, 4, 5}# & 取交集
other_set = {3, 4, 5, 6}
filled_set & other_set   # => {3, 4, 5}# | 取并集
filled_set | other_set   # => {1, 2, 3, 4, 5, 6}# - 取补集
{1, 2, 3, 4} - {2, 3, 5}   # => {1, 4}# in 测试集合是否包含元素
2 in filled_set   # => True
10 in filled_set   # => False####################################################
## 3. 流程控制和迭代器
##################################################### 先随便定义一个变量
some_var = 5# 这是个if语句。注意缩进在Python里是有意义的
# 印出"some_var比10小"
if some_var > 10:print("some_var比10大")
elif some_var < 10:    # elif句是可选的print("some_var比10小")
else:                  # else也是可选的print("some_var就是10")"""
用for循环语句遍历列表
打印:dog is a mammalcat is a mammalmouse is a mammal
"""
for animal in ["dog", "cat", "mouse"]:print("{} is a mammal".format(animal))"""
"range(number)"返回数字列表从0到给的数字
打印:0123
"""
for i in range(4):print(i)"""
while循环直到条件不满足
打印:0123
"""
x = 0
while x < 4:print(x)x += 1  # x = x + 1 的简写# 用try/except块处理异常状况
try:# 用raise抛出异常raise IndexError("This is an index error")
except IndexError as e:pass    # pass是无操作,但是应该在这里处理错误
except (TypeError, NameError):pass    # 可以同时处理不同类的错误
else:   # else语句是可选的,必须在所有的except之后print("All good!")   # 只有当try运行完没有错误的时候这句才会运行# Python提供一个叫做可迭代(iterable)的基本抽象。一个可迭代对象是可以被当作序列
# 的对象。比如说上面range返回的对象就是可迭代的。filled_dict = {"one": 1, "two": 2, "three": 3}
our_iterable = filled_dict.keys()
print(our_iterable) # => dict_keys(['one', 'two', 'three']),是一个实现可迭代接口的对象# 可迭代对象可以遍历
for i in our_iterable:print(i)    # 打印 one, two, three# 但是不可以随机访问
our_iterable[1]  # 抛出TypeError# 可迭代对象知道怎么生成迭代器
our_iterator = iter(our_iterable)# 迭代器是一个可以记住遍历的位置的对象
# 用__next__可以取得下一个元素
our_iterator.__next__()  # => "one"# 再一次调取__next__时会记得位置
our_iterator.__next__()  # => "two"
our_iterator.__next__()  # => "three"# 当迭代器所有元素都取出后,会抛出StopIteration
our_iterator.__next__() # 抛出StopIteration# 可以用list一次取出迭代器所有的元素
list(filled_dict.keys())  # => Returns ["one", "two", "three"]####################################################
## 4. 函数
##################################################### 用def定义新函数
def add(x, y):print("x is {} and y is {}".format(x, y))return x + y    # 用return语句返回# 调用函数
add(5, 6)   # => 印出"x is 5 and y is 6"并且返回11# 也可以用关键字参数来调用函数
add(y=6, x=5)   # 关键字参数可以用任何顺序# 我们可以定义一个可变参数函数
def varargs(*args):return argsvarargs(1, 2, 3)   # => (1, 2, 3)# 我们也可以定义一个关键字可变参数函数
def keyword_args(**kwargs):return kwargs# 我们来看看结果是什么:
keyword_args(big="foot", loch="ness")   # => {"big": "foot", "loch": "ness"}# 这两种可变参数可以混着用
def all_the_args(*args, **kwargs):print(args)print(kwargs)
"""
all_the_args(1, 2, a=3, b=4) prints:(1, 2){"a": 3, "b": 4}
"""# 调用可变参数函数时可以做跟上面相反的,用*展开序列,用**展开字典。
args = (1, 2, 3, 4)
kwargs = {"a": 3, "b": 4}
all_the_args(*args)   # 相当于 foo(1, 2, 3, 4)
all_the_args(**kwargs)   # 相当于 foo(a=3, b=4)
all_the_args(*args, **kwargs)   # 相当于 foo(1, 2, 3, 4, a=3, b=4)# 函数作用域
x = 5def setX(num):# 局部作用域的x和全局域的x是不同的x = num # => 43print (x) # => 43def setGlobalX(num):global xprint (x) # => 5x = num # 现在全局域的x被赋值print (x) # => 6setX(43)
setGlobalX(6)# 函数在Python是一等公民
def create_adder(x):def adder(y):return x + yreturn adderadd_10 = create_adder(10)
add_10(3)   # => 13# 也有匿名函数
(lambda x: x > 2)(3)   # => True# 内置的高阶函数
map(add_10, [1, 2, 3])   # => [11, 12, 13]
filter(lambda x: x > 5, [3, 4, 5, 6, 7])   # => [6, 7]# 用列表推导式可以简化映射和过滤。列表推导式的返回值是另一个列表。
[add_10(i) for i in [1, 2, 3]]  # => [11, 12, 13]
[x for x in [3, 4, 5, 6, 7] if x > 5]   # => [6, 7]####################################################
## 5. 类
##################################################### 定义一个继承object的类
class Human(object):# 类属性,被所有此类的实例共用。species = "H. sapiens"# 构造方法,当实例被初始化时被调用。注意名字前后的双下划线,这是表明这个属# 性或方法对Python有特殊意义,但是允许用户自行定义。你自己取名时不应该用这# 种格式。def __init__(self, name):# Assign the argument to the instance's name attributeself.name = name# 实例方法,第一个参数总是self,就是这个实例对象def say(self, msg):return "{name}: {message}".format(name=self.name, message=msg)# 类方法,被所有此类的实例共用。第一个参数是这个类对象。@classmethoddef get_species(cls):return cls.species# 静态方法。调用时没有实例或类的绑定。@staticmethoddef grunt():return "*grunt*"# 构造一个实例
i = Human(name="Ian")
print(i.say("hi"))     # 印出 "Ian: hi"j = Human("Joel")
print(j.say("hello"))  # 印出 "Joel: hello"# 调用一个类方法
i.get_species()   # => "H. sapiens"# 改一个共用的类属性
Human.species = "H. neanderthalensis"
i.get_species()   # => "H. neanderthalensis"
j.get_species()   # => "H. neanderthalensis"# 调用静态方法
Human.grunt()   # => "*grunt*"####################################################
## 6. 模块
##################################################### 用import导入模块
import math
print(math.sqrt(16))  # => 4.0# 也可以从模块中导入个别值
from math import ceil, floor
print(ceil(3.7))  # => 4.0
print(floor(3.7))   # => 3.0# 可以导入一个模块中所有值
# 警告:不建议这么做
from math import *# 如此缩写模块名字
import math as m
math.sqrt(16) == m.sqrt(16)   # => True# Python模块其实就是普通的Python文件。你可以自己写,然后导入,
# 模块的名字就是文件的名字。# 你可以这样列出一个模块里所有的值
import math
dir(math)####################################################
## 7. 高级用法
##################################################### 用生成器(generators)方便地写惰性运算
def double_numbers(iterable):for i in iterable:yield i + i# 生成器只有在需要时才计算下一个值。它们每一次循环只生成一个值,而不是把所有的
# 值全部算好。
#
# range的返回值也是一个生成器,不然一个1到900000000的列表会花很多时间和内存。
#
# 如果你想用一个Python的关键字当作变量名,可以加一个下划线来区分。
range_ = range(1, 900000000)
# 当找到一个 >=30 的结果就会停
# 这意味着 `double_numbers` 不会生成大于30的数。
for i in double_numbers(range_):print(i)if i >= 30:break# 装饰器(decorators)
# 这个例子中,beg装饰say
# beg会先调用say。如果返回的say_please为真,beg会改变返回的字符串。
from functools import wrapsdef beg(target_function):@wraps(target_function)def wrapper(*args, **kwargs):msg, say_please = target_function(*args, **kwargs)if say_please:return "{} {}".format(msg, "Please! I am poor :(")return msgreturn wrapper@beg
def say(say_please=False):msg = "Can you buy me a beer?"return msg, say_pleaseprint(say())  # Can you buy me a beer?
print(say(say_please=True))  # Can you buy me a beer? Please! I am poor :(

python3 列表取交集_一刻钟学会 Python 3!Python不难学啊!相关推荐

  1. python3 列表取交集_常用序列数据类型列表

    python中有列表.元组.集合.字典这四种可以存放多个数据元素的集合,他们在总体功能上都起着存放数据的作用,却都有着各自的特点.本片文章中我们会对列表的用法做详细说明. 演示环境: python3. ...

  2. python 列表取交集

    Python 中列表取交集的方法有两种: 方法一:使用内置函数 intersection() 如果要取两个列表的交集,可以使用内置函数 intersection(),它会返回两个列表中都有的元素. 例 ...

  3. Python-两个列表取交集、并集、差集(编写了一个两个文件取交集的小工具)

    最近突然有个需求(取两个文件数据的交集),数据量非常大(2000多万行的数据),最开始的思路是先取一个文件所有的数据,保存成一个列表,然后判断是否在另一个文件中,花了十几分钟写出来后,一运行,差点崩溃 ...

  4. python两个list取交集_使用 Python 获取两个列表的交集、并集、差集的常用方法 | Jin''''s Blog...

    在数据处理中经常需要使用 Python 来获取两个列表的交集,并集和差集.在 Python 中实现的方法有很多,我平时只使用一两种我所熟悉的,但效率不一定最高,也不一定最优美,所以这次想把常用的方法都 ...

  5. python 向量取整数_随机整数向量| 使用Python的线性代数

    python 向量取整数 Prerequisite: 先决条件: Defining a Vector using list 使用列表定义向量 Defining Vector using Numpy 使 ...

  6. python正则怎么取反_第11.19节 Python 中正则表达式的扩展功能:前视断言和前视取反...

    一.引言 在<第11.16节 Python正则元字符"()"(小括号)与组(group)匹配模式>中老猿介绍了组匹配模式的命名组功能及引用组功能,这两者都是组模式的扩展 ...

  7. mysql数据库取交集_不同数据库取并集、交集、差集

    一.并集: 需求:汇总t1.t2两表的数据 mysql.postgresql.oracle数据库取并集都是用union/union all关键字,不再赘述 二.交集: 需求:选出既在t1表又在t2表的 ...

  8. js 两个列表取交集

    js没有直接的方式来获取两个列表的交集,需要自己写一个函数,如下: function jiaoji(arr_1,arr_2){//先对arr_1进行一次深拷贝,防止对原两个列表造成影响let temp ...

  9. python爬取天气预报_分分钟学会用Python爬取天气预报

    ###第一步: 请确保你已经安装了Requests和Beautifulsoup4的库,否则你可以打开CMD(命令提示符)然后输入 pip3 install requests pip3 install ...

  10. math python 向上取整_计算机等级考试二级Python语言模拟试卷单选解答详解第1期...

    模拟试卷单选题20题 有粉丝私信希望增加一些针对国家二级Python考级的小练习和答题详解.所以就有了模拟试卷的题目讲解. 第1题:下面的程序运行结果是( ) 解答: 这是一个变量作用域的问题,变量分 ...

最新文章

  1. ROI Pooling层解析
  2. 后端学习 - JDBC
  3. ubuntu 绑定网卡
  4. ie8 的断字/断行 bug
  5. PHP技术亮点,我眼里的THINKPHP5新亮点(1)
  6. 用CSS制作日历弹出框的心得
  7. neo4j︱neo4j批量导入neo4j-import (五)
  8. 标准模块 os.path
  9. 关闭 kali 警报音
  10. gps nmea数据格式解析与生成
  11. 安卓问题-第三方相关
  12. 新西兰梅西大学有计算机专业吗,新西兰梅西大学本科热门专业
  13. 十分详细的React入门实例
  14. Centos 7 虚拟机启动,Entering emergency mode问题解决
  15. keras.datasets.imdb.py 源码分析
  16. Kubernetes(k8s) 对象使用
  17. 劳务派遣有五险一金吗?
  18. Recon-ng的简单使用(recon-ng v5.1.1)
  19. 企业经营中的“细节杀”:无线AP让你比别人更快一步
  20. How to manage the changes in Netlogon secure channel connections associated with CVE-2020-1472

热门文章

  1. jupyter notebook 中文乱码问题解决
  2. 第9章 逻辑回归 学习笔记 中
  3. 190106每日一句
  4. unity激活对象组件
  5. Atitit.java c#.net php项目中的view复用(jsp,aspx,php的复用)
  6. Atitit.会员卡(包括银行卡)api的设计
  7. paip.提升效率---filter map reduce 的java 函数式编程实现
  8. paip.网站上传服务里需要做的操作流程
  9. 鹏华基金:科技赋能 打造公募基金的头部机构
  10. 袁玉玮:简介人工智能在基金界的应用 (一)