Python貌似有点火热，上手还是比较简单的，自己找了个教程也偷偷的学习一下，扒了一下网上的图片和数据，感觉并不是很难呀(不过之前换电脑，代码丢了，有点可惜，不过网上教程一抓一大把，随便看看也能扒一些基础的图片了)，所以就有了这么一篇基础的学习笔记，自己记录一下，方便自己以后要用的话很快的能够捡起来。

编译型语言

通过编译器，统一编译，一次性执行，最终生成可执行文件(相对执行更快)

代表语言：C语言

解释型语言

逐行解释每一行代码，逐行编译，逐行执行(跨平台运行能力更强)，在不同的操作系统上安装不同的解释器，相同源代码使用不同的解释器进行工作

代表语言：Python

优缺点

优点

简单，易学

可读性强

开发速度快

面向对象

免费，开源

可扩展性

具有丰富的库

缺点

运行速度相对较慢

国内市场较小

中文资料匮乏

设计哲学

优雅(代码工整)

明确

简单

用一种方法，最好是只有一种方法来做一件事情

Python特点

完全面向对象的语言(一切皆对象)

拥有一个强大的标准库

Python社区提供了大量的第三方模块

Python3.0没有考虑向下的兼容

Python解释器

CPython -- 官方版本的C语言实现

Jython -- 可以运行在Java平台

IronPython -- .NET和Mono平台

PyPy -- Python实现的，支持JIT即时编译

Python变量

1.不用事先声明变量，赋值过程中就包含了变量的声明和定义的过程

2.用"=" 赋值，左边是变量名，右边是变量值

3.使用前必须先被初始化(先被赋值)

4.可以通过del语句删除不再使用的变量

标识符

区分大小写

第一个字符必须是字母或者下划线

不能使用关键字

以双划线开头或者结尾的名称通常有特殊意义，不建议使用

模块和包名 -> 全小写，尽量简单

函数名 -> 全小写，多个单词用下划线隔开

类名 -> 首字母大小，采用驼峰命名法

常量名 -> 全大写，多个单词使用下划线隔开

链式赋值

使用同一个对象赋值给多个变量 x = y = 123

系列解包赋值

系列数据赋值给对应相同个数的变量(个数必须保持一致)

a,b,c=4,5,6

常量

Python不支持常量，没有语法规则限制改变一个常量的值。只能约定常量的命名规则，以及在程序的逻辑上不对常量的值做出修改

数字

// 整数除法 7//2 -> 3

** 幂 2**3 -> 8

divmod()函数同事得到商和余数 :

divmod(13,3) ->(4,1) 返回元组

整数

int_var = 1

0b或者0B -> 二进制

0o或者0O -> 八进制

0x或者0X -> 十六进制

自动转型，整数和浮点数相加 自动转化成浮点数

Python3中，int可以存储任意大小的整数,long 被取消

使用int()实现类型转换

1.浮点数直接舍去小数部分。 int(9.9) -> 9

2.布尔值True转为1，False转为0。 int(True) -> 1

3.字符串符合整数格式(浮点数据格式不行)则转换成对应整数，否则报错

时间的表示

1970年1月1日0点开始，以毫秒计算

time.time()获得当前时刻，返回的是以秒为单位精度的浮点值

浮点数

float_var = 1.0

round(value)可以返回四舍五入的值，但不会改变原有值，产生新的值

布尔型

True False

字符串型

字符串

字符串是不可变的 没有字符类型，单个字符也是字符串

Python3直接使用Unicode，可以表示世界上任何书名语言的字符

ord('苏') -> 获取单个字符的Unicode编码。chr(65) 获取Unicode编码表示的字符

Python允许空字符串的存在，不包含任何字符且长度为0

字符串切片slice操作

str = "I Love Python"

print(str[2:5]) // 输出第三个到第五个之间的字符，不包括第六个

print(str[:5]) // 输出0-5之间的字符串 (不包括第六个)

print(str[2:]) // 输出第3-最后一个的字符串(包括最后一个)

print(str * 2) // 输出字符串两次

print(str + " And Java") // 拼接之后输出

print(str[0:5:2]) // 最后一个代表步长step

print(str[-6]) // 倒数6个 Python

print(str[::-1]) // 步长为负，从右到左反向提取

字符串搜索

str.isalnum() // 所有字符全是字母或者数字

str.count("Love") // 指定字符出现的次数

str.find("L") // 返回首次出现的下标

str.rfind("o") // 反向搜索，返回首次出现的下标

去除字符串信息

str.strip("*") // 去除首尾指定信息

str.lstrip("*") // 去除字符串首部左边指定信息

str.rstrip("*") // 去除字符串尾部右边指定信息

大小写转换

str.capitalize() // 产生新的字符串，首字母大写

str.title() // 产生新的字符串,每个单词首字母大写

str.upper() // 产生新的字符串 ,所有字符串转换成大写

str.lower() // 产生新的字符串 ,所有字符串转换成小写

str.swapcase() // 产生新的字符串 ,所有字母大小写转换

排版格式

aa = "str"

print(aa.center(10, "*")) ->***str****

print(aa.ljust(10, "*")) ->str*******

print(aa.rjust(10, "*")) ->*******str

format格式化

aa = "名字是：{0}，年龄是：{1}。{0}是个好小伙"

print(aa.format("Steven", 18))

b = "名字是：{name}，年龄是：{age}。{name}是个好小伙"

print(b.format(name="Steven", age=18)) // 名字是：Steven，年龄是：18。Steven是个好小伙

填充和对齐

填充和对齐一起使用

^、分别是居中、左对齐、右对齐。后面带宽度

:号后面带填充的字符，只能是一个字符，不指定的话默认是空格填充

a = "我的电话号码是{0:*^11}"

print(a.format(888)) // 我的电话号码是****888****

数字格式化

浮点数通过f,整数通过d进行需要的格式化

数字 格式 输出 描述

3.1415926 {:.2f} 3.14 保留小数点后两位

3.1415926 {:+.2f} 3.14 带符号保留小数点后两位

2.71828 {:.0f} 3 不带小数

5 {:0>2d} 05 数字补零 (填充左边, 宽度为 2)

5 {:x<4d} 5xxx 数字补 x (填充右边, 宽度为 4)

10 {:x<4d} 10xx 数字补 x (填充右边, 宽度为 4)

1000000 {:,} 1,000,000 以逗号分隔的数字格式

0.25 {:.2%} 25.00% 百分比格式

1000000000 {:.2e} 1.00E+09 指数记法

13 {:10d} 13 右对齐 (默认, 宽度为 10)

13 {:<10d} 13 左对齐 (宽度为 10)

13 {:^10d} 13 中间对齐 (宽度为 10)

字符串拼接

+两边都是字符串，则拼接

+两边都是数字，则加法运算

+两边类型不同，则抛异常

不换行打印

print("字符串",end = "*") 打印时不会换行，换行符替换成了*符号，使用*连接。*可以是任意字符串

str()实现数字转型字符串

replace()会生成一个新的字符串对象

join字符串拼接

"".join(列表) ->使用将列表中的字符串连接起来

可变字符串 io.StringIo(s)

修改过程中不会产生新的字符串对象

列表

类似于Java中的数组，是一个有序可变的集合容器，支持内置的基础数据结构甚至是列表，列表是可以嵌套的。不同的数据结构可以放在同一个列表中，没有统一类型的限制

list_a = ["str", 1, 1.0]

元组

不可变的列表，在赋值之后就不能二次更改了

tuple_a = ("str", 1, ["a", "b", 1], 2.0)

输出结果: ('str', 1, ['a', 'b', 1], 2.0)

字典(用的比较多)

类似于Java中的map,key-value键值对的形式 无序的容器

dict_a = {

"name": "Steven",

"age": 27,

1: "1800000000"

}

print(dict_a) // {'name': 'Steven', 'age': 27, 1: '1800000000'}

print(dict_a["name"]) // Steven

print(dict_a[1]) // 1800000000

print("name" in dict_a) 判断是否包含改键值// True

print(dict_a.keys()) // dict_keys(['name', 'age', 1])

print(dict_a.values()) // dict_values(['Steven', 27, '1800000000'])

print(dict_a.items()) // dict_items([('name', 'Steven'), ('age', 27), (1, '1800000000')])

逻辑运算符

and 与关系 类似于Java中的&& x and y ->x 为true，则返回y的值。x为false，则直接返回false

or 或关系 类似于Java中的|| x or y ->x 为true，则直接返回true。x为false，则返回y的值

not 非 类似于Java中的！

同一运算符is(is not)

用于比较两个对象的存储单元，实际比较的是对象的地址

整数缓存问题

Python仅仅在命令行中执行时对较小的整数对象进行缓存,范围为[-5,256]之内的整数缓存起来。而在Pycharm或者保存为文件执行时，缓存范围是[-5，任意正整数]

if语句

if (a == b):

print("a == b")

else:

print("a != b")

turtle图形绘制库

\行连接符 续行符

变量位于：堆内存

对象位于：栈内存

序列

序列是一种数据存储方式，用来存储一系列的数据。在内存中，序列就是一块用来存放多个值的连续的内存空间。

常用的序列结构：字符串、列表、元组、字典、集合

列表：用于存储任意数目、任意类型的数据集合。

列表对象的常用方法汇总如下:

方法 要点 描述

list.append(x) 增加元素 将元素 x 增加到列表 list 尾部

list.extend(aList) 增加元素 将列表 alist 所有元素加到列表 list 尾部

list.insert(index,x) 增加元素 在列表 list 指定位置 index 处插入元素 x

list.remove(x) 删除元素 在列表 list 中删除首次出现的指定元素 x

list.pop([index]) 删除元素 删除并返回列表 list 指定位置 index 处的元素，默认是最后一个元素

list.clear() 删除所有元素 删除列表所有元素，并不是删除列表对象

list.index(x) 访问元素 返回第一个 x 的索引位置，若不存在 x 元素抛出异常

list.count(x) 计数 返回指定元素 x 在列表 list 中出现的次数

len(list) 列表长度 返回列表中包含元素的个数

list.reverse() 翻转列表 所有元素原地翻转

list.sort() 排序 所有元素原地排序

list.copy() 浅拷贝 返回列表对象的浅拷贝

Python的列表大小可变，根据需要随时增加或缩小

列表的创建

基本语法[ ]创建

a = [10,20,'gaoqi','sxt']

a = [] #创建一个空的列表对象

list()创建

使用 list()可以将任何可迭代的数据转化成列表。

a = list() #创建一个空的列表对象

a = list(range(10))

a - > [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

a = list("gaoqi,sxt")

a - > ['g', 'a', 'o', 'q', 'i', ',', 's', 'x', 't']

range()创建整数列表

range()可以帮助我们非常方便的创建整数列表，这在开发中及其有用。语法格式为：

range([start,] end [,step])

start 参数：可选，表示起始数字。默认是 0

end 参数：必选，表示结尾数字。

step 参数：可选，表示步长，默认为 1

python3 中 range()返回的是一个 range 对象，而不是列表。我们需要通过 list()方法将其转换成列表对象

a = [x*2 for x in range(100) if x%9==0] #通过 if 过滤元素

[0, 18, 36, 54, 72, 90, 108, 126, 144, 162, 180, 198]

列表元素的增加和删除

当列表增加和删除元素时，列表会自动进行内存管理，大大减少了程序员的负担。但这个特点涉及列表元素的大量移动，效率较低。除非必要，我们一般只在列表的尾部添加元素或删除元素，这会大大提高列表的操作效率。

append()方法

原地修改列表对象，是真正的列表尾部添加新的元素，速度最快，推荐使用。

a = [20,40]

a.append(80)

+运算符操作

并不是真正的尾部添加元素，而是创建新的列表对象；将原列表的元素和新列表的元素依次复制到新的列表对象中。这样，会涉及大量的复制操作，对于操作大量元素不建议使用。

a = a+[50]

extend()方法

将目标列表的所有元素添加到本列表的尾部，属于原地操作，不创建新的列表对象。

a.extend([50,60])

insert()插入元素

使用 insert()方法可以将指定的元素插入到列表对象的任意制定位置。这样会让插入位置后

面所有的元素进行移动，会影响处理速度。涉及大量元素时，尽量避免使用。

类似发生这种移动的函数还有：remove()、pop()、del()，它们在删除非尾部元素时也会发生操作位置后面元素的移动。

a.insert(2,100)

列表元素的删除

本质上是列表的拷贝，将后面的赋值拷贝到前面的值中

del 删除

del a[1]

pop()方法

pop()删除并返回指定位置元素，如果未指定位置则默认操作列表最后一个元素。

a = [10, 20, 30, 40]

a.pop() -> 返回 40

a.pop(1) -> 返回 20

remove()方法

删除首次出现的指定元素，若不存在该元素抛出异常。

a = [10,20,30,40,50,20,30,20,30]

a.remove(20)

列表元素访问和计数

通过索引直接访问元素

我们可以通过索引直接访问元素。索引的区间在[0, 列表长度-1]这个范围。超过这个范围则会抛出异常。

index()获得指定元素在列表中首次出现的索引

index()可以获取指定元素首次出现的索引位置。语法是：index(value,[start,[end]])。其中，

start 和 end 指定了搜索的范围。

count()获得指定元素在列表中出现的次数

len()返回列表长度

成员资格判断

判断列表中是否存在指定的元素，我们可以使用 count()方法，返回 0 则表示不存在，返回大于 0 则表示存在。但是，一般我们会使用更加简洁的 in 关键字来判断，直接返回 True或 False。

切片操作

切片是 Python 序列及其重要的操作，适用于列表、元组、字符串等等

切片 slice 操作可以让我们快速提取子列表或修改。标准格式为：

[起始偏移量 start:终止偏移量 end[:步长 step]]

操作和说明 示例 结果

[:] 提取整个列表 [10,20,30][:] [10,20,30]

[start:]从 start 索引开始到结尾 [10,20,30][1:] [20,30]

[:end]从头开始直到 end-1 [10,20,30][:2] [10,20]

[start:end]从start到 end-1 [10,20,30,40][1:3] [20,30]

[start:end:step] 从 start 提取到 end-1，步长是 step [10,20,30,40,50,60,70][1:6:2] [20, 40, 60]

其他操作(三个量为负数)的情况：

示例 说明 结果

[10,20,30,40,50,60,70][-3:] 倒数三个 [50,60,70]

10,20,30,40,50,60,70][-5:-3] 倒数第五个到倒数第三个(包头不包尾) [30,40]

[10,20,30,40,50,60,70][::-1] 步长为负，从右到左反向提取 [70, 60, 50, 40, 30, 20, 10]

切片操作时，起始偏移量和终止偏移量不在[0,字符串长度-1]这个范围，也不会报错。起始

偏移量小于 0 则会当做 0，终止偏移量大于“长度-1”会被当成”长度-1”

列表的遍历

for obj in listObj:

print(obj)

列表排序

修改原列表，不建新列表的排序

a.sort() #默认是升序排列

a.sort(reverse=True) #降序排列

random.shuffle(a) #打乱顺序

建新列表的排序

通过内置函数 sorted()进行排序，这个方法返回新列表，不对原列表做修改。

a = sorted(a) #默认升序

c = sorted(a,reverse=True) #降序

reversed()返回迭代器

内置函数 reversed()也支持进行逆序排列，与列表对象 reverse()方法不同的是，内置函数

reversed()不对原列表做任何修改，只是返回一个逆序排列的迭代器对象。

迭代器只能使用一次 第二次会返回空

a = [20,10,30,40]

c = reversed(a)

max 和 min

用于返回列表中最大和最小值。

max(a)

min(a)

sum

对数值型列表的所有元素进行求和操作，对非数值型列表运算则会报错。

sum(a)

多维列表

二维列表

一维列表可以帮助我们存储一维、线性的数据。

二维列表可以帮助我们存储二维、表格的数据。

a = [

["高小一",18,30000,"北京"],

["高小二",19,20000,"上海"],

["高小一",20,10000,"深圳"],

]

print(a[1][0],a[1][1],a[1][2])

元组 tuple

列表属于可变序列，可以任意修改列表中的元素。元组属于不可变序列，不能修改元组中的元素。因此，元组没有增加元素、修改元素、删除元素相关的方法。

元组支持如下操作：

1. 索引访问

2. 切片操作

3. 连接操作

4. 成员关系操作

5. 比较运算操作

6. 计数：元组长度 len()、最大值 max()、最小值 min()、求和 sum()等。

通过()创建元组。小括号可以省略。

a = (10,20,30) 或者 a = 10,20,30

如果元组只有一个元素，则必须后面加逗号。这是因为解释器会把(1)解释为整数 1，(1,)解释为元组。

通过 tuple()创建元组

tuple(可迭代的对象)

b = tuple() #创建一个空元组对象

b = tuple("abc")

b = tuple(range(3))

b = tuple([2,3,4])

tuple()可以接收列表、字符串、其他序列类型、迭代器等生成元组。

list()可以接收元组、字符串、其他序列类型、迭代器等生成列表。

元组的元素访问和计数

元组的元素不能修改

元组的元素访问和列表一样，只不过返回的仍然是元组对象。

a = (20,10,30,9,8)

a[1] -> 10

a[1:3] -> (10, 30)

a[:4] -> (20, 10, 30, 9)

列表关于排序的方法 list.sort()是修改原列表对象，元组没有该方法。如果要对元组排序，只能使用内置函数 sorted(tupleObj)，并生成新的列表对象。

a = (20,10,30,9,8)

sorted(a) -> [8, 9, 10, 20, 30]

zip

zip(列表 1，列表 2，...)将多个列表对应位置的元素组合成为元组，并返回这个 zip 对象

a = [10,20,30]

b = [40,50,60]

c = [70,80,90]

d = zip(a,b,c)

list(d) -> [(10, 40, 70), (20, 50, 80), (30, 60, 90)]

生成器推导式创建元组

从形式上看，生成器推导式与列表推导式类似，只是生成器推导式使用小括号。列表推

导式直接生成列表对象，生成器推导式生成的不是列表也不是元组，而是一个生成器对象。

我们可以通过生成器对象，转化成列表或者元组。也可以使用生成器对象的__next__()

方法进行遍历，或者直接作为迭代器对象来使用。不管什么方式使用，元素访问结束后，如果需要重新访问其中的元素，必须重新创建该生成器对象。

s = (x * 2 for x in range(5))

print(tuple(s)) -> (0, 2, 4, 6, 8) #只能访问一次元素。第二次就为空了。需要再生成一次

元组总结

元组的核心特点是：不可变序列。

元组的访问和处理速度比列表快。

与整数和字符串一样，元组可以作为字典的键，列表则永远不能作为字典的键使用。

字典

字典是“键值对”的无序可变序列，字典中的每个元素都是一个“键值对”，包含：“键

对象”和“值对象”。可以通过“键对象”实现快速获取、删除、更新对应的“值对象”。

键”是任意的不可变数据，比如：整数、浮点数、字符串、元组。但是：列表、

字典、集合这些可变对象，不能作为“键”。并且“键”不可重复。

字典的创建

我们可以通过{}、dict()来创建字典对象。

a = {'name':'Steven','age':18,'job':'programmer'}

b = dict(name='Steven',age=18,job='programmer')

a = dict([("name","Steven"),("age",18)])

a = dict({("name", "Steven"), ("age", 18)})

a = dict({'name': 'Steven', 'age': 18, 'job': 'programmer'})

c = {} #空的字典对象

d = dict() #空的字典对象

通过 zip()创建字典对象

k = ['name','age','job']

v = ['Steven',18,'programmer']

d = dict(zip(k,v))

print(d) -> {'name': 'Steven', 'age': 18, 'job':'programmer'}

通过 fromkeys 创建值为空的字典

a = dict.fromkeys(['name','age','job'])

print(a) -> {'name': None, 'age': None, 'job': None} # none 是一个值，表示没有赋值

字典元素的访问

a = {'name':'Steven','age':18,'job':'programmer'}

通过 [键] 获得“值”。若键不存在，则抛出异常。

a['name'] -> 'Steven'

通过 get()方法获得“值”。推荐使用。优点是：指定键不存在，返回 None；也可以设定指定键不存在时默认返回的对象。推荐使用 get()获取“值对象”。

a.get('name') -> 'Steven'

a.get('sex','一个男人') -> '一个男人'

列出所有的键值对

a.items() -> dict_items([('name', 'Steven'), ('age', 18), ('job', 'programmer')])

列出所有的键，列出所有的值

a.keys() -> dict_keys(['name', 'age', 'job'])

a.values() -> dict_values(['Steven', 18, 'programmer'])

len() 键值对的个数

len(a)

a.__len__()

检测一个“键”是否在字典中

print("name" in a) -> True

字典元素添加、修改、删除

给字典新增“键值对”。如果“键”已经存在，则覆盖旧的键值对；如果“键”不存在，

则新增“键值对”。

a['address']='世界大厦1101'

a['age']=16

print(a) -> {'name': 'Steven', 'age': 16, 'job': 'programmer', 'address': '世界大厦1101'}

使用 update()将新字典中所有键值对全部添加到旧字典对象上。如果 key 有重复，则直接覆盖

b = {'name': 'StevenSon', 'money': 1000, 'sex': '男的'}

a.update(b)

print(a) -> {'name': 'StevenSon', 'age': 16, 'job': 'programmer', 'money': 1000, 'sex': '男的'}

字典中元素的删除，可以使用 del()方法；或者 clear()删除所有键值对；pop()删除指定键值对，并返回对应的“值对象”；

del(a["name"])

print(a) -> {'age': 18, 'job': 'programmer'}

a_value = a.pop("age")

print(a) -> {'job': 'programmer'}

print(a_value) -> 18

popitem() ：随机删除和返回该键值对。若想一个接一个地移除并处理项，这个方法就非常有效(因为不用首先获取键的列表)。

print(a.popitem()) -> ('job', 'programmer')

print(a) -> {'name': 'Steven', 'age': 18}

序列解包

序列解包可以用于元组、列表、字典。序列解包可以让我们方便的对多个变量赋值。

x,y,z=(20,30,10)

(a,b,c)=(9,8,10)

[a,b,c]=[10,20,30]

序列解包用于字典时，默认是对“键”进行操作； 如果需要对键值对操作，则需要使用

items()；如果需要对“值”进行操作，则需要使用 values()；

s = {'name':'gaoqi','age':18,'job':'teacher'}

name,age,job=s #默认对键进行操作

name,age,job=s.items() #对键值对进行操作

name,age,job=s.values() #对值进行操作

字典核心底层原理(重要)

字典对象的核心是散列表。散列表是一个稀疏数组(总是有空白元素的数组)，数组的

每个单元叫做 bucket。每个 bucket 有两部分：一个是键对象的引用，一个是值对象的引用。

由于，所有 bucket 结构和大小一致，我们可以通过偏移量来读取指定 bucket。

字典底层原理.png

字典底层原理2.png

根据键查找“键值对”的底层过程

字典底层取值.png

用法总结：

键必须可散列

(1) 数字、字符串、元组，都是可散列的。

(2) 自定义对象需要支持下面三点：

1 支持 hash()函数

2 支持通过__eq__()方法检测相等性。

3 若 a==b 为真，则 hash(a)==hash(b)也为真。

字典在内存中开销巨大，典型的空间换时间。

键查询速度很快

往字典里面添加新建可能导致扩容，导致散列表中键的次序变化。因此，不要在遍历字典的同时进行字典的修改。 会报RuntimeError: dictionary changed size during iteration错误

集合

集合是无序可变，元素不能重复。实际上，集合底层是字典实现，集合的所有元素都是字典中的“键对象”，因此是不能重复的且唯一的。

集合创建和删除

使用{}创建集合对象，并使用 add()方法添加元素

a = {3, 5, 7}

a.add(9)

使用 set()，将列表、元组等可迭代对象转成集合。如果原来数据存在重复数据，则只保留一个。

b = set(a)

remove()删除指定元素；clear()清空整个集合

a.remove(3)

集合相关操作

Python 对集合提供了并集、交集、差集等运算

a = {1, 3, 'sxt'}

b = {'he', 'it', 'sxt'}

a|b 或者 a.union(b) #并集 -> {1, 3, 'sxt', 'he', 'it'}

a&b 或者 a.intersection(b) #交集 ->{'sxt'}

a-b 或者 a.difference(b) #差集 ->{1, 3}

控制语句

选择结构

单分支选择结构

if 语句单分支结构的语法形式如下：

if 条件表达式:

语句/语句块

num = input("输入一个数字：")

if int(num)<10:

print(num)

条件表达式详解

在选择和循环结构中，条件表达式的值为 False 的情况如下：

False、0、0.0、空值 None、空序列对象(空列表、空元祖、空集合、空字典、空字符串)、空 range 对象、空迭代对象。其他情况均为True

条件表达式中，不能有赋值操作符“=”

双分支选择结构

双分支结构的语法格式如下：

if 条件表达式 :

语句 1/语句块 1

else:

语句 2/语句块 2

三元条件运算符

Python 提供了三元运算符，用来在某些简单双分支赋值情况。三元条件运算符语法格式如下：

条件为真时的值 if (条件表达式) else 条件为假时的值

多分支选择结构

多分支选择结构的语法格式如下：

if 条件表达式 1 :

语句 1/语句块 1

elif 条件表达式 2:

语句 2/语句块 2

.

.

.

elif 条件表达式 n :

语句 n/语句块 n

[else:

语句 n+1/语句块 n+1

]

【注】计算机行业，描述语法格式时，使用中括号[ ]通常表示可选，非必选。

选择结构嵌套

选择结构可以嵌套，使用时一定要注意控制好不同级别代码块的缩进量，因为缩进量决定了代码的从属关系。

循环结构

循环结构用来重复执行一条或多条语句。表达这样的逻辑：如果符合条件，则反复执行循环体里的语句。在每次执行完后都会判断一次条件是否为 True，如果为 True 则重复执行循环体里的语句。

循环体里面的语句至少应该包含改变条件表达式的语句，以使循环趋于结束；否则，就会变成一个死循环。

while 循环

while 循环的语法格式如下：

while 条件表达式：

循环体语句

for 循环和可迭代对象遍历

for 循环通常用于可迭代对象的遍历。for 循环的语法格式如下：

for 变量 in 可迭代对象：

循环体语句

可迭代对象

Python 包含以下几种可迭代对象：

序列。包含：字符串、列表、元组

字典

迭代器对象(iterator)

生成器函数(generator)

文件对象

range 对象

range 对象是一个迭代器对象，用来产生指定范围的数字序列。格式为：

range(start, end [,step])

生成的数值序列从 start 开始到 end 结束(不包含 end)。若没有填写 start，则默认从 0开始。step 是可选的步长，默认为 1。

for i in range(10) 产生序列：0 1 2 3 4 5 6 7 8 9

for i in range(3,10) 产生序列：3 4 5 6 7 8 9

for i in range(3,10,2) 产生序列：3 5 7 9

break 语句

break 语句可用于 while 和 for 循环，用来结束整个循环。当有嵌套循环时，break 语句只能跳出最近一层的循环。

continue 语句

continue 语句用于结束本次循环，继续下一次。多个循环嵌套时，continue 也是应用于最

近的一层循环。

else 语句

while、for 循环可以附带一个 else 语句(可选)。如果 for、while 语句没有被 break 语句

结束，则会执行 else 子句，否则不执行。语法格式如下：

while 条件表达式：

循环体

else:

语句块

或者：

for 变量 in 可迭代对象：

循环体

else:

语句块

循环代码优化

编写循环时，遵守下面三个原则可以大大提高运行效率，避免不必要的低效计算：

尽量减少循环内部不必要的计算

嵌套循环中，尽量减少内层循环的计算，尽可能向外提。

局部变量查询较快，尽量使用局部变量

其他优化手段

连接多个字符串，使用 join()而不使用+

列表进行元素插入和删除，尽量在列表尾部操作

使用 zip()并行迭代

我们可以通过 zip()函数对多个序列进行并行迭代，zip()函数在最短序列“用完”时就会停止。

names = ("Steven","高老二","高老三","高老四")

ages = (18,16,20,25)

jobs = ("老师","程序员","公务员")

for name,age,job in zip(names,ages,jobs):

print("{0}--{1}--{2}".format(name,age,job)

执行结果：

Steven--18--老师

高老二--16--程序员

高老三--20--公务员

推导式创建序列

推导式是从一个或者多个迭代器快速创建序列的一种方法。它可以将循环和条件判断结合，

从而避免冗长的代码。推导式是典型的 Python 风格，会使用它代表你已经超过 Python 初

学者的水平。

列表推导式

列表推导式生成列表对象，语法如下：

[表达式 for item in 可迭代对象 ]

或者：

{表达式 for item in 可迭代对象 if 条件判断

[x*2 for x in range(1,5)] -> [2, 4, 6, 8]

[x*2 for x in range(1,20) if x5==0 ] -> [10, 20, 30]

[a for a in "abcdefg"] -> ['a', 'b', 'c', 'd', 'e', 'f', 'g']

cells = [(row,col) for row in range(1,10) for col in range(1,10)] #可以使用两个循环

字典推导式

字典的推导式生成字典对象，格式如下：

{key_expression : value_expression for 表达式 in 可迭代对象}

my_text = ' i love you, i love sxt,i love Steven'

char_count = {c:my_text.count(c) for c in my_text}

集合推导式

集合推导式生成集合，和列表推导式的语法格式类似：

{表达式 for item in 可迭代对象 }

或者：

{表达式 for item in 可迭代对象 if 条件判断}

生成器推导式(生成元组)

元组是没有推导式的,推导式推导出的是一个生成器，可以通过生成器生成元组。一个生成器只能运行一次。第一次迭代可以得到数据，第二次迭代发现数据已经没有了。

tunple((x for x in range(4))) -> (0, 1, 2, 3)

函数用法和底层分析

Python 函数的分类

Python 中函数分为如下几类：

内置函数

我们前面使用的 str()、list()、len()等这些都是内置函数，我们可以拿来直接使用。

标准库函数

我们可以通过 import 语句导入库，然后使用其中定义的函数

第三方库函数

Python 社区也提供了很多高质量的库。下载安装这些库后，也是通过 import 语句导

入，然后可以使用这些第三方库的函数

用户自定义函数

函数的定义和调用

核心要点

Python 中，定义函数的语法如下：

def 函数名 ([参数列表]) :

'''文档字符串'''

函数体/若干语句

Python 执行 def 时，会创建一个函数对象，并绑定到函数名变量上。即函数也是一个对象

参数列表

(1) 圆括号内是形式参数列表，有多个参数则使用逗号隔开

(2) 形式参数不需要声明类型，也不需要指定函数返回值类型

(3) 无参数，也必须保留空的圆括号

(4) 实参列表必须与形参列表一一对应

return 返回值

(1) 如果函数体中包含 return 语句，则结束函数执行并返回值；

(2) 如果函数体中不包含 return 语句，则返回 None 值。

return 返回值要点：

如果函数体中包含 return 语句，则结束函数执行并返回值；

如果函数体中不包含 return 语句，则返回 None 值。

要返回多个返回值，使用列表、元组、字典、集合将多个值“存起来”即可。

文档字符串(函数的注释)

通过三个单引号或者三个双引号来实现，中间可以加入多行文字进行说明。

调用 help(函数名.__doc__)可以打印输出函数的文档字符串

变量的作用域( 全局变量和局部变量)

全局变量：

在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块

结束。

全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。

全局变量一般做常量使用。

函数内要改变全局变量的值，使用 global 声明一下

global a #如果要在函数内改变全局变量的值，增加 global 关键字声明

局部变量：

在函数体中(包含形式参数)声明的变量。

局部变量的引用比全局变量快，优先考虑使用。

如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量

参数的传递

函数的参数传递本质上就是：从实参到形参的赋值操作。 Python 中“一切皆对象”，

所有的赋值操作都是“引用的赋值”。所以，Python 中参数的传递都是“引用传递”，不

是“值传递”。具体操作时分为两类：

对“可变对象”进行“写操作”，直接作用于原对象本身。

对“不可变对象”进行“写操作”，会产生一个新的“对象空间”，并用新的值填

充这块空间。(起到其他语言的“值传递”效果，但不是“值传递”)

可变对象：

字典、列表、集合、自定义的对象等

不可变对象：

数字、字符串、元组、function 等

传递可变对象的引用

传递参数是可变对象(例如：列表、字典、自定义的其他可变对象等)，实际传递的还是对

象的引用。在函数体中不创建新的对象拷贝，而是可以直接修改所传递的对象

传递可变对象的引用

传递参数是可变对象，实际传递的还是对象的引用。在函数体中不创建新的对象拷贝，而是可以直接修改所传递的对象。

a = 100

def f1(n):

print("n:",id(n)) #传递进来的是 a 对象的地址

n = n+200 #由于 a 是不可变对象，因此创建新的对象 n

print("n:",id(n)) #n 已经变成了新的对象

print(n)

f1(a)

print("a:",id(a)

执行结果：

n: 1663816464

n: 46608592

300

a: 1663816464

浅拷贝和深拷贝

内置函数：copy(浅拷贝)、deepcopy(深拷贝)。

浅拷贝：不拷贝子对象的内容，只是拷贝子对象的引用。

深拷贝：会连子对象的内存也全部拷贝一份，对子对象的修改不会影响源对象

传递不可变对象包含的子对象是可变的情况

传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象，源对象也发生了变化

参数的几种类型

位置参数

函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，称为：“位置参数”。

默认值参数

我们可以为某些参数设置默认值，这样这些参数在传递时就是可选的。称为“默认值参数”。默认值参数放到位置参数后面。

命名参数

我们也可以按照形参的名称传递参数，称为“命名参数”，也称“关键字参数”。参数传递顺序可变

可变参数

可变参数指的是“可变数量的参数”。分两种情况：

*param(一个星号)，将多个参数收集到一个“元组”对象中。

**param(两个星号)，将多个参数收集到一个“字典”对象中。

def f1(a,b,*c):

print(a,b,c)

f1(8,9,19,20)

def f2(a,b,**c):

print(a,b,c)

f2(8,9,name='gaoqi',age=18)

def f3(a,b,*c,**d):

print(a,b,c,d)

f3(8,9,20,30,name='gaoqi',age=18

强制命名参数

在带星号的“可变参数”后面增加新的参数，必须在调用的时候“强制命名参数”

lambda 表达式和匿名函数

lambda 表达式可以用来声明匿名函数。lambda 函数是一种简单的、在同一行中定义函数

的方法。lambda 函数实际生成了一个函数对象。

lambda 表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数

的返回值

lambda 表达式的基本语法如下：

lambda arg1,arg2,arg3... :

arg1/arg2/arg3 为函数的参数。相当于函数体。运算结果是：表达式的运算结果。

eval()函数

功能：将字符串 str 当成有效的表达式来求值并返回计算结果。

nonlocal 关键字

nonlocal 用来声明外层的局部变量。

global 用来声明全局变量

LEGB 规则

Python 在查找“名称”时，是按照 LEGB 规则查找的：

Local-->Enclosed-->Global-->Built in

Local 指的就是函数或者类的方法内部

Enclosed 指的是嵌套函数(一个函数包裹另一个函数，闭包)

Global 指的是模块中的全局变量

Built in 指的是 Python 为自己保留的特殊名称。

对象

类

类的定义

定义类的语法格式：

class 类名：

类体

类名必须符合“标识符”的规则；一般规定，首字母大写，多个单词使用“驼峰原则”。

类体中我们可以定义属性和方法。

属性用来描述数据，方法(即函数)用来描述这些数据相关的操作。

__init__构造方法和__new__方法

类是抽象的，也称之为“对象的模板”。

__init__()的要点如下：

名称固定，必须为：__init__()

第一个参数固定，必须为：self。 self 指的就是刚刚创建好的实例对象。

构造函数通常用来初始化实例对象的实例属性

通过“类名(参数列表)”来调用构造函数

__init__()方法：初始化创建好的对象，初始化指的是：“给实例属性赋值”

__new__()方法: 用于创建对象，但我们一般无需重定义该方法。

如果我们不定义__init__()方法，系统会提供一个默认的__init__()方法。如果我们定义了带参

的__init__()方法，系统不创建默认的__init__()方法。

注：

Python 中的 self 相当于 C++中的 self 指针，JAVA 和 C#中的 this 关键字。

Python 中，self 必须为构造函数的第一个参数，名字可以任意修改。但一般遵守惯例，都叫做 self。

实例属性和实例方法

实例属性

实例属性是从属于实例对象的属性，也称为“实例变量”。

使用要点：

实例属性一般在\__init__()方法中通过如下代码定义：

self.实例属性名 = 初始值

在本类的其他实例方法中，也是通过 self 进行访问：

self.实例属性名

创建实例对象后，通过实例对象访问：

obj01 = 类名() #创建对象，调用__init__()初始化属性

obj01.实例属性名 = 值 #可以给已有属性赋值，也可以新加属性

实例方法

实例方法是从属于实例对象的方法。实例方法的定义格式如下：

def 方法名(self [, 形参列表])：

函数体

方法的调用格式如下：

对象.方法名([实参列表])

要点：

定义实例方法时，第一个参数必须为 self。和前面一样，self 指当前的实例对象。

调用实例方法时，不需要也不能给 self 传参。self 由解释器自动传参。

函数和方法的区别

都是用来完成一个功能的语句块，本质一样。

方法调用时，通过对象来调用。方法从属于特定实例对象，普通函数没有这个特点。

直观上看，方法定义时需要传递 self，函数不需要。

其他操作：

dir(obj)可以获得对象的所有属性、方法

obj._dict_ 对象的属性字典

pass 空语句

isinstance(对象,类型) 判断“对象”是不是“指定类型”

类对象、类属性、类方法、静态方法

类对象

类对象的类型就是type

pass 为空语句。就是表示什么都不做，只是作为一个占位符存在。当你写代码时，

遇到暂时不知道往方法或者类中加入什么时，可以先用 pass 占位，后期再补上。

类属性

类属性是从属于“类对象”的属性，也称为“类变量”。由于，类属性从属于类对象，可以

被所有实例对象共享。

类属性的定义方式：

class 类名：

类变量名= 初始值

class Student:

company = "SXT" #类属性

count = 0 #类属性

def __init_(self,name,score):

self.name = name #实例属性

self.score = scor

类方法

类方法是从属于“类对象”的方法。类方法通过装饰器@classmethod 来定义，格式如下：

@classmethod

def 类方法名(cls [，形参列表]) ：

函数体

要点如下：

@classmethod 必须位于方法上面一行

第一个 cls 必须有；cls 指的就是“类对象”本身；

调用类方法格式：“类名.类方法名(参数列表)”。 参数列表中，不需要也不能给 cls 传

值。

类方法中访问实例属性和实例方法会导致错误

子类继承父类方法时，传入 cls 是子类对象，而非父类对象

静态方法

Python 中允许定义与“类对象”无关的方法，称为“静态方法”。

“静态方法”和在模块中定义普通函数没有区别，只不过“静态方法”放到了“类的名字空

间里面”，需要通过“类调用”。

静态方法通过装饰器@staticmethod 来定义，格式如下：

@staticmethod

def 静态方法名([形参列表]) ：

函数体

要点如下：

@staticmethod 必须位于方法上面一行

调用静态方法格式：“类名.静态方法名(参数列表)”。

静态方法中访问实例属性和实例方法会导致错误

__del__方法(析构函数)和垃圾回收机制

__del__方法称为“析构方法”，用于实现对象被销毁时所需的操作。

__del__方法称为“析构方法”，用于实现对象被销毁时所需的操作。

可以通过 del 语句删除对象，从而保证调用__del__方法。系统会自动提供__del__方法，一般不需要自定义析构方法。

__call__方法和可调用对象

定义了__call__方法的对象，称为“可调用对象”，即该对象可以像函数一样被调用。

class SalaryAccount:

def __call__(self, salary):

yearSalary = salary*12

daySalary = salary//30

hourSalary = daySalary//8

return dict(monthSalary=salary,yearSalary=yearSalary,daySalary=daySalary,hourSalary=hourSalary)

s = SalaryAccount()

print(s(5000)

{'monthSalary': 5000, 'yearSalary': 60000, 'daySalary': 166, 'hourSalary': 20}

方法没有重载

Python 中，方法的的参数没有声明类型(调用时确定参数的类型)，参数的数量也可以由

可变参数控制。

不要使用重名的方法！Python 中方法没有重载

方法的动态性

Python 是动态语言，我们可以动态的为类添加新的方法，或者动态的修改类的已有的方法。

Python 一切皆对象

私有属性和私有方法(实现封装)

Python 对于类的成员没有严格的访问控制限制，这与其他面向对象语言有区别。关于私有

属性和私有方法，有如下要点：

通常我们约定，两个下划线开头的属性是私有的(private)。其他为公共的(public)。

类内部可以访问私有属性(方法)

类外部不能直接访问私有属性(方法)

类外部可以通过“_类名__私有属性(方法)名”访问私有属性(方法)p._Employee__age

@property 装饰器

@property 可以将一个方法的调用方式变成“属性调用”。

class Employee

def __init__(self,name,salary):

self.name = name

self.__salary = salary

@property #相当于 salary 属性的 getter 方法

def salary(self):

print("月薪为{0},年薪为{1}".format(self.__salary,(12*self.__salary)))

return self.__salary;

@salary.setter

def salary(self,salary): #相当于 salary 属性的 setter 方法

if(0

self.__salary = salary

else:

print("薪水录入错误！只能在 0-1000000 之间"

面向对象

继承

语法格式

Python 支持多重继承，一个子类可以继承多个父类。继承的语法格式如下：

class 子类类名(父类 1[，父类 2，...])：

类体

默认父类是 object 类

class Person:

def __init__(self,name,age):

self.name = name

self.__age = age

class Student(Person):

def __init__(self,name,age,score):

self.score = score

Person.__init__(self,name,age) #构造函数中包含调用父类构造函数。根据需要，不是必须。

子类并不会自动调用父类的\_\_init\_\_()，我们必须显式的调用

类成员的继承和重写

成员继承：子类继承了父类除构造方法之外的所有成员。

方法重写：子类可以重新定义父类中的方法，这样就会覆盖父类的方法，也称为“重写”

重写__str__()方法

object 有一个__str__()方法，用于返回一个对于“对象的描述”，对应于内置函数 str()

经常用于 print()方法，帮助我们查看对象的信息。__str__()可以重写。

多重继承

Python 支持多重继承，一个子类可以有多个“直接父类”。这样，就具备了“多个父类”的特点。但是由于这样会被“类的整体层次”搞的异常复杂，尽量避免使用。

MRO()

Python 支持多继承，如果父类中有相同名字的方法，在子类没有指定父类名时，解释器将

“从左向右”按顺序搜索。

MRO(Method Resolution Order)：方法解析顺序。 我们可以通过 mro()方法获得

“类的层次结构”，方法解析顺序也是按照这个“类的层次结构”寻找的。

super()获得父类定义

在子类中，如果想要获得父类的方法时，我们可以通过 super()来做。

super()代表父类的定义，不是父类对象。

多态

多态(polymorphism)是指同一个方法调用由于对象不同可能会产生不同的行为。

多态是方法的多态，属性没有多态。

多态的存在有 2 个必要条件：继承、方法重写。

特殊方法和运算符重载

Python 的运算符实际上是通过调用对象的特殊方法实现的。

常见的特殊方法统计如下：

方法 说明 例子

__init__ 构造方法 对象创建：p = Person()

__del__ 析构方法 对象回收

__repr__,__str__ 打印，转换 print(a)

__call__ 函数调用 a()

__getattr__ 点号运算 a.xxx

__setattr__ 属性赋值 a.xxx = value

__getitem__ 索引运算 a[key]

__setitem__ 索引赋值 a[key]=value

__len__ 长度 len(a)

运算符 特殊方法 说明

运算符+ __add__ 加法

运算符- __sub__ 减法

>,>=,!= __gt__,__ge__,__ne__ 比较运算符

|,^,& __or__,__xor__,__and__ 或、异或、与

<> __lshift__,__rshift__ 左移、右移

*,/,%,// __mul__,__truediv__,__mod__,__floordiv__ 乘、浮除、模运算

(取余)、整数除

** __pow__ 指数运算

每个运算符实际上都对应了相应的方法

特殊属性

Python 对象中包含了很多双下划线开始和结束的属性，这些是特殊属性，有特殊用法

特殊方法 含义

obj.__dict__ 对象的属性字典

obj.__class__ 对象所属的类

class.__bases__ 类的基类元组(多继承)

class.__base__ 类的基类

class.__mro__ 类层次结构

class.__subclasses__() 子类列表

对象的浅拷贝和深拷贝

变量的赋值操作

只是形成两个变量，实际还是指向同一个对象。

浅拷贝

Python 拷贝一般都是浅拷贝。拷贝时，对象包含的子对象内容不拷贝。因此，源对象

和拷贝对象会引用同一个子对象。

深拷贝

使用 copy 模块的 deepcopy 函数，递归拷贝对象中包含的子对象。源对象和拷贝对象

所有的子对象也不同

组合

is-a”关系，我们可以使用“继承”。从而实现子类拥有的父类的方法和属性。

“has-a”关系，我们可以使用“组合”，也能实现一个类拥有另一个类的方法和属性。

设计模式_工厂模式实现

工厂模式实现了创建者和调用者的分离，使用专门的工厂类将选择实现类、创建对象进行统一的管理和控制。

class CarFactory:

def createCar(self,brand):

if brand == "奔驰":

return Benz()

elif brand == "宝马":

return BMW()

elif brand == '比亚迪':

return BYD()

else:

return "未知品牌，无法创建"

class Benz:

pass

class BMW:

pass

class BYD:

pass

factory = CarFactory()

c1 = factory.createCar("奔驰")

c2 = factory.createCar("宝马")

设计模式_单例模式实现

单例模式(Singleton Pattern)的核心作用是确保一个类只有一个实例，并且提供一个访问该实例的全局访问点。

class MySingleton:

__obj = None

__init_flag = True

def __new__(cls, *args, **kwargs):

if cls.__obj == None:

cls.__obj = object.__new__(cls) # 创建父类对象

return cls.__obj

def __init__(self,name):

if MySingleton.__init_flag: # 保证初始化只执行一次

print( "init....")

self.name = name

MySingleton.__init_flag = False

a = MySingleton( "aa")

print(a)

b = MySingleton( "bb")

print(b)

异常

在执行程序的时候遇到错误，会停止程序的执行，并提示错误信息，这就是异常

捕获异常

语法格式：

try:

# 尝试执行的代码

except:

# 出现错误的处理

捕获特殊错误类型

程序运行出错的第一个单词，就是错误类型

try:

# 尝试执行的代码

pass

except 错误类型1:

# 出现错误类型1的处理

pass

except (错误类型2, 错误类型3):

# 出现错误类型2或者错误类型3的处理

pass

捕获未知错误

except Exception as result: # result变量接收错误信息

print("未知错误 %s" % result)

异常捕获完整语法

try:

pass

except ValueError:

pass

except Exception as result:

pass

else:

# 没有异常执行的代码

pass

finally:

# 无论是否出现异常，都会执行。最后执行

pass

异常的传递

当函数/方法出现错误时，会把异常传递给函数/方法的调用处，直到主程序

当异常抛出到主程序时，仍然没有进行异常捕获，程序就会终止

利用异常的传递性，可以在主程序中捕获异常

抛出raise异常

创建一个Exception的对象

使用raise关键字抛出异常对象

# 创建异常对象

ex = Exception("异常描述信息")

# 主动抛出异常

raise ex # raise + 异常对象

模块

模块的导入

import导入

模块导入关键字import，导入模块应该单行导入一个模块

模块名.的方式使用模块中提供的类，全局变量，函数

使用关键字as指定模块的别名，别名命名方法使用大驼峰命名法(单个单词首字母大写)

import 模块名 as 模块名

from...import导入

从一个模块中，导入部分工具

from 模块名 import 工具名

通过from导入之后，不需要通过模块名.的方式来使用。可以直接使用工具名进行使用

注意：如果两个模块，存在同名的函数，那么后导入的函数，会覆盖掉之前导入的函数。

一旦发现有同名的函数，可以使用as指定别名

模块的搜索顺序

搜索当前目录指定模块名的文件，如果有就直接导入

如果没有，再搜索系统目录

__name__属性

文件被导入时，能够直接执行的代码不需要被执行！因此需要使用__name__属性来做判断。

__name__是Python的一个内置属性，记录着一个字符串.

如果是被其他文件导入的，__name__就是模块名

如果是当前执行的程序__name__就是__main__

Python文件的标准代码格式:

# 导入模块

# 定义全局变量

# 定义类

# 定义函数

def main():

pass

# 根据__name__属性判断是否需要执行代码

if __name__="__main__"

main()

包

包是一个包含多个模块的特殊目录

目录下有一个特殊文件：__init__.py

包的命名方式和变量名一样，小写字母+下划线

使用import 包名 可以一次性导入包中的所有模块

__init__.py

要在外界使用包中的模块，需要在__init__.py文件中指定对外界提供的模块列表

from . import 模块列表

发布模块

将自己开发的模块，分享给其他人

制作发布压缩包

制作压缩包步骤.png

安装删除模块

安装删除模块.png

pip安装删除模块

pip安装删除模块.png

文件

文件操作步骤

打开文件 open()

读写文件 read() write()

关闭文件 close()

read()函数运行之后会将指针移动到文件末尾，再次读的话是读取不到内容的

文件复制

小文件

小文件直接复制

file = open("move.json", encoding="utf-8")

text = file.read()

copyFile = open("copyMove.json", mode="w", encoding="utf-8")

copyFile.write(text)

file.close()

copyFile.close()

大文件

大文件需要逐行复制

file = open("move.json", encoding="utf-8")

copyFile = open("copyMove.json", mode="w", encoding="utf-8")

while True:

text = file.readline() # 逐行读取

if not text:

break

copyFile.write(text)

file.close()

copyFile.close()

文件操作

文件操作需要导入os模块

rename() 重命名

remove() 删除文件

# 文件重命名

os.rename("copyMove.json", "reNameCopyMove.json")

# 删除文件

os.remove("reNameCopyMove.json")

文本编码格式

Python2.x 默认是ASCII编码格式

Python3.x 默认是UTF-8编码格式 (UTF-8是Unicode的一种)

Python2.x 中第一行增加一行代码注释就可以处理Python文件中的中文导致的错误

# *-* coding:utf8 *-* 官方推荐

# coding = utf8

eval函数

eval()函数将字符串当成有效的表达式，并返回计算结果

print(eval("1+1")) # 输出2

eval函数不要滥用，不要直接转换input结果

网络编程

IP地址

目的：用来标记网络上的一台设备(唯一)

dest_ip 目标IP

src_ip 源IP

ip地址的分类

IP地址由四组数字组成 (0-255)

IP地址分类.png

端口

dest_port 目标端口

src_port 源端口

用来标识PC的应用进程

知名端口

知名端口0-1023 动态端口从1024-65535

80端口http服务 21端口分配给FTP服务

socket

import socket

# 创建一个socket UDP

udp_socket = socket.socketpair(socket.AF_INET, socket.SOCK_DGRAM)

# 绑定端口号

udp_socket.bind("端口号")

# 使用套接字收发数据 数据和对方的IP地址以及端口号

udp_socket.sendto("数据", ("192.158.33.23", 8080))

udp_socket.close()

UDP收发收据

同一个套接字可以收发数据

import socket

# UDP聊天器，并保存聊天记录

def main():

# 创建一个socket

udp_socket = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)

file = open("chatRecord.txt", mode="a", encoding="utf-8")

while True:

print("UDP聊天器")

print("输入0结束程序")

print("输入1发送数据")

print("输入2接收数据")

input_data = int(input())

if 0 == input_data:

file.close()

break

elif 1 == input_data:

file.write(str(send_data(udp_socket)) + "\n")

elif 2 == input_data:

file.write(str(receive_data(udp_socket)) + "\n")

else:

print("输入错误")

udp_socket.close()

# socket 接收数据

def receive_data(udp_socket):

receive_data = udp_socket.recvfrom(1024)

print("发送者：%s\n发送内容：%s" % (str(receive_data[1]), receive_data[0].decode("gbk")))

return "发送者：%s\n发送内容：%s" % (str(receive_data[1]), receive_data[0].decode("gbk"))

# 使用套接字发送数据

def send_data(udp_socket):

dest_ip = input("请输入对方的ip地址：")

dest_port = int(input("请输入对方的端口号："))

send_data = input("请输入要聊天的内容：")

udp_socket.sendto(send_data.encode("gbk"), (dest_ip, dest_port))

return str(send_data.encode("utf-8"), encoding="utf-8")

if __name__ == '__main__':

main()

TCP

TCP客户端收发数据

import socket

def main():

# 创建套接字

tcp_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

tcp_socket.bind(("", 7788))

# 连接服务器

tcp_socket.connect(("192.168.28.90", 8080))

send_data = input("请输入要发送的内容：")

# 发送数据

tcp_socket.send(send_data.encode("gbk"))

# 接收数据

receive_data = tcp_socket.recvfrom(1024)

print("发送者：%s\n发送内容：%s" % (receive_data[1], receive_data[0].decode("gbk")))

# 关闭套接字

tcp_socket.close()

if __name__ == '__main__':

main()

TCP服务端收发数据

import socket

# 创建socket

tcp_server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

# 绑定端口信息

tcp_server_socket.bind(("", 7000))

tcp_server_socket.listen(128)

new_client_socket, client_address = tcp_server_socket.accept()

print(client_address)

receive_data = new_client_socket.recv(1024)

print(receive_data.decode("gbk"))

new_client_socket.send("收到信息啦...".encode("gbk"))

new_client_socket.close()

tcp_server_socket.close()

多任务

多线程

线程执行的顺序不确定

调用线程的start()方法时才会创建线程，以及运行线程

import time

import threading

def sing():

for i in range(5):

print("------唱歌--------")

time.sleep(1)

def dance():

for i in range(5):

print("=========跳舞========")

time.sleep(1)

def main():

sing_thread = threading.Thread(target=sing) # 注意这里是要用函数名,不能用函数名()->这个是调用函数

dance_thread = threading.Thread(target=dance)

sing_thread.start()

dance_thread.start()

if __name__ == '__main__':

main()

多线程共享全局变量

全局变量的的修改：

在一个函数中对全局变量进行修改的时候，到底是否需要使用global进行说明，要看是否对全局变量的指向进行了修改

如果修改了指向，即全局变量指向了一个新的地方，那么必须使用global

如果仅仅是修改了指向空间中的数据，此时不用使用global

多线程共享全局变量会导致资源竞争问题

互斥锁

lock = threading.Lock() #创建锁

lock.acquire() # 上锁

lock.release() # 释放锁

GIL

GIL全局解释器锁.png