注1:该文章中所有的图示均使用的pycharm

注2:#号后面没有声明的均为运算结果

#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,直接引用即可

# 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],不能同时追加多个
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],第一个数值开始,到第三个数值但不含第三个数值

# 取尾
li[2:]       # => [4, 3],也就是第2个数值后面的所有,含第二个数值
# 取头
li[:3]      # => [1, 2, 4],也就是第三个数值前的所有,但不含第三个数值
# 隔一个取一个
li[::2]     # =>[1, 4],这个2需要注意
# 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
print(filled_dict["one"])   # => 1,用双引号,用字典中的key能打印出来字典中的value

# 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keys是打印字典中的key

# 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
for animal in ["dog", "cat", "mouse"]:
print("{} is a mammal".format(animal))

输出:

dog is a mammal
cat is a mammal
mouse is a mammal

"range(number)"返回数字列表从0到给的数字

for i in range(4):
  print(i)

输出:

0
1
2
3

while循环直到条件不满足
打印:
0
1
2
3
代码:
x = 0
while x < 4:
  print(x)
  x += 1    # x = x + 1 的简写,该句要顶头写的话就会是死循环

# 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

注:也就是把这个变量的值完全给了另一个变量

# 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 args

print(varargs(1, 2, 3))   # => (1, 2, 3),这行要和上一行中间空2行,这是PEP8的格式

# 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:(中间空2行)
print(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)

输出:
(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 = 5

def setX(num):
# 局部作用域的x和全局域的x是不同的
  x = num     # => 43
  print (x)     # => 43

def setGlobalX(num):
  global x
  print (x)     # => 5
  x = num     # 现在全局域的x被赋值
  print (x)     # => 6

setX(43)
setGlobalX(6)

输出:

43
5
6

# 函数在Python是一等公民
def create_adder(x):
  def adder(y):
    return x + y
  return adder

add_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 attribute
self.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。
@classmethod
def get_species(cls):
return cls.species

# 静态方法。调用时没有实例或类的绑定。
@staticmethod
def 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 wraps

def 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 msg

return wrapper

@beg
def say(say_please=False):
msg = "Can you buy me a beer?"
return msg, say_please

print(say()) # Can you buy me a beer?
print(say(say_please=True)) # Can you buy me a beer? Please! I am poor :(

关于python3.x语法的更多相关文章

  1. python002 Python3 基础语法

    python002 Python3 基础语法 编码默认情况下,Python 3 源码文件以 UTF-8 编码,所有字符串都是 unicode 字符串. 当然你也可以为源码文件指定不同的编码: # -* ...

  2. 正则表达式 解决python2升python3的语法问题

      2019.9.12 更新   今天偶然看到 python 官网中,还介绍了一个专门的工具,用于 python2 升级 python3,以后有机会使用下看看 https://docs.python. ...

  3. Python3基础语法和数据类型

    Python3基础语法 编码 默认情况下,Python3源文件以UTF-8编码,所有字符串都是unicode字符串.当然你也可以为原码文件制定不同的编码: # -*- coding: 编码 -*- 标 ...

  4. Python3基础语法你学会了么

      编码 默认:源码文件以UTF-8编码,字符串都是unicode字符串 指定:   标识符 第一个字符:字母表中的字符或下划线 _ 其它部分:由字母.数字.下划线 _ 组成 大小写敏感 python ...

  5. 【Python】Python3基本语法入门学习

    0.Python概述 1.First Word Game 2.变量与字符串 3.improved game 4.Python数据类型 5.常用操作符 6.分支与循环 7.列表 8.元组 9.字符串内置 ...

  6. python3基础语法(标识符,注释,数据类型,获取用户输出,代码块,python保留字)

    编码 默认情况下,Python 3 源码文件以 UTF-8 编码,所有字符串都是 unicode 字符串. 当然你也可以为源码文件指定不同的编码: # -*- coding: cp-1252 -*- ...

  7. python3:语法变动 及新特性

    python3.0 对python2.x 升级后重大语法变动,幸好留下2.7.6及后续2版本,保持一些语法兼容. 原始地址:http://hi.baidu.com/jxq61/item/3a24883 ...

  8. 【Python学习】Python3 基础语法

    ==================================================================================================== ...

  9. python3基础语法

    一.编码 默认情况下, python3源码文件以UTF-8编码,所有字符串都是unicode字符串.当然你也可以为源码文件指定不同的编码: # -*- coding: gbk -*- 二.标识符 1. ...

随机推荐

  1. 如何把SVG小图片转换为 html字体图表

    自制作的简单字体图表使用案例:查看demo 制作步骤: 1:登录制作工具在线网站 https://icomoon.io/ 2:右上角红色 按钮进入到:https://icomoon.io/app/#/ ...

  2. Python十讲 - 第二讲:变量和基础数据类型

    本讲主要内容 变量 字符串 数字和运算符 数据类型转换 2.1 变量 1. 变量是什么? 变量,是指把程序运行的中间结果临时的存在内存里,以便后续的代码调用,其值可以修改. 在python中,当变量被 ...

  3. 正则与python的re模块

    一.正则表达式的语法 正则表达式使用反斜杠字符('\')来表示特殊的形式或者来允许使用特殊的字符而不要启用它们特殊的含义.这与字符串字面值中相同目的的相同字符的用法冲突:例如,要匹配一个反斜线字面值, ...

  4. 2017-11-26 编程语言试验之Antlr4+Java实现"圈2"

    "中文编程"知乎专栏原文 此文涉及的源码版本: program-in-chinese/quan2 声明 代码来源 How to Create Language Using Antl ...

  5. Android View体系(一)视图坐标系

    前言 Android View体系是界面编程的核心,他的重要性不亚于Android四大组件,在这个系列中我会陆续讲到View坐标系.View的滑动.View的事件分发等文章来逐步介绍Android V ...

  6. windows下安装Erlang

    由于RabbitMQ是用Erlang编写的,因此需要先安装Erlang环境,建议安装的版本新一点.下载地址点我试试 我这里下载的V20.3 x64版本,下载后点击开始安装,基本是一路next(默认设置 ...

  7. python redis 终端 redis-cli.py mini版本 redis 终端管理工具

    Python redis-cli.py Python3 redis-cli 命令行管理工具 redis终端工具 由于最近测试redis未授权访问漏洞,发现本机没有安装redis,不能运行redis-c ...

  8. 洗礼灵魂,修炼python(27)--异常处理(1)—>了解异常

    python学到这,其实你应该是在入门到进阶的中间阶段了,但是还没有到进阶的阶段的,这是肯定的,因为进阶得可以从实际问题中解决问题的,比如写一个自动化的爬虫程序啊,对一件事物作大数据归纳分析,开发一个 ...

  9. Linux下的进程类别(内核线程、轻量级进程和用户进程)--Linux进程的管理与调度(四)

    本文中出现的,内核线程,轻量级进程,用户进程,用户线程等概念,如果不太熟悉, 可以参见 内核线程.轻量级进程.用户线程三种线程概念解惑(线程≠轻量级进程) Linux进程类别 虽然我们在区分Linux ...

  10. Git的gc功能

    http://blog.csdn.net/lihuanshuai/article/details/37345565 Git的底层并没有采用 CVS.SVN 底层所采用的那套增量式文件系统,而是采用一套 ...