python基础学习笔记2

词典

---

 

词典(dictionary)与列表相似，也可以存储多个元素。存储多个元素的对象称为容器（container）;

常见的创建词典的方法:

>>>dic = {'tom':11, 'sam':57,'lily':100}

>>>print type(dic)

与表类似，以逗号分隔每一个元素；每一个元素包含两个部分，键和值；（不可以变的对象可以作为键）。值可以是任意对象；键和值是一一对应；

 

与表不同的是，词典的元素没有顺序。你不能通过下标引用元素。词典是通过键来引用。

>>>print dic['tom']

>>>dic['tom'] = 30

>>>print dic

在词典中增添一个新元素的方法：

>>>dic['limi'] = 99

>>>print dic

这里，我们引用一个新的键，并赋予它对应的值。

 

词典元素的循环调用

dic = {'lilei': 90, 'lily': 100, 'sam': 57, 'tom': 90}
for key in dic:
    print dic[key]

在循环中，dict的每个键，被提取出来，赋予给key变量。

通过print的结果，我们可以再次确认，dic中的元素是没有顺序的。

 

词典常用方法

>>>print dic.keys()           # 返回dic所有的键

>>>print dic.values()         # 返回dic所有的值

>>>print dic.items()          # 返回dic所有的元素（键值对）

>>>dic.clear()                # 清空dic，dict变为{}

另外有一个很常用的用法：

>>>del dic['tom']             # 删除 dic 的‘tom’元素

del是Python中保留的关键字，用于删除对象。

 

与表类似，你可以用len()查询词典中的元素总数。

>>>print(len(dic))

文本文件的输入输出

---

 

创建文件对象

我们打开一个文件，并使用一个对象来表示该文件：

f = open(文件名，模式)

最常用的模式有：

"r"     # 只读

“w”     # 写入

比如

>>>f = open("test.txt","r")

具体用法需要在实践，这里只是简单的整体概括

 

模块

---

 

在Python中，一个.py文件就构成一个模块。通过模块，你可以调用其它文件中的程序。

 

引入模块

先写一个first.py文件，内容如下：

def laugh():
    print 'HaHaHaHa'

再写一个second.py，并引入first中的程序：

import first
for i in range(10):
    first.laugh()

在second.py中，我们使用了first.py中定义的laugh()函数。

引入模块后，可以通过模块.对象的方式来调用引入模块中的某个对象。

上面例子中，first为引入的模块，laugh()是我们所引入的对象。

Python中还有其它的引入方式,

import a as b               # 引入模块a，并将模块a重命名为b

from a import function1     # 从模块a中引入function1对象。调用a中对象时，我们不用再说明模块，即直接使用function1，而不是a.function1。

from a import *             # 从模块a中引入所有对象。调用a中对象时，我们不用再说明模块，即直接使用对象，而不是a.对象。

这些引用方式，可以方便后面的程序书写。

 

搜索模块的路径

Python会在以下路径中搜索它想要寻找的模块：

1. 程序所在的文件夹
2. 标准库的安装路径
3. 操作系统环境变量PYTHONPATH所包含的路径

如果你有自定义的模块，或者下载的模块，可以根据情况放在相应的路径，以便Python可以找到。

 

模块包

可以将功能相似的模块放在同一个文件夹（比如说this_dir）中，构成一个模块包。通过

import this_dir.module

引入this_dir文件夹中的module模块。

 

该文件夹中必须包含一个__init__.py的文件，提醒Python，该文件夹为一个模块包。__init__.py可以是一个空文件。

 

函数参数

---

 

值传递

def f(a,b,c):
    return a+b+c

print(f(1,2,3))

在调用f时，1，2，3根据位置分别传递给了a,b,c。

 

关键字传递

有些情况下，用位置传递会感觉比较死板。关键字(keyword)传递是根据每个参数的名字传递参数。

关键字并不用遵守位置的对应关系。依然沿用上面f的定义，更改调用方式：

print(f(c=3,b=2,a=1)) 

关键字传递可以和位置传递混用。但位置参数要出现在关键字参数之前：

print(f(1,c=3,b=2))

参数默认值

在定义函数的时候，使用形如c=10的方式，可以给参数赋予默认值(default)。

如果该参数最终没有被传递值，将使用该默认值。

def f(a,b,c=10):
    return a+b+c

print(f(3,2))
print(f(3,2,1))

在第一次调用函数f时， 我们并没有足够的值，c没有被赋值，c将使用默认值10.

第二次调用函数的时候，c被赋值为1，不再使用默认值。

 

包裹传递

 

位置传递，其实传过去的是一个tuple

下面是包裹位置传递的例子：

def func(*name):
    print type(name)
    print name

func(1,4,6)
func(5,6,7,1,2,3)

两次调用，尽管参数个数不同，都基于同一个func定义。在func的参数表中，所有的参数被name收集，根据位置合并成一个元组(tuple)，这就是包裹位置传递。

为了提醒Python参数，name是包裹位置传递所用的元组名，在定义func时，在name前加*号。

 

下面是包裹关键字传递的例子：

其实是字典传递

def func(**dict):
    print type(dict)
    print dict

func(a=1,b=9)
func(m=2,n=1,c=11)

与上面一个例子类似，dict是一个字典，收集所有的关键字，传递给函数func

。为了提醒Python，参数dict是包裹关键字传递所用的字典，在dict前加**。

包裹传递的关键在于定义函数时，在相应元组或字典前加*或**。

 

解包裹

*和**，也可以在调用的时候使用，即解包裹(unpacking), 下面为例：

def func(a,b,c):
    print a,b,c

args = (1,3,4)
func(*args)

在这个例子中，所谓的解包裹，就是在传递tuple时，让tuple的每一个元素对应一个位置参数。

在调用func时使用*，是为了提醒Python：

我想要把args拆成分散的三个元素，分别传递给a,b,c。（设想一下在调用func时，args前面没有*会是什么后果？）

相应的，也存在对词典的解包裹，使用相同的func定义，然后：

dict = {'a':1,'b':2,'c':3}
func(**dict)

在传递词典dict时，让词典的每个键值对作为一个关键字传递给func。

 

循环设计

---

 

range()

在Python中，for循环后的in跟随一个序列的话，循环每次使用的序列元素，而不是序列的下标。

之前我们已经使用过range()来控制for循环。现在，我们继续开发range的功能，以实现下标对循环的控制：

S = 'abcdefghijk'
for i in range(0,len(S),2):
    print S[i]

在该例子中，我们利用len()函数和range()函数，用i作为S序列的下标来控制循环。在range函数中，分别定义上限，下限和每次循环的步长。这就和C语言中的for循环相类似了。

 

enumerate()

利用enumerate()函数，可以在每次循环中同时得到下标和元素：

S = 'abcdefghijk'

for (index,char) in enumerate(S):
    print index
    print char

实际上，enumerate()在每次循环中，返回的是一个包含两个元素的定值表(tuple)，两个元素分别赋予index和char

 

zip（）

如果你多个等长的序列，然后想要每次循环时从各个序列分别取出一个元素，可以利用zip()方便地实现：

ta = [1,2,3]
tb = [9,8,7]
tc = ['a','b','c']
for (a,b,c) in zip(ta,tb,tc):
    print(a,b,c)

每次循环时，从各个序列分别从左到右取出一个元素，合并成一个tuple，然后tuple的元素赋予给a,b,c

zip()函数的功能，就是从多个列表中，依次各取出一个元素。每次取出的(来自不同列表的)元素合成一个元组，合并成的元组放入zip()返回的列表中。zip()函数起到了聚合列表的功能。

解析zip():

>>> ta = [1,2,3]
>>> tb = [4,5,6]
>>> zipped = zip(ta,tb)
>>> print type(zipped)
<type 'list'>
>>> print zipped
[(1, 4), (2, 5), (3, 6)]
>>> print zipped[1]
(2, 5)

循环对象

 

循环对象是这样一个对象，它包含有一个next()方法(__next__()方法，在python 3x中)， 这个方法的目的是进行到下一个结果，而在结束一系列结果之后，举出StopIteration错误。

 

例子：

假设我们有一个test.txt的文件:

1234
abcd

efg

我们运行一下python命令行：

>>>f = open('test.txt')

>>>f.next()

>>>f.next()

...

不断输入f.next()，直到最后出现StopIteration

open()返回的实际上是一个循环对象，包含有next()方法。而该next()方法每次返回的就是新的一行的内容，到达文件结尾时举出StopIteration。这样，我们相当于手工进行了循环。

 

自动的话：

for line in open('test.txt'):
    print line

在这里，for结构自动调用next()方法，将该方法的返回值赋予给line。循环知道出现StopIteration的时候结束。

相对于序列，用循环对象的好处在于：不用在循环还没有开始的时候，就生成好要使用的元素。所使用的元素可以在循环过程中逐次生成。这样，节省了空间，提高了效率，编程更灵活。

 

 

异常处理

---

 

在项目开发中，异常处理是不可或缺的。异常处理帮助人们debug，通过更加丰富的信息，让人们更容易找到bug的所在。异常处理还可以提高程序的容错性。

我们之前在讲循环对象的时候，曾提到一个StopIteration的异常，该异常是在循环对象穷尽所有元素时的报错。

我们以它为例，来说明基本的异常处理。

一个包含异常的程序:
re = iter(range(5))

for i in range(100):
    print re.next()

print 'HaHaHaHa'

首先，我们定义了一个循环对象re，该循环对象将进行5次循环，每次使用序列的一个元素。

在随后的for循环中，我们手工调用next()函数。当循环进行到第6次的时候，re.next()不会再返回元素，而是抛出(raise)StopIteration的异常。整个程序将会中断。

我们可以修改以上异常程序，直到完美的没有bug。但另一方面，如果我们在写程序的时候，知道这里可能犯错以及可能的犯错类型，我们可以针对该异常类型定义好”应急预案“。

re = iter(range(5))
try:
    for i in range(100):
        print re.next()
except StopIteration:
    print 'here is end '

print 'HaHaHaHa'

在try程序段中，我们放入容易犯错的部分。我们可以跟上except，来说明如果在try部分的语句发生StopIteration时，程序该做的事情。如果没有发生异常，则except部分被跳过。

随后，程序将继续运行，而不是彻底中断。

完整的语法结构如下：

try:
    ...
except exception1:
    ...
except exception2:
    ...
except:
    ...
else:
    ...
finally:
    ...

如果try中有异常发生时，将执行异常的归属，执行except。异常层层比较，看是否是exception1, exception2...，直到找到其归属，执行相应的except中的语句。如果except后面没有任何参数，那么表示所有的exception都交给这段程序处理。比如:

try:
    print(a*2)
except TypeError:
    print("TypeError")
except:
    print("Not Type Error & Error noted")

由于a没有定义，所以是NameError。异常最终被except:部分的程序捕捉。

 

如果无法将异常交给合适的对象，异常将继续向上层抛出，直到被捕捉或者造成主程序报错。比如下面的程序

def test_func():
    try:
        m = 1/0
    except NameError:
        print("Catch NameError in the sub-function")

try:
    test_func()
except ZeroDivisionError:
    print("Catch error in the main program")

子程序的try...except...结构无法处理相应的除以0的错误，所以错误被抛给上层的主程序。

如果try中没有异常，那么except部分将跳过，执行else中的语句。

finally是无论是否有异常，最后都要做的一些事情。

流程如下，

try->异常->except->finally

try->无异常->else->finally

 

总结

---

 

• 词典
  • dic={'tom':11,'sam':57}
  • 增加元素
    • dic['limi']=99
  • 注意
    • key-value,在对key的操作都要引号无论是定义或者引用。
    • 且key的值是不可变的，value是可以变动的；
  • 字典元素循环调用
    • for key in dic：
  • 常用方法
    • >>> dic.keys()     # 返回dic所有的键
    • >>> dic.values()  # 返回dic所有的值
    • >>> dic.items()   # 返回dic所有的元素（键值对）
    • >>> dic.clear()    # 清空dic，dict变为{}
    • >>> del dic['tom']  # 删除 dic 的‘tom’元素
• 文本文件输入输出
  • 创建文件对象
    • f = open(文件名，模式)
      • 模式
        • "r"     # 只读
        • “w” # 写入
• 模块
  • 模块引用
    • import a as b
    • from a import function1
    • from a import *
  • 搜索模块的路径
    • - 程序所在的文件夹
    • - 标准库的安装路径
    • - 操作系统环境变量PYTHONPATH所包含的路径
  • 模块包
    • 将功能相似的模块放在同一文件夹中（如this_dir）构成模块包
      • import this_dir.module
      • 引入this_dir 文件夹中的module模块
    • this_dir中必须包含 __init__.py文件，告诉Python这是一个模块包。
• 函数参数
  • 值传递
    • 根据位置关系
  • 关键字传递
    • 根据关键字名称
  • 参数默认值
    • 调用时可以不用传值，而是用默认值
  • 包裹传递
    • def func(*name):
      • func(1,4,6): 将数 1,4,6 传给name 作为一个tuple (1,4,6)
      • func(5,6,7,1,2): 将数5,6,7,1,2 传给name 作为一个tuple(5,6,7,1,2)
    • def func(**dict):
      • func(a=1,b=9):将数a=1,b=9 传给dict作为字典('a':1,'b':9)
    • 像是将数据打包一起传送，因此叫做包裹传递
  • 解包裹
    • def func(a,b):
      • args=(1,2)
        • func(*args)
        • 传递的时候，将一个tuple args 传过去变成 三个数
      • dict={'a':1,'b':2}
        • func(**dict)
        • 传递的时候，将字典 dict 传过去变成三个数
      • 注意，tuple 传是* ，dict传则是**
• 循环设计
  • range()
    • 定义：上限，下限，步长
  • enumerate()
    • 返回下标以及值
  • zip()
    • 从多个列表中，依次各取出一个元素
  • for line in open('test.txt'):
• 异常处理
  • try->异常->except->finally
  • try->无异常->else->finally