加载中...

Python3

其中 Y=python3

源代码下载： learnpython3-cn.py

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。

欢迎大家斧正。英文版原作Louie Dinh @louiedinh 或着Email louiedinh [at] [谷歌的信箱服务]。中文翻译Geoff Liu。

注意：这篇教程是特别为Python3写的。如果你想学旧版Python2，我们特别有另一篇教程。

  1. # 用井字符开头的是单行注释
  3. """ 多行字符串用三个引号
  4.     包裹，也常被用来做多
  5.     行注释
  6. """
  8. ####################################################
  9. ## 1\. 原始数据类型和运算符
  10. ####################################################
  12. # 整数
  13. 3  # => 3
  15. # 算术没有什么出乎意料的
  16. 1 + 1  # => 2
  17. 8 - 1  # => 7
  18. 10 * 2  # => 20
  20. # 但是除法例外，会自动转换成浮点数
  21. 35 / 5  # => 7.0
  22. 5 / 3  # => 1.6666666666666667
  24. # 整数除法的结果都是向下取整
  25. 5 // 3     # => 1
  26. 5.0 // 3.0 # => 1.0 # 浮点数也可以
  27. -5 // 3  # => -2
  28. -5.0 // 3.0 # => -2.0
  30. # 浮点数的运算结果也是浮点数
  31. 3 * 2.0 # => 6.0
  33. # 模除
  34. 7 % 3 # => 1
  36. # x的y次方
  37. 2**4 # => 16
  39. # 用括号决定优先级
  40. (1 + 3) * 2  # => 8
  42. # 布尔值
  43. True
  44. False
  46. # 用not取非
  47. not True  # => False
  48. not False  # => True
  50. # 逻辑运算符，注意and和or都是小写
  51. True and False #=> False
  52. False or True #=> True
  54. # 整数也可以当作布尔值
  55. 0 and 2 #=> 0
  56. -5 or 0 #=> -5
  57. 0 == False #=> True
  58. 2 == True #=> False
  59. 1 == True #=> True
  61. # 用==判断相等
  62. 1 == 1  # => True
  63. 2 == 1  # => False
  65. # 用!=判断不等
  66. 1 != 1  # => False
  67. 2 != 1  # => True
  69. # 比较大小
  70. 1 < 10  # => True
  71. 1 > 10  # => False
  72. 2 <= 2  # => True
  73. 2 >= 2  # => True
  75. # 大小比较可以连起来！
  76. 1 < 2 < 3  # => True
  77. 2 < 3 < 2  # => False
  79. # 字符串用单引双引都可以
  80. "这是个字符串"
  81. '这也是个字符串'
  83. # 用加号连接字符串
  84. "Hello " + "world!"  # => "Hello world!"
  86. # 字符串可以被当作字符列表
  87. "This is a string"[0]  # => 'T'
  89. # 用.format来格式化字符串
  90. "{} can be {}".format("strings", "interpolated")
  92. # 可以重复参数以节省时间
  93. "{0} be nimble, {0} be quick, {0} jump over the {1}".format("Jack", "candle stick")
  94. #=> "Jack be nimble, Jack be quick, Jack jump over the candle stick"
  96. # 如果不想数参数，可以用关键字
  97. "{name} wants to eat {food}".format(name="Bob", food="lasagna") #=> "Bob wants to eat lasagna"
  99. # 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
  100. "%s can be %s the %s way" % ("strings", "interpolated", "old")
  102. # None是一个对象
  103. None  # => None
  105. # 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。
  106. "etc" is None  # => False
  107. None is None  # => True
  109. # None，0，空字符串，空列表，空字典都算是False
  110. # 所有其他值都是True
  111. bool(0)  # => False
  112. bool("")  # => False
  113. bool([]) #=> False
  114. bool({}) #=> False
  116. ####################################################
  117. ## 2\. 变量和集合
  118. ####################################################
  120. # print是内置的打印函数
  121. print("I'm Python. Nice to meet you!")
  123. # 在给变量赋值前不用提前声明
  124. # 传统的变量命名是小写，用下划线分隔单词
  125. some_var = 5
  126. some_var  # => 5
  128. # 访问未赋值的变量会抛出异常
  129. # 参考流程控制一段来学习异常处理
  130. some_unknown_var  # 抛出NameError
  132. # 用列表(list)储存序列
  133. li = []
  134. # 创建列表时也可以同时赋给元素
  135. other_li = [4, 5, 6]
  137. # 用append在列表最后追加元素
  138. li.append(1)    # li现在是[1]
  139. li.append(2)    # li现在是[1, 2]
  140. li.append(4)    # li现在是[1, 2, 4]
  141. li.append(3)    # li现在是[1, 2, 4, 3]
  142. # 用pop从列表尾部删除
  143. li.pop()        # => 3 且li现在是[1, 2, 4]
  144. # 把3再放回去
  145. li.append(3)    # li变回[1, 2, 4, 3]
  147. # 列表存取跟数组一样
  148. li[0]  # => 1
  149. # 取出最后一个元素
  150. li[-1]  # => 3
  152. # 越界存取会造成IndexError
  153. li[4]  # 抛出IndexError
  155. # 列表有切割语法
  156. li[1:3]  # => [2, 4]
  157. # 取尾
  158. li[2:]  # => [4, 3]
  159. # 取头
  160. li[:3]  # => [1, 2, 4]
  161. # 隔一个取一个
  162. li[::2]   # =>[1, 4]
  163. # 倒排列表
  164. li[::-1]   # => [3, 4, 2, 1]
  165. # 可以用三个参数的任何组合来构建切割
  166. # li[始:终:步伐]
  168. # 用del删除任何一个元素
  169. del li[2]   # li is now [1, 2, 3]
  171. # 列表可以相加
  172. # 注意：li和other_li的值都不变
  173. li + other_li   # => [1, 2, 3, 4, 5, 6]
  175. # 用extend拼接列表
  176. li.extend(other_li)   # li现在是[1, 2, 3, 4, 5, 6]
  178. # 用in测试列表是否包含值
  179. 1 in li   # => True
  181. # 用len取列表长度
  182. len(li)   # => 6
  184. # 元组是不可改变的序列
  185. tup = (1, 2, 3)
  186. tup[0]   # => 1
  187. tup[0] = 3  # 抛出TypeError
  189. # 列表允许的操作元组大都可以
  190. len(tup)   # => 3
  191. tup + (4, 5, 6)   # => (1, 2, 3, 4, 5, 6)
  192. tup[:2]   # => (1, 2)
  193. 2 in tup   # => True
  195. # 可以把元组合列表解包，赋值给变量
  196. a, b, c = (1, 2, 3)     # 现在a是1，b是2，c是3
  197. # 元组周围的括号是可以省略的
  198. d, e, f = 4, 5, 6
  199. # 交换两个变量的值就这么简单
  200. e, d = d, e     # 现在d是5，e是4
  202. # 用字典表达映射关系
  203. empty_dict = {}
  204. # 初始化的字典
  205. filled_dict = {"one": 1, "two": 2, "three": 3}
  207. # 用[]取值
  208. filled_dict["one"]   # => 1
  210. # 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。
  211. # 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。
  212. list(filled_dict.keys())   # => ["three", "two", "one"]
  214. # 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。
  215. list(filled_dict.values())   # => [3, 2, 1]
  217. # 用in测试一个字典是否包含一个键
  218. "one" in filled_dict   # => True
  219. 1 in filled_dict   # => False
  221. # 访问不存在的键会导致KeyError
  222. filled_dict["four"]   # KeyError
  224. # 用get来避免KeyError
  225. filled_dict.get("one")   # => 1
  226. filled_dict.get("four")   # => None
  227. # 当键不存在的时候get方法可以返回默认值
  228. filled_dict.get("one", 4)   # => 1
  229. filled_dict.get("four", 4)   # => 4
  231. # setdefault方法只有当键不存在的时候插入新值
  232. filled_dict.setdefault("five", 5)  # filled_dict["five"]设为5
  233. filled_dict.setdefault("five", 6)  # filled_dict["five"]还是5
  235. # 字典赋值
  236. filled_dict.update({"four":4}) #=> {"one": 1, "two": 2, "three": 3, "four": 4}
  237. filled_dict["four"] = 4  # 另一种赋值方法
  239. # 用del删除
  240. del filled_dict["one"]  # 从filled_dict中把one删除
  242. # 用set表达集合
  243. empty_set = set()
  244. # 初始化一个集合，语法跟字典相似。
  245. some_set = {1, 1, 2, 2, 3, 4}   # some_set现在是{1, 2, 3, 4}
  247. # 可以把集合赋值于变量
  248. filled_set = some_set
  250. # 为集合添加元素
  251. filled_set.add(5)   # filled_set现在是{1, 2, 3, 4, 5}
  253. # & 取交集
  254. other_set = {3, 4, 5, 6}
  255. filled_set & other_set   # => {3, 4, 5}
  257. # | 取并集
  258. filled_set | other_set   # => {1, 2, 3, 4, 5, 6}
  260. # - 取补集
  261. {1, 2, 3, 4} - {2, 3, 5}   # => {1, 4}
  263. # in 测试集合是否包含元素
  264. 2 in filled_set   # => True
  265. 10 in filled_set   # => False
  267. ####################################################
  268. ## 3\. 流程控制和迭代器
  269. ####################################################
  271. # 先随便定义一个变量
  272. some_var = 5
  274. # 这是个if语句。注意缩进在Python里是有意义的
  275. # 印出"some_var比10小"
  276. if some_var > 10:
  277.     print("some_var比10大")
  278. elif some_var < 10:    # elif句是可选的
  279.     print("some_var比10小")
  280. else:                  # else也是可选的
  281.     print("some_var就是10")
  283. """
  284. 用for循环语句遍历列表
  285. 打印:
  286.     dog is a mammal
  287.     cat is a mammal
  288.     mouse is a mammal
  289. """
  290. for animal in ["dog", "cat", "mouse"]:
  291.     print("{} is a mammal".format(animal))
  293. """
  294. "range(number)"返回数字列表从0到给的数字
  295. 打印:
  296.     0
  297.     1
  298.     2
  299.     3
  300. """
  301. for i in range(4):
  302.     print(i)
  304. """
  305. while循环直到条件不满足
  306. 打印:
  307.     0
  308.     1
  309.     2
  310.     3
  311. """
  312. x = 0
  313. while x < 4:
  314.     print(x)
  315.     x += 1  # x = x + 1 的简写
  317. # 用try/except块处理异常状况
  318. try:
  319.     # 用raise抛出异常
  320.     raise IndexError("This is an index error")
  321. except IndexError as e:
  322.     pass    # pass是无操作，但是应该在这里处理错误
  323. except (TypeError, NameError):
  324.     pass    # 可以同时处理不同类的错误
  325. else:   # else语句是可选的，必须在所有的except之后
  326.     print("All good!")   # 只有当try运行完没有错误的时候这句才会运行
  328. # 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
  329. # 的对象。比如说上面range返回的对象就是可迭代的。
  331. filled_dict = {"one": 1, "two": 2, "three": 3}
  332. our_iterable = filled_dict.keys()
  333. print(our_iterable) # => range(1,10) 是一个实现可迭代接口的对象
  335. # 可迭代对象可以遍历
  336. for i in our_iterable:
  337.     print(i)    # 打印 one, two, three
  339. # 但是不可以随机访问
  340. our_iterable[1]  # 抛出TypeError
  342. # 可迭代对象知道怎么生成迭代器
  343. our_iterator = iter(our_iterable)
  345. # 迭代器是一个可以记住遍历的位置的对象
  346. # 用__next__可以取得下一个元素
  347. our_iterator.__next__()  #=> "one"
  349. # 再一次调取__next__时会记得位置
  350. our_iterator.__next__()  #=> "two"
  351. our_iterator.__next__()  #=> "three"
  353. # 当迭代器所有元素都取出后，会抛出StopIteration
  354. our_iterator.__next__() # 抛出StopIteration
  356. # 可以用list一次取出迭代器所有的元素
  357. list(filled_dict.keys())  #=> Returns ["one", "two", "three"]
  359. ####################################################
  360. ## 4\. 函数
  361. ####################################################
  363. # 用def定义新函数
  364. def add(x, y):
  365.     print("x is {} and y is {}".format(x, y))
  366.     return x + y    # 用return语句返回
  368. # 调用函数
  369. add(5, 6)   # => 印出"x is 5 and y is 6"并且返回11
  371. # 也可以用关键字参数来调用函数
  372. add(y=6, x=5)   # 关键字参数可以用任何顺序
  374. # 我们可以定义一个可变参数函数
  375. def varargs(*args):
  376.     return args
  378. varargs(1, 2, 3)   # => (1, 2, 3)
  380. # 我们也可以定义一个关键字可变参数函数
  381. def keyword_args(**kwargs):
  382.     return kwargs
  384. # 我们来看看结果是什么：
  385. keyword_args(big="foot", loch="ness")   # => {"big": "foot", "loch": "ness"}
  387. # 这两种可变参数可以混着用
  388. def all_the_args(*args, **kwargs):
  389.     print(args)
  390.     print(kwargs)
  391. """
  392. all_the_args(1, 2, a=3, b=4) prints:
  393.     (1, 2)
  394.     {"a": 3, "b": 4}
  395. """
  397. # 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。
  398. args = (1, 2, 3, 4)
  399. kwargs = {"a": 3, "b": 4}
  400. all_the_args(*args)   # 相当于 foo(1, 2, 3, 4)
  401. all_the_args(**kwargs)   # 相当于 foo(a=3, b=4)
  402. all_the_args(*args, **kwargs)   # 相当于 foo(1, 2, 3, 4, a=3, b=4)
  404. # 函数作用域
  405. x = 5
  407. def setX(num):
  408.     # 局部作用域的x和全局域的x是不同的
  409.     x = num # => 43
  410.     print (x) # => 43
  412. def setGlobalX(num):
  413.     global x
  414.     print (x) # => 5
  415.     x = num # 现在全局域的x被赋值
  416.     print (x) # => 6
  418. setX(43)
  419. setGlobalX(6)
  421. # 函数在Python是一等公民
  422. def create_adder(x):
  423.     def adder(y):
  424.         return x + y
  425.     return adder
  427. add_10 = create_adder(10)
  428. add_10(3)   # => 13
  430. # 也有匿名函数
  431. (lambda x: x > 2)(3)   # => True
  433. # 内置的高阶函数
  434. map(add_10, [1, 2, 3])   # => [11, 12, 13]
  435. filter(lambda x: x > 5, [3, 4, 5, 6, 7])   # => [6, 7]
  437. # 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。
  438. [add_10(i) for i in [1, 2, 3]]  # => [11, 12, 13]
  439. [x for x in [3, 4, 5, 6, 7] if x > 5]   # => [6, 7]
  441. ####################################################
  442. ## 5\. 类
  443. ####################################################
  445. # 定义一个继承object的类
  446. class Human(object):
  448.     # 类属性，被所有此类的实例共用。
  449.     species = "H. sapiens"
  451.     # 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
  452.     # 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
  453.     # 种格式。
  454.     def __init__(self, name):
  455.         # Assign the argument to the instance's name attribute
  456.         self.name = name
  458.     # 实例方法，第一个参数总是self，就是这个实例对象
  459.     def say(self, msg):
  460.         return "{name}: {message}".format(name=self.name, message=msg)
  462.     # 类方法，被所有此类的实例共用。第一个参数是这个类对象。
  463.     @classmethod
  464.     def get_species(cls):
  465.         return cls.species
  467.     # 静态方法。调用时没有实例或类的绑定。
  468.     @staticmethod
  469.     def grunt():
  470.         return "*grunt*"
  472. # 构造一个实例
  473. i = Human(name="Ian")
  474. print(i.say("hi"))     # 印出 "Ian: hi"
  476. j = Human("Joel")
  477. print(j.say("hello"))  # 印出 "Joel: hello"
  479. # 调用一个类方法
  480. i.get_species()   # => "H. sapiens"
  482. # 改一个共用的类属性
  483. Human.species = "H. neanderthalensis"
  484. i.get_species()   # => "H. neanderthalensis"
  485. j.get_species()   # => "H. neanderthalensis"
  487. # 调用静态方法
  488. Human.grunt()   # => "*grunt*"
  490. ####################################################
  491. ## 6\. 模块
  492. ####################################################
  494. # 用import导入模块
  495. import math
  496. print(math.sqrt(16))  # => 4
  498. # 也可以从模块中导入个别值
  499. from math import ceil, floor
  500. print(ceil(3.7))  # => 4.0
  501. print(floor(3.7))   # => 3.0
  503. # 可以导入一个模块中所有值
  504. # 警告：不建议这么做
  505. from math import *
  507. # 如此缩写模块名字
  508. import math as m
  509. math.sqrt(16) == m.sqrt(16)   # => True
  511. # Python模块其实就是普通的Python文件。你可以自己写，然后导入，
  512. # 模块的名字就是文件的名字。
  514. # 你可以这样列出一个模块里所有的值
  515. import math
  516. dir(math)
  518. ####################################################
  519. ## 7\. 高级用法
  520. ####################################################
  522. # 用生成器(generators)方便地写惰性运算
  523. def double_numbers(iterable):
  524.     for i in iterable:
  525.         yield i + i
  527. # 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
  528. # 值全部算好。这意味着double_numbers不会生成大于15的数字。
  529. #
  530. # 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。
  531. #
  532. # 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。
  533. range_ = range(1, 900000000)
  534. # 当找到一个 >=30 的结果就会停
  535. for i in double_numbers(range_):
  536.     print(i)
  537.     if i >= 30:
  538.         break
  540. # 装饰器(decorators)
  541. # 这个例子中，beg装饰say
  542. # 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。
  543. from functools import wraps
  545. def beg(target_function):
  546.     @wraps(target_function)
  547.     def wrapper(*args, **kwargs):
  548.         msg, say_please = target_function(*args, **kwargs)
  549.         if say_please:
  550.             return "{} {}".format(msg, "Please! I am poor :(")
  551.         return msg
  553.     return wrapper
  555. @beg
  556. def say(say_please=False):
  557.     msg = "Can you buy me a beer?"
  558.     return msg, say_please
  560. print(say())  # Can you buy me a beer?
  561. print(say(say_please=True))  # Can you buy me a beer? Please! I am poor :(

想继续学吗？

线上免费材料（英文）

书籍（也是英文）

还没有评论.