优效学院，大数据，人工智能，Java，架构，在线教育

接着上篇接着讲，如需要看上篇的朋友下方了解更多，跳转

列表(list)

• 列表是一种无序的、可重复的数据序列，可以随时添加、删除其中的元素。
• 列表页的每个元素都分配一个数字索引，从 0 开始
• 列表使用方括号创建，使用逗号分隔元素
• 列表元素值可以是任意类型，包括变量
• 使用方括号对列表进行元素访问、切片、修改、删除等操作，开闭合区间为[)形式
• 列表的元素访问可以嵌套
• 方括号内可以是任意表达式

创建列表

hello = (1, 2, 3)

li = [1, "2", [3, 'a'], (1, 3), hello]

访问元素

li = [1, "2", [3, 'a'], (1, 3)]

print(li[3]) # (1, 3)

print(li[-2]) # [3, 'a']

切片访问

格式: list_name[begin:end:step] begin 表示起始位置(默认为0)，end 表示结束位置(默认为最后一个元素)，step 表示步长(默认为1)

hello = (1, 2, 3)

li = [1, "2", [3, 'a'], (1, 3), hello]

print(li) # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)]

print(li[1:2]) # ['2']

print(li[:2]) # [1, '2']

print(li[:]) # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)]

print(li[2:]) # [[3, 'a'], (1, 3), (1, 2, 3)]

print(li[1:-1:2]) # ['2', (1, 3)]

访问内嵌 list 的元素：

li = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, ['a', 'b', 'c']]

print(li[1:-1:2][1:3]) # (3, 5)

print(li[-1][1:3]) # ['b', 'c']

print(li[-1][1]) # b

修改列表

通过使用方括号，可以非常灵活的对列表的元素进行修改、替换、删除等操作。

li = [0, 1, 2, 3, 4, 5]

li[len(li) - 2] = 22 # 修改 [0, 1, 2, 22, 4, 5]

li[3] = 33 # 修改 [0, 1, 2, 33, 4, 5]

li[1:-1] = [9, 9] # 替换 [0, 9, 9, 5]

li[1:-1] = [] # 删除 [0, 5]

删除元素

可以用 del 语句来删除列表的指定范围的元素。

li = [0, 1, 2, 3, 4, 5]

del li[3] # [0, 1, 2, 4, 5]

del li[2:-1] # [0, 1, 5]

列表操作符

• + 用于合并列表
• * 用于重复列表元素
• in 用于判断元素是否存在于列表中
• for ... in ... 用于遍历列表元素

[1, 2, 3] + [3, 4, 5] # [1, 2, 3, 3, 4, 5]

[1, 2, 3] * 2 # [1, 2, 3, 1, 2, 3]

3 in [1, 2, 3] # True

for x in [1, 2, 3]: print(x) # 1 2 3

列表函数

• len(list) 列表元素个数
• max(list) 列表元素中的最大值
• min(list) 列表元素中的最小值
• list(seq) 将元组转换为列表

li = [0, 1, 5]

max(li) # 5

len(li) # 3

注: 对列表使用 max/min 函数，2.x 中对元素值类型无要求，3.x 则要求元素值类型必须一致。

列表方法

• list.append(obj)
• 在列表末尾添加新的对象
• list.count(obj)
• 返回元素在列表中出现的次数
• list.extend(seq)
• 在列表末尾一次性追加另一个序列中的多个值
• list.index(obj)
• 返回查找对象的索引位置，如果没有找到对象则抛出异常
• list.insert(index, obj)
• 将指定对象插入列表的指定位置
• list.pop([index=-1]])
• 移除列表中的一个元素（默认最后一个元素），并且返回该元素的值
• list.remove(obj)
• 移除列表中某个值的第一个匹配项
• list.reverse()
• 反向排序列表的元素
• list.sort(cmp=None, key=None, reverse=False)
• 对原列表进行排序，如果指定参数，则使用比较函数指定的比较函数
• list.clear()
• 清空列表 还可以使用 del list[:]、li = [] 等方式实现
• list.copy()
• 复制列表 默认使用等号赋值给另一个变量，实际上是引用列表变量。如果要实现

列表推导式

列表推导式提供了从序列创建列表的简单途径。通常应用程序将一些操作应用于某个序列的每个元素，用其获得的结果作为生成新列表的元素，或者根据确定的判定条件创建子序列。

每个列表推导式都在 for 之后跟一个表达式，然后有零到多个 for 或 if 子句。返回结果是一个根据表达从其后的 for 和 if 上下文环境中生成出来的列表。如果希望表达式推导出一个元组，就必须使用括号。

将列表中每个数值乘三，获得一个新的列表：

vec = [2, 4, 6]

[(x, x**2) for x in vec]

# [(2, 4), (4, 16), (6, 36)]

对序列里每一个元素逐个调用某方法：

freshfruit = [' banana', ' loganberry ', 'passion fruit ']

[weapon.strip() for weapon in freshfruit]

# ['banana', 'loganberry', 'passion fruit']

用 if 子句作为过滤器：

vec = [2, 4, 6]

[3*x for x in vec if x > 3]

# [12, 18]

vec1 = [2, 4, 6]

vec2 = [4, 3, -9]

[x*y for x in vec1 for y in vec2]

# [8, 6, -18, 16, 12, -36, 24, 18, -54]

[vec1[i]*vec2[i] for i in range(len(vec1))]

# [8, 12, -54]

列表嵌套解析：

matrix = [

[1, 2, 3],

[4, 5, 6],

[7, 8, 9],

]

new_matrix = [[row[i] for row in matrix] for i in range(len(matrix[0]))]

print(new_matrix)

# [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

元组(tuple)

• 元组与列表类似，不同之处在于元组的元素不能修改
• 元组使用小括号，列表使用方括号
• 元组创建很简单，只需要在括号中添加元素，并使用逗号隔开即可
• 没有 append()，insert() 这样进行修改的方法，其他方法都与列表一样
• 字典中的键必须是唯一的同时不可变的，值则没有限制
• 元组中只包含一个元素时，需要在元素后面添加逗号，否则括号会被当作运算符使用

访问元组

访问元组的方式与列表是一致的。 元组的元素可以直接赋值给多个变量，但变量数必须与元素数量一致。

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

print(a, b, c)

组合元组

元组中的元素值是不允许修改的，但我们可以对元组进行连接组合

tup1 = (12, 34.56);

tup2 = ('abc', 'xyz')

tup3 = tup1 + tup2;

print (tup3)

# (12, 34.56, 'abc', 'xyz')

删除元组

元组中的元素值是不允许删除的，但我们可以使用 del 语句来删除整个元组

元组函数

• len(tuple) 元组元素个数
• max(tuple) 元组元素中的最大值
• min(tuple) 元组元素中的最小值
• tuple(tuple) 将列表转换为元组

元组推导式

t = 1, 2, 3

print(t)

# (1, 2, 3)

u = t, (3, 4, 5)

print(u)

# ((1, 2, 3), (3, 4, 5))

字典(dict)

• 字典是另一种可变容器模型，可存储任意类型对象
• 字典的每个键值(key=>value)对用冒号(:)分割，每个对之间用逗号(,)分割，整个字典包括在花括号({})中
• 键必须是唯一的，但值则不必
• 值可以是任意数据类型
• 键必须是不可变的，例如：数字、字符串、元组可以，但列表就不行
• 如果用字典里没有的键访问数据，会报错
• 字典的元素没有顺序，不能通过下标引用元素，通过键来引用
• 字典内部存放的顺序和 key 放入的顺序是没有关系的

格式如下:

d = {key1 : value1, key2 : value2 }

访问字典

dis = {'a': 1, 'b': [1, 2, 3]}

print(dis['b'][2])

修改字典

dis = {'a': 1, 'b': [1, 2, 3], 9: {'name': 'hello'}}

dis[9]['name'] = 999

print(dis)

# {'a': 1, 9: {'name': 999}, 'b': [1, 2, 3]}

删除字典

用 del 语句删除字典或字典的元素。

dis = {'a': 1, 'b': [1, 2, 3], 9: {'name': 'hello'}}

del dis[9]['name']

print(dis)

del dis # 删除字典

# {'a': 1, 9: {}, 'b': [1, 2, 3]}

字典函数

• len(dict) 计算字典元素个数，即键的总数
• str(dict) 输出字典，以可打印的字符串表示
• type(variable) 返回输入的变量类型，如果变量是字典就返回字典类型
• key in dict 判断键是否存在于字典中

字典方法

• dict.clear()
• 删除字典内所有元素
• dict.copy()
• 返回一个字典的浅复制
• dict.fromkeys(seq[, value])
• 创建一个新字典，以序列 seq 中元素做字典的键，value 为字典所有键对应的初始值
• dict.get(key, default=None)
• 返回指定键的值，如果值不在字典中返回默认值
• dict.items()
• 以列表形式返回可遍历的(键, 值)元组数组
• dict.keys()
• 以列表返回一个字典所有的键
• dict.values()
• 以列表返回字典中的所有值
• dict.setdefault(key, default=None)
• 如果 key 在字典中，返回对应的值。如果不在字典中，则插入 key 及设置的默认值 default，并返回 default ，default 默认值为 None。
• dict.update(dict2)
• 把字典参数 dict2 的键/值对更新到字典 dict 里
• dic1 = {'a': 'a'}
• dic2 = {9: 9, 'a': 'b'}
• dic1.update(dic2)
• print(dic1)
• # {'a': 'b', 9: 9}
• dict.pop(key[,default])
• 删除字典给定键 key 所对应的值，返回值为被删除的值。key 值必须给出，否则返回 default 值。
• dict.popitem()
• 随机返回并删除字典中的一对键和值(一般删除末尾对)

字典推导式

构造函数 dict() 直接从键值对元组列表中构建字典。如果有固定的模式，列表推导式指定特定的键值对：

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])

{'sape': 4139, 'jack': 4098, 'guido': 4127}

此外，字典推导可以用来创建任意键和值的表达式词典：

>>> {x: x**2 for x in (2, 4, 6)}

{2: 4, 4: 16, 6: 36}

如果关键字只是简单的字符串，使用关键字参数指定键值对有时候更方便：

>>> dict(sape=4139, guido=4127, jack=4098)

{'sape': 4139, 'jack': 4098, 'guido': 4127}

集合(set)

集合是一个无序不重复元素的序列

创建集合

• 可以使用大括号 {} 或者 set() 函数创建集合
• 创建一个空集合必须用 set() 而不是 {}，因为 {} 是用来创建一个空字典
• set(value) 方式创建集合，value 可以是字符串、列表、元组、字典等序列类型
• 创建、添加、修改等操作，集合会自动去重

{1, 2, 1, 3} # {} {1, 2, 3}

set('12345') # 字符串 {'3', '5', '4', '2', '1'}

set([1, 'a', 23.4]) # 列表 {1, 'a', 23.4}

set((1, 'a', 23.4)) # 元组 {1, 'a', 23.4}

set({1:1, 'b': 9}) # 字典 {1, 'b'}

添加元素

将元素 val 添加到集合 set 中，如果元素已存在，则不进行任何操作：

set.add(val)

也可以用 update 方法批量添加元素，参数可以是列表，元组，字典等：

set.update(list1, list2,...)

移除元素

如果存在元素 val 则移除，不存在就报错：

set.remove(val)

如果存在元素 val 则移除，不存在也不会报错：

set.discard(val)

随机移除一个元素：

set.pop()

元素个数

与其他序列一样，可以用 len(set) 获取集合的元素个数。

清空集合

set.clear()

set = set()

判断元素是否存在

val in set

其他方法

• set.copy()
• 复制集合
• set.difference(set2)
• 求差集，在 set 中却不在 set2 中
• set.intersection(set2)
• 求交集，同时存在于 set 和 set2 中
• set.union(set2)
• 求并集，所有 set 和 set2 的元素
• set.symmetric_difference(set2)
• 求对称差集，不同时出现在两个集合中的元素
• set.isdisjoint(set2)
• 如果两个集合没有相同的元素，返回 True
• set.issubset(set2)
• 如果 set 是 set2 的一个子集，返回 True
• set.issuperset(set2)
• 如果 set 是 set2 的一个超集，返回 True

集合计算

a = set('abracadabra')

b = set('alacazam')

print(a) # a 中唯一的字母

# {'a', 'r', 'b', 'c', 'd'}

print(a - b) # 在 a 中的字母，但不在 b 中

# {'r', 'd', 'b'}

print(a | b) # 在 a 或 b 中的字母

# {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}

print(a & b) # 在 a 和 b 中都有的字母

# {'a', 'c'}

print(a ^ b) # 在 a 或 b 中的字母，但不同时在 a 和 b 中

# {'r', 'd', 'b', 'm', 'z', 'l'}

集合推导式

a = {x for x in 'abracadabra' if x not in 'abc'}

print(a)

# {'d', 'r'}

流程控制

if 控制

if 表达式1:

语句

if 表达式2:

语句

elif 表达式3:

语句

else:

语句

elif 表达式4:

语句

else:

语句

1、每个条件后面要使用冒号 :，表示接下来是满足条件后要执行的语句块。 2、使用缩进来划分语句块，相同缩进数的语句在一起组成一个语句块。 3、在 Python 中没有 switch - case 语句。

三元运算符：

<表达式1> if <条件> else <表达式2>

编写条件语句时，应该尽量避免使用嵌套语句。嵌套语句不便于阅读，而且可能会忽略一些可能性。

for 遍历

for <循环变量> in <循环对象>：

<语句1>

else:

<语句2>

else 语句中的语句2只有循环正常退出（遍历完所有遍历对象中的值）时执行。

在字典中遍历时，关键字和对应的值可以使用 items() 方法同时解读出来：

knights = {'gallahad': 'the pure', 'robin': 'the brave'}

for k, v in knights.items():

print(k, v)

在序列中遍历时，索引位置和对应值可以使用 enumerate() 函数同时得到：

for i, v in enumerate(['tic', 'tac', 'toe']):

print(i, v)

同时遍历两个或更多的序列，可以使用 zip() 组合：

questions = ['name', 'quest', 'favorite color']

answers = ['lancelot', 'the holy grail', 'blue']

for q, a in zip(questions, answers):

print('What is your {0}? It is {1}.'.format(q, a))

要反向遍历一个序列，首先指定这个序列，然后调用 reversed() 函数：

for i in reversed(range(1, 10, 2)):

print(i)

要按顺序遍历一个序列，使用 sorted() 函数返回一个已排序的序列，并不修改原值：

basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']

for f in sorted(set(basket)):

print(f)

while 循环

while<条件>：

<语句1>

else：

<语句2>

break、continue、pass

break 语句用在 while 和 for 循环中，break 语句用来终止循环语句，即循环条件没有 False 条件或者序列还没被完全递归完，也会停止执行循环语句。 continue 语句用在 while 和 for 循环中，continue 语句用来告诉 Python 跳过当前循环的剩余语句，然后继续进行下一轮循环。 continue 语句跳出本次循环，而 break 跳出整个循环。

pass 是空语句，是为了保持程序结构的完整性。pass 不做任何事情，一般用做占位语句。

迭代器

• 迭代器是一个可以记住遍历的位置的对象。
• 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
• 迭代器有两个基本的方法：iter() 和 next()。
• 字符串，列表或元组对象都可用于创建迭代器。

迭代器可以被 for 循环进行遍历：

li = [1, 2, 3]

it = iter(li)

for val in it:

print(val)

迭代器也可以用 next() 函数访问下一个元素值：

import sys

li = [1,2,3,4]

it = iter(li)

while True:

try:

print (next(it))

except StopIteration:

sys.exit()

生成器

• 在 Python 中，使用了 yield 的函数被称为生成器（generator）。
• 跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
• 在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
• 调用一个生成器函数，返回的是一个迭代器对象。

import sys

def fibonacci(n): # 生成器函数 - 斐波那契

a, b, counter = 0, 1, 0

while True:

if (counter > n):

return

yield a

a, b = b, a + b

counter += 1

f = fibonacci(10) # f 是一个迭代器，由生成器返回生成

while True:

try:

print(next(f))

except StopIteration:

sys.exit()

函数

自定义函数

函数（Functions）是指可重复使用的程序片段。它们允许你为某个代码块赋予名字，允许你通过这一特殊的名字在你的程序任何地方来运行代码块，并可重复任何次数。这就是所谓的调用（Calling）函数。

• 函数代码块以 def 关键词开头，后接函数标识符名称和圆括号 ()。
• 任何传入参数和自变量必须放在圆括号中间，圆括号之间可以用于定义参数。
• 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
• 函数内容以冒号起始，并且缩进。
• return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的 return 相当于返回 None。
• return 可以返回多个值，此时返回的数据未元组类型。
• 定义参数时，带默认值的参数必须在无默认值参数的后面。

def 函数名（参数列表）:

函数体

参数传递

在 Python 中，类型属于对象，变量是没有类型的：

a = [1,2,3]

a = "Runoob"

以上代码中，[1,2,3] 是 List 类型，”Runoob” 是 String 类型，而变量 a 是没有类型，她仅仅是一个对象的引用（一个指针），可以是指向 List 类型对象，也可以是指向 String 类型对象。

可更改与不可更改对象

在 Python 中，字符串，数字和元组是不可更改的对象，而列表、字典等则是可以修改的对象。

• 不可变类型：变量赋值 a=5 后再赋值 a=10，这里实际是新生成一个 int 值对象 10，再让 a 指向它，而 5 被丢弃，不是改变a的值，相当于新生成了a。
• 可变类型：变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 则是将 list la 的第三个元素值更改，本身la没有动，只是其内部的一部分值被修改了。

Python 函数的参数传递：

• 不可变类型：类似 c++ 的值传递，如 整数、字符串、元组。如fun（a），传递的只是a的值，没有影响a对象本身。比如在 fun（a）内部修改 a 的值，只是修改另一个复制的对象，不会影响 a 本身。
• 可变类型：类似 c++ 的引用传递，如 列表，字典。如 fun（la），则是将 la 真正的传过去，修改后fun外部的la也会受影响

Python 中一切都是对象，严格意义我们不能说值传递还是引用传递，我们应该说传不可变对象和传可变对象。

参数

必需参数

必需参数须以正确的顺序传入函数。调用时的数量必须和声明时的一样。

关键字参数

关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。 使用关键字参数允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。

def print_info(name, age):

"打印任何传入的字符串"

print("名字: ", name)

print("年龄: ", age)

return

print_info(age=50, name="john")

默认参数

调用函数时，如果没有传递参数，则会使用默认参数。

def print_info(name, age=35):

print ("名字: ", name)

print ("年龄: ", age)

return

print_info(age=50, name="john")

print("------------------------")

print_info(name="john")

不定长参数

• 加了星号 * 的参数会以元组的形式导入，存放所有未命名的变量参数。
• 如果在函数调用时没有指定参数，它就是一个空元组。我们也可以不向函数传递未命名的变量。

def print_info(arg1, *vartuple):

print("输出: ")

print(arg1)

for var in vartuple:

print (var)

return

print_info(10)

print_info(70, 60, 50)

加了两个星号 ** 的参数会以字典的形式导入。变量名为键，变量值为字典元素值。

def print_info(arg1, **vardict):

print("输出: ")

print(arg1)

print(vardict)

print_info(1, a=2, b=3)

匿名函数

Python 使用 lambda 来创建匿名函数。

所谓匿名，意即不再使用 def 语句这样标准的形式定义一个函数。

lambda 只是一个表达式，函数体比 def 简单很多。 lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。 lambda 函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。 虽然 lambda 函数看起来只能写一行，却不等同于 C 或 C++ 的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。

# 语法格式

lambda [arg1 [,arg2,.....argn]]:expression

变量作用域

• L （Local） 局部作用域
• E （Enclosing） 闭包函数外的函数中
• G （Global） 全局作用域
• B （Built-in） 内建作用域

以 L –> E –> G –> B 的规则查找，即：在局部找不到，便会去局部外的局部找（例如闭包），再找不到就会去全局找，再者去内建中找。

Python 中只有模块（module），类（class）以及函数（def、lambda）才会引入新的作用域，其它的代码块（如 if/elif/else/、try/except、for/while等）是不会引入新的作用域的，也就是说这些语句内定义的变量，外部也可以访问。

定义在函数内部的变量拥有一个局部作用域，定义在函数外的拥有全局作用域。

局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。调用函数时，所有在函数内声明的变量名称都将被加入到作用域中。

当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字。

num = 1

def fun1():

global num # 需要使用 global 关键字声明

print(num)

num = 123

print(num)

fun1()

如果要修改嵌套作用域（enclosing 作用域，外层非全局作用域）中的变量则需要 nonlocal 关键字。

def outer():

num = 10

def inner():

nonlocal num # nonlocal关键字声明

num = 100

print(num)

inner()

print(num)

outer()

模块

编写模块有很多种方法，其中最简单的一种便是创建一个包含函数与变量、以 .py 为后缀的文件。

另一种方法是使用撰写 Python 解释器本身的本地语言来编写模块。举例来说，你可以使用 C 语言来撰写 Python 模块，并且在编译后，你可以通过标准 Python 解释器在你的 Python 代码中使用它们。

模块是一个包含所有你定义的函数和变量的文件，其后缀名是.py。模块可以被别的程序引入，以使用该模块中的函数等功能。这也是使用 Python 标准库的方法。

当解释器遇到 import 语句，如果模块在当前的搜索路径就会被导入。

搜索路径是一个解释器会先进行搜索的所有目录的列表。如想要导入模块，需要把命令放在脚本的顶端。

一个模块只会被导入一次，这样可以防止导入模块被一遍又一遍地执行。

搜索路径被存储在 sys 模块中的 path 变量。当前目录指的是程序启动的目录。

导入模块

导入模块：

import module1[, module2[,... moduleN]]

从模块中导入一个指定的部分到当前命名空间中：

from modname import name1[, name2[, ... nameN]]

把一个模块的所有内容全都导入到当前的命名空间：

from modname import *

__name__ 属性

每个模块都有一个 __name__ 属性，当其值是 '__main__' 时，表明该模块自身在运行，否则是被引入。

一个模块被另一个程序第一次引入时，其主程序将运行。如果我们想在模块被引入时，模块中的某一程序块不执行，我们可以用 __name__ 属性来使该程序块仅在该模块自身运行时执行。

if __name__ == '__main__':

print('程序自身在运行')

else:

print('我来自另一模块')

dir 函数

内置的函数 dir() 可以找到模块内定义的所有名称。以一个字符串列表的形式返回。

如果没有给定参数，那么 dir() 函数会罗列出当前定义的所有名称。

在 Python 中万物皆对象，int、str、float、list、tuple等内置数据类型其实也是类，也可以用 dir(int) 查看 int 包含的所有方法。也可以使用 help(int) 查看 int 类的帮助信息。

包

包是一种管理 Python 模块命名空间的形式，采用”点模块名称”。

比如一个模块的名称是 A.B， 那么他表示一个包 A中的子模块 B 。

就好像使用模块的时候，你不用担心不同模块之间的全局变量相互影响一样，采用点模块名称这种形式也不用担心不同库之间的模块重名的情况。

在导入一个包的时候，Python 会根据 sys.path 中的目录来寻找这个包中包含的子目录。

目录只有包含一个叫做 __init__.py 的文件才会被认作是一个包，主要是为了避免一些滥俗的名字（比如叫做 string）不小心的影响搜索路径中的有效模块。

最简单的情况，放一个空的 __init__.py 文件就可以了。当然这个文件中也可以包含一些初始化代码或者为 __all__ 变量赋值。

第三方模块

• easy_install 和 pip 都是用来下载安装 Python 一个公共资源库 PyPI 的相关资源包的，pip 是 easy_install 的改进版，提供更好的提示信息，删除 package 等功能。老版本的 python 中只有 easy_install，没有pip。
• easy_install 打包和发布 Python 包，pip 是包管理。

easy_install 的用法：

• 安装一个包
• easy_install 包名
• easy_install "包名 == 包的版本号"
• 升级一个包
• easy_install -U "包名 >= 包的版本号"

pip 的用法：

• 安装一个包
• pip install 包名
• pip install 包名 == 包的版本号
• 升级一个包 （如果不提供version号，升级到最新版本）
• pip install —upgrade 包名 >= 包的版本号
• 删除一个包
• pip uninstall 包名
• 已安装包列表
• pip list

面向对象

类与对象是面向对象编程的两个主要方面。一个类（Class）能够创建一种新的类型（Type），其中对象（Object）就是类的实例（Instance）。可以这样来类比：你可以拥有类型 int 的变量，也就是说存储整数的变量是 int 类的实例（对象）。

• 类(Class)：用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。
• 方法：类中定义的函数。
• 类变量：类变量在整个实例化的对象中是公用的。类变量定义在类中且在函数体之外。类变量通常不作为实例变量使用。
• 数据成员：类变量或者实例变量用于处理类及其实例对象的相关的数据。
• 方法重写：如果从父类继承的方法不能满足子类的需求，可以对其进行改写，这个过程叫方法的覆盖（override），也称为方法的重写。
• 实例变量：定义在方法中的变量，只作用于当前实例的类。
• 继承：即一个派生类（derived class）继承基类（base class）的字段和方法。继承也允许把一个派生类的对象作为一个基类对象对待。例如，有这样一个设计：一个Dog类型的对象派生自Animal类，这是模拟”是一个（is-a）”关系（例图，Dog是一个Animal）。
• 实例化：创建一个类的实例，类的具体对象。
• 对象：通过类定义的数据结构实例。对象包括两个数据成员（类变量和实例变量）和方法。

Python 中的类提供了面向对象编程的所有基本功能：类的继承机制允许多个基类，派生类可以覆盖基类中的任何方法，方法中可以调用基类中的同名方法。

对象可以包含任意数量和类型的数据。

self

self 表示的是当前实例，代表当前对象的地址。类由 self.__class__ 表示。

self 不是关键字，其他名称也可以替代，但 self 是个通用的标准名称。

类

类由 class 关键字来创建。 类实例化后，可以使用其属性，实际上，创建一个类之后，可以通过类名访问其属性。

对象方法

方法由 def 关键字定义，与函数不同的是，方法必须包含参数 self, 且为第一个参数，self 代表的是本类的实例。

类方法

装饰器 @classmethod 可以将方法标识为类方法。类方法的第一个参数必须为 cls，而不再是 self。

静态方法

装饰器 @staticmethod 可以将方法标识为静态方法。静态方法的第一个参数不再指定，也就不需要 self 或 cls。

__init__ 方法

__init__ 方法即构造方法，会在类的对象被实例化时先运行，可以将初始化的操作放置到该方法中。

如果重写了 __init__，实例化子类就不会调用父类已经定义的 __init__。

变量

类变量（Class Variable）是共享的（Shared）——它们可以被属于该类的所有实例访问。该类变量只拥有一个副本，当任何一个对象对类变量作出改变时，发生的变动将在其它所有实例中都会得到体现。

对象变量（Object variable）由类的每一个独立的对象或实例所拥有。在这种情况下，每个对象都拥有属于它自己的字段的副本，也就是说，它们不会被共享，也不会以任何方式与其它不同实例中的相同名称的字段产生关联。

在 Python 中，变量名类似 __xxx__ 的，也就是以双下划线开头，并且以双下划线结尾的，是特殊变量，特殊变量是可以直接访问的，不是 private 变量，所以，不能用 __name__、__score__ 这样的变量名。

访问控制

• 私有属性
• __private_attr：两个下划线开头，声明该属性为私有，不能在类地外部被使用或直接访问。
• 私有方法
• __private_method：两个下划线开头，声明该方法为私有方法，只能在类的内部调用，不能在类地外部调用。

我们还认为约定，一个下划线开头的属性或方法为受保护的。比如，_protected_attr、_protected_method。

继承

类可以继承，并且支持继承多个父类。在定义类时，类名后的括号中指定要继承的父类，多个父类之间用逗号分隔。

子类的实例可以完全访问所继承所有父类的非私有属性和方法。

若是父类中有相同的方法名，而在子类使用时未指定，Python 从左至右搜索，即方法在子类中未找到时，从左到右查找父类中是否包含方法。

方法重写

子类的方法可以重写父类的方法。重写的方法参数不强制要求保持一致，不过合理的设计都应该保持一致。

super() 函数可以调用父类的一个方法，以多继承问题。

类的专有方法：

• __init__: 构造函数，在生成对象时调用
• __del__: 析构函数，释放对象时使用
• __repr__: 打印，转换
• __setitem__: 按照索引赋值
• __getitem__: 按照索引获取值
• __len__: 获得长度
• __cmp__: 比较运算
• __call__: 函数调用
• __add__: 加运算
• __sub__: 减运算
• __mul__: 乘运算
• __div__: 除运算
• __mod__: 求余运算
• __pow__: 乘方

类的专有方法也支持重载。

实例

class Person:

"""人员信息"""

# 姓名(共有属性)

name = ''

# 年龄(共有属性)

age = 0

def __init__(self, name='', age=0):

self.name = name

self.age = age

# 重载专有方法: __str__

def __str__(self):

return "这里重载了 __str__ 专有方法, " + str({'name': self.name, 'age': self.age})

def set_age(self, age):

self.age = age

class Account:

"""账户信息"""

# 账户余额(私有属性)

__balance = 0

# 所有账户总额

__total_balance = 0

# 获取账户余额

# self 必须是方法的第一个参数

def balance(self):

return self.__balance

# 增加账户余额

def balance_add(self, cost):

# self 访问的是本实例

self.__balance += cost

# self.__class__ 可以访问类

self.__class__.__total_balance += cost

# 类方法(用 @classmethod 标识，第一个参数为 cls)

@classmethod

def total_balance(cls):

return cls.__total_balance

# 静态方法(用 @staticmethod 标识，不需要类参数或实例参数)

@staticmethod

def exchange(a, b):

return b, a

class Teacher(Person, Account):

"""教师"""

# 班级名称

_class_name = ''

def __init__(self, name):

# 第一种重载父类__init__()构造方法

# super(子类，self).__init__(参数1，参数2，....)

super(Teacher, self).__init__(name)

def get_info(self):

# 以字典的形式返回个人信息

return {

'name': self.name, # 此处访问的是父类Person的属性值

'age': self.age,

'class_name': self._class_name,

'balance': self.balance(), # 此处调用的是子类重载过的方法

}

# 方法重载

def balance(self):

# Account.__balance 为私有属性，子类无法访问，所以父类提供方法进行访问

return Account.balance(self) * 1.1

class Student(Person, Account):

"""学生"""

_teacher_name = ''

def __init__(self, name, age=18):

# 第二种重载父类__init__()构造方法

# 父类名称.__init__(self,参数1，参数2，...)

Person.__init__(self, name, age)

def get_info(self):

# 以字典的形式返回个人信息

return {

'name': self.name, # 此处访问的是父类Person的属性值

'age': self.age,

'teacher_name': self._teacher_name,

'balance': self.balance(),

}

# 教师 John

john = Teacher('John')

john.balance_add(20)

john.set_age(36) # 子类的实例可以直接调用父类的方法

print("John's info:", john.get_info())

# 学生 Mary

mary = Student('Mary', 18)

mary.balance_add(18)

print("Mary's info:", mary.get_info())

# 学生 Fake

fake = Student('Fake')

fake.balance_add(30)

print("Fake's info", fake.get_info())

# 三种不同的方式调用静态方法

print("john.exchange('a', 'b'):", john.exchange('a', 'b'))

print('Teacher.exchange(1, 2)', Teacher.exchange(1, 2))

print('Account.exchange(10, 20):', Account.exchange(10, 20))

# 类方法、类属性

print('Account.total_balance():', Account.total_balance())

print('Teacher.total_balance():', Teacher.total_balance())

print('Student.total_balance():', Student.total_balance())

# 重载专有方法

print(fake)

输出：

John's info: {'name': 'John', 'age': 36, 'class_name': '', 'balance': 22.0}

Mary's info: {'name': 'Mary', 'age': 18, 'teacher_name': '', 'balance': 18}

Fake's info {'name': 'Fake', 'age': 18, 'teacher_name': '', 'balance': 30}

john.exchange('a', 'b'): ('b', 'a')

Teacher.exchange(1, 2) (2, 1)

Account.exchange(10, 20): (20, 10)

Account.total_balance(): 0

Teacher.total_balance(): 20

Student.total_balance(): 48

这里重载了 __str__ 专有方法, {'name': 'Fake', 'age': 18}

错误和异常

语法错误

SyntaxError 类表示语法错误，当解释器发现代码无法通过语法检查时会触发的错误。语法错误是无法用 try...except...捕获的。

>>> print:

File "<stdin>", line 1

print:

^

SyntaxError: invalid syntax

异常

即便程序的语法是正确的，在运行它的时候，也有可能发生错误。运行时发生的错误被称为异常。 错误信息的前面部分显示了异常发生的上下文，并以调用栈的形式显示具体信息。

>>> 1 + '0'

Traceback (most recent call last):

File "<stdin>", line 1, in <module>

TypeError: unsupported operand type(s) for +: 'int' and 'str'

异常处理

Python 提供了 try ... except ... 的语法结构来捕获和处理异常。

try 语句执行流程大致如下：

• 首先，执行 try 子句（在关键字 try 和关键字 except 之间的语句）
• 如果没有异常发生，忽略 except 子句，try 子句执行后结束。
• 如果在执行 try 子句的过程中发生了异常，那么 try 子句余下的部分将被忽略。如果异常的类型和 except 之后的名称相符，那么对应的 except 子句将被执行。最后执行 try 语句之后的代码。
• 如果一个异常没有与任何的 except 匹配，那么这个异常将会传递给上层的 try 中。
• 一个 try 语句可能包含多个 except 子句，分别来处理不同的特定的异常。
• 最多只有一个 except 子句会被执行。
• 处理程序将只针对对应的 try 子句中的异常进行处理，而不是其他的 try 的处理程序中的异常。
• 一个 except 子句可以同时处理多个异常，这些异常将被放在一个括号里成为一个元组。
• 最后一个 except 子句可以忽略异常的名称，它将被当作通配符使用。可以使用这种方法打印一个错误信息，然后再次把异常抛出。
• try except 语句还有一个可选的 else 子句，如果使用这个子句，那么必须放在所有的 except 子句之后。这个子句将在 try 子句没有发生任何异常的时候执行。
• 异常处理并不仅仅处理那些直接发生在 try 子句中的异常，而且还能处理子句中调用的函数（甚至间接调用的函数）里抛出的异常。
• 不管 try 子句里面有没有发生异常，finally 子句都会执行。
• 如果一个异常在 try 子句里（或者在 except 和 else 子句里）被抛出，而又没有任何的 except 把它截住，那么这个异常会在 finally 子句执行后再次被抛出。

抛出异常

使用 raise 语句抛出一个指定的异常。

raise 唯一的一个参数指定了要被抛出的异常。它必须是一个异常的实例或者是异常的类（也就是 Exception 的子类）。

如果你只想知道这是否抛出了一个异常，并不想去处理它，那么一个简单的 raise 语句就可以再次把它抛出。

自定义异常

可以通过创建一个新的异常类来拥有自己的异常。异常类继承自 Exception 类，可以直接继承，或者间接继承。

当创建一个模块有可能抛出多种不同的异常时，一种通常的做法是为这个包建立一个基础异常类，然后基于这个基础类为不同的错误情况创建不同的子类。

大多数的异常的名字都以”Error”结尾，就跟标准的异常命名一样。

实例

import sys

class Error(Exception):

"""Base class for exceptions in this module."""

pass

# 自定义异常

class InputError(Error):

"""Exception raised for errors in the input.

Attributes:

expression -- input expression in which the error occurred

message -- explanation of the error

"""

def __init__(self, expression, message):

self.expression = expression

self.message = message

try:

print('code start running...')

raise InputError('input()', 'input error')

# ValueError

int('a')

# TypeError

s = 1 + 'a'

dit = {'name': 'john'}

# KeyError

print(dit['1'])

except InputError as ex:

print("InputError:", ex.message)

except TypeError as ex:

print('TypeError:', ex.args)

pass

except (KeyError, IndexError) as ex:

"""支持同时处理多个异常, 用括号放到元组里"""

print(sys.exc_info())

except:

"""捕获其他未指定的异常"""

print("Unexpected error:", sys.exc_info()[0])

# raise 用于抛出异常

raise RuntimeError('RuntimeError')

else:

"""当无任何异常时, 会执行 else 子句"""

print('"else" 子句...')

finally:

"""无论有无异常, 均会执行 finally"""

print('finally, ending')

文件操作

打开文件

open() 函数用于打开/创建一个文件，并返回一个 file 对象：

open(filename, mode)

• filename：包含了你要访问的文件名称的字符串值
• mode：决定了打开文件的模式：只读，写入，追加等

文件打开模式：

文件对象方法

• fileObject.close()
• close() 方法用于关闭一个已打开的文件。关闭后的文件不能再进行读写操作，否则会触发 ValueError 错误。 close() 方法允许调用多次。
• 当 file 对象，被引用到操作另外一个文件时，Python 会自动关闭之前的 file 对象。 使用 close() 方法关闭文件是一个好的习惯。
• fileObject.flush()
• flush() 方法是用来刷新缓冲区的，即将缓冲区中的数据立刻写入文件，同时清空缓冲区，不需要是被动的等待输出缓冲区写入。
• 一般情况下，文件关闭后会自动刷新缓冲区，但有时你需要在关闭前刷新它，这时就可以使用 flush() 方法。
• fileObject.fileno()
• fileno() 方法返回一个整型的文件描述符(file descriptor FD 整型)，可用于底层操作系统的 I/O 操作。
• fileObject.isatty()
• isatty() 方法检测文件是否连接到一个终端设备，如果是返回 True，否则返回 False。
• next(iterator[,default])
• Python 3 中的 File 对象不支持 next() 方法。 Python 3 的内置函数 next() 通过迭代器调用 __next__() 方法返回下一项。在循环中，next() 函数会在每次循环中调用，该方法返回文件的下一行，如果到达结尾(EOF)，则触发 StopIteration。
• fileObject.read()
• read() 方法用于从文件读取指定的字节数，如果未给定或为负则读取所有。
• fileObject.readline()
• readline() 方法用于从文件读取整行，包括 “\n” 字符。如果指定了一个非负数的参数，则返回指定大小的字节数，包括 “\n” 字符。
• fileObject.readlines()
• readlines() 方法用于读取所有行(直到结束符 EOF)并返回列表，该列表可以由 Python 的 for... in ... 结构进行处理。如果碰到结束符 EOF，则返回空字符串。
• fileObject.seek(offset[, whence])
• seek() 方法用于移动文件读取指针到指定位置。
• whence 的值, 如果是 0 表示开头, 如果是 1 表示当前位置, 2 表示文件的结尾。whence 值为默认为0，即文件开头。例如：
• seek(x, 0)：从起始位置即文件首行首字符开始移动 x 个字符
• seek(x, 1)：表示从当前位置往后移动 x 个字符
• seek(-x, 2)：表示从文件的结尾往前移动 x 个字符
• fileObject.tell(offset[, whence])
• tell() 方法返回文件的当前位置，即文件指针当前位置。
• fileObject.truncate([size])
• truncate() 方法用于从文件的首行首字符开始截断，截断文件为 size 个字符，无 size 表示从当前位置截断；截断之后 V 后面的所有字符被删除，其中 Widnows 系统下的换行代表2个字符大小。
• fileObject.write([str])
• write() 方法用于向文件中写入指定字符串。
• 在文件关闭前或缓冲区刷新前，字符串内容存储在缓冲区中，这时你在文件中是看不到写入的内容的。
• 如果文件打开模式带 b，那写入文件内容时，str (参数)要用 encode 方法转为 bytes 形式，否则报错：TypeError: a bytes-like object is required, not 'str'。
• fileObject.writelines([str])
• writelines() 方法用于向文件中写入一序列的字符串。这一序列字符串可以是由迭代对象产生的，如一个字符串列表。换行需要指定换行符 \n。

实例

filename = 'data.log'

# 打开文件(a+ 追加读写模式)

# 用 with 关键字的方式打开文件，会自动关闭文件资源

with open(filename, 'w+', encoding='utf-8') as file:

print('文件名称: {}'.format(file.name))

print('文件编码: {}'.format(file.encoding))

print('文件打开模式: {}'.format(file.mode))

print('文件是否可读: {}'.format(file.readable()))

print('文件是否可写: {}'.format(file.writable()))

print('此时文件指针位置为: {}'.format(file.tell()))

# 写入内容

num = file.write("第一行内容\n")

print('写入文件 {} 个字符'.format(num))

# 文件指针在文件尾部，故无内容

print(file.readline(), file.tell())

# 改变文件指针到文件头部

file.seek(0)

# 改变文件指针后，读取到第一行内容

print(file.readline(), file.tell())

# 但文件指针的改变，却不会影响到写入的位置

file.write('第二次写入的内容\n')

# 文件指针又回到了文件尾

print(file.readline(), file.tell())

# file.read() 从当前文件指针位置读取指定长度的字符

file.seek(0)

print(file.read(9))

# 按行分割文件，返回字符串列表

file.seek(0)

print(file.readlines())

# 迭代文件对象，一行一个元素

file.seek(0)

for line in file:

print(line, end='')

# 关闭文件资源

if not file.closed:

file.close()

输出：

文件名称: data.log

文件编码: utf-8

文件打开模式: w+

文件是否可读: True

文件是否可写: True

此时文件指针位置为: 0

写入文件 6 个字符

16

第一行内容

16

41

第一行内容

第二次

['第一行内容\n', '第二次写入的内容\n']

第一行内容

第二次写入的内容

序列化

在 Python 中 pickle 模块实现对数据的序列化和反序列化。pickle 支持任何数据类型，包括内置数据类型、函数、类、对象等。

方法

dump

将数据对象序列化后写入文件

pickle.dump(obj, file, protocol=None, fix_imports=True)

必填参数 obj 表示将要封装的对象。 必填参数 file 表示 obj 要写入的文件对象，file 必须以二进制可写模式打开，即wb。 可选参数 protocol 表示告知 pickle 使用的协议，支持的协议有 0,1,2,3，默认的协议是添加在 Python 3 中的协议3。

load

从文件中读取内容并反序列化

pickle.load(file, fix_imports=True, encoding='ASCII', errors='strict')

必填参数 file 必须以二进制可读模式打开，即rb，其他都为可选参数。

dumps

以字节对象形式返回封装的对象，不需要写入文件中

pickle.dumps(obj, protocol=None, fix_imports=True)

loads

从字节对象中读取被封装的对象，并返回

pickle.loads(bytes_object, fix_imports=True, encoding='ASCII', errors='strict')

实例

import pickle

data = [1, 2, 3]

# 序列化数据并以字节对象返回

dumps_obj = pickle.dumps(data)

print('pickle.dumps():', dumps_obj)

# 从字节对象中反序列化数据

loads_data = pickle.loads(dumps_obj)

print('pickle.loads():', loads_data)

filename = 'data.log'

# 序列化数据到文件中

with open(filename, 'wb') as file:

pickle.dump(data, file)

# 从文件中加载并反序列化

with open(filename, 'rb') as file:

load_data = pickle.load(file)

print('pickle.load():', load_data)

输出：

pickle.dumps(): b'\x80\x03]q\x00(K\x01K\x02K\x03e.'

pickle.loads(): [1, 2, 3]

pickle.load(): [1, 2, 3]

命名规范

Python 之父 Guido 推荐的规范

要是有小伙伴看不懂的话可以找老师领取视频教学资料，联系我即可