更多课程 选择中心

Python培训
美国上市教育机构

400-111-8989

Python培训

教你如何十分钟学会Python3

  • 发布:Python培训
  • 来源:练习题库
  • 时间:2017-10-13 16:57

Python 是一门用途广泛的语言,除了在数据科学、人工智能方面会用到,同样在 Web开发系统运维、DevOps 等领域发挥着重要作用。

好了,假设你希望学习Python这门语言,却苦于找不到一个简短而全面的入门教程。那么本教程将花费十分钟左右的时间带你走入Python的大门。

当然10分钟时间仅针对于有那么一丁点儿编程基础或看得懂注释、for循环等的人来说的,特别适合初学入门,在职转行入门上手。

教程是基于 Python3 写的。如果想要Python2,把教程分享到朋友圈或在下面留言,以作为对小编的熬夜奖励^_^,满足你们所有要求

# 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

# 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]

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]

# 取尾

li

[

2

:]

# => [4, 3]

# 取头

li

[:

3

]

# => [1, 2, 4]

# 隔一个取一个

li

[::

2

]

# =>[1, 4]

# 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

filled_dict

[

"one"

]

# => 1

# 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。

# 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

#=> {"one": 1, "two": 2, "three": 3, "four": 4}

filled_dict

.

update

({

"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

打印:

dog is a mammal

cat is a mammal

mouse is a mammal

"""

for

animal

in

[

"dog"

,

"cat"

,

"mouse"

]:

print

(

"{} is a mammal"

.

format

(

animal

))

"""

"range(number)"返回数字列表从0到给的数字

打印:

0

1

2

3

"""

for

i

in

range

(

4

):

print

(

i

)

"""

while循环直到条件不满足

打印:

0

1

2

3

"""

x

=

0

while

x

<

4

:

print

(

x

)

x

+=

1

# x = x + 1 的简写

# 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

)

# => range(1,10) 是一个实现可迭代接口的对象

# 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

varargs

(

1

,

2

,

3

)

# => (1, 2, 3)

# 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:

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) prints:

(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

)

# 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。这意味着double_numbers不会生成大于15的数字。

#

# 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

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 :(

教程浅显易懂,每一句都有注释,把代码敲一遍跑一遍基本上就可以上手了,当然如果你希望真正学好一门语言,你还是需要更加深入的实践和学习专业的课程体系。


预约申请免费试听课

填写下面表单即可预约申请免费试听!怕钱不够?可就业挣钱后再付学费! 怕学不会?助教全程陪读,随时解惑!担心就业?一地学习,可全国推荐就业!

上一篇:python3使用requests模块爬取页面内容
下一篇:python无线网络安全入门案例

Python编程练习题二

Python编程练习题一

Python实现降雪效果

Python中dir()、help()的使用

选择城市和中心
黑龙江省

吉林省

河北省

湖南省

贵州省

云南省

广西省

海南省