小白到大神,Python 密集知识点汇总

时间:2022-10-10 12:43:08

Python 基础

1. 变量

你可以把变量想象成一个用来存储值的单词。我们看个例子。

Python 中定义一个变量并为它赋值是很容易的。假如你想存储数字 1 到变量 “one” ,让我们试试看:

one = 1

超级简单吧?你只需要把值 1 分配给变量 “one” 。

two = 2

some_number = 10000

只要你想,你可以把任意的值赋给任何其他的变量。正如你从上面看到的那样,变量 “two” 存储整型变量 2 ,变量 “some_number” 存储 10000 。

除了整型,我们还可以使用布尔值(True/Flase)、字符串、浮点型和其他数据类型。

# booleanstrue_boolean = Truefalse_boolean = False# stringmy_name = "Leandro Tk"# floatbook_price = 15.80

2. 控制流程:条件语句

“If” 使用一个表达式来判断一个语句是 True 还是 False ,如果是 True ,那么执行 if 内的代码,例子如下:

if True:

print("Hello Python If")

if 2 > 1:

print("2 is greater than 1")

2 比 1 大,所以 print 代码被执行。

当“if”里面的表达式是 false 时,“else” 语句将会执行。

if 1 > 2:

print("1 is greater than 2")

else:

print("1 is not greater than 2")

1 比 2 小,所以 “else” 里面的代码会执行。

你也可以使用 “elif” 语句:

if 1 > 2:

print("1 is greater than 2")elif 2 > 1:

print("1 is not greater than 2")else:

print("1 is equal to 2")

3. 循环和迭代

在 Python 中,我们可以用不同的形式进行迭代。我会说下 while 和 for。

While 循环:当语句是 True 时,while 内部的代码块会执行。所以下面这段代码会打印出 1 到 10 。

num = 1

while num <= 10:

print(num)

num += 1

while 循环需要循环条件,如果条件一直是 True ,它将会一直迭代,当 num 的值为 11 时,循环条件为 false 。

另一段代码可以帮你更好的理解 while 语句的用法:

loop_condition = Truewhile loop_condition:

print("Loop Condition keeps: %s" %(loop_condition))

loop_condition = False

循环条件是 True 所以会一直迭代,直到为 False 。

For 循环:你可以在代码块上应用变量 “num” ,而 “for” 语句将为你迭代它。此代码将打印与 while 中相同的代码:从 1 到 10 。

for i in range(1, 11):

print(i)

瞧见没?这太简单了。i 的范围从 1 开始一直到第 11 个元素(10是第十个元素)

List:集合 | 数组 | 数据结构

假如你想要在一个变量里存储整数 1 ,但是你也要存储 2 和 3 , 4 , 5 ...

不是用成百上千个变量,我有别的方法存储这些我想要存储的整数吗?你已经猜到了,确实有别的存储它们的方法。

列表是一个集合,它能够存储一列值(就像你想要存储的这些),那么让我们来用一下它:

my_integers = [1, 2, 3, 4, 5]

这真的很简单。我们创建了一个叫做 my_integer 的数组并且把数据存到了里面。

也许你会问:“我要怎样获取数组里的值?”

问得好。列表有一个叫做索引的概念。第一个元素的下表是索引0(0)。第二个的索引是1,以此类推,你应该明白的。

为了使它更加简洁,我们可以用它的索引代表数组元素。我画了出来:

小白到大神,Python 密集知识点汇总

用 Python 的语法,也很好去理解:

my_integers = [5, 7, 1, 3, 4]

print(my_integers[0]) # 5print(my_integers[1]) # 7print(my_integers[4]) # 4

假如你不想存整数。你只想去存一些字符串,像你亲戚名字的列表。我的看起来是类似这样的:

relatives_names = [  "Toshiaki",  "Juliana",  "Yuji",  "Bruno",  "Kaio"]

print(relatives_names[4]) # Kaio

它的原理跟存整数一样,很友好。

我们只学习了列表的索引是如何工作的,我还需要告诉你如何向列表的数据结构中添加一个元素(向列表中添加一个项目)。

最常用的向列表中添加新数据的方法是拼接。我们来看一下它是如何使用的:

bookshelf = []

bookshelf.append("The Effective Engineer")

bookshelf.append("The 4 Hour Work Week")

print(bookshelf[0]) # The Effective Engineerprint(bookshelf[1]) # The 4 Hour Work W

拼接超级简单,你仅需要把一个元素(比如“有效的机器”)作为拼接参数。

好了,关于列表的知识这些就够了,让我们来看一下其它的数据结构。

字典:Key-Value 数据结构

现在我们知道 List 是有索引的整型数字集合。但如果我们不像使用整型数字作为索引呢?我们可以用其他的一些数据结构,比如数字、字符串或者其他类型的索引。

让我们学习下字典这种数据结构。字典是一个键值对的集合。字典差不多长这样:

dictionary_example = {

"key1": "value1",

"key2": "value2",

"key3": "value3"

}

Key 是指向 value 的索引。我们如何访问字典中的 value 呢?你应该猜到了,那就是使用 key 。我们试一下:

dictionary_tk = {

"name": "Leandro",

"nickname": "Tk",

"nationality": "Brazilian"

}

print("My name is %s" %(dictionary_tk["name"])) # My name is Leandro

print("But you can call me %s" %(dictionary_tk["nickname"])) # But you can call me Tk

print("And by the way I'm %s" %(dictionary_tk["nationality"])) # And by the way I'm Brazilian

我们有个 key(age)value(24),使用字符串作为 key 整型作为 value 。

我创建了一个关于我的字典,其中包含我的名字、昵称和国籍。这些属性是字典中的 key 。

就像我们学过的使用索引访问 list 一样,我们同样使用索引(在字典中 key 就是索引)来访问存储在字典中的 value 。

正如我们使用 list 那样,让我们学习下如何向字典中添加元素。字典中主要是指向 value 的 key 。当我们添加元素的时候同样如此:

dictionary_tk = {

"name": "Leandro",

"nickname": "Tk",

"nationality": "Brazilian",

"age": 24

}

print("My name is %s" %(dictionary_tk["name"])) # My name is Leandro

print("But you can call me %s" %(dictionary_tk["nickname"])) # But you can call me Tk

print("And by the way I'm %i and %s" %(dictionary_tk["age"], dictionary_tk["nationality"])) # And by the way I'm Brazilian

我们只需要将一个字典中的一个 key 指向一个 value 。没什么难的,对吧?

迭代:通过数据结构进行循环

跟我们在 Python 基础中学习的一样,List 迭代十分简单。我们 Python 开发者通常使用 For 循环。我们试试看:

bookshelf = [

"The Effective Engineer",

"The 4 hours work week",

"Zero to One",

"Lean Startup",

"Hooked"

]

for book in bookshelf:

print(book)

对于在书架上的每本书,我们打印(可以做任何操作)到控制台上。超级简单和直观吧。这就是 Python 的美妙之处。

对于哈希数据结构,我们同样可以使用 for 循环,不过我们需要使用 key 来进行。

dictionary = { "some_key": "some_value" }

for key in dictionary:

print("%s --> %s" %(key, dictionary[key])) # some_key --> some_value

上面是如何在字典中使用 For 循环的例子。对于字典中的每个 key ,我们打印出 key 和 key 所对应的 value 。

另一种方式是使用 iteritems 方法。

dictionary = { "some_key": "some_value" }

for key, value in dictionary.items():

print("%s --> %s" %(key, value))# some_key --> some_value

我们命名两个参数为 key 和 value ,但是这不是必要的。我们可以随意命名。我们看下:

dictionary_tk = {

"name": "Leandro",

"nickname": "Tk",

"nationality": "Brazilian",

"age": 24

}

for attribute, value in dictionary_tk.items():

print("My %s is %s" %(attribute, value))

# My name is Leandro

# My nickname is Tk

# My nationality is Brazilian

# My age is 24

可以看到我们使用了 attribute 作为字典中 key 的参数,这与使用 key 命名具有同样的效果。真是太棒了!

类&对象

一些理论:

对象是对现实世界实体的表示,如汽车、狗或自行车。 这些对象有两个共同的主要特征:数据和行为。

汽车有数据,如车轮的数量,车门的数量和座位的空间,并且它们可以表现出其行为:它们可以加速,停止,显示剩余多少燃料,以及许多其他的事情。

我们将数据看作是面向对象编程中的属性和行为。 又表示为:

数据→ 属性和行为 → 方法

而类是创建单个对象的蓝图。 在现实世界中,我们经常发现许多相同类型的对象。 比如说汽车。 所有的汽车都有相同的构造和模型(都有一个引擎,*,门等)。每辆车都是由同一套蓝图构造成的,并具有相同的组件。

Python 面向对象编程模式:ON

Python,作为一种面向对象编程语言,存在这样的概念:类和对象。

一个类是一个蓝图,是对象的模型。

那么,一个类是一个模型,或者是一种定义属性和行为的方法(正如我们在理论部分讨论的那样)。举例来说,一个车辆类有它自己的属性来定义这个对象是个什么样的车辆。一辆车的属性有*数量,能源类型,座位容量和最大时速这些。

考虑到这一点,让我们来看看 Python 的类的语法:

class Vehicle:

pass

上边的代码,我们使用 class 语句来定义一个类。是不是很容易?

对象是一个类的实例化,我们可以通过类名来进行实例化。

car = Vehicle()

print(car) # <__main__.Vehicle instance at 0x7fb1de6c2638>

在这里,car 是类 Vehicle 的对象(或者实例化)。

记得车辆类有四个属性:*的数量,油箱类型,座位容量和最大时速。当我们新建一个车辆对象时要设置所有的属性。所以在这里,我们定义一个类在它初始化的时候接受参数:

class Vehicle:

def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):

self.number_of_wheels = number_of_wheels

self.type_of_tank = type_of_tank

self.seating_capacity = seating_capacity

self.maximum_velocity = maximum_velocity

这个 init 方法。我们称之为构造函数。因此当我们在创建一个车辆对象时,可以定义这些属性。想象一下,我们喜欢 Tesla Model S ,所以我们想创建一个这种类型的对象。它有四个*,使用电能源,五座并且最大时时速是250千米(155英里)。我们开始创建这样一个对象:

tesla_model_s = Vehicle(4, 'electric', 5, 250)

四轮+电能源+五座+最大时速250千米。

所有的属性已经设置了。但我们该如何访问这些属性值呢?我们给对象发送消息以向其请求该值。我们称之为方法。它是对象的行为。让我们实现它:

class Vehicle:

def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):

self.number_of_wheels = number_of_wheels

self.type_of_tank = type_of_tank

self.seating_capacity = seating_capacity

self.maximum_velocity = maximum_velocity    def number_of_wheels(self):

return self.number_of_wheels    def set_number_of_wheels(self, number):

self.number_of_wheels = number

这是两个方法number_of_wheels和set_number_of_wheels的实现。我们将其称为getter & setter。因为第一个函数是获取属性值,第二个函数是给属性设置新的值。

在 Python 中,我们可以使用@property (修饰符)来定义getters和setters。让我们看看实际代码:

class Vehicle:

def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):

self.number_of_wheels = number_of_wheels

self.type_of_tank = type_of_tank

self.seating_capacity = seating_capacity

self.maximum_velocity = maximum_velocity    @property

def number_of_wheels(self):

return self.number_of_wheels    @number_of_wheels.setter

def number_of_wheels(self, number):

self.number_of_wheels = number

并且我们可以将这些方法作为属性使用:

tesla_model_s = Vehicle(4, 'electric', 5, 250)

print(tesla_model_s.number_of_wheels) # 4tesla_model_s.number_of_wheels = 2 # setting number of wheels to 2print(tesla_model_s.number_of_wheels) # 2

这和方法定义有轻微的不同。这里的方法是按照属性执行的。例如当我们设置新的轮胎数目时,我们并不将这两个看做参数,而是将数值2设置给number_of_wheels。这是编写python风格的getter和setter代码的一种方式。

但我们也可以将该方法用于其他事项,例如“make_noise”方法。让我们看看:

class Vehicle:

def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):

self.number_of_wheels = number_of_wheels

self.type_of_tank = type_of_tank

self.seating_capacity = seating_capacity

self.maximum_velocity = maximum_velocity    def make_noise(self):

print('VRUUUUUUUM')

当我们调用此方法时,它仅仅返回一个字符串“VRRRRUUUUM.”

tesla_model_s = Vehicle(4, 'electric', 5, 250)

tesla_model_s.make_noise() # VRUUUUUUUM

 

封装: 隐藏信息

封装是一种限制直接访问对象数据和方法的机制。但与此同时,它使得在数据上操作更简单(对象的方法)。

“封装可被用于隐藏数据成员和成员函数。按照这个定义,封装意味着 对象的内部表示一般在对象定义的外部视图中隐藏。” — Wikipedia

对象的所有内部表示都对外部隐藏了。只有对象本身可以与其内部数据交互。

首先,我们需要理解公开的、非公开的实例变量和方法的工作原理。

 

公共实例变量

对于 Python 类,我们可以在我们的构造函数方法中初始化一个公共实例变量。让我们看看这个:

在这个构造方法中:

class Person:

def __init__(self, first_name):

self.first_name = first_name

在这里,我们将 first_name 值作为参数应用于公共实例变量。

tk = Person('TK')

print(tk.first_name) # => TK

在类中:

class Person:

first_name = 'TK'

在这里,我们不需要将 first_name 作为参数,所有的实例对象都有一个用 TK 初始化的类属性。

tk = Person()

print(tk.first_name) # => TK

太酷了,现在我们已经了解到,我们可以使用公共实例变量和类属性。关于公共部分的另一个有趣的事情是我们可以管理变量值。我的意思是什么呢?我们的对象可以管理它的变量值:Get 和 Set 变量值。

还是在 Person 类中,我们想为它的 first_name 变量设置另一个值:

tk = Person('TK')

tk.first_name = 'Kaio'print(tk.first_name) # => Kaio

这就可以了,我们只是为 first_name 实例变量设置另一个值(kaio),并更新了值。就这么简单。因为这是一个公共变量,我们是可以这么做的。

 

Non-public 实例变量

这里我们并没有使用术语“private”,因为在Python中所有属性都不是真的私有的(没有通常不必要的工作量)。 —  PEP 8

作为 public instance variable(公共实例变量),我们可以在构造方法或类内部定义 non-public instance variable (非公共实例变量)。语法上的区别是:对于 non-public instance variables (非公共实例变量),在变量名前使用下划线(_)。

“除了从对象内部外无法被访问的‘Private’实例变量在Python中并不存在。然而,这里有一个多数Python代码都会遵守的惯例:使用下划线作为前缀的命名(例如 _spam)应该被认为是API的非公开部分(不管是函数、方法还是数据成员)” —  Python软件基础

这里是示例代码:

class Person:

def __init__(self, first_name, email):

self.first_name = first_name

self._email = email

你看到了email变量了吗?这就是我们如何定义非公共变量的方法:

tk = Person('TK', 'tk@mail.com')

print(tk._email) # tk@mail.com

我们可以访问并更新它。非公共变量仅仅是一个惯用法,并且应该被当做API的非公共部分。

所以我们使用一个在类定义内部的方法来实现该功能。让我们实现两个方法(email 和update_email)以加深理解:

class Person:

def __init__(self, first_name, email):

self.first_name = first_name

self._email = email    def update_email(self, new_email):

self._email = new_email    def email(self):

return self._email

现在我们可以使用这两个方法来更新及访问非公开变量了。示例如下:

tk = Person('TK', 'tk@mail.com')

print(tk.email()) # => tk@mail.comtk._email = 'new_tk@mail.com'print(tk.email()) # => tk@mail.comtk.update_email('new_tk@mail.com')

print(tk.email()) # => new_tk@mail.com

  • 我们使用first_name TK和email tk@mail.com初始化了一个新对象

  • 使用方法访问非公开变量email并输出它

  • 尝试在类外部设置一个新的email

  • 我们需要将非公开变量视为API的非公开部分

  • 使用我们的实例方法来更新非公开变量

  • 成功!我们使用辅助方法在类内部更新了它。

 

公共方法

对于公共方法,我们也可以在类中使用它们:

class Person:

def __init__(self, first_name, age):

self.first_name = first_name

self._age = age    def show_age(self):

return self._age

让我们来测试一下:

tk = Person('TK', 25)

print(tk.show_age()) # => 25

很好 - 我们在类中使用它没有任何问题。

 

非公共方法

但是用非公开的方法,我们无法做到这一点。 如果我们想实现相同的 Person 类,现在使用有下划线(_)的 show_age 非公共方法。

class Person:

def __init__(self, first_name, age):

self.first_name = first_name

self._age = age    def _show_age(self):

return self._age

现在,我们将尝试用我们的对象来调用这个非公共的方法:

tk = Person('TK', 25)

print(tk._show_age()) # => 25

我们可以访问和更新它。 非公共的方法只是一个惯例,应该被视为API的非公开部分。

以下是我们如何使用它的一个例子:

class Person:

def __init__(self, first_name, age):

self.first_name = first_name

self._age = age    def show_age(self):

return self._get_age()    def _get_age(self):

return self._age

tk = Person('TK', 25)

print(tk.show_age()) # => 25

这里有一个 _get_age 非公共方法和一个 show_age 公共方法。 show_age 可以被我们的对象(不在我们的类中)使用,而 _get_age 只用在我们的类定义里面使用(在 show_age 方法里面)。 但是同样的,这样的做法通常是惯例。

 

封装小结

通过封装,我们可以确保对象的内部表示是对外部隐藏的。

继承:行为和特征

某些物体有一些共同之处:它们的行为和特征。

例如,我继承了我父亲的一些特征和行为。我继承了他的眼睛和头发的特征,以及他的急躁和内向的行为。

在面向对象编程中,类可以继承另一个类的共同特征(数据)和行为(方法)。

我们来看另一个例子,并用 Python 实现它。

想象一下汽车。车轮数量,座位容量和最大速度都是一辆车的属性。我们可以说 ElectricCar 类从普通的 Car 类继承了这些相同的属性。

class Car:

def __init__(self, number_of_wheels, seating_capacity, maximum_velocity):

self.number_of_wheels = number_of_wheels

self.seating_capacity = seating_capacity

self.maximum_velocity = maximum_velocity

我们 Car 类的实现:

my_car = Car(4, 5, 250)

print(my_car.number_of_wheels)

print(my_car.seating_capacity)

print(my_car.maximum_velocity)

一旦初始化,我们就可以使用所有创建的实例变量。太棒了。

在 Python 中,我们将父类作为子的参数来进行继承。 ElectricCar 类可以继承我们的 Car 类。

class ElectricCar(Car):

def __init__(self, number_of_wheels, seating_capacity, maximum_velocity):

Car.__init__(self, number_of_wheels, seating_capacity, maximum_velocity)

就这么简单。我们不需要实现任何其他方法,因为这个类已经完成了父类的继承(继承自 Car 类)。我们来证明一下:

my_electric_car = ElectricCar(4, 5, 250)

print(my_electric_car.number_of_wheels) # => 4

print(my_electric_car.seating_capacity) # => 5

print(my_electric_car.maximum_velocity) # => 250

干的漂亮。

就到这吧!

我们已经学到了很多关于 Python 的基础知识:

  • Python 变量是如何工作的

  • Python 条件语句是如何工作的

  • Python 循环( while 和 for )是如何工作的

  • 如何使用链表:Collection |Array

  • 字典式键值集合

  • 我们如何遍历这些数据结构

  • 对象和类

  • 作为对象数据的属性

  • 作为对象行为的方法

  • 使用 Python getter/setter 以及属性修饰器

  • 封装:隐藏信息

  • 继承:行为和特征

恭喜! 你完成了这个关于 Python 的密集的知识点。