【长文】一篇文章，一整天coding，带你入门python

最近有许多小伙伴后台联系我，说目前想要学习Python，但是没有一份很好的资料入门。一方面的确现在市面上Python的资料过多，导致新手会不知如何选择，另一个问题很多资料内容也很杂，从1+1到深度学习都包括，纯粹关注Python本身语法的优质教材并不太多。

注释

Python中用#表示单行注释，#之后的同行的内容都会被注释掉。

# Python中单行注释用#表示，#之后同行字符全部认为被注释。

使用三个连续的双引号表示多行注释，两个多行注释标识之间内容会被视作是注释。

""" 与之对应的是多行注释

用三个双引号表示，这两段双引号当中的内容都会被视作是注释

"""

基础变量类型与操作符

Python当中的数字定义和其他语言一样：

#获得一个整数

3

# 获得一个浮点数

10.0

我们分别使用+, -, *, /表示加减乘除四则运算符。

1 + 1   # => 2

8 - 1   # => 7

10 * 2  # => 20

35 / 5  # => 7.0

这里要注意的是，在Python2当中，10/3这个操作会得到3，而不是3.33333。因为除数和被除数都是整数，所以Python会自动执行整数的计算，帮我们把得到的商取整。如果是10.0 / 3，就会得到3.33333。目前Python2已经不再维护了，可以不用关心其中的细节。

但问题是Python是一个弱类型的语言，如果我们在一个函数当中得到两个变量，是无法直接判断它们的类型的。这就导致了同样的计算符可能会得到不同的结果，这非常蛋疼。以至于程序员在运算除法的时候，往往都需要手工加上类型转化符，将被除数转成浮点数。

在Python3当中拨乱反正，修正了这个问题，即使是两个整数相除，并且可以整除的情况下，得到的结果也一定是浮点数。

如果我们想要得到整数，我们可以这么操作：

5 // 3       # => 1

-5 // 3      # => -2

5.0 // 3.0   # => 1.0 # works on floats too

-5.0 // 3.0  # => -2.0

两个除号表示取整除，Python会为我们保留去除余数的结果。

除了取整除操作之外还有取余数操作，数学上称为取模，Python中用%表示。

# Modulo operation

7 % 3  # => 1

Python中支持乘方运算，我们可以不用调用额外的函数，而使用**符号来完成：

# Exponentiation (x**y, x to the yth power)

2**3  # => 8

当运算比较复杂的时候，我们可以用括号来强制改变运算顺序。

# Enforce precedence with parentheses

1 + 3 * 2  # => 7

(1 + 3) * 2  # => 8

逻辑运算

Python中用首字母大写的True和False表示真和假。

True  # => True

False  # => False

用and表示与操作，or表示或操作，not表示非操作。而不是C++或者是Java当中的&&, || 和！。

# negate with not

not True   # => False

not False  # => True

# Boolean Operators

# Note "and" and "or" are case-sensitive

True and False  # => False

False or True   # => True

在Python底层，True和False其实是1和0，所以如果我们执行以下操作，是不会报错的，但是在逻辑上毫无意义。

# True and False are actually 1 and 0 but with different keywords

True + True # => 2

True * 8    # => 8

False - 5   # => -5

我们用==判断相等的操作，可以看出来True==1， False == 0.

# Comparison operators look at the numerical value of True and False

== False  # => True

1 == True   # => True

2 == True   # => False

-5 != False # => True

我们要小心Python当中的bool()这个函数，它并不是转成bool类型的意思。如果我们执行这个函数，那么只有0会被视作是False，其他所有数值都是True：

bool()     # => False

bool(4)     # => True

bool(-6)    # => True

and 2     # => 0

-5 or      # => -5

Python中用==判断相等，>表示大于，>=表示大于等于，

# Equality is ==

1 == 1  # => True

2 == 1  # => False

# Inequality is !=

1 != 1  # => False

2 != 1  # => True

# More comparisons

1  True

1 > 10  # => False

2  True

2 >= 2  # => True

我们可以用and和or拼装各个比较操作：

# Seeing whether a value is in a range

1 

2 

# Chaining makes this look nicer

1 

2 

注意not，and，or之间的优先级，其中not > and > or。如果分不清楚的话，可以用括号强行改变运行顺序。

list和字符串

关于list的判断，我们常用的判断有两种，一种是刚才介绍的==，还有一种是is。我们有时候也会简单使用is来判断，那么这两者有什么区别呢？我们来看下面的例子：

a = [1, 2, 3, 4]  # Point a at a new list, [1, 2, 3, 4]

b = a             # Point b at what a is pointing to

b is a            # => True, a and b refer to the same object

b == a            # => True, a's and b's objects are equal

b = [1, 2, 3, 4]  # Point b at a new list, [1, 2, 3, 4]

b is a            # => False, a and b do not refer to the same object

b == a            # => True, a's and b's objects are equal

Python是全引用的语言，其中的对象都使用引用来表示。is判断的就是两个引用是否指向同一个对象，而==则是判断两个引用指向的具体内容是否相等。举个例子，如果我们把引用比喻成地址的话，is就是判断两个变量的是否指向同一个地址，比如说都是沿河东路XX号。而==则是判断这两个地址的收件人是否都叫张三。

显然，住在同一个地址的人一定都叫张三，但是住在不同地址的两个人也可以都叫张三，也可以叫不同的名字。所以如果a is b，那么a == b一定成立，反之则不然。

Python当中对字符串的限制比较松，双引号和单引号都可以表示字符串，看个人喜好使用单引号或者是双引号。我个人比较喜欢单引号，因为写起来方便。

字符串也支持+操作，表示两个字符串相连。除此之外，我们把两个字符串写在一起，即使没有+，Python也会为我们拼接：

# Strings are created with " or '

"This is a string."

'This is also a string.'

# Strings can be added too! But try not to do this.

"Hello " + "world!"  # => "Hello world!"

# String literals (but not variables) can be concatenated without using '+'

"Hello " "world!"    # => "Hello world!"

我们可以使用[]来查找字符串当中某个位置的字符，用len来计算字符串的长度。

# A string can be treated like a list of characters

"This is a string"[]  # => 'T'

# You can find the length of a string

len("This is a string")  # => 16

我们可以在字符串前面加上f表示格式操作，并且在格式操作当中也支持运算。不过要注意，只有Python3.6以上的版本支持f操作。

# You can also format using f-strings or formatted string literals (in Python 3.6+)

name = "Reiko"

f"She said her name is ." # => "She said her name is Reiko"

# You can basically put any Python statement inside the braces and it will be output in the string.

f" is  characters long." # => "Reiko is 5 characters long."

最后是None的判断，在Python当中None也是一个对象，所有为None的变量都会指向这个对象。根据我们前面所说的，既然所有的None都指向同一个地址，我们需要判断一个变量是否是None的时候，可以使用is来进行判断，当然用==也是可以的，不过我们通常使用is。

# None is an object

None  # => None

# Don't use the equality "==" symbol to compare objects to None

# Use "is" instead. This checks for equality of object identity.

"etc" is None  # => False

None is None   # => True

理解了None之后，我们再回到之前介绍过的bool()函数，它的用途其实就是判断值是否是空。所有类型的默认空值会被返回False，否则都是True。比如0，“”，[], {}, ()等。

# None, 0, and empty strings/lists/dicts/tuples all evaluate to False.

# All other values are True

bool(None)# => False

bool()   # => False

bool("")  # => False

bool([])  # => False

bool({})  # => False

bool(())  # => False

除了上面这些值以外的所有值传入都会得到True。

变量与集合

输入输出

Python当中的标准输入输出是input和print。

print会输出一个字符串，如果传入的不是字符串会自动调用__str__方法转成字符串进行输出。默认输出会自动换行，如果想要以不同的字符结尾代替换行，可以传入end参数：

# Python has a print function

print("I'm Python. Nice to meet you!")  # => I'm Python. Nice to meet you!

# By default the print function also prints out a newline at the end.

# Use the optional argument end to change the end string.

print("Hello, World", end="!")  # => Hello, World!

使用input时，Python会在命令行接收一行字符串作为输入。可以在input当中传入字符串，会被当成提示输出：

# Simple way to get input data from console

input_string_var = input("Enter some data: ") # Returns the data as a string

# Note: In earlier versions of Python, input() method was named as raw_input()

变量

Python中声明对象不需要带上类型，直接赋值即可，Python会自动关联类型，如果我们使用之前没有声明过的变量则会出发NameError异常。

# There are no declarations, only assignments.

# Convention is to use lower_case_with_underscores

some_var = 5

some_var  # => 5

# Accessing a previously unassigned variable is an exception.

# See Control Flow to learn more about exception handling.

some_unknown_var  # Raises a NameError

Python支持三元表达式，但是语法和C++不同，使用if else结构，写成：

# if can be used as an expression

# Equivalent of C's '?:' ternary operator

"yahoo!" if 3 > 2 else 2  # => "yahoo!"

上段代码等价于：

if 3 > 2:

return 'yahoo'

else:

return 2

list

Python中用[]表示空的list，我们也可以直接在其中填充元素进行初始化：

# Lists store sequences

li = []

# You can start with a prefilled list

other_li = [4, 5, 6]

使用append和pop可以在list的末尾插入或者删除元素：

# Add stuff to the end of a list with append

li.append(1)    # li is now [1]

li.append(2)    # li is now [1, 2]

li.append(4)    # li is now [1, 2, 4]

li.append(3)    # li is now [1, 2, 4, 3]

# Remove from the end with pop

li.pop()        # => 3 and li is now [1, 2, 4]

# Let's put it back

li.append(3)    # li is now [1, 2, 4, 3] again.

list可以通过[]加上下标访问指定位置的元素，如果是负数，则表示倒序访问。-1表示最后一个元素，-2表示导数第二个，以此类推。如果访问的元素超过数组长度，则会触发IndexError的错误。

# Access a list like you would any array

li[]   # => 1

# Look at the last element

li[-1]  # => 3

# Looking out of bounds is an IndexError

li[4]  # Raises an IndexError

list支持切片操作，所谓的切片则是从原list当中拷贝出指定的一段。我们用start: end的格式来获取切片，注意，这是一个左闭右开区间。如果留空表示全部获取，我们也可以额外再加入一个参数表示步长，比如[1:5:2]表示从1号位置开始，步长为2获取元素。得到的结果为[1, 3]。如果步长设置成-1则代表反向遍历。

# You can look at ranges with slice syntax.

# The start index is included, the end index is not

# (It's a closed/open range for you mathy types.)

li[1:3]   # Return list from index 1 to 3 => [2, 4]

li[2:]    # Return list starting from index 2 => [4, 3]

li[:3]    # Return list from beginning until index 3  => [1, 2, 4]

li[::2]   # Return list selecting every second entry => [1, 4]

li[::-1]  # Return list in reverse order => [3, 4, 2, 1]

# Use any combination of these to make advanced slices

# li[start:end:step]

如果我们要指定一段区间倒序，则前面的start和end也需要反过来，例如我想要获取[3: 6]区间的倒叙，应该写成[6:3:-1]。

只写一个:，表示全部获取，可以使用del删除指定位置的元素，或者可以使用remove方法。

# Make a one layer deep copy using slices

li2 = li[:]  # => li2 = [1, 2, 4, 3] but (li2 is li) will result in false.

# Remove arbitrary elements from a list with "del"

del li[2]  # li is now [1, 2, 3]

# Remove first occurrence of a value

li.remove(2)  # li is now [1, 3]

li.remove(2)  # Raises a ValueError as 2 is not in the list

insert方法可以执行指定位置插入元素，index方法可以查询某个元素第一次出现的下标。

# Insert an element at a specific index

li.insert(1, 2)  # li is now [1, 2, 3] again

# Get the index of the first item found matching the argument

li.index(2)  # => 1

li.index(4)  # Raises a ValueError as 4 is not in the list

list可以进行加法运算，两个list相加表示list当中的元素合并。等价于使用extend方法：

# You can add lists

# Note: values for li and for other_li are not modified.

li + other_li  # => [1, 2, 3, 4, 5, 6]

# Concatenate lists with "extend()"

li.extend(other_li)  # Now li is [1, 2, 3, 4, 5, 6]

我们想要判断元素是否在list中出现，可以使用in关键字，通过使用len计算list的长度：

# Check for existence in a list with "in"

1 in li  # => True

# Examine the length with "len()"

len(li)  # => 6

tuple

tuple和list非常接近，tuple通过()初始化。和list不同，tuple是不可变对象。也就是说tuple一旦生成不可以改变。如果我们修改tuple，会引发TypeError异常。

# Tuples are like lists but are immutable.

tup = (1, 2, 3)

tup[]      # => 1

tup[] = 3  # Raises a TypeError

由于小括号是有改变优先级的含义，所以我们定义单个元素的tuple，末尾必须加上逗号，否则会被当成是单个元素：

# Note that a tuple of length one has to have a comma after the last element but

# tuples of other lengths, even zero, do not.

type((1))   # => 

type((1,))  # => 

type(())    # => 

tuple支持list当中绝大部分操作：

# You can do most of the list operations on tuples too

len(tup)         # => 3

tup + (4, 5, 6)  # => (1, 2, 3, 4, 5, 6)

tup[:2]          # => (1, 2)

2 in tup         # => True

我们可以用多个变量来解压一个tuple：

# You can unpack tuples (or lists) into variables

a, b, c = (1, 2, 3)  # a is now 1, b is now 2 and c is now 3

# You can also do extended unpacking

a, *b, c = (1, 2, 3, 4)  # a is now 1, b is now [2, 3] and c is now 4

# Tuples are created by default if you leave out the parentheses

d, e, f = 4, 5, 6  # tuple 4, 5, 6 is unpacked into variables d, e and f

# respectively such that d = 4, e = 5 and f = 6

# Now look how easy it is to swap two values

e, d = d, e  # d is now 5 and e is now 4

解释一下这行代码：

a, *b, c = (1, 2, 3, 4)  # a is now 1, b is now [2, 3] and c is now 4

我们在b的前面加上了星号，表示这是一个list。所以Python会在将其他变量对应上值的情况下，将剩下的元素都赋值给b。

补充一点，tuple本身虽然是不可变的，但是tuple当中的可变元素是可以改变的。比如我们有这样一个tuple：

a = (3, [4])

我们虽然不能往a当中添加或者删除元素，但是a当中含有一个list，我们可以改变这个list类型的元素，这并不会触发tuple的异常：

a[1].append() # 这是合法的

dict

dict也是Python当中经常使用的容器，它等价于C++当中的map，即存储key和value的键值对。我们用{}表示一个dict，用:分隔key和value。

# Dictionaries store mappings from keys to values

empty_dict = {}

# Here is a prefilled dictionary

filled_dict = {"one": 1, "two": 2, "three": 3}

dict的key必须为不可变对象，所以list和dict不可以作为另一个dict的key，否则会抛出异常：

# Note keys for dictionaries have to be immutable types. This is to ensure that

# the key can be converted to a constant hash value for quick look-ups.

# Immutable types include ints, floats, strings, tuples.

invalid_dict = {[1,2,3]: "123"}  # => Raises a TypeError: unhashable type: 'list'

valid_dict = {(1,2,3):[1,2,3]}   # Values can be of any type, however.

我们同样用[]查找dict当中的元素，我们传入key，获得value，等价于get方法。

# Look up values with []

filled_dict["one"]  # => 1

filled_dict.get('one') #=> 1

我们可以call dict当中的keys和values方法，获取dict当中的所有key和value的集合，会得到一个list。在Python3.7以下版本当中，返回的结果的顺序可能和插入顺序不同，在Python3.7及以上版本中，Python会保证返回的顺序和插入顺序一致：

# Get all keys as an iterable with "keys()". We need to wrap the call in list()

# to turn it into a list. We'll talk about those later.  Note - for Python

# versions 

# not match the example below exactly. However, as of Python 3.7, dictionary

# items maintain the order at which they are inserted into the dictionary.

list(filled_dict.keys())  # => ["three", "two", "one"] in Python 

list(filled_dict.keys())  # => ["one", "two", "three"] in Python 3.7+

# Get all values as an iterable with "values()". Once again we need to wrap it

# in list() to get it out of the iterable. Note - Same as above regarding key

# ordering.

list(filled_dict.values())  # => [3, 2, 1]  in Python 

list(filled_dict.values())  # => [1, 2, 3] in Python 3.7+

我们也可以用in判断一个key是否在dict当中，注意只能判断key。

# Check for existence of keys in a dictionary with "in"

"one" in filled_dict  # => True

1 in filled_dict      # => False

如果使用[]查找不存在的key，会引发KeyError的异常。如果使用get方法则不会引起异常，只会得到一个None：

# Looking up a non-existing key is a KeyError

filled_dict["four"]  # KeyError

# Use "get()" method to avoid the KeyError

filled_dict.get("one")      # => 1

filled_dict.get("four")     # => None

# The get method supports a default argument when the value is missing

filled_dict.get("one", 4)   # => 1

filled_dict.get("four", 4)  # => 4

setdefault方法可以为不存在的key插入一个value，如果key已经存在，则不会覆盖它：

# "setdefault()" inserts into a dictionary only if the given key isn't present

filled_dict.setdefault("five", 5)  # filled_dict["five"] is set to 5

filled_dict.setdefault("five", 6)  # filled_dict["five"] is still 5

我们可以使用update方法用另外一个dict来更新当前dict，比如a.update(b)。对于a和b交集的key会被b覆盖，a当中不存在的key会被插入进来：

# Adding to a dictionary

filled_dict.update({"four":4})  # => {"one": 1, "two": 2, "three": 3, "four": 4}

filled_dict["four"] = 4         # another way to add to dict

我们一样可以使用del删除dict当中的元素，同样只能传入key。

Python3.5以上的版本支持使用**来解压一个dict：

{'a': 1, **{'b': 2}}  # => {'a': 1, 'b': 2}

{'a': 1, **{'a': 2}}  # => {'a': 2}

set

set是用来存储不重复元素的容器，当中的元素都是不同的，相同的元素会被删除。我们可以通过set()，或者通过{}来进行初始化。注意当我们使用{}的时候，必须要传入数据，否则Python会将它和dict弄混。

# Sets store ... well sets

empty_set = set()

# Initialize a set with a bunch of values. Yeah, it looks a bit like a dict. Sorry.

some_set = {1, 1, 2, 2, 3, 4}  # some_set is now

set当中的元素也必须是不可变对象，因此list不能传入set。

# Similar to keys of a dictionary, elements of a set have to be immutable.

invalid_set = {[1], 1}  # => Raises a TypeError: unhashable type: 'list'

valid_set = {(1,), 1}

可以调用add方法为set插入元素：

# Add one more item to the set

filled_set = some_set

filled_set.add(5)  # filled_set is now

# Sets do not have duplicate elements

filled_set.add(5)  # it remains as before

set还可以被认为是集合，所以它还支持一些集合交叉并补的操作。

# Do set intersection with &

# 计算交集

other_set = {3, 4, 5, 6}

filled_set & other_set  # =>

# Do set union with |

# 计算并集

filled_set | other_set  # =>

# Do set difference with -

# 计算差集

{1, 2, 3, 4} - {2, 3, 5}  # =>

# Do set symmetric difference with ^

# 这个有点特殊，计算对称集，也就是去掉重复元素剩下的内容

{1, 2, 3, 4} ^ {2, 3, 5}  # =>

set还支持超集和子集的判断，我们可以用大于等于和小于等于号判断一个set是不是另一个的超集或子集：

# Check if set on the left is a superset of set on the right

{1, 2} >= {1, 2, 3} # => False

# Check if set on the left is a subset of set on the right

{1, 2}  True

和dict一样，我们可以使用in判断元素在不在set当中。用copy可以拷贝一个set。

# Check for existence in a set with in

2 in filled_set   # => True

10 in filled_set  # => False

# Make a one layer deep copy

filled_set = some_set.copy()  # filled_set is

filled_set is some_set        # => False

控制流和迭代

判断语句

Python当中的判断语句非常简单，并且Python不支持switch，所以即使是多个条件，我们也只能罗列if-else。

# Let's just make a variable

some_var = 5

# Here is an if statement. Indentation is significant in Python!

# Convention is to use four spaces, not tabs.

# This prints "some_var is smaller than 10"

if some_var > 10:

print("some_var is totally bigger than 10.")

elif some_var 

print("some_var is smaller than 10.")

else:                  # This is optional too.

print("some_var is indeed 10.")

循环

我们可以用in来循环迭代一个list当中的内容，这也是Python当中基本的循环方式。

"""

For loops iterate over lists

prints:

dog is a mammal

cat is a mammal

mouse is a mammal

"""

for animal in ["dog", "cat", "mouse"]:

# You can use format() to interpolate formatted strings

print("{} is a mammal".format(animal))

如果我们要循环一个范围，可以使用range。range加上一个参数表示从0开始的序列，比如range(10)，表示[0, 10)区间内的所有整数：

"""

"range(number)" returns an iterable of numbers

from zero to the given number

prints:

0

1

2

3

"""

for i in range(4):

print(i)

如果我们传入两个参数，则代表迭代区间的首尾。

"""

"range(lower, upper)" returns an iterable of numbers

from the lower number to the upper number

prints:

4

5

6

7

"""

for i in range(4, 8):

print(i)

如果我们传入第三个元素，表示每次循环变量自增的步长。

"""

"range(lower, upper, step)" returns an iterable of numbers

from the lower number to the upper number, while incrementing

by step. If step is not indicated, the default value is 1.

prints:

4

6

"""

for i in range(4, 8, 2):

print(i)

如果使用enumerate函数，可以同时迭代一个list的下标和元素：

"""

To loop over a list, and retrieve both the index and the value of each item in the list

prints:

0 dog

1 cat

2 mouse

"""

animals = ["dog", "cat", "mouse"]

for i, value in enumerate(animals):

print(i, value)

while循环和C++类似，当条件为True时执行，为false时退出。并且判断条件不需要加上括号：

"""

While loops go until a condition is no longer met.

prints:

0

1

2

3

"""

x =

while x 

print(x)

x += 1  # Shorthand for x = x + 1

捕获异常

Python当中使用try和except捕获异常，我们可以在except后面限制异常的类型。如果有多个类型可以写多个except，还可以使用else语句表示其他所有的类型。finally语句内的语法无论是否会触发异常都必定执行：

# Handle exceptions with a try/except block

try:

# Use "raise" to raise an error

raise IndexError("This is an index error")

except IndexError as e:

pass                 # Pass is just a no-op. Usually you would do recovery here.

except (TypeError, NameError):

pass                 # Multiple exceptions can be handled together, if required.

else:                    # Optional clause to the try/except block. Must follow all except blocks

print("All good!")   # Runs only if the code in try raises no exceptions

finally:                 #  Execute under all circumstances

print("We can clean up resources here")

with操作

在Python当中我们经常会使用资源，最常见的就是open打开一个文件。我们打开了文件句柄就一定要关闭，但是如果我们手动来编码，经常会忘记执行close操作。并且如果文件异常，还会触发异常。这个时候我们可以使用with语句来代替这部分处理，使用with会自动在with块执行结束或者是触发异常时关闭打开的资源。

以下是with的几种用法和功能：

# Instead of try/finally to cleanup resources you can use a with statement

# 代替使用try/finally语句来关闭资源

with open("myfile.txt") as f:

for line in f:

print(line)

# Writing to a file

# 使用with写入文件

contents = {"aa": 12, "bb": 21}

with open("myfile1.txt", "w+") as file:

file.write(str(contents))        # writes a string to a file

with open("myfile2.txt", "w+") as file:

file.write(json.dumps(contents)) # writes an object to a file

# Reading from a file

# 使用with读取文件

with open('myfile1.txt', "r+") as file:

contents = file.read()           # reads a string from a file

print(contents)

# print: {"aa": 12, "bb": 21}

with open('myfile2.txt', "r+") as file:

contents = json.load(file)       # reads a json object from a file

print(contents)

# print: {"aa": 12, "bb": 21}

可迭代对象

凡是可以使用in语句来迭代的对象都叫做可迭代对象，它和迭代器不是一个含义。这里只有可迭代对象的介绍，想要了解迭代器的具体内容，请移步传送门：

当我们调用dict当中的keys方法的时候，返回的结果就是一个可迭代对象。

# Python offers a fundamental abstraction called the Iterable.

# An iterable is an object that can be treated as a sequence.

# The object returned by the range function, is an iterable.

filled_dict = {"one": 1, "two": 2, "three": 3}

our_iterable = filled_dict.keys()

print(our_iterable)  # => dict_keys(['one', 'two', 'three']). This is an object that implements our Iterable interface.

# We can loop over it.

for i in our_iterable:

print(i)  # Prints one, two, three

我们不能使用下标来访问可迭代对象，但我们可以用iter将它转化成迭代器，使用next关键字来获取下一个元素。也可以将它转化成list类型，变成一个list。

# However we cannot address elements by index.

our_iterable[1]  # Raises a TypeError

# An iterable is an object that knows how to create an iterator.

our_iterator = iter(our_iterable)

# Our iterator is an object that can remember the state as we traverse through it.

# We get the next object with "next()".

next(our_iterator)  # => "one"

# It maintains state as we iterate.

next(our_iterator)  # => "two"

next(our_iterator)  # => "three"

# After the iterator has returned all of its data, it raises a StopIteration exception

next(our_iterator)  # Raises StopIteration

# We can also loop over it, in fact, "for" does this implicitly!

our_iterator = iter(our_iterable)

for i in our_iterator:

print(i)  # Prints one, two, three

# You can grab all the elements of an iterable or iterator by calling list() on it.

list(our_iterable)  # => Returns ["one", "two", "three"]

list(our_iterator)  # => Returns [] because state is saved

函数

使用def关键字来定义函数，我们在传参的时候如果指定函数内的参数名，可以不按照函数定义的顺序传参：

# Use "def" to create new functions

def add(x, y):

print("x is {} and y is {}".format(x, y))

return x + y  # Return values with a return statement

# Calling functions with parameters

add(5, 6)  # => prints out "x is 5 and y is 6" and returns 11

# Another way to call functions is with keyword arguments

add(y=6, x=5)  # Keyword arguments can arrive in any order.

可以在参数名之前加上*表示任意长度的参数，参数会被转化成list：

# You can define functions that take a variable number of

# positional arguments

def varargs(*args):

return args

varargs(1, 2, 3)  # => (1, 2, 3)

也可以指定任意长度的关键字参数，在参数前加上**表示接受一个dict：

# You can define functions that take a variable number of

# keyword arguments, as well

def keyword_args(**kwargs):

return kwargs

# Let's call it to see what happens

keyword_args(big="foot", loch="ness")  # => {"big": "foot", "loch": "ness"}

当然我们也可以两个都用上，这样可以接受任何参数：

# You can do both at once, if you like

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}

"""

传入参数的时候我们也可以使用*和**来解压list或者是dict：

# When calling functions, you can do the opposite of args/kwargs!

# Use * to expand tuples and use ** to expand kwargs.

args = (1, 2, 3, 4)

kwargs = {"a": 3, "b": 4}

all_the_args(*args)            # equivalent to all_the_args(1, 2, 3, 4)

all_the_args(**kwargs)         # equivalent to all_the_args(a=3, b=4)

all_the_args(*args, **kwargs)  # equivalent to all_the_args(1, 2, 3, 4, a=3, b=4)

Python中的参数可以返回多个值：

# Returning multiple values (with tuple assignments)

def swap(x, y):

return y, x  # Return multiple values as a tuple without the parenthesis.

# (Note: parenthesis have been excluded but can be included)

x = 1

y = 2

x, y = swap(x, y)     # => x = 2, y = 1

# (x, y) = swap(x,y)  # Again parenthesis have been excluded but can be included.

函数内部定义的变量即使和全局变量重名，也不会覆盖全局变量的值。想要在函数内部使用全局变量，需要加上global关键字，表示这是一个全局变量：

# Function Scope

x = 5

def set_x(num):

# Local var x not the same as global variable x

x = num    # => 43

print(x)   # => 43

def set_global_x(num):

global x

print(x)   # => 5

x = num    # global var x is now set to 6

print(x)   # => 6

set_x(43)

set_global_x(6)

Python支持函数式编程，我们可以在一个函数内部返回一个函数：

# Python has first class functions

def create_adder(x):

def adder(y):

return x + y

return adder

add_10 = create_adder(10)

add_10(3)   # => 13

Python中可以使用lambda表示匿名函数，使用:作为分隔，:前面表示匿名函数的参数，:后面的是函数的返回值：

# There are also anonymous functions

(lambda x: x > 2)(3)                  # => True

(lambda x, y: x ** 2 + y ** 2)(2, 1)  # => 5

我们还可以将函数作为参数使用map和filter，实现元素的批量处理和过滤。关于Python中map、reduce和filter的使用，具体可以查看之前的文章：

# There are built-in higher order functions

list(map(add_10, [1, 2, 3]))          # => [11, 12, 13]

list(map(max, [1, 2, 3], [4, 2, 1]))  # => [4, 2, 3]

list(filter(lambda x: x > 5, [3, 4, 5, 6, 7]))  # => [6, 7]

我们还可以结合循环和判断语来给list或者是dict进行初始化：

# We can use list comprehensions for nice maps and filters

# List comprehension stores the output as a list which can itself be a nested list

[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]

# You can construct set and dict comprehensions as well.

# => {'d', 'e', 'f'}

# =>

模块

使用import语句引入一个Python模块，我们可以用.来访问模块中的函数或者是类。

# You can import modules

import math

print(math.sqrt(16))  # => 4.0

我们也可以使用from import的语句，单独引入模块内的函数或者是类，而不再需要写出完整路径。使用from import *可以引入模块内所有内容（不推荐这么干）

# You can get specific functions from a module

from math import ceil, floor

print(ceil(3.7))   # => 4.0

print(floor(3.7))  # => 3.0

# You can import all functions from a module.

# Warning: this is not recommended

from math import *

可以使用as给模块内的方法或者类起别名：

# You can shorten module names

import math as m

math.sqrt(16) == m.sqrt(16)  # => True

我们可以使用dir查看我们用的模块的路径：

# You can find out which functions and attributes

# are defined in a module.

import math

dir(math)

这么做的原因是如果我们当前的路径下也有一个叫做math的Python文件，那么会覆盖系统自带的math的模块。这是尤其需要注意的，不小心会导致很多奇怪的bug。

类

我们来看一个完整的类，相关的介绍都在注释当中

# We use the "class" statement to create a class

class Human:

# A class attribute. It is shared by all instances of this class

# 类属性，可以直接通过Human.species调用，而不需要通过实例

species = "H. sapiens"

# Basic initializer, this is called when this class is instantiated.

# Note that the double leading and trailing underscores denote objects

# or attributes that are used by Python but that live in user-controlled

# namespaces. Methods(or objects or attributes) like: __init__, __str__,

# __repr__ etc. are called special methods (or sometimes called dunder methods)

# You should not invent such names on your own.

# 最基础的构造函数

# 加了下划线的函数和变量表示不应该被用户使用，其中双下划线的函数或者是变量将不会被子类覆盖

# 前后都有双下划线的函数和属性是类当中的特殊属性

def __init__(self, name):

# Assign the argument to the instance's name attribute

self.name = name

# Initialize property

self._age =

# An instance method. All methods take "self" as the first argument

# 类中的函数，所有实例可以调用，第一个参数必须是self

# self表示实例的引用

def say(self, msg):

print(": ".format(name=self.name, message=msg))

# Another instance method

def sing(self):

return 'yo... yo... microphone check... one two... one two...'

# A class method is shared among all instances

# They are called with the calling class as the first argument

@classmethod

# 加上了注解，表示是类函数

# 通过Human.get_species来调用，所有实例共享

def get_species(cls):

return cls.species

# A static method is called without a class or instance reference

@staticmethod

# 静态函数，通过类名或者是实例都可以调用

def grunt():

return "*grunt*"

# A property is just like a getter.

# It turns the method age() into an read-only attribute of the same name.

# There's no need to write trivial getters and setters in Python, though.

@property

# property注解，类似于get，set方法

# 效率很低，除非必要，不要使用

def age(self):

return self._age

# This allows the property to be set

@age.setter

def age(self, age):

self._age = age

# This allows the property to be deleted

@age.deleter

def age(self):

del self._age