---

前言

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 邮箱 louiedinh [at] [谷歌的信箱服务]。

# 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。我们下面会详细介绍可迭代。
# 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
filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "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 mammalcat is a mammalmouse 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:0123
"""
for i in range(4):print(i)"""
while循环直到条件不满足
打印:0123
"""
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) # => dict_keys(['one', 'two', 'three'])，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 argsvarargs(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 = 5def setX(num):# 局部作用域的x和全局域的x是不同的x = num # => 43print (x) # => 43def setGlobalX(num):global xprint (x) # => 5x = num # 现在全局域的x被赋值print (x) # => 6setX(43)
setGlobalX(6)# 函数在Python是一等公民
def create_adder(x):def adder(y):return x + yreturn adderadd_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 attributeself.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。@classmethoddef get_species(cls):return cls.species# 静态方法。调用时没有实例或类的绑定。@staticmethoddef 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。
#
# 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
# 这意味着 `double_numbers` 不会生成大于30的数。
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 wrapsdef 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 msgreturn wrapper@beg
def say(say_please=False):msg = "Can you buy me a beer?"return msg, say_pleaseprint(say()) # Can you buy me a beer?
print(say(say_please=True)) # Can you buy me a beer? Please! I am poor :(

---

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉CSDN大礼包：《Python入门资料&实战源码&安装工具】免费领取（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python基础学习视频

② 路线对应学习视频

还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手Python~在这里插入图片描述

③练习题

每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！

因篇幅有限，仅展示部分资料

三、精品Python学习书籍

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python工具包+项目源码合集

①Python工具包

学习Python常用的开发软件都在这里了！每个都有详细的安装教程，保证你可以安装成功哦！

②Python实战案例

光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。100+实战案例源码等你来拿！

③Python小游戏源码

如果觉得上面的实战案例有点枯燥，可以试试自己用Python编写小游戏，让你的学习过程中增添一点趣味！

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

六、Python兼职渠道

而且学会Python以后，还可以在各大兼职平台接单赚钱，各种兼职渠道+兼职注意事项+如何和客户沟通，我都整理成文档了。


这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】