【2019.05】Python 教程系列最细最全入门教程上篇

墨蓝 2022-04-25 02:58 239阅读 0赞

# python基础教程 #

## 引言 ##

如何把以下这个不规则的列表 a 里的所有元素一个个写好，专业术语叫打平 (fatten)?

a = [1, 2, [3, 4], [[5, 6], [7, 8]]]

""" 这一行代码，用到了迭代、匿名函数、递推函数、解析式这些技巧。 初学者一看只会说“好酷啊，但看不懂”， 看完本帖和下帖后，我保证你会说“我也会这样用了，真酷！” """
    fn = lambda x: [y for l in x for y in fn(l)] if type(x) is list else [x]
    fn(a)

\[1, 2, 3, 4, 5, 6, 7, 8\]

## 1 基本数据类型 ##

Python 里面有自己的内置数据类型 (build-in data type)，本节介绍基本的三种，分别是

*  整型 (int)，
 *  浮点型 (float)，
 *  布尔型 (bool)。

#### 整型 ####

a = 13214
    print(a, type(a))

13214 <class ‘int’>

通过 print 的可看出 a 的值，以及类 (class) 是 int。Python 里面万物皆对象(object)，「整数」也不例外，只要是对象，就有相应的属性 (attributes) 和方法 (methods)。

*  ### 知识点 ###

通过 dir( X ) 和help( X ) 可看出 X 对应的对象里可用的属性和方法。

\* X 是 int，那么就是 int 的属性和方法  
    \* X 是 float，那么就是 float 的属性和方法等等

dir(int)

\[‘**abs**’,  
     ‘**add**’,  
     ‘**and**’,  
     ‘**bool**’,  
     ‘**ceil**’,  
     ‘**class**’,  
     ‘**delattr**’,  
     ‘**dir**’,  
     ‘**divmod**’,  
     ‘**doc**’,  
     ‘**eq**’,  
     ‘**float**’,  
     ‘**floor**’,  
     ‘**floordiv**’,  
     ‘**format**’,  
     ‘**ge**’,  
     ‘**getattribute**’,  
     ‘**getnewargs**’,  
     ‘**gt**’,  
     ‘**hash**’,  
     ‘**index**’,  
     ‘**init**’,  
     ‘**init\_subclass**’,  
     ‘**int**’,  
     ‘**invert**’,  
     ‘**le**’,  
     ‘**lshift**’,  
     ‘**lt**’,  
     ‘**mod**’,  
     ‘**mul**’,  
     ‘**ne**’,  
     ‘**neg**’,  
     ‘**new**’,  
     ‘**or**’,  
     ‘**pos**’,  
     ‘**pow**’,  
     ‘**radd**’,  
     ‘**rand**’,  
     ‘**rdivmod**’,  
     ‘**reduce**’,  
     ‘**reduce\_ex**’,  
     ‘**repr**’,  
     ‘**rfloordiv**’,  
     ‘**rlshift**’,  
     ‘**rmod**’,  
     ‘**rmul**’,  
     ‘**ror**’,  
     ‘**round**’,  
     ‘**rpow**’,  
     ‘**rrshift**’,  
     ‘**rshift**’,  
     ‘**rsub**’,  
     ‘**rtruediv**’,  
     ‘**rxor**’,  
     ‘**setattr**’,  
     ‘**sizeof**’,  
     ‘**str**’,  
     ‘**sub**’,  
     ‘**subclasshook**’,  
     ‘**truediv**’,  
     ‘**trunc**’,  
     ‘**xor**’,  
     ‘bit\_length’,  
     ‘conjugate’,  
     ‘denominator’,  
     ‘from\_bytes’,  
     ‘imag’,  
     ‘numerator’,  
     ‘real’,  
     ‘to\_bytes’\]

‘**xxx**’: 可用方法  
‘xxx’:    可用属性

a.bit_length()

该函数是找到一个整数的二进制表示，再返回其长度.

#### 浮点型 ####

简单来说，浮点型 (float) 数就是实数， 例子如下：

print( 1, type(1) )  
print( 1., type(1.) )

加一个小数点 . 就可以创建 float，不能再简单。  
有时候我们想保留浮点型的小数点后 n 位。  
可以用 decimal 包里的 Decimal 对象和 getcontext() 方法来实现。

import decimal
    from decimal import Decimal
    """ Python 里面有很多用途广泛的包 (package)，用什么你就引进 (import) 什么。 包也是对象，也可以用上面提到的dir(decimal) 来看其属性和方法。 比如 getcontext() 显示了 Decimal 对象的默认精度值是 28 位 (prec=28)，展示如下： """

‘\\nPython 里面有很多用途广泛的包 (package)，用什么你就引进 (import) 什么。\\n包也是对象，也可以用上面提到的dir(decimal) 来看其属性和方法。\\n比如 getcontext() 显示了 Decimal 对象的默认精度值是 28 位 (prec=28)，展示如下：\\n’

decimal.getcontext()

Context(prec=28, rounding=ROUND\_HALF\_EVEN, Emin=-999999, Emax=999999, capitals=1, clamp=0, flags=\[Inexact, Rounded\], traps=\[InvalidOperation, DivisionByZero, Overflow\])

# 1/3 保留28位
    d = Decimal(1) / Decimal(3)
    d

Decimal(‘0.3333333333333333333333333333’)

那保留 4 位呢？用 getcontext().prec 来调整精度哦。

decimal.getcontext().prec = 4
    e = Decimal(1) / Decimal(3)
    e

Decimal(‘0.3333’)

高精度的 float 加上低精度的 float，保持了高精度。

0.3333333333333333333333333333 + 0.3333

0.6666333333333333

#### 布尔型 ####

布尔 (boolean) 型变量只能取两个值，True 和 False。当把布尔变量用在数字运算中，用 1 和 0 代表 True 和 False。

T = True
    F = False
    print(T + 2)
    print(F - 8)

3  
    -8

# 基本类型
    print( type(0), bool(0), bool(1) )
    print( type(10.31), bool(0.00), bool(10.31) )
    print( type(True), bool(False), bool(True) )

<class ‘int’> False True  
    <class ‘float’> False True  
    <class ‘bool’> False True

bool 作用在基本类型变量的总结：X 只要不是整型 0、浮点型 0.0，bool(X) 就是 True，其余就是 False。

# 容器类型
    print( type(''), bool( '' ), bool( 'python' ) )
    print( type(()), bool( () ), bool( (10,) ) )
    print( type([]), bool( [] ), bool( [1,2] ) )
    print( type({ }), bool( { } ), bool( { 'a':1, 'b':2} ) )
    print( type(set()), bool( set() ), bool( { 1,2} ) )

<class ‘str’> False True  
    <class ‘tuple’> False True  
    <class ‘list’> False True  
    <class ‘dict’> False True  
    <class ‘set’> False True

bool 作用在容器类型变量的总结：X 只要不是空的变量，bool(X) 就是 True，其余就是 False。

确定bool(X) 的值是 True 还是 False，就看 X 是不是空，空的话就是 False，不空的话就是 True。

\* 对于数值变量，0, 0.0 都可认为是空的。  
    \* 对于容器变量，里面没元素就是空的。

此外两个布尔变量 P 和 Q 的逻辑运算的结果总结如下表：  
![image.png][]

## 容器数据类型 ##

上节介绍的整型、浮点型和布尔型都可以看成是单独数据，而这些数据都可以放在一个容器里得到一个「容器类型」的数据，比如：

\* 字符 (str) 是一容器的字节 char，注意 Python 里面没有 char 类型的数据，可以把单字符的 str 当做 char。

\* 元组 (tuple)、列表 (list)、字典 (dict) 和集合 (set) 是一容器的任何类型变量。

#### 字符： ####

字符用于处理文本 (text) 数据，用「单引号 ’」和「双引号 “」来定义都可以。

# 创建字符
    t1 = 'i love coding'
    print(t1, type(t1))
    
    t2 = "I love coding"
    print(t2, type(t2))

i love coding <class ‘str’>  
    I love coding <class ‘str’>

字符中常见的内置方法 (可以用 dir(str) 来查) 有

\* capitalize()：大写句首的字母  
    \* split()：把句子分成单词  
    \* find(x)：找到给定词 x 在句中的索引，找不到返回 -1  
    \* replace(x, y)：把句中 x 替代成 y  
    \* strip(x)：删除句首或句末含 x 的部分

t1.capitalize()

‘I love coding’

t2.split()

\[‘I’, ‘love’, ‘coding’\]

print(t1.find('love'))
    print(t2.find('like'))

2  
    -1

t2.replace('love', 'hate')

‘I hate coding’

print( 'http://www.python.org'.strip('htp:/') )
    print( 'http://www.python.org'.strip('.org') )

[www.python.org][]  
    [http://www.python][http_www.python]

#### 索引和切片 ####

s = 'Python'
    print( s )
    print( s[2:4] )
    print( s[-5:-2] )
    print( s[2] )
    print( s[-1] )

Python  
    th  
    yth  
    t  
    n

知识点  
Python 里面索引有三个特点 (经常让人困惑)：

1. 从 0 开始 (和 C 一样)，不像 Matlab 从 1 开始。

2. 切片通常写成 start:end 这种形式，包括「start 索引」对应的元素，不包括「end索引」对应的元素。因此 s\[2:4\] 只获取字符串第 3 个到第 4 个元素。

3. 索引值可正可负，正索引从 0 开始，从左往右；负索引从 -1 开始，从右往左。使用负数索引时，会从最后一个元素开始计数。最后一个元素的位置编号是 -1。

这些特点引起读者对切片得到什么样的元素感到困惑。有个小窍门可以帮助大家快速锁定切片的元素，如下图。

![image.png][]

与其把注意力放在元素对应的索引，不如想象将元素分开的隔栏，显然 6 个元素需要 7 个隔栏，隔栏索引也是从 0 开始，这样再看到 start:end 就认为是隔栏索引，那么获取的元素就是「隔栏 start」和「隔栏 end」之间包含的元素。如上图：

\* string\[2:4\] 就是「隔栏 2」和「隔栏 4」之间包含的元素，即 th  
    \* string\[-5:-2\] 就是「隔栏 -5」和「隔栏 -2」之间包含的元素，即 yth

正则表达式  
正则表达式 (regular expression) 主要用于识别字符串中符合某种模式的部分，什么叫模式呢？用下面一个具体例子来讲解。

input = """ '06/18/2019 13:00:00', 100, '1st'; '06/18/2019 13:30:00', 110, '2nd'; '06/18/2019 14:00:00', 120, '3rd' """
    input

“\\n’06/18/2019 13:00:00’, 100, ‘1st’;\\n’06/18/2019 13:30:00’, 110, ‘2nd’;\\n’06/18/2019 14:00:00’, 120, ‘3rd’\\n”

假如你想把上面字符串中的「时间」的模式来抽象的表示出来，对照着具体表达式 ‘06/18/201913:00:00’ 来看，我们发现该字符串有以下规则：

1. 开头和结束都有个单引号 ’  
    2. 里面有多个 0-9 数字  
    3. 里面有多个正斜线 / 和分号 :   
    4. 还有一个空格

因此我们用下面这样的模式

import re
    pattern = re.compile("'[0-9/:\s]+'")

再看这个抽象模式表达式 ‘\[0-9/:\\s\]+’，里面符号的意思如下：

\* 最外面的两个单引号 ’ 代表该模式以它们开始和结束  
    \* 中括号 \[\] 用来概括该模式涵盖的所有类型的字节  
    \* 0-9 代表数字类的字节  
    \* / 代表正斜线  
    \* : 代表分号  
    \* \\s 代表空格  
    \* \[\] 外面的加号 + 代表 \[\] 里面的字节出现至少 1 次

有了模式 pattern，我们来看看是否能把字符串中所有符合 pattern 的日期表达式都找出来。

pattern.findall(input)

\["‘06/18/2019 13:00:00’", “‘06/18/2019 13:30:00’”, “‘06/18/2019 14:00:00’”\]

结果是对的，之后你想怎么盘它就是你自己的事了，比如把 / 换成 -，比如用 datetime 里面的 striptime() 把日期里年、月、日、小时、分钟和秒都获取出来。

元组

#### 创建元组 ####

「元组」定义语法为

(元素1, 元素2, …, 元素n)

关键点是「小括号 ()」和「逗号 ,」

\* 小括号把所有元素绑在一起  
    \* 逗号将每个元素一一分开

创建元组的例子如下：

t1 = (1, 10.31, 'python')
    t2 = 1, 10.31, 'python'
    print( t1, type(t1) )
    print( t2, type(t2) )

(1, 10.31, ‘python’) <class ‘tuple’>  
    (1, 10.31, ‘python’) <class ‘tuple’>

知识点  
创建元组可以用小括号 ()，也可以什么都不用，为了可读性，建议还是用 ()。此外对于含单个元素的元组，务必记住要多加一个逗号，举例如下：

print( type( ('OK') ) )  # 没有逗号 , 
    print( type( ('OK',) ) ) # 有逗号 ,

看，没加逗号来创建含单元素的元组，Python 认为它是字符。

当然也可以创建二维元组：

nested = (1, 10.31, 'python'), ('data', 11)
    nested

((1, 10.31, ‘python’), (‘data’, 11))

#### 索引和切片 ####

元组中可以用整数来对它进行索引 (indexing) 和切片 (slicing)，不严谨的讲，前者是获取单个元素，后者是获取一组元素。接着上面二维元组的例子，先看看索引的代码：

nested[0]
    print( nested[0][0], nested[0][1], nested[0][2] )

1 10.31 python

再看看切片的代码：

nested[0][0:2]

(1, 10.31)

不可更改

元组有不可更改 (immutable) 的性质，因此不能直接给元组的元素赋值，例子如下 (注意「元组不支持元素赋值」的报错提示)。

t = ('OK', [1, 2], True)
    t[2] = False

\---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

in  
          1 t = (‘OK’, \[1, 2\], True)  
    ----> 2 t\[2\] = False

TypeError: ‘tuple’ object does not support item assignment

但是只要元组中的元素可更改 (mutable)，那么我们可以直接更改其元素，注意这跟赋值其元素不同。如下例 t\[1\] 是列表，其内容可以更改，因此用 append 在列表后加一个值没问题。

t[1].append(3)
    t

(‘OK’, \[1, 2, 3, 3, 3\], True)

内置方法

元组大小和内容都不可更改，因此只有 count 和 index 两种方法。

t = (1, 10.31, 'python')
    print( t.count('python') )
    print( t.index(10.31) )

1  
    1

这两个方法返回值都是 1，但意思完全不同

\* count(‘python’) 是记录在元组 t 中该元素出现几次，显然是 1 次  
    \* index(10.31) 是找到该元素在元组 t 的索引，显然是 1

#### 元组拼接 ####

元组拼接 (concatenate) 有两种方式，用「加号 +」和「乘号 \*」，前者首尾拼接，后者复制拼接。

(1, 10.31, 'python') + ('data', 11) + ('OK',)
    # (1, 10.31, 'python') * 2

(1, 10.31, ‘python’, ‘data’, 11, ‘OK’)

#### 解压元组 ####

解压 (unpack) 一维元组 (有几个元素左边括号定义几个变量）

t = (1, 10.31, 'python')
    (a, b, c) = t
    print( a, b, c )

1 10.31 python

解压二维元组 (按照元组里的元组结构来定义变量）

t = (1, 10.31, ('OK','python'))
    (a, b, (c,d)) = t
    print( a, b, c, d )

1 10.31 OK python

如果你只想要元组其中几个元素，用通配符「\*」，英文叫 wildcard，在计算机语言中代表一个或多个元素。下例就是把多个元素丢给了 rest 变量。

t = 1, 2, 3, 4, 5
    a, b, *rest, c = t
    print( a, b, c )
    print( rest )

1 2 5  
    \[3, 4\]

如果你根本不在乎 rest 变量，那么就用通配符「\*」加上下划线「\_」，例子如下：

a, b, *_ = t
    print( a, b )

1 2

#### 优点缺点 ####

*  优点：占内存小，安全，创建遍历速度比列表快，可一赋多值。
 *  缺点：不能添加和更改元素。

等等等，这里有点矛盾，元组的不可更改性即使优点 (安全) 有时缺点？确实是这样的，安全就没那么灵活，灵活就没那么安全。看看大佬廖雪峰怎么评价「不可更改性」吧

import timeit
    %timeit [1, 2, 3, 4, 5]
    %timeit (1, 2, 3, 4, 5)

44.5 ns ± 0.0824 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)  
    6.5 ns ± 0.00444 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each)

##### 遍历 #####

lst = [i for i in range(63335)]
    tup = tuple(i for i in range(63335))
    %timeit for each in lst: pass
    %timeit for each in tup:pass

405 µs ± 2.01 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)  
    444 µs ± 1.57 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

##### 占空间 #####

from sys import getsizeof
    print(getsizeof(lst))
    print(getsizeof(tup))

514568  
    506728

*  列表比元组稍微废点内存空间。

#### 列表 ####

##### 创建列表 #####

「列表」定义语法为

\[元素1, 元素2, …, 元素n\]

关键点是「中括号 \[\]」和「逗号 ,」

\* 中括号把所有元素绑在一起  
    \* 逗号将每个元素一一分开  
创建列表的例子如下：

l = [1, 10.31,'python']
    print(l, type(l))

\[1, 10.31, ‘python’\] <class ‘list’>

##### 内置方法 #####

不像元组，列表内容可更改 (mutable)，因此附加 (append, extend)、插入 (insert)、删除 (remove, pop) 这些操作都可以用在它身上。

*  附加

l.append([4, 3])
    print(l)
    l.extend([1.5, 2.0, 'ok'])
    print(l)

\[1, 10.31, ‘python’, \[4, 3\], \[4, 3\], 1.5, 2.0, ‘ok’, \[4, 3\]\]  
    \[1, 10.31, ‘python’, \[4, 3\], \[4, 3\], 1.5, 2.0, ‘ok’, \[4, 3\], 1.5, 2.0, ‘ok’\]

严格来说 append 是追加，把一个东西整体添加在列表后，而 extend 是扩展，把一个东西里的所有元素添加在列表后。对着上面结果感受一下区别。

*  插入

insert(i, x) 在编号 i 位置前插入 x。对着下面结果感受一下。

l.insert(1, 'abc') # insert object before the index position
    l

\[1,  
     ‘abc’,  
     ‘abc’,  
     ‘abc’,  
     ‘abc’,  
     10.31,  
     ‘python’,  
     \[4, 3\],  
     \[4, 3\],  
     1.5,  
     2.0,  
     ‘ok’,  
     \[4, 3\],  
     1.5,  
     2.0,  
     ‘ok’\]

*  删除

remove 和 pop 都可以删除元素

\* 前者是指定具体要删除的元素，比如 ‘python’  
    \* 后者是指定一个编号位置，比如 3，删除 l\[3\] 并返回出来

对着下面结果感受一下，具体用哪个看你需求。

l.remove('ok') # remove first occurrence of object
    l

\[1,  
     ‘abc’,  
     ‘abc’,  
     ‘abc’,  
     ‘abc’,  
     10.31,  
     \[4, 3\],  
     \[4, 3\],  
     1.5,  
     2.0,  
     \[4, 3\],  
     1.5,  
     2.0\]

p = l.pop(3) # removes and returns object at index. Only only pop 1 index position at any time.
    print( p )
    print( l )

abc  
    \[1, ‘abc’, ‘abc’, ‘abc’, 10.31, \[4, 3\], \[4, 3\], 1.5, 2.0, \[4, 3\], 1.5, 2.0\]

#### 切片索引 ####

索引 (indexing) 和切片 (slicing) 语法在元组那节都讲了，而且怎么判断切片出来的元素在字符那节也讲了，规则如下图：  
![image.png][]  
对照上图看下面两个例子 (顺着数和倒着数编号)：

l = [7, 2, 9, 10, 1, 3, 7, 2, 0, 1]
    l[1:5]

\[2, 9, 10, 1\]

l[-4:]

\[7, 2, 0, 1\]

# 列表可更改，因此可以用切片来赋值。
    l[2:4] = [999, 1000]
    l

\[7, 2, 999, 1000, 1, 3, 7, 2, 0, 1\]

切片的通用写法是

start : stop : step

这三个在特定情况下都可以省去，我们来看看四种情况：

情况 1 - start : 以 step 为 1 (默认) 从编号 start 往列表尾部切片。

print( l )
    print( l[3:] )
    print( l[-4:] )
    print(l[:-1])

\[7, 2, 999, 1000, 1, 3, 7, 2, 0, 1\]  
    \[1000, 1, 3, 7, 2, 0, 1\]  
    \[7, 2, 0, 1\]  
    \[7, 2, 999, 1000, 1, 3, 7, 2, 0\]

情况 2 - : stop :以  step 为 1 (默认) 从列表头部往编号 stop 切片。

print( l )
    print( l[:6] )
    print( l[:-4] )

\[7, 2, 999, 1000, 1, 3, 7, 2, 0, 1\]  
    \[7, 2, 999, 1000, 1, 3\]  
    \[7, 2, 999, 1000, 1, 3\]

情况 3 - start : stop  以 step 为 1 (默认) 从编号 start 往编号 stop 切片。

print( l )
    print( l[2:4] )
    print( l[-5:-1] )

\[7, 2, 999, 1000, 1, 3, 7, 2, 0, 1\]  
    \[999, 1000\]  
    \[3, 7, 2, 0\]

情况 4 - start : stop : step    
以具体的 step 从编号 start 往编号 stop 切片。注意最后把 step 设为 -1，相当于将列表反向排列。

print( l )
    print( l[1:5:2] )
    print( l[:5:2] )
    print( l[1::2] )
    print( l[::2] )
    print( l[::-1] )

\[7, 2, 999, 1000, 1, 3, 7, 2, 0, 1\]  
    \[2, 1000\]  
    \[7, 999, 1\]  
    \[2, 1000, 3, 2, 1\]  
    \[7, 999, 1, 7, 0\]  
    \[1, 0, 2, 7, 3, 1, 1000, 999, 2, 7\]

##### 列表拼接 #####

和元组拼接一样， 列表拼接也有两种方式，用「加号 +」和「乘号 \*」，前者首尾拼接，后者复制拼接。

[1, 10.31, 'python'] + ['data', 11] + ['OK']
    [1, 10.31, 'python'] * 2

\[1, 10.31, ‘python’, 1, 10.31, ‘python’\]

优点缺点

*  优点：灵活好用，可索引、可切片、可更改、可附加、可插入、可删除。
 *  缺点：相比 tuple 创建和遍历速度慢，占内存。此外查找和插入时间较慢。

### 字典 ###

#### 创建字典 ####

「字典」定义语法为

\{元素1, 元素2, …, 元素n\}

其中每一个元素是一个「键值对」- 键:值 (key:value)

关键点是「大括号 \{\}」,「逗号 ,」和「冒号 :」

\* 大括号把所有元素绑在一起  
    \* 逗号将每个键值对一一分开  
    \* 冒号将键和值分开

创建字典的例子如下：

d = { 'Name' : 'Tencent',
         'Country' : 'China',
         'Industry' : 'Technology',
         'Code': '00700.HK',
         'Price' : '361 HKD'}
    print(d, type(d))

\{‘Name’: ‘Tencent’, ‘Country’: ‘China’, ‘Industry’: ‘Technology’, ‘Code’: ‘[00700.HK][]’, ‘Price’: ‘361 HKD’\} <class ‘dict’>

#### 内置方法 ####

字典里最常用的三个内置方法就是 keys(), values() 和 items()，分别是获取字典的键、值、对。

print(list(d.keys()))
    print(list(d.values()))
    print(d.items())

\[‘Name’, ‘Country’, ‘Industry’, ‘Code’, ‘Price’\]  
    \[‘Tencent’, ‘China’, ‘Technology’, ‘[00700.HK][]’, ‘361 HKD’\]  
    dict\_items(\[(‘Name’, ‘Tencent’), (‘Country’, ‘China’), (‘Industry’, ‘Technology’), (‘Code’, ‘[00700.HK][]’), (‘Price’, ‘361 HKD’)\])

此外在字典上也有添加、获取、更新、删除等操作。

*  添加

比如加一个「总部：深圳」

d['headquarter'] = 'shenzhen'
    d

\{‘Name’: ‘Tencent’,  
     ‘Country’: ‘China’,  
     ‘Industry’: ‘Technology’,  
     ‘Code’: ‘[00700.HK][]’,  
     ‘Price’: ‘361 HKD’,  
     ‘headquarter’: ‘shenzhen’\}

*  获取

比如想看看腾讯的股价是多少 (两种方法都可以)

print(d['Price'])
    print(d.get('Price'))

361 HKD  
    361 HKD

*  更新

比如更新腾讯的股价到 359 港币

d['Price'] = '359 HKD'
    d

\{‘Name’: ‘Tencent’,  
     ‘Country’: ‘China’,  
     ‘Industry’: ‘Technology’,  
     ‘Code’: ‘[00700.HK][]’,  
     ‘Price’: ‘359 HKD’,  
     ‘headquarter’: ‘shenzhen’\}

*  删除

比如去掉股票代码 (code)

del d['Code']
    d

\{‘Name’: ‘Tencent’,  
     ‘Country’: ‘China’,  
     ‘Industry’: ‘Technology’,  
     ‘Price’: ‘359 HKD’,  
     ‘headquarter’: ‘shenzhen’\}

或像列表里的 pop() 函数，删除行业 (industry) 并返回出来。

print(d.pop('Industry'))
    d

Technology

\{‘Name’: ‘Tencent’,  
     ‘Country’: ‘China’,  
     ‘Price’: ‘359 HKD’,  
     ‘headquarter’: ‘shenzhen’\}

#### 不可更改键 ####

字典里的键是不可更改的，因此只有那些不可更改的数据类型才能当键，比如整数 (虽然怪怪的)、浮点数 (虽然怪怪的)、布尔 (虽然怪怪的)、字符、元组 (虽然怪怪的)，而列表却不行，因为它可更改。看个例子

d = { 2 : 'integer key',
         10.31 : 'float key',
         True : 'boolean key',
         ('OK',3) : 'tuple key'}
    d

\{2: ‘integer key’,  
     10.31: ‘float key’,  
     True: ‘boolean key’,  
     (‘OK’, 3): ‘tuple key’\}

虽然怪怪的，但这些 2, 10.31, True, (‘OK’, 3) 确实能当键。有个地方要注意下，True 其实和整数 1 是一样的，由于键不能重复，当你把 2 该成 1时，你会发现字典只会取其中一个键

那么如何快速判断一个数据类型 X 是不是可更改的呢？两种方法：

1. 麻烦方法：用 id(X) 函数，对 X 进行某种操作，比较操作前后的 id，如果不一样，则 X 不可更改，如果一样，则 X 可更改。  
    2. 便捷方法：用 hash(X)，只要不报错，证明 X 可被哈希，即不可更改，反过来不可被哈希，即可更改。

先看用 id() 函数的在整数 i 和列表 l 上的运行结果：

i = 1
    print( id(i) )
    i = i + 2
    print( id(i) )

140732850594448  
    140732850594512

l = [1, 2]
    print( id(l) )
    l.append('Python')
    print( id(l) )

3026082498824  
    3026082498824

用 hash() 函数的在字符 s，元组 t 和列表 l 上的运行结果：

hash('Name')

\-5122428430537815772

hash( (1,2,'Python') )

8941961007093465794

hash( [1,2,'Python'] )

\---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

in  
    ----> 1 hash( \[1,2,‘Python’\] )

TypeError: unhashable type: ‘list’

字符 s 和元组 t 都能被哈希，因此它们是不可更改的。列表 l 不能被哈希，因此它是可更改的。

##### 优点缺点 #####

优点：查找和插入速度快  
缺点：占内存大

### 集合 ###

#### 创建集合 ####

「集合」有两种定义语法，  
第一种是

\{元素1, 元素2, …, 元素n\}

关键点是「大括号 \{\}」和「逗号 ,」

\* 大括号把所有元素绑在一起  
    \* 逗号将每个元素一一分开

第二种是  
    用 set() 函数，把列表或元组转换成集合。

##### set( 列表 或 元组 ) #####

创建集合的例子如下 (用两者方法创建 A 和 B)：

从 A 的结果发现集合的两个特点：无序 (unordered) 和唯一 (unique)。由于 set 存储的是无序集合，所以我们没法通过索引来访问，但是可以判断一个元素是否在集合中。

A = set(['u', 'd', 'ud', 'du', 'd', 'du'])
    B = { 'd', 'dd', 'uu', 'u'}
    print( A )
    print( B )

\{‘d’, ‘du’, ‘ud’, ‘u’\}  
    \{‘d’, ‘uu’, ‘dd’, ‘u’\}

B[1]

\---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

in  
    ----> 1 B\[1\]

TypeError: ‘set’ object is not subscriptable

'u' in B

True

##### 内置方法 #####

用 set 的内置方法就把它当成是数学上的集，那么并集、交集、差集都可以玩通了。

###### 并集OR ######

print( A.union(B) ) # All unique elements in A or B
    print( A | B ) # A OR B

\{‘dd’, ‘du’, ‘d’, ‘u’, ‘uu’, ‘ud’\}  
    \{‘dd’, ‘du’, ‘d’, ‘u’, ‘uu’, ‘ud’\}

###### 交集AND ######

print(A.intersection(B))  # All elements in both A and B
    print(A & B)  # A and B

\{‘d’, ‘u’\}  
    \{‘d’, ‘u’\}

###### 差集A-B ######

print(A.difference(B))  # Elements in A but not in B
    print(B - A) # B minus A

\{‘du’, ‘ud’\}  
    \{‘uu’, ‘dd’\}

##### 对称差集 XOR #####

print(A.symmetric_difference(B)) # All elements in either A or B ,but not both
    print(A ^ B)

\{‘du’, ‘dd’, ‘uu’, ‘ud’\}  
    \{‘du’, ‘dd’, ‘uu’, ‘ud’\}

##### \* 优点缺点 #####

*  优点：不用判断重复的元素
 *  缺点：不能存储可变对象

你看集合的「唯一」特性还不是双刃剑，既可以是优点，又可以是缺点，所有东西都有 trade-off 的，要不然它就没有存在的必要了。

## 3. 条件语句 & 迭代循环 ##

在编写程序时，我们要

\* 在不同条件下完成不同动作，条件语句 (conditional statement) 赋予程序这种能力。

\* 重复的完成某些动作，迭代循环 (iterative loop) 赋予程序这种能力。

#### 条件语句 ####

条件语句太简单了，大体有四种格式

1. if 语句  
    2. if-else 语句  
    3. if-elif-else 语句  
    4. nested 语句  
看了下面四幅图 (包含代码) 应该秒懂条件语句，其实任何会说话的人都应该懂它。

*  if  
    ![image.png][]  
    if x > 0:      
        print( ‘x is positive’ )
 *  if-else  
    ![image.png][]  
    if x % 2 == 0:  
        print( ‘x is even’ )  
    else :  
        print( ‘x is odd’ )
 *  if-elif-else   
    ![image.png][]  
    if x < y:  
        print( ‘x is less than y’ )  
    elif x > y:  
        print( ‘x is greater than y’ )  
    else:  
        print( ‘x and y are equal’ )  
      给定多元条件，满足条件 1 做事 A1，满足条件 2 做事 A2，…, 满足条件 n 做事 An。直到把所有条件遍历完。
 *  Nested if  
    ![image.png][]  
    if x == y:  
        print( ‘x and y are equal’ )  
    else:  
        if x < y:  
            print( ‘x is less than y’ )  
        else:  
            print( ‘x is greater than y’ )  
    给定多元条件，满足条件 1 做事 A1，不满足就

给定多元条件，满足条件 2 做事 A2，不满足就

…

直到把所有条件遍历完。

#### 迭代循环 ####

对于迭代循环，Python 里面有「while 循环」和「for 循环」，没有「do-while 循环」。

*  **while 循环**

While 循环非常简单，做事直到 while 后面的语句为 False。上例就是打印从 n (初始值为 5) 一直到 1，循环执行了 5 次。

一般来说，在 「while 循环」中，迭代的次数事先是不知道的，因为通常你不知道 while 后面的语句从 True 变成 False了。

n =5
    while n > 0:
        print(n)
        n = n-1
    print('learned')

5  
    4  
    3  
    2  
    1  
    learned

*  **for 循环**

更多时候我们希望事先直到循环的次数，比如在列表、元组、字典等容器类数据上遍历一遍，在每个元素层面上做点事情。这时候就需要「for 循环」了。

languages = ['Python', 'R', 'Matlab', 'C++', 'java']
    for language in languages:
        print('learning ', language)
    print('learned')

learning  Python  
    learning  R  
    learning  Matlab  
    learning  C++  
    learning  java  
    learned

最后介绍一个稍微有点特殊的函数 enumerate()，和 for loop 一起用的语法如下

for i, a in enumerate(A)  
        do something with a

发现区别了没？用 enumerate(A) 不仅返回了 A 中的元素，还顺便给该元素一个索引值 (默认从 0 开始)。此外，用 enumerate(A, j) 还可以确定索引起始值为 j。看下面例子。

languages = ['Python', 'R', 'Matlab', 'C++', 'java']
    for i, language in enumerate(languages, 1):
        print(i, 'learning', language)
    print('learned')

1 learning Python  
    2 learning R  
    3 learning Matlab  
    4 learning C++  
    5 learning java  
    learned

## 总结 ##

学习任何一种都要从最基本开始，基本的东西无外乎数据类型、条件语句和递推循环。

数据类型分两种：

\* 单独类型：整型、浮点型、布尔型  
    \* 容器类型：字符、元组、列表、字典、集合

按照 Python 里「万物皆对象」的思路，学习每一个对象里面的属性 (attributes) 和方法 (methods)，你不需要记住所有，有个大概印象有哪些，通过 dir() 来锁定具体表达式，再去官网上查询所有细节。这么学真的很系统而简单。此外学的时候一定要带着“它的优缺点是什么”这样的问题，所有东西都有 trade-off，一个满身都是缺点的东西就没有存在的必要，既然存在肯定有可取之处。

条件语句 (if, if-else, if-elif-else, nested if) 是为了在不同条件下执行不同操作，而迭代循环 (while, for) 是重复的完成相同操作。

抓住上面大框架，最好还要以目标导向 (我学 python 就是为了搞自动化躺着赚钱)，别管这目标难度如何，起码可以保证我累得时候还鸡血满满不会轻言放弃。这样我就足够主动的去学一样东西并学精学深，目标越难完成，我主动性就越强。

之后所有的细节都可以慢慢来，虽然我觉得本篇已经挖了不少细节了，像 hashability，但肯定还有更多等着去挖，半篇帖子就想覆盖 Python 所有内容不是开玩笑吗？但**抓住大框架，有目标导向，对有效学习任何内容都适用。**

[image.png]: 
[www.python.org]: http://www.python.org
[http_www.python]: http://www.python
[00700.HK]: http://00700.HK