[Python] Python系列（一）之基础篇

1. 数据类型和变量

​ Python使用缩进来组织代码块，一般使用4个空格的缩进。使用#来注释一行，其他每一行都是一个语句，当语句以冒号:结尾时，缩进的语句视为代码块。Python对大小写敏感。

1.1 整数

​ Python可以处理任意大小的整数，包括负整数，写法与数学上写法一致，例如：-100。如果用十六进制表示，则用前缀为0x和0-9，a-f表示，例如：0xff00。

1.2 浮点数

​ 浮点数的表示方法：3.14，-9.01。若是科学技术法表示，则10用e代替，例如：1.23$\times10^9$表示为1.23e9。

​ 整数和浮点数在计算机内存储的方式不同，整数运算永远是精确的（包括除法运算），浮点数运算可能会存在四舍五入的误差。

1.3 字符串

​ 字符串是单引号或双引号括起来的文本。

• 如果字符串中包含单引号，则用双引号括起来；

• 如果包含双引号，则用单引号括起来；

• 如果既包含单引号又包含双引号，则使用转义字符\来标识，例如：'I\'m \"OK\"!'表示的是I'm "OK"!。

• python中用r''表示''内部的字符串默认不转义，例如print(r'\\\t\\')即打印\\\t\\。

• python中用'''...'''三引号来输入多行内容，其中...是提示符，表示接着上一行输入，例如：

  1 2 3 4 5 6

  >>> print('''line1 ... line2 ... line3''') line1 line2 line3

1.4 布尔值

​ 布尔值只有True和Flase两种（注意大小写，Python对大小写敏感），常用于if的条件判断。

​ 布尔值运算规则如下：

• and运算是与运算，只有所有都为True，and运算结果才是True。
• or运算是或运算，只要其中有一个为True，or运算结果就是True。
• not运算是非运算，它是一个单目运算符，把True变成False，False变成True。

1.5 空值

​ 空值是Python里一个特殊的值，用None表示。

1.6 变量

​ Python中变量类型不固定，即动态语言，不需要提前声明。使用=直接赋值，同一个变量可以反复赋值，且可以是不同类型的变量。例如：

1
2
3
4
5

a = 123    #a是整数，即a指向整数123
a = "ABC"  #将a赋值成字符串，即a指向字符串"ABC"
b = a      #将b指向a所指向的数据("ABC")
a = "XYZ"  #将a指向字符串"XYZ"
print(b)   #打印b将打印"ABC"而不是"XYZ"

​ 变量a="ABC"赋值中，Python解释器处理了以下事项：

1. 在内存中创建一个"ABC"的字符串；
2. 在内存中创建了一个名为a的变量，并把它指向"ABC"。
3. 把a赋值给b，实际上是将b指向a所指向的数据。

1.7 常量

​ 常量一般用全部大写的变量名表示，例如：PI=3.14。实际上，Python没有机制保证PI的值不会被改变，所以本质仍然是个变量。

​ Python的除法：

• /的除法计算结果是浮点数，即使是两个整数相除也是浮点数，例如9 / 3结果为3.0。
• //除法只取结果的整数部分，例如10 // 3结果是整数部分3。
• %表示取余数，例如：10 % 3结果是余数1。

1.8 总结

​ Python支持多种数据类型，在计算机内部可以把任何数据看成一个”对象”，而变量赋值就是将变量和数据对象关联起来，即变量指向该数据对象。例如x=y，表示把变量x指向y所指向的数据对象，随后对y的赋值并不影响x的指向。

​ Python的整数和浮点数没有大小的限制。若超出一定范围就用inf（无限大）表示。

2. 字符串和编码

2.1 字符编码

• ASCII编码，早期的编码包含大小写英文字母、数字和一些符号，用一个字节（8位）表示。因编码量少可能会出现乱码问题。
• Unicode编码，统一各国语言编码，用两个字节（16位）表示。如果文本全是英文，则会比ASCII编码需要多一倍的存储空间，在存储和传输上不划算。
• UTF-8编码，即可变长的Unicode编码，UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码能节省空间。

2.2 字符编码使用场景

• 在计算机内存中，统一使用Unicode编码。

• 当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。

  例如：

  ​ 用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。

  

  ​ 浏览网页的时候，服务器会把动态的生成的Unicode内容转换为UTF-8再传输到浏览器，所以很多网页的源码上会有类似<meta charset="UTF-8" />的信息，表示该网页正是用的UTF-8编码。

  

2.3 Python的字符串

​ Python3的版本中，字符串是Unicode编码，即支持多语言。

​ 对于单个字符的编码，Python提供ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符。例如：

1
2
3
4
5
6
7
8

>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'

如果知道字符的整数编码，可以用十六进制写str：

1
2

>>> '\u4e2d\u6587'
'中文'

2.4 字符串(编码)转换

​ Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes(UTF-8/ASCII编码)。

​ Python对bytes类型的数据用带b前缀的单引号或双引号表示：

1

x = b'ABC'

2.4.1 encode()[str→bytes]

​ 以Unicode表示的str通过encode()方法可以编码为指定的bytes，即Unicode编码转换成UTF-8编码或ASCII编码，例如：

1
2
3
4
5
6
7
8
9

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
#错误例子
>>> '中文'.encode('ascii')  
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

2.4.2 decode()[bytes→str]

​ 要把UTF-8编码或ASCII编码转换成Unicode编码，即bytes类型转换为str类型，可用decode()转换。例如：

1
2
3
4
5
6
7
8
9

>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'
#错误例子
>>> b'\xe4\xb8\xad\xff'.decode('utf-8')
Traceback (most recent call last):
  ...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte

​ 如果bytes中只有一小部分无效的字节，可以传入errors='ignore'忽略错误的字节：

1
2

>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'

2.4.3 len()

​ 对于str类型len()计算的是字符数，对于bytes类型len()计算的是字节数。

1
2
3
4
5
6
7
8
9
10
11
12

#对于str类型
>>> len('ABC')
3
>>> len('中文')
2
#对于bytes类型
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6

​ 1个中文字符经过UTF-8编码后通常会占用3个字节，而1个英文字符只占用1个字节。

​ 为了避免中文乱码，一般使用UTF-8编码对str和bytes进行转换，即Unicode→UTF-8。所以一般在Python源文件开头写以下信息：

1
2

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

第一行注释是为了告诉Linux/OS X系统，这是一个Python可执行程序，Windows系统会忽略这个注释；

第二行注释是为了告诉Python解释器，按照UTF-8编码读取源代码，否则，你在源代码中写的中文输出可能会有乱码。

2.5 格式化

2.5.1 %的方式

​ 使用%来格式化字符串，其中%s永远起作用，可以把任何数据类型转换成字符串，如果字符串中包含%，则使用%%转义表示字符串中的%。常用占位符如下：

例如：

1
2
3
4
5
6
7
8
9
10
11
12
13

>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'
#整数和浮点数
>>> print('%2d-%02d' % (3, 1))
>>> print('%.2f' % 3.1415926)
# %s的通用性
>>> 'Age: %s. Gender: %s' % (25, True)
'Age: 25. Gender: True'
#转义字符串中的%
>>> 'growth rate: %d %%' % 7
'growth rate: 7 %'

2.5.2 format()

​ 可以使用字符串的format()方法，它会用传入的参数依次替换字符串内的占位符{0}、{1}……。但建议直接使用%的方式。

1
2

>>> 'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.1%'

3. list和tuple类型

3.1 list

list表示列表，是可变的有序列表，即有序的集合，可以随时添加和删除元素。

3.1.1 list的定义

1
2
3

>>> classmates = ['Michael', 'Bob', 'Tracy']
>>> classmates
['Michael', 'Bob', 'Tracy']

3.1.2 len()

用len()函数可以获得list元素的个数

1
2

>>> len(classmates)
3

3.1.3 list的索引

• list元素索引从0开始
• 索引可以引用负数表示倒数序号，例如classmates[-1]表示倒数最后一个元素，索引-1等价于len(classmates) - 1
• 索引越界会报IndexError错误，倒序索引也会越界

3.1.4 list元素增删

3.1.4.1 追加末尾元素

1
2
3

>>> classmates.append('Adam')
>>> classmates
['Michael', 'Bob', 'Tracy', 'Adam']

3.1.4.2 指定位置插入元素

1
2
3

>>> classmates.insert(1, 'Jack')
>>> classmates
['Michael', 'Jack', 'Bob', 'Tracy', 'Adam']

3.1.4.3 删除末尾元素

1
2
3
4

>>> classmates.pop()
'Adam'
>>> classmates
['Michael', 'Jack', 'Bob', 'Tracy']

3.1.4.4 删除指定位置元素

用pop(i)的方法，i为索引值

1
2
3
4

>>> classmates.pop(1)
'Jack'
>>> classmates
['Michael', 'Bob', 'Tracy']

3.1.4.5 替换元素

即直接给对应索引的元素重新赋值。

1
2
3

>>> classmates[1] = 'Sarah'
>>> classmates
['Michael', 'Sarah', 'Tracy']

3.1.5多维list

​ list中元素的数据类型可以不同，如果要实现二维list，即将一维list中的元素定义为list即可，同理可以实现多维list。例如访问二维list可用s[2][1]的方式，表示一维list中的第三个元素list中的第二个元素。

1
2
3

>>> s = ['python', 'java', ['asp', 'php'], 'scheme']
>>> len(s)
4

3.1.6 空list

​ 空list即一个元素也没有，长度为0。

1
2
3

>>> L = []
>>> len(L)
0

3.2 tuple

3.2.1 tuple的定义

​ tuple表示元组，即不可变的有序元素的集合。即没有修改元素的函数，例如append()，insert()，元素赋值等。

​ 因为tuple元素不可变，所以代码更安全。当定义tuple时，元素就必须被确定下来。如果tuple中只含一个元素，则在该元素后加逗号。避免与小括号运算产生歧义。

1
2
3
4
5
6
7
8

#以下是单元素tuple的定义
>>> t = (1,)
>>> t
(1,)
#以下是小括号运算
>>> t = (1)
>>> t
1

3.2.2 特别说明

tuple中的元素不可变表示元素的指向不可变，但该元素如果是list，则该list的内容可变。即list表示的是指向，该list的指向不可变，但是list中元素的指向可变，即list中的元素可变。例如：

1
2
3
4
5

>>> t = ('a', 'b', ['A', 'B'])
>>> t[2][0] = 'X'
>>> t[2][1] = 'Y'
>>> t
('a', 'b', ['X', 'Y'])

示意图：

list元素修改前：t = ('a', 'b', ['A', 'B'])

list元素修改后：t = ('a', 'b', ['X', 'Y'])

4. dict和set类型

4.1 dict

4.1.1 dict的定义

dict即字典，相当于golang中的map类型，key-value型。具有极快的查找速度。

1
2
3
4
5
6

//dict的赋值
>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95
//dict元素的赋值
>>> d['Adam'] = 67

由于dict中key的值是唯一的，因此如果多次赋值，最终结果为最后一次的赋值。

4.1.2 dict的查找

如果key不存在会报错，检测key是否存在可以通过in或get()方法。当key不存在时，in的方式返回False，get()方法返回None或指定值。

1
2
3
4
5
6
7
8
9
10
11
12
13
14

#key不存在的报错
>>> d['Thomas']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'Thomas'

#in方式检查key是否存在
>>> 'Thomas' in d
False

#get()方法检查key是否存在
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1

4.1.3 dict的删除

要删除dict中的元素，可以通过用pop(key)方法，删除该key对应的键值对。

1
2
3
4

>>> d.pop('Bob')
75
>>> d
{'Michael': 95, 'Tracy': 85}

4.1.4 特别说明

dict的特点：

1. 查找和插入的速度极快，不会随着key的增加而变慢；
2. 需要占用大量的内存，内存浪费多。
3. dict的key必须是不可变对象，在Python中，字符串、整数等都是不可变的，而list是可变的，就不能作为key。

对比list的特点：

1. 查找和插入的时间随着元素的增加而增加；
2. 占用空间小，浪费内存很少。

4.2 set

​ set表示无序和无重复元素的集合，与数学意义上的集合类似，也可以看成是只有key没有value的dict。

4.2.1 set的定义

要创建一个set，需要提供一个list作为输入集合，如果list中有重复元素则自动过滤掉。

1
2
3
4
5
6
7

>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}
#如果有重复元素会自动过滤掉
>>> s = set([1, 1, 2, 2, 3, 3])
>>> s
{1, 2, 3}

4.2.2 set的添加和删除

通过add(key)方法可以添加元素到set中，可以重复添加，但无效。

1
2
3
4
5
6

>>> s.add(4)
>>> s
{1, 2, 3, 4}
>>> s.add(4)
>>> s
{1, 2, 3, 4}

通过remove(key)方法可以删除元素。

1
2
3

>>> s.remove(4)
>>> s
{1, 2, 3}

4.2.3 set的交集和并集

1
2
3
4
5
6
7
8

>>> s1 = set([1, 2, 3])
>>> s2 = set([2, 3, 4])
#交集
>>> s1 & s2
{2, 3}
#并集
>>> s1 | s2
{1, 2, 3, 4}

4.3 不可变对象

​ 变量表示一个指向，而变量指向的内容表示一个对象。例如a="abc"中a是变量即指向，而abc是字符串对象。

​ Python中整数和字符串是不可变对象，而list是可变对象。

1
2
3
4
5
6

>>> a = 'abc'
>>> b = a.replace('a', 'A')
>>> b
'Abc'
>>> a
'abc'

​ 例如上例中，a是变量，abc是字符串对象，当调用a的replace的方法时，实际上是基于原字符串对象重新创建了一个新的字符串对象Abc，而没有改变原字符串对象的内容。

​ 对于不变对象来说，调用对象自身的任意方法，不会改变该对象自身的内容。而会创建新的对象并返回。

5. 条件语句

5.1 if格式

1
2
3
4
5
6
7
8

if <条件判断1>:
    <执行1>
elif <条件判断2>:
    <执行2>
elif <条件判断3>:
    <执行3>
else:
    <执行4>

​ 以上是if语句的完整格式，注意事项：

• Python使用缩进规则，如果if判断条件为true，则执行缩进部分的内容。
• if的执行逻辑是从上往下判断，如果某个判断为true，则会忽略剩下的elif和else。

例如：以下例子打印的结果是teenager，即满足第一个if条件则后续判断不再执行。

1
2
3
4
5
6
7

age = 20
if age >= 6:
    print('teenager')
elif age >= 18:
    print('adult')
else:
    print('kid')

5.2 条件简写

1
2

if x:
    print('True')

只要x是非零数值、非空字符串、非空list等，就判断为True，否则为False。

5.3 input()使用

1
2
3
4
5
6

s = input('birth: ')
birth = int(s)
if birth < 2000:
    print('00前')
else:
    print('00后')

input()返回的数据类型是str，str不能直接和整数比较，必须先把str转换成整数。Python提供了int()函数来转换成整数。

6. 循环语句

6.1 for循环

for…in循环，即把list或tuple中的每个元素迭代出来，执行后续操作。

1
2
3

names = ['Michael', 'Bob', 'Tracy']
for name in names:
    print(name)

Python提供一个range(x)函数，生成0-(x-1)的整数序列。

1
2
3
4
5
6
7

>>> list(range(5))
[0, 1, 2, 3, 4]
//求和运算
sum = 0
for x in range(101):
    sum = sum + x
print(sum)

6.2 while循环

while循环，只要条件满足，就不断循环，条件不满足时退出循环。

1
2
3
4
5
6

sum = 0
n = 99
while n > 0:
    sum = sum + n
    n = n - 2
print(sum)

6.3 break

在循环中，break语句可以提前退出循环。

1
2
3
4
5
6
7

n = 1
while n <= 100:
    if n > 10: # 当n = 11时，条件满足，执行break语句
        break # break语句会结束当前循环
    print(n)
    n = n + 1
print('END')

6.4 continue

在循环过程中，可以通过continue语句，跳过当前的这次循环，直接开始下一次循环。

1
2
3
4
5
6

n = 0
while n < 10:
    n = n + 1
    if n % 2 == 0: # 如果n是偶数，执行continue语句
        continue # continue语句会直接继续下一轮循环，后续的print()语句不会执行
    print(n)

break和continue通常都必须配合if语句使用。

本文参考：廖雪峰Python教程

推荐文章

• [Python] Python系列（三）之高级特性
• [Python] Python系列（四）之面向对象编程
• [Python] Python系列（二）之Python函数