Python学习笔记1：Python入门

1.Python简介
1989龟叔，特点优雅、明确、简单。适合的领域：Web网站和各种网络服务，系统工具和脚本，作为“胶水”语言把其他语言开发的模块包装起来方便使用。
Python和其他语言的对比如下：

语言 类型 运行速度 代码量 C 编译为机器码 非常快 非常多 Java 编译为字节码 快 多 Python 解释执行 慢 少

Python的版本2.7和3.3，部分语法不兼容，选择2.7版，因为有部分第三方库不兼容3.3版。

2.Python安装
官网下载https://www.python.org/downloads/相应版本，此处我下载Windows下2.7.11版本，下载完后直接运行安装，保持默认路径。配置环境变量，在系统变量path中加入路径“C:\Python27”，在终端输入python命令，若显示python版本则安装成功。

3.Python变量和数据类型
（1）数据类型
整数、浮点数、字符串、布尔值、空值
（2）print语句
（3）注释#
（4）变量
Python是动态语言，即变量本身类型不固定；与之相对应的是静态语言，静态语言在定义变量时必须指定变量类型，如果赋值的时候类型不匹配，就会报错，Java就是静态语言。
理解变量在计算机内存中的表示也非常重要。当我们写：a = ‘ABC’时，Python解释器干了两件事情：1. 在内存中创建了一个’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’。
（5）定义字符串：转义字符\
（6）raw字符串与多行字符串
（7）Unicode字符串：u”’…”’
（8）整数和浮点数
整数的运算结果仍然是整数，浮点数的运算结果仍然是浮点数
2.5+10/4 #==>4.5
2.5+10.0/4 #==>5.0
（9）布尔类型
在Python中，布尔类型还可以与其他数据类型做 and、or和not运算，请看下面的代码：
a = True
print a and ‘a=T’ or ‘a=F’
计算结果不是布尔类型，而是字符串 ‘a=T’，这是为什么呢？
因为Python把0、空字符串”和None看成 False，其他数值和非空字符串都看成 True，所 以：True and ‘a=T’ 计算结果是 ‘a=T’，继续计算 ‘a=T’ or ‘a=F’ 计算结果还是 ‘a=T’。
要解释上述结果，又涉及到 and 和 or 运算的一条重要法则：短路计算。
1. 在计算 a and b 时，如果 a 是 False，则根据与运算法则，整个结果必定为 False，因此返回 a；如果 a 是 True，则整个计算结果必定取决与 b，因此返回 b。
2. 在计算 a or b 时，如果 a 是 True，则根据或运算法则，整个计算结果必定为 True，因此返回 a；如果 a 是 False，则整个计算结果必定取决于 b，因此返回 b。
所以Python解释器在做布尔运算时，只要能提前确定计算结果，它就不会往后算了，直接返回结果。

4.List和Tuple类型
（1）list
Python内置的一种数据类型是列表list，list是一种有序的集合，可以随时添加和删除其中的元素。L=[‘Adam’,’Lisa’,’Bart’]
append(element)//将指定元素加到末尾
insert(index, element)//将指定元素加到指定位置
pop//删除最后一个元素
pop(index)//删除指定位置的元素
（2）tuple
tuple是另一种有序的列表，中文翻译为“元组”。tuple和list非常类似，但是tuple一旦创建完毕就不能修改了。t=(‘Adam’,’Lisa’,’Bart’)

5.if语句
（1）if语句
if，if-else，if-elif-else
（2）for循环
（3）while循环
（4）break退出循环
（5）continue继续循环

6.Dict和Set类型
（1）dict
dict的作用是建立一组 key 和一组 value 的映射关系，dict的key是不能重复的。花括号 {} 表示这是一个dict，然后按照 key: value, 写出来即可。最后一个 key: value 的逗号可以省略。

d = {    'Adam': 95,    'Lisa': 85,    'Bart': 59}

dict的特点：
dict的第一个特点是查找速度快，无论dict有10个元素还是10万个元素，查找速度都一样。而list的查找速度随着元素增加而逐渐下降。不过dict的查找速度快不是没有代价的，dict的缺点是占用内存大，还会浪费很多内容。list正好相反，占用内存小，但查找速度慢。
dict的第二个特点就是存储的key-value序对是没有顺序的。当我们试图打印一个dict时，打印的顺序不一定是我们创建时的顺序，而且，不同的机器打印的顺序都可能不同，这说明dict内部是无序的，不能用dict存储有序的集合。
dict的第三个特点是作为 key 的元素必须不可变，Python的基本类型如字符串、整数、浮点数都是不可变的，都可以作为 key。但是list是可变的，就不能作为 key。

（2）set
set 持有一系列元素，这一点和 list 很像，但是set的元素没有重复，而且是无序的，这点和 dict 的 key很像。
set的特点：
set的内部结构和dict很像，唯一区别是不存储value，因此，判断一个元素是否在set中速度很快。
set存储的元素和dict的key类似，必须是不变对象，因此，任何可变对象是不能放入set中的。
其次，set内部存储的元素是无序的。
最后，set不能包含重复的元素。
访问 set中的某个元素实际上就是判断一个元素是否在set中，可以用 in 操作符判断。

7.函数
Python内置了很多有用的函数，我们可以直接调用。要调用一个函数，需要知道函数的名称和参数，比如求绝对值的函数 abs，它接收一个参数。
（1）什么是函数
（2）调用函数
（3）编写函数
（4）返回多值
（5）递归函数
（6）定义默认参数
（7）定义可变参数

8.切片
对经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符，能大大简化这种操作。
（1）对list进行切片
（2）倒序切片
（3）对字符串切片

9.迭代（Iteration）
（1）什么是迭代？
在Python中，如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们成为迭代（Iteration）。因为 Python 的 for循环不仅可以用在list或tuple上，还可以作用在其他任何可迭代对象上。因此，迭代操作就是对于一个集合，无论该集合是有序还是无序，我们用 for 循环总是可以依次取出集合的每一个元素。
注意：集合是指包含一组元素的数据结构，我们已经介绍的包括：
1. 有序集合：list，tuple，str和unicode；
2. 无序集合：set
3. 无序集合并且具有 key-value 对：dict
（2）索引迭代
索引迭代也不是真的按索引访问，而是由 enumerate() 函数自动把每个元素变成 (index, element) 这样的tuple，再迭代，就同时获得了索引和元素本身。
（3）迭代dict的value
dict对象本身就是可迭代对象，用 for 循环直接迭代 dict，可以每次拿到dict的一个key。如果我们希望迭代 dict 对象的value，应该怎么做？

dict 对象有一个 values() 方法，这个方法把dict转换成一个包含所有value的list，这样，我们迭代的就是 dict的每一个 value：

d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }print d.values()# [85, 95, 59]for v in d.values():    print v# 85# 95# 59

如果仔细阅读Python的文档，还可以发现，dict除了values()方法外，还有一个 itervalues() 方法，用 itervalues() 方法替代 values() 方法，迭代效果完全一样：

d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }print d.itervalues()# <dictionary-valueiterator object at 0x106adbb50>for v in d.itervalues():    print v# 85# 95# 59

那这两个方法有何不同之处呢？

1. values() 方法实际上把一个 dict 转换成了包含 value 的list。
2. 但是 itervalues() 方法不会转换，它会在迭代过程中依次从 dict 中取出 value，所以 itervalues() 方法比 values() 方法节省了生成 list 所需的内存。
3. 打印 itervalues() 发现它返回一个 对象，这说明在Python中，for 循环可作用的迭代对象远不止 list，tuple，str，unicode，dict等，任何可迭代对象都可以作用于for循环，而内部如何迭代我们通常并不用关心。
   如果一个对象说自己可迭代，那我们就直接用 for 循环去迭代它，可见，迭代是一种抽象的数据操作，它不对迭代对象内部的数据有任何要求。

（4）迭代dict的key和value
items() 方法把dict对象转换成了包含tuple的list，我们对这个list进行迭代，可以同时获得key和value：

>>> d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }>>> print d.items()[('Lisa', 85), ('Adam', 95), ('Bart', 59)]

>>> for key, value in d.items():...     print key, ':', value... Lisa : 85Adam : 95Bart : 59

和 values() 有一个 itervalues() 类似， items() 也有一个对应的 iteritems()，iteritems() 不把dict转换成list，而是在迭代过程中不断给出 tuple，所以， iteritems() 不占用额外的内存。

10.生成列表
（1）生成列表

>>> [x * x for x in range(1, 11)][1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

（2）复杂表达式

d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }def generate_tr(name, score):    if score < 60:        return '<tr><td>%s</td><td style="color:red">%s</td></tr>' % (name, score)    else:        return '<tr><td>%s</td><td>%s</td></tr>' % (name, score)tds = [generate_tr(name, score) for name, score in d.iteritems()]print '<table border="1">'print '<tr><th>Name</th><th>Score</th><tr>'print '\n'.join(tds)print '</table>'

（3）条件过滤

>>> [x * x for x in range(1, 11) if x % 2 == 0][4, 16, 36, 64, 100]

（4）多层表达式

print [x*100+y*10+z for x in range(1,10) for y in range(0,10) for z in range(1,10) if x==z]