python初探

Python作为一种高维语言需要在一定的环境运行。

Shell和file模式都可以运行python语句。

本质上都是通过定义一定的变量，然后通过一定的程序运行，最终达到一定的运算的目的。期间可以形成各种不同层次的耦合，即各种我们可以调用的函数

其中搜索是一种匹配运算。多层次的信息匹配。

语言的沟通，不同层次的耦合需要最终信息的交互。

记忆的存储功能，抽象化。

语法基础：定义是第一，这是接下来运算的基础。可以使用运算符来连接各种类型的数据，从而构成表达式。然后在这个基础完成一定的逻辑运算。

然后是各种数据类型。各种int，float等等（一种分化）。这是对问题的表达模式，从而程序能够分配明确的空间。

然后就是具体的运算。优先级的运算。

然后是函数和模块、库的使用，这是多层次耦合的一种应用。

数学工具的开发。思想的流动，需要优雅的架构，这是一种选择性表达的结果

条件判断是运算的基础单元。这是接下来的运算的前提。其可以无限分支，理论上可以通过这种分支形成的序列来对所有的情况进行一种精确定义。当然，我们的精度是一个很大的问题。

循环和迭代是一种阶导，可以通过无限次的进行遍历出所有的情况。数据结构的字典、集合、数值型字符串、列表、元组等等；函数的定义,模块、库等等。

在以上的基础构建不同层次的算法。

数据结构和数据处理能力，乃至数据获取、挖掘，提取出高维的关系，最后能够以一定的图表表示。分类和预测，选择一定的统计量（各种指数）来得出各种结论，这是如同生物学实验的逻辑推理。通过一定的有意义的证明来构建不同命题之间的逻辑关系。

Python是lisp语言的真子集，即其抽象程度接近自然语言，而不是如同汇编语言、机器语言接近底层的语言。其是解释型的（如脚本语言），面向对象的，带有动态语义的高级程序设计语言，因此其开发具有很大的广泛性。其是编译性语言的高维层次，首先需要的是编译器能够解释新的语言。

能够与其他程序设计语言连接，集成封装；作为高级脚本语言能够处理复杂任务；面向对象，支持继承、重载、派生、多继承，可以在比较高的层次进行运算，当然这是基于c语言的底层运算的。

底层的定义，这是基本的数据类型的确定和赋值，其底层是内存空间的寻址和赋值。

文件运行（代码较长），以py为扩展名的文件在python的IDE环境；用python解释器在shell运行得出结果（代码较短）。

Python（x,y），可视化工具。

总要有比较的对象，这是一种降维，如比较字符串的 长度等等。

表达式是具体的实现，语句是我们的整体任务。

不同类型的对象实验不同的数据结构来表示，使得确定的内存空间的分配更加优化，提供算法运行效率。因为目前的的计算机都是冯诺依曼计算体系，内存是关键，这是我们一起运算的基础。

然后就是具体的运算：算术运算、位运算，比较运算，逻辑运算。在这个基础上可以封装形成一定的函数乃至模块和库。

内建函数可以直接调用，而非内建函数可以构建一定的模块。

 

具体的语句，本质上是复杂程序的分解，可以以分支、循环、顺序的基本控制结构来表示。可以以一定的条件构建一定的结构，即可以抽象为一定的序列。大规模的判断其实是一种路径坍缩，即计算。而且还存在条件的嵌套，这是高维的结构，如导的导。

然后是循环，可以多次重复操作，可以通过迭代的运算来逼近最佳解，这也是一种路径的选择。

对程序的控制，break、continue、等等语句的新结构生成。

新函数的定义和调用是高维模块的必需。各种数据参数的传递是复杂规则完成的基础。Def等等关键词是序列识别的特殊区段。

默认参数在函数定义时使用，关键字参数在函数调用时使用。

递归是螺旋式上升的认识深入的过程，能够以较大的资源消耗来无限进行简单的计算，从而比较真实解。当然我们需要知道其边界条件。

作用域的确定。全局变量和局部变量。

以上是基本的理论，我们现在开始对具体的应用进行一定的探索。其中数据获取、分析处理是我们最感兴趣的部分。如实验室数据的分析是我的方向。

文件的形式来存储数据。然后需要使用不同的函数来处理

 

统计结果的得出需要良好的定义。

复杂结构的形成，各种算法的提出，其中最重要的定量思想体现于各种评分系统和统计指标的确定。

选择性表达是多层次的耦合的原因和结果，这就是围墙效应，有不同层次的交互，如同马尔科夫矩阵。最后得达成的稳定状态是如同博弈的均衡。

路径的分支和选择，解决问题的思路，寻找最优解。

体系的构建。