mirror of
https://github.com/adambard/learnxinyminutes-docs.git
synced 2024-11-30 06:22:32 +03:00
9852ea8856
* [python/zh-cn] fix typo 修正打字错误 我们可以通过遍历还访问所有的值 -> 我们还可以通过遍历访问所有的值 * add missing character 添加遗漏的字符 这个 math.p 文件会被代替引入 -> 这个 math.py 文件会被代替引入 * fix typo
32 KiB
32 KiB
| language | contributors | translators | filename | lang | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Python |
|
|
learnpython-cn.py | zh-cn |
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]。中文翻译 Geoff Liu。
注意：这篇教程是基于 Python 3 写的。如果你想学旧版 Python 2，我们特别有另一篇教程。
# 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
10.0 / 3 # => 3.3333333333333335
# 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
# i % j 结果的正负符号会和 j 相同，而不是和 i 相同
-7 % 3 # => 2
# x 的 y 次方
2**4 # => 16
# 用括号决定优先级
1 + 3 * 2 # => 7
(1 + 3) * 2 # => 8
# 布尔值 (注意: 首字母大写)
True # => True
False # => 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
# True 和 False 实质上就是数字 1 和0
True + True # => 2
True * 8 # => 8
False - 5 # => -5
# 数值与 True 和 False 之间的比较运算
0 == False # => True
2 == True # => False
1 == True # => True
-5 != False # => True
# 使用布尔逻辑运算符对数字类型的值进行运算时，会把数值强制转换为布尔值进行运算
# 但计算结果会返回它们的强制转换前的值
# 注意不要把 bool(ints) 与位运算的 "按位与"、"按位或" (&, |) 混淆
bool(0) # => False
bool(4) # => True
bool(-6) # => True
0 and 2 # => 0
-5 or 0 # => -5
# 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
# 判断一个值是否在范围里
1 < 2 and 2 < 3 # => True
2 < 3 and 3 < 2 # => False
# 大小比较可以连起来！
1 < 2 < 3 # => True
2 < 3 < 2 # => False
# (is 对比 ==) is 判断两个变量是否引用同一个对象,
# 而 == 判断两个对象是否含有相同的值
a = [1, 2, 3, 4] # 变量 a 是一个新的列表, [1, 2, 3, 4]
b = a # 变量 b 赋值了变量 a 的值
b is a # => True, a 和 b 引用的是同一个对象
b == a # => True, a 和 b 的对象的值相同
b = [1, 2, 3, 4] # 变量 b 赋值了一个新的列表, [1, 2, 3, 4]
b is a # => False, a 和 b 引用的不是同一个对象
b == a # => True, a 和 b 的对象的值相同
# 创建字符串可以使用单引号（'）或者双引号（"）
"这是个字符串"
'这也是个字符串'
# 字符串可以使用加号连接成新的字符串
"Hello " + "world!" # => "Hello world!"
# 非变量形式的字符串甚至可以在没有加号的情况下连接
"Hello " "world!" # => "Hello world!"
# 字符串可以被当作字符列表
"Hello world!"[0] # => 'H'
# 你可以获得字符串的长度
len("This is a string") # => 16
# 你可以使用 f-strings 格式化字符串（python3.6+）
name = "Reiko"
f"She said her name is {name}." # => "She said her name is Reiko"
# 你可以在大括号内几乎加入任何 python 表达式，表达式的结果会以字符串的形式返回
f"{name} is {len(name)} characters long." # => "Reiko is 5 characters long."
# 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，空元组都算是 False
# 所有其他值都是 True
bool(0) # => False
bool("") # => 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!")
# 默认情况下，print 函数会在输出结果后加入一个空行作为结尾
# 可以使用附加参数改变输出结尾
print("Hello, World", end="!") # => Hello, World!
# 可以很简单的从终端获得输入数据
input_string_var = input("Enter some data: ") # 返回字符串数值
# 在给变量赋值前不用提前声明
# 习惯上变量命名是小写，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
# "if" 可以用作表达式，它的作用等同于 C 语言的三元运算符 "?:"
"yay!" if 0 > 1 else "nay!" # => "nay!"
# 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]
# 简单的实现了单层数组的深度复制
li2 = li[:] # => li2 = [1, 2, 4, 3] ，但 (li2 is li) 会返回 False
# 用 del 删除任何一个元素
del li[2] # li 现在为 [1, 2, 3]
# 删除第一个匹配的元素
li.remove(2) # li 现在为 [1, 3]
li.remove(2) # 抛出错误 ValueError: 2 is not in the list
# 在指定索引处插入一个新的元素
li.insert(1, 2) # li is now [1, 2, 3] again
# 获得列表第一个匹配的值的索引
li.index(2) # => 1
li.index(4) # 抛出一个 ValueError: 4 is not in the list
# 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
# 元组类似列表，但是不允许修改
tup = (1, 2, 3)
tup[0] # => 1
tup[0] = 3 # 抛出 TypeError
# 如果元素数量为 1 的元组必须在元素之后加一个逗号
# 其他元素数量的元组，包括空元组，都不需要
type((1)) # => <class 'int'>
type((1,)) # => <class 'tuple'>
type(()) # => <class 'tuple'>
# 列表允许的操作元组大多都可以
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
# 也可以做扩展解包
a, *b, c = (1, 2, 3, 4) # 现在 a 是 1, b 是 [2, 3]， c 是 4
# 元组周围的括号是可以省略的
d, e, f = 4, 5, 6 # 元组 4, 5, 6 通过解包被赋值给变量 d, e, f
# 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
# 字典用来存储 key 到 value 的映射关系
empty_dict = {}
# 初始化的字典
filled_dict = {"one": 1, "two": 2, "three": 3}
# 字典的 key 必须为不可变类型。 这是为了确保 key 被转换为唯一的哈希值以用于快速查询
# 不可变类型包括整数、浮点、字符串、元组
invalid_dict = {[1,2,3]: "123"} # => 抛出 TypeError: unhashable type: 'list'
valid_dict = {(1,2,3):[1,2,3]} # 然而 value 可以是任何类型
# 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，所以我们需要把它包在 "list()" 里才能转换为列表。
# 我们下面会详细介绍可迭代。
# 注意: 对于版本 < 3.7 的 python, 字典的 key 的排序是无序的。你的运行结果
# 可能与下面的例子不符，但是在 3.7 版本，字典中的项会按照他们被插入到字典的顺序进行排序
list(filled_dict.keys()) # => ["three", "two", "one"] Python 版本 <3.7
list(filled_dict.keys()) # => ["one", "two", "three"] Python 版本 3.7+
# 用 "values()" 获得所有的值。跟 keys 一样也是可迭代对象，要使用 "list()" 才能转换为列表。
# 注意: 排序顺序和 keys 的情况相同。
list(filled_dict.values()) # => [3, 2, 1] Python 版本 < 3.7
list(filled_dict.values()) # => [1, 2, 3] Python 版本 3.7+
# 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 删除项
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}
# 类似字典的 keys，set 的元素也必须是不可变类型
invalid_set = {[1], 1} # => Raises a TypeError: unhashable type: 'list'
valid_set = {(1,), 1}
# 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}
# set 没有重复的元素
filled_set.add(5) # filled_set 依然是 {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}
# "^" 取异或集（对称差）
{1, 2, 3, 4} ^ {2, 3, 5} # => {1, 4, 5}
# 判断左边的集合是否是右边集合的超集
{1, 2} >= {1, 2, 3} # => False
# 判断左边的集合是否是右边集合的子集
{1, 2} <= {1, 2, 3} # => True
# in 测试集合是否包含元素
2 in filled_set # => True
10 in filled_set # => False
# 单层集合的深度复制
filled_set = some_set.copy() # filled_set 是 {1, 2, 3, 4, 5}
filled_set is some_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！
# 缩进要使用 4 个空格而不是 tabs。
# 这段代码会打印 "some_var is smaller than 10"
if some_var > 10:
print("some_var is totally bigger than 10.")
elif some_var < 10: # elif 语句是可选的
print("some_var is smaller than 10.")
else: # else 也是可选的
print("some_var is indeed 10.")
"""
用 for 循环语句遍历列表
打印:
dog is a mammal
cat is a mammal
mouse is a mammal
"""
for animal in ["dog", "cat", "mouse"]:
# 你可以使用 format() 格式化字符串并插入值
print("{} is a mammal".format(animal))
"""
"range(number)" 返回数字列表从 0 到 number 的数字
打印:
0
1
2
3
"""
for i in range(4):
print(i)
"""
"range(lower, upper)" 会返回一个包含从 lower 到 upper 的数字迭代器
prints:
4
5
6
7
"""
for i in range(4, 8):
print(i)
"""
"range(lower, upper, step)" 会返回一个，从 lower 到 upper、并且间隔值为 step 的迭代器。
如果 step 未传入则会使用默认值 1
prints:
4
6
"""
for i in range(4, 8, 2):
print(i)
"""
遍历列表，并且同时返回列表里的每一个元素的索引和数值。
prints:
0 dog
1 cat
2 mouse
"""
animals = ["dog", "cat", "mouse"]
for i, value in enumerate(animals):
print(i, value)
"""
while 循环直到条件不满足
打印:
0
1
2
3
"""
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
finally: # 在任何情况下都会执行
print("We can clean up resources here")
# 你可以使用 with 语句来代替 try/finally 对操作进行结束的操作
with open("myfile.txt") as f:
for line in f:
print(line)
# 写入文件
contents = {"aa": 12, "bb": 21}
with open("myfile1.txt", "w+") as file:
file.write(str(contents)) # 写入字符串到文件
with open("myfile2.txt", "w+") as file:
file.write(json.dumps(contents)) # 写入对象到文件
# Reading from a file
with open("myfile1.txt", "r+") as file:
contents = file.read() # 从文件读取字符串
print(contents)
# print: {"aa": 12, "bb": 21}
with open("myfile2.txt", "r+") as file:
contents = json.load(file) # 从文件读取 json 对象
print(contents)
# print: {"aa": 12, "bb": 21}
# Windows 环境调用 open() 读取文件的默认编码为 ANSI，如果需要读取 utf-8 编码的文件，
# 需要指定 encoding 参数:
# open("myfile3.txt", "r+", encoding = "utf-8")
# 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()" 获得下一个对象
next(our_iterator) # => "one"
# 再一次调取 "next()" 时会记得位置
next(our_iterator) # => "two"
next(our_iterator) # => "three"
# 当迭代器所有元素都取出后，会抛出 StopIteration
next(our_iterator) # 抛出 StopIteration
# 我们还可以通过遍历访问所有的值，实际上，for 内部实现了迭代
our_iterator = iter(our_iterable)
for i in our_iterator:
print(i) # 依次打印 one, two, three
# 可以用 list 一次取出迭代器或者可迭代对象所有的元素
list(filled_dict.keys()) # => 返回 ["one", "two", "three"]
list(our_iterator) # => 返回 [] 因为迭代的位置被保存了
####################################################
## 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) # => 打印 "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 args
varargs(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 * 展开元组，用 ** 展开字典。
args = (1, 2, 3, 4)
kwargs = {"a": 3, "b": 4}
all_the_args(*args) # 相当于 all_the_args(1, 2, 3, 4)
all_the_args(**kwargs) # 相当于 all_the_args(a=3, b=4)
all_the_args(*args, **kwargs) # 相当于 all_the_args(1, 2, 3, 4, a=3, b=4)
# 使用返回多个数值（返回值为元组类型）
def swap(x, y):
return y, x # 用不带括号的元组的格式来返回多个数值
# (注意: 括号不需要加，但是也可以加)
x = 1
y = 2
x, y = swap(x, y) # => x = 2, y = 1
# (x, y) = swap(x,y) # 同上，括号不需要加，但是也可以加
# 函数作用域
x = 5
def setX(num):
# 局部作用域的 x 和全局域的 x 是不同的
x = num # => 43
print (x) # => 43
def setGlobalX(num):
global x
print (x) # => 5
x = num # 现在全局域的 x 被赋值
print (x) # => 6
setX(43)
setGlobalX(6)
# 函数在 Python 是一等公民
def create_adder(x):
def adder(y):
return x + y
return adder
add_10 = create_adder(10)
add_10(3) # => 13
# 也有匿名函数
(lambda x: x > 2)(3) # => True
(lambda x, y: x ** 2 + y ** 2)(2, 1) # => 5
# 内置的高阶函数
list(map(add_10, [1, 2, 3])) # => [11, 12, 13]
list(map(max, [1, 2, 3], [4, 2, 1])) # => [4, 2, 3]
list(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]
# 你也可以用这种方式实现对集合和字典的构建
{x for x in 'abcddeef' if x not in 'abc'} # => {'d', 'e', 'f'}
{x: x**2 for x in range(5)} # => {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}
####################################################
## 5. 模块
####################################################
# 导入模块
import math
print(math.sqrt(16)) # => 4.0
# 你可以导入模块中具体的函数
from math import ceil, floor
print(ceil(3.7)) # => 4.0
print(floor(3.7)) # => 3.0
# 你可以导入模块中的所有的函数
# 警告: 此操作不推荐
from math import *
# 你可以对模块名进行简化
import math as m
math.sqrt(16) == m.sqrt(16) # => True
# Python 模块实质上是 Python 文件
# 你可以自己编写自己的模块，然后导入
# 模块的名称和文件名相同
# 你可以用 "dir()" 查看模块中定义的函数和字段
import math
dir(math)
# 当你的脚本文件所在的文件夹也包含了一个名为 math.py 的 Python 文件
# 这个 math.py 文件会被代替引入，而不是引入 Python 內建模块中的 math
# 出现这个情况的原因是本地文件夹的引入优先级要比 Python 內建库引入优先级要高
####################################################
## 6. 类
####################################################
# 我们使用 "class" 语句来创建类
class Human:
# 一个类的字段。 这个字段共享给这个类的所有实例。
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。
# 方法(可能是对象或者属性) 类似: __init__, __str__,__repr__ etc
# 都是特殊的方法
# 你自己取名时不应该用这种格式
def __init__(self, name):
# 将参数赋值给实例的 name 字段
self.name = name
# 初始化属性
self._age = 0
# 实例方法，第一个参数总是self，也就是这个实例对象
def say(self, msg):
print("{name}: {message}".format(name=self.name, message=msg))
# 另一个实例方法
def sing(self):
return 'yo... yo... microphone check... one two... one two...'
# 类方法，被所有此类的实例共用。
# 第一个参数是这个类对象。
@classmethod
def get_species(cls):
return cls.species
# 静态方法。调用时没有实例或类的绑定。
@staticmethod
def grunt():
return "*grunt*"
# property 有点类似 getter
# 它把方法 age() 转换为同名并且只读的属性
# 通常情况下，可以不需要编写复杂的 getter 和 setter。
@property
def age(self):
return self._age
# 允许属性被修改
@age.setter
def age(self, age):
self._age = age
# 允许属性被删除
@age.deleter
def age(self):
del self._age
# 当 Python 解释器在读取源文件的时候，就会执行文件中所有的代码
# 对 __name__ 的检查可以保证这块代码只会在这个模块是主程序的情况下被运行（而不是在引用时运行）
if __name__ == '__main__':
#
i = Human(name="Ian")
i.say("hi") # "Ian: hi"
j = Human("Joel")
j.say("hello") # "Joel: hello"
# i 和 j 都是 Human 实例化后的对象，换一句话说，它们都是 Human 实例
# 运行类方法 (classmethod)
i.say(i.get_species()) # "Ian: H. sapiens"
# 修改共享的类属性
Human.species = "H. neanderthalensis"
i.say(i.get_species()) # => "Ian: H. neanderthalensis"
j.say(j.get_species()) # => "Joel: H. neanderthalensis"
# 运行静态方法 (staticmethod)
print(Human.grunt()) # => "*grunt*"
# 实例上也可以执行静态方法
print(i.grunt()) # => "*grunt*"
# 更新实例的属性
i.age = 42
# 访问实例的属性
i.say(i.age) # => "Ian: 42"
j.say(j.age) # => "Joel: 0"
# 删除实例的属性
del i.age
# i.age # => 这会抛出一个错误: AttributeError
####################################################
## 6.1 类的继承
####################################################
# 继承机制允许子类可以继承父类上的方法和变量。
# 我们可以把 Human 类作为一个基础类或者说叫做父类，
# 然后定义一个名为 Superhero 的子类来继承父类上的比如 "species"、 "name"、 "age" 的属性
# 和比如 "sing" 、"grunt" 这样的方法，同时，也可以定义它自己独有的属性
# 基于 Python 文件模块化的特点，你可以把这个类放在独立的文件中，比如说，human.py。
# 要从别的文件导入函数，需要使用以下的语句
# from "filename-without-extension" import "function-or-class"
from human import Human
# 指定父类作为类初始化的参数
class Superhero(Human):
# 如果子类需要继承所有父类的定义，并且不需要做任何的修改，
# 你可以直接使用 "pass" 关键字（并且不需要其他任何语句）
# 但是在这个例子中会被注释掉，以用来生成不一样的子类。
# pass
# 子类可以重写父类定义的字段
species = 'Superhuman'
# 子类会自动的继承父类的构造函数包括它的参数，但同时，子类也可以新增额外的参数或者定义，
# 甚至去覆盖父类的方法比如说构造函数。
# 这个构造函数从父类 "Human" 上继承了 "name" 参数，同时又新增了 "superpower" 和
# "movie" 参数:
def __init__(self, name, movie=False,
superpowers=["super strength", "bulletproofing"]):
# 新增额外类的参数
self.fictional = True
self.movie = movie
# 注意可变的默认值，因为默认值是共享的
self.superpowers = superpowers
# "super" 函数让你可以访问父类中被子类重写的方法
# 在这个例子中，被重写的是 __init__ 方法
# 这个语句是用来运行父类的构造函数:
super().__init__(name)
# 重写父类中的 sing 方法
def sing(self):
return 'Dun, dun, DUN!'
# 新增一个额外的方法
def boast(self):
for power in self.superpowers:
print("I wield the power of {pow}!".format(pow=power))
if __name__ == '__main__':
sup = Superhero(name="Tick")
# 检查实例类型
if isinstance(sup, Human):
print('I am human')
if type(sup) is Superhero:
print('I am a superhero')
# 获取方法解析顺序 MRO，MRO 被用于 getattr() 和 super()
# 这个字段是动态的，并且可以被修改
print(Superhero.__mro__) # => (<class '__main__.Superhero'>,
# => <class 'human.Human'>, <class 'object'>)
# 调用父类的方法并且使用子类的属性
print(sup.get_species()) # => Superhuman
# 调用被重写的方法
print(sup.sing()) # => Dun, dun, DUN!
# 调用 Human 的方法
sup.say('Spoon') # => Tick: Spoon
# 调用 Superhero 独有的方法
sup.boast() # => I wield the power of super strength!
# => I wield the power of bulletproofing!
# 继承类的字段
sup.age = 31
print(sup.age) # => 31
# Superhero 独有的字段
print('Am I Oscar eligible? ' + str(sup.movie))
####################################################
## 6.2 多重继承
####################################################
# 定义另一个类
# bat.py
class Bat:
species = 'Baty'
def __init__(self, can_fly=True):
self.fly = can_fly
# 这个类同样有 say 的方法
def say(self, msg):
msg = '... ... ...'
return msg
# 新增一个独有的方法
def sonar(self):
return '))) ... ((('
if __name__ == '__main__':
b = Bat()
print(b.say('hello'))
print(b.fly)
# 现在我们来定义一个类来同时继承 Superhero 和 Bat
# superhero.py
from superhero import Superhero
from bat import Bat
# 定义 Batman 作为子类，来同时继承 SuperHero 和 Bat
class Batman(Superhero, Bat):
def __init__(self, *args, **kwargs):
# 通常要继承属性，你必须调用 super:
# super(Batman, self).__init__(*args, **kwargs)
# 然而在这里我们处理的是多重继承，而 super() 只会返回 MRO 列表的下一个基础类。
# 因此，我们需要显式调用初始类的 __init__
# *args 和 **kwargs 传递参数时更加清晰整洁，而对于父类而言像是 “剥了一层洋葱”
Superhero.__init__(self, 'anonymous', movie=True,
superpowers=['Wealthy'], *args, **kwargs)
Bat.__init__(self, *args, can_fly=False, **kwargs)
# 重写了 name 字段
self.name = 'Sad Affleck'
def sing(self):
return 'nan nan nan nan nan batman!'
if __name__ == '__main__':
sup = Batman()
# 获取方法解析顺序 MRO，MRO 被用于 getattr() 和 super()
# 这个字段是动态的，并且可以被修改
print(Batman.__mro__) # => (<class '__main__.Batman'>,
# => <class 'superhero.Superhero'>,
# => <class 'human.Human'>,
# => <class 'bat.Bat'>, <class 'object'>)
# 调用父类的方法并且使用子类的属性
print(sup.get_species()) # => Superhuman
# 调用被重写的类
print(sup.sing()) # => nan nan nan nan nan batman!
# 调用 Human 上的方法，(之所以是 Human 而不是 Bat)，是因为继承顺序起了作用
sup.say('I agree') # => Sad Affleck: I agree
# 调用仅存在于第二个继承的父类的方法
print(sup.sonar()) # => ))) ... (((
# 继承类的属性
sup.age = 100
print(sup.age) # => 100
# 从第二个类上继承字段，并且其默认值被重写
print('Can I fly? ' + str(sup.fly)) # => Can I fly? False
####################################################
## 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
# 你也可以把一个生成器推导直接转换为列表
values = (-x for x in [1,2,3,4,5])
gen_to_list = list(values)
print(gen_to_list) # => [-1, -2, -3, -4, -5]
# 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 wraps
def 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 msg
return wrapper
@beg
def say(say_please=False):
msg = "Can you buy me a beer?"
return msg, say_please
print(say()) # Can you buy me a beer?
print(say(say_please=True)) # Can you buy me a beer? Please! I am poor :(
想继续学吗？
在线免费材料（英文）
- Automate the Boring Stuff with Python
- Ideas for Python Projects
- The Official Docs
- Hitchhiker’s Guide to Python
- Python Course
- Free Interactive Python Course
- First Steps With Python
- A curated list of awesome Python frameworks, libraries and software
- 30 Python Language Features and Tricks You May Not Know About
- Official Style Guide for Python
- Python 3 Computer Science Circles
- Dive Into Python 3
- A Crash Course in Python for Scientists
- Python Tutorial for Intermediates
- Build a Desktop App with Python