Python Quickstart

# 定义了一个数字 3
3  # => 3

# 基本计算
1 + 1  # => 2
8 - 1  # => 7
10 * 2  # => 20
35 / 5  # => 7

# 当除数和被除数都为整型时，除 这个操作只求整数
# ( python2.x语法。经测试，Python3.x 已经全部当做浮点数处理,还会计算小数)
5 / 2  # => 2
10/-3 #python3的结果为-3.3333333333333335 python2 结果为-4
10/3 #python3的结果为3.3333333333333335 python2 结果为3
#由上面两个结果也可以看出，在Python2中，如结果有小数，则会取最近最小整数



# 如果我们除数和被除数为浮点型，则Python会自动把结果保存为浮点数
2.0  # 这是浮点数
11.0 / 4.0  # 这个时候结果就是2.75啦！是不是很神奇？

# 当用‘//’进行计算时，python3不会全部单做浮点数处理.
5 // 3   # => 1
5.0 // 3.0 # => 1.0
-5 // 3  # => -2
-5.0 // 3.0 # => -2.0


from __future__ import division # 注可以在通过 __future__  关键字
                                # 在python2中引入python3 特性
11/4    # => 2.75  ... 标准除法
11//4   # => 2 ... 除后取整

# 求余数操作
7 % 3 # => 1

# 幂操作 2的4次方
2**4 # => 16

# 先乘除，后加减，口号优先
(1 + 3) * 2  # => 8

# 布尔值操作
# 注：or 和 and 两个关键字是大小写敏感的
True and False #=> 返回False
False or True #=> 返回True

# 布尔值和整形的关系，除了0外，其他都为真
0 and 2 #=> 0
-5 or 0 #=> -5
0 == False #=> True
2 == True #=> False
1 == True #=> True

#  not 操作
not True  # => False
not False  # => True

#等值比较 "=="，相等返回值为True ，不相等返回False
1 == 1  # => True
2 == 1  # => False

# 非等比较"！="，如果两个数不相等返回True，相等返回Flase
1 != 1  # => False
2 != 1  # => True

# 大于/小于 和等于的组合比较
1 < 10  # => True
1 > 10  # => False
2 <= 2  # => True
2 >= 2  # => True

# Python可以支持多数值进行组合比较，
       #但只要一个等值为False，则结果为False
1 < 2 < 3  # => True
2 < 3 < 2  # => False

# 可以通过 " 或者 '来创建字符串
"This is a string."
'This is also a string.'

# 字符串间可以通过 + 号进行相加，是不是简单到爆？
"Hello " + "world!"  # => "Hello world!"
# 甚至不使用'+'号，也可以把字符串进行连接
"Hello " "world!"  # => "Hello world!"

 #可以通过 * 号，对字符串进行复制，比如 ；
         importantNote = "重要的事情说三遍\n" * 3
         print （importantNote）
        """ 结果为：
         重要的事情说三遍
         重要的事情说三遍
         重要的事情说三遍
        """

"Hello" * 3  # => "HelloHelloHello"

# 字符串可以在任意位置被打断
"This is a string"[0]  # => 'T'

#字符串可以用 %连接，并且可以打印出变量值
       #（和C/C++ 一样%d 表示整数，%s表示字符串，
       #但python可以自己进行判断，我们无需太担心这个问题）
x = 'apple'
y = 'lemon'
z = "The items in the basket are %s and %s" % (x,y)

# 一个新的更好的字符串连接方式是通过.format()函数，推荐使用该方式
"{} is a {}".format("This", "placeholder")
"{0} can be {1}".format("strings", "formatted")
# You can use keywords if you don't want to count.
"{name} wants to eat {food}".format(name="Bob", food="lasagna")

# None是一个对象,None就是None，它是一个特殊的变量
None  # => None

# 在和None进行比较时，不要用"=="操作符，用 "is"
"etc" is None  # => False
None is None  # => True


#"is"操作符用于对象之间的比较，
        #对于底层类型进行比较时
#不建议用"is"，但对于对象之间的比较，用"is"是最合适的
# bool可以用于对任何对象进行判断
# 以下这些值是非真的
#   - None
#   - 各类数值型的0 (e.g., 0, 0L, 0.0, 0j)
#   - 空元组、空列表 (e.g., '', (), [])
#   - 空字典、空集合 (e.g., {}, set())
#   - 其他值请参考：
#     https://docs.python.org/2/reference/datamodel.html#object.__nonzero__
#
# All other values are truthy (using the bool() function on them returns True).
bool(0)  # => False
bool("")  # => False

# 打印 print()
print ("I'm Python. Nice to meet you!") # => I'm Python. Nice to meet you!

# 从控制台中获取输入
input_string_var = raw_input("Enter some data: ") # 返回字符串类型
input_var = input("Enter some data: ") # python会判断类型如果是字符串 则输入时要加""or''
# 注意：在 python 3中, input() 由 raw_input() 代替

# 在Python中不需要设定变量类型，python会自动根据值进行判断
some_var = 5
some_var  # => 5


# if 可以作为表达时被使用,下句可以这样理解 "输出‘yahool’如果3大于2的话，不然输出2"
"yahoo!" if 3 > 2 else 2  # => "yahoo!"

# python中的列表定义
li = []
# 也可以通过初始化时内置列表的值
other_li = [4, 5, 6]

# append函数可以在列表中插入值
li.append(1)    # li is now [1]
li.append(2)    # li is now [1, 2]
li.append(4)    # li is now [1, 2, 4]
li.append(3)    # li is now [1, 2, 4, 3]
# pop函数从列表末移除值
li.pop()        # => 3 and li is now [1, 2, 4]
# 移除后通过append接回
li.append(3)    # li is now [1, 2, 4, 3] again.

# 通过[]的方式可以提取任何列表中的任意值
       #（前提，index不大于列表总数）
li[0]  # => 1
# 也可以通过[]下标的方式直接给列表赋值
li[0] = 42
li[0]  # => 42
# 如果[]小标的值为负数，则表示以逆序获取列表中的值
li[-1]  # => 3

# 查询的值不可以超出列表个数，否则报错。
# 但是利用insert()插入时可以，超出范围的值会直接被插入到列表最末
li[4]  # Raises an IndexError

# 可以通过[:],获取列表中指定范围的值
# (It's a closed/open range for you mathy types.)
# 这是半开取值法，比如li[1:3],取的是列表中index为1、2的两个值，
# 该法则适用于以下所有通过[]取值的方式
li[1:3]  # => [2, 4]
# 如果一边不去值，则表示取所有该边的值。
li[2:]  # => [4, 3]
li[:3]  # => [1, 2, 4]

# [::2]表示选择从[0]开始，步长为2上的值
li[::2]   # =>[1, 4]
# [::-1]表示反向选择，-可以理解为 反向选择，而1表示步长，步长1则包含了列表中的所有元素
li[::-1]   # => [3, 4, 2, 1]
# []规则完整版表示方法[开始：结束：步长]
# li[start:end:step]

#  "del"关键字可以直接删除列表中的值
del li[2]   # li is now [1, 2, 3]

# 可以通过"+"操作符对列表进行操作,注：列表只有 + 操作，而集合（set）有+ 和 -
li + other_li   # => [1, 2, 3, 4, 5, 6]


# 也可以 "extend()"方法对列表进行扩展
li.extend(other_li)   # Now li is [1, 2, 3, 4, 5, 6]

# Remove 方法和 del 类似，但remove的直接是数值，而不是index
li.remove(2)  # li is now [1, 3, 4, 5, 6]
li.remove(2)  # 如果remove的值不存在列表中，则会报错

# 在指定位置插入数值，上面已经提过，如果index值超过的话，会直接插到列表末
li.insert(1, 2)  # li is now [1, 2, 3, 4, 5, 6] again

# 获取某个值的index
li.index(2)  # => 1
li.index(7)  # 如果

# "in"可以直接查看某个值是否存在于列表中
1 in li   # => True

# "len()"函数可以检测队列的数量
len(li)   # => 6

# Tuples(元组）是一个类似数列的数据结构，但是元组是不可修改的
tup = (1, 2, 3)
tup[0]   # => 1
tup[0] = 3  # 一修改就会报错

#数列中的方法在元组也可以使用（除了 修改）
len(tup)   # => 3
tup + (4, 5, 6)   # => (1, 2, 3, 4, 5, 6)
tup[:2]   # => (1, 2)
2 in tup   # => True

# 可以一次性赋值几个变量
a, b, c = (1, 2, 3)  # a 为1，b为2，c为3
d, e, f = 4, 5, 6      # 元组赋值也可以不用括号
# 同样元组不用括号也同样可以创建
g = 4, 5, 6          # => (4, 5, 6)
# Python中的数据交换十分简单：只要在赋值时互调位置即可
e, d = d, e  # d is now 5 and e is now 4

# Python中的字典定义
empty_dict = {}
# 也可以通过定义时赋值给字典
filled_dict = {"one": 1, "two": 2, "three": 3}

# 可以通过[]的key方式查询字典中的值
filled_dict["one"]   # => 1

# 可以通过"keys()"方法获取字典中的所有key值
filled_dict.keys()   # => ["three", "two", "one"]
# Note - 返回的keys并不一定按照顺序排列的.
# 所以测试结果可能和上述结果不一致

# 通过 "values()"的方式可以获取字典中所有值，
 #同样他们返回的结果也不一定按照顺序排列
filled_dict.values()   # => [3, 2, 1]


# 可以通过 "in"方式获取查询某个键值是否存在字典中，但是数值不可以
"one" in filled_dict   # => True
1 in filled_dict   # => False

# 查找不存在的key值时，Python会报错
filled_dict["four"]   # KeyError

#用 "get()" 方法可以避免键值错误的产生
filled_dict.get("one")   # => 1
filled_dict.get("four")   # => None
# 当键值不存在的时候，get方法可以通过返回默认值，
# 但是并没有对值字典进行赋值
filled_dict.get("one", 4)   # => 1
filled_dict.get("four", 4)   # => 4


# 字典中设置值的方式和列表类似，通过[]方式可以设置
filled_dict["four"] = 4  # now, filled_dict["four"] => 4

# "setdefault()" 可以设置字典中的值
# 但是注意：只有当该键值之前未存在的时候，setdefault（）函数才生效
filled_dict.setdefault("five", 5)  # filled_dict["five"] is set to 5
filled_dict.setdefault("five", 6)  # filled_dict["five"] is still 5

empty_set = set()
# 初始化set的方式可以通过 set()来实现
some_set = set([1, 2, 2, 3, 4])   # some_set is now set([1, 2, 3, 4])

# 集合的排列是无序的！集合的排列是无序的！集合的排列是无序的！
another_set = set([4, 3, 2, 2, 1])  # another_set is now set([1, 2, 3, 4])

# Python2.7以后，{}可以用于被定义集合
filled_set = {1, 2, 2, 3, 4}   # => {1, 2, 3, 4}

# Add方法可用于增加集合成员
filled_set.add(5)   # filled_set is now {1, 2, 3, 4, 5}

#集合可通过 &操作符取交集
other_set = {3, 4, 5, 6}
filled_set & other_set   # => {3, 4, 5}

# 通过|操作符取并集
filled_set | other_set   # => {1, 2, 3, 4, 5, 6}

# 通过 - 操作符取差集
{1, 2, 3, 4} - {2, 3, 5}   # => {1, 4}

# 通过 ^ 操作符取非集
{1, 2, 3, 4} ^ {2, 3, 5}  # => {1, 4, 5}

# 通过 >= 判断左边集合是否是右边集合的超集
{1, 2} >= {1, 2, 3} # => False

# 通过 <= 判断左边集合是否右边集合的子集
{1, 2} <= {1, 2, 3} # => True

# 通过 in 可以判断元素是否在集合中
2 in filled_set   # => True
10 in filled_set   # => False

# 创建一个变量
some_var = 5

# 通过if进行逻辑判断
if some_var > 10:
    print "some_var is totally bigger than 10."
elif some_var < 10: # This elif clause is optional.
    print "some_var is smaller than 10."
else:          # This is optional too.
    print "some_var is indeed 10."


"""
    通过for...in...进行循环打印：
    dog is a mammal
    cat is a mammal
    mouse is a mammal
"""
for animal in ["dog", "cat", "mouse"]:
    # You can use {0} to interpolate formatted strings. (See above.)
    print "{0} is a mammal".format(animal)

"""
通过"range()" 方式，控制for的循环次数
prints:
    0
    1
    2
    3
"""
for i in range(4):
    print i

"""
"range(lower, upper)" 返回 lower 到 upper的值,
 注意：range左边必须小于右边参数
prints:
    4
    5
    6
    7
"""
for i in range(4, 8):
    print i

"""
while 循环
prints:
    0
    1
    2
    3
"""
x = 0
while x < 4:
    print x
    x += 1  # Shorthand for x = x + 1

# Python支持 try/except 语法

# Python2.6以上的版本，支持try...except...:
try:
    # raise显示地引发异常。一旦执行了raise语句，raise后面的语句将不能执行。
    raise IndexError("This is an index error")
except IndexError as e:
    pass    # pass 空语句，跳过处理
except (TypeError, NameError):
    pass    # python 支持同时检测多个错误
else:   # Python必须要处理所有情况，这里是其他未定义的情况
    print "All good!"
finally: #  finally无论有没有异常都会执行
    print "We can clean up resources here"

#通过with函数，可以替代try....except...函数  [with详解](http://www.ibm.com/developerworks/cn/opensource/os-cn-pythonwith/)
with open("myfile.txt") as f:
    for line in f:
        print line

# def 关键字定义函数
def add(x, y):
    print "x is {0} and y is {1}".format(x, y)
    return x + y    #可以直接return结果

# 函数调用参数
add(5, 6)   # => prints out "x is 5 and y is 6" and returns 11

# Python支持参数互换，只需要在调用函数时加上形参
add(y=6, x=5)   # Keyword arguments can arrive in any order.


# Python函数支持可变参数
#  在定义函数时通过*号表示可变长参数
def varargs(*args):
    return args

varargs(1, 2, 3)   # => (1, 2, 3)

# 可以通过**的方式定义Key可变长参数查找字典中的关键词

def keyword_args(**kwargs):
    return kwargs

# 当函数参数是**类型的时候，Python可以通过该函数定义字典
keyword_args(big="foot", loch="ness")   # => {"big": "foot", "loch": "ness"}


#同时支持函数和字典类型参数，具体事例如下：
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}
"""

# 在调用函数时，可以同时赋值，文字难以表达，例子如下：
args = (1, 2, 3, 4)
kwargs = {"a": 3, "b": 4}
all_the_args(*args)   # equivalent to foo(1, 2, 3, 4)
all_the_args(**kwargs)   # equivalent to foo(a=3, b=4)
all_the_args(*args, **kwargs)   # equivalent to foo(1, 2, 3, 4, a=3, b=4)

# 在函数中也可以通过单独处理* 或者 **的方式，增加函数的健壮性
def pass_all_the_args(*args, **kwargs):
    all_the_args(*args, **kwargs)
    print varargs(*args)
    print keyword_args(**kwargs)

# 全局变量 X
x = 5

def set_x(num):
    # 当在函数里面改变变量时，如果没有加gloabl关键字，则改变的是局部变量
    x = num # => 43
    print x # => 43

def set_global_x(num):
    global x
    print x # => 5
    x = num # 加了global关键字后，即可在函数内操作全局变量
    print x # => 6

set_x(43)
set_global_x(6)

# 返回函数指针方式定义函数/*换个说法，匿名函数*/
def create_adder(x):
    def adder(y):
        return x + y
    return adder

add_10 = create_adder(10)
add_10(3)   # => 13

# Lambda 关键字定义的匿名函数
(lambda x: x > 2)(3)   # => True
(lambda x, y: x ** 2 + y ** 2)(2, 1) # => 5

# map方式也可以调用函数并传入参数
map(add_10, [1, 2, 3])   # => [11, 12, 13]
map(max, [1, 2, 3], [4, 2, 1])   # => [4, 2, 3]

filter(lambda x: x > 5, [3, 4, 5, 6, 7])   # => [6, 7]

# 可以通过这两种方式结合调用，下面的函数解析：
#add_10(i) 是映射了for...in...函数的返回值，返回值作为参数传进。
[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]

# 下面代码是定义了一个Human类，继承自object类
# Python类可以继承自多个类，如class Human(object,orangOutang)
class Human(object):

    # 类变量
    species = "H. sapiens"类接口
                __species = "Other.sapiens" #内部结构，无法被外部直接访问

    # __init__(),初始化函数，python中在对类进行处理时，会先处理以下函数，
    #其实就是系统默认定义了接口，而这个接口是开放给用户去实现的，具体如下：
    #__init__  构造函数，在生成对象时调用
    # __del__   析构函数，释放对象时使用
    #__repr__ 打印，转换
    #__setitem__按照索引赋值
    #__getitem__按照索引获取值
    #__len__获得长度
    #__cmp__比较运算
    #__call__函数调用
    #__add__加运算
    #__sub__减运算
    #__mul__乘运算
    #__div__除运算
    #__mod__求余运算
    #__pow__称方

    def __init__(self, name):
        #声明类中的属性，并初始化，在初始化的时候同时
        #就是定义了变量类型
        self.name = name
        self.age = 0

    # 在类中所有函数都必须把self作为第一个参数
    #（下面定义的类方法和静态方法除外）
    def say(self, msg):
        return "{0}: {1}".format(self.name, msg)

    # 类方法
    @classmethod
    def get_species(cls):
        return cls.species

    # 静态方法，
    @staticmethod
    def grunt():
        return "*grunt*"

    # A property is just like a getter.
    # It turns the method age() into an read-only attribute
    # of the same name.
    #property属性，相当于getter
    @property
    def age(self):
        return self._age

    # This allows the property to be set
    @age.setter
    def age(self, age):
        self._age = age

    # This allows the property to be deleted
    @age.deleter
    def age(self):
        del self._age


#类实例化
i = Human(name="Ian")
print i.say("hi")    # prints out "Ian: hi"

j = Human("Joel")
print j.say("hello")  # prints out "Joel: hello"

#调用实例方法用"."
i.get_species()   # => "H. sapiens"

# 改变类变量
Human.species = "H. neanderthalensis"
i.get_species()   # => "H. neanderthalensis"
j.get_species()   # => "H. neanderthalensis"

# 调用静态方法
Human.grunt()   # => "*grunt*"

# 给age赋值
i.age = 42

# 获取age值
i.age # => 42

# 删除age
del i.age
i.age  # => raises an AttributeError

# Python中的一个*.py文件就是一个模块
import math
print math.sqrt(16)  # => 4

# 可以只引入模块中的某些类/方法
from math import ceil, floor
print ceil(3.7)  # => 4.0
print floor(3.7)   # => 3.0

# 也可以通过*引入全部方法
# Warning: this is not recommended
from math import *

#math库的缩写可以为m
math.sqrt(16) == m.sqrt(16)   # => True
# 可以直接引入sqrt库
from math import sqrt
math.sqrt == m.sqrt == sqrt  # => True



#python的库就只是文件
import math
dir(math)

# If you have a Python script named math.py in the same
# folder as your current script, the file math.py will
# be loaded instead of the built-in Python module.
# This happens because the local folder has priority
# over Python's built-in libraries.

#如果你在当前目录下有一个Python脚本的名字也叫math.py
#当前目录下的math.py会替换掉内置的Python模块
#因为在Python中当前目录的优先级会高于内置模块的优先级

    # Generators ，生成器函数在Python中与迭代器协议的概念联系在一起。
    # 简而言之，包含yield语句的函数会被特地编译成生成器。
    # 当函数被调用时，他们返回一个生成器对象，这个对象支持迭代器接口。函数
    #也许会有个return语句，但它的作用是用来yield产生值的。
    for i in iterable:
        yield i + i

    xrange_ = xrange(1, 900000000)

    for i in double_numbers(xrange_):
        print i
        if i >= 30:
            break



    # 装饰器wraps，wraps可以包装
    # Beg will call say. If say_please is True then it will change the returned
    # message
    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 :