记得我是数学系的，大二时候因为参加数学建模，学习Python爬虫，去图书馆借了一本Python基础书，不厚，因为有matlab和C语言基础，这本书一个星期看完了，学完后感觉Python入门很快，然后要开始学爬虫和矩阵计算，学习一下对应的包就行了，感觉很方便，爱上了这门语言，虽然毕业后做了Java，但是平时工作中也会用一些Python。

不过初学者有很多基础知识点记不住，因为用得少，这里总结记录一下。更多Python知识，可以前往我的个人博客网站 等待下一个秋-Python

python-basic.png

介绍

Python 是一门独特的语言，快速浏览一下他的要点：

• 面向对象：每一个变量都是一个类，有其自己的属性（attribute）与方法（method）。
• 语法块：用缩进（四个空格）而不是分号、花括号等符号来标记。因此，行首的空格不能随意书写。
• 注释：行内用“#”号，行间注释写在两组连续三单引号之间：’’’
• 续行：行尾输入一个反斜杠加一个空格（’\ ‘），再换行。如果行尾语法明显未完成（比如以逗号结尾），可以直接续行。
• 打印与输入： 函数 print() 与 input()，注意 print() 的 sep 与 end 参数。
• 变量：无需指定变量类型，也不需要提前声明变量。
  • 删除变量：del()
  • 复制变量：直接将变量a赋值给b，有时仅仅复制了一个“引用”。此后 b 与 a 的改动仍会互相影响。必要时使用 a is b 来判断是否同址。
• 模块：通过 import pandas 的方式加载模块（或者 import pandas as pd），并用形如 pandas.Dataframe（或 pd.Dataframe）的方式调用模块内的方法。也可以使用 from pandas import Dataframe 的方式，这样在下文可以直接使用 Dataframe 作为调用名。
• 帮助：配合使用 dir() 与 help() 命令；其中前者是输出变量所有的成员。以及查阅 官网页面。

变量复制的一个例子。

a = [1, 2] b = a print(id(a) - id(b)) # 地址差为 0，表示实质是同址的 0

b.append(3) print(a) # 只改动了 b，但 a 也跟着变动了 [1, 2, 3] a is b True

使用切片来重新分配空间：

a is a[:] False

数据结构

Python 原生的数据结构包括：

数字（num）

细分为整数（int）与浮点数（float）两种。

• 四则运算：+， -， *， / ，乘方： **
• 整除： 5 // 2 = 2，取余：5 % 2 = 1
• 自运算： a += 1 （四则与乘方均可类似自运算）
  以及一些细节：
• 运算两数中只要有一个浮点数，结果就是浮点数；
• 整数相除，即使能除尽，结果也是浮点数；
• Python 内部的机制解决了整数溢出的问题，不用担心。

布尔（bool）与逻辑

首字母大写 True / False.

• 逻辑运算符：与 A and B，或 A or B，非 not A
• 逻辑关系符：等于 ==， 不等于 !=. 其他不赘述。
• 几种逻辑判断例子：

变量 x	x = []	x = 0	x = 2
bool(x)	False	False	True
if x: …	False	False	True
if x is None: …	False	False	False

序列（sequence）

序列主要包括字符串（str）、列表（list）与元祖（tuple）三类。

• 序列索引规则：
  • 索引从0开始，到 N-1 结束。
  • 切片：切片的索引是左闭右开的。
    • seq[0:2]（从 0 到 1）
    • seq[2:]（从 2 到尾）
    • seq[:3] （从头到 2）
    • seq[:]（全部）
    • seq[:10:2]（从头到9，每两个取一个）
    • seq[::2]（全部，每两个取一个）
  • 索引允许负数：seq(-1) 与 seq(N - 1) 等同，seq(-3:-1)与 seq(N-3:N-1) 等同。
• 序列通用函数：
  • len()：返回序列长度。
  • +/* ：加号用于连接两个序列，乘号重复排列若干次再连接。
  • seq1 in seq2：如果 seq1 这个片段可以在 seq2 中被找到，返回 True.
  • index：在 seq1 in seq2 为 True 时使用，seq2.index(seq1) 表示 seq1 首次出现于 seq2 中的位置。
  • max()/min()：返回序列中的最值。如果不是数字，则按 ASCII 码顺序返回。
  • cmp(seq1, seq2)：比较大小。结果为负，则表示 seq1 较小。

字符串（str）

写于一对双引号或单引号内。用 str() 可以强制转换为字符串。

• 转义：反斜杠。如果强制不解释字符串，在左引号前加字母 r 即可： r"c:\new".
• 分割与连接：**.split() 与 **.join().

s = " I love Python" # 首位是空格 lst = s.split(' ') lst1 = '-'.join(lst) print(lst, '\n', lst1) ['', 'I', 'love', 'Python'] -I-love-Python

• 紧切：strip() 去掉字符串首尾两端的空格。方法 lstrip()/rstrip() 则只切除首端/尾端的空格。

s.strip() 'I love Python'

• 大小写转换：如下几个方法：
  • 首字母大写：s.title()
  • 全大写：s.upper()
  • 全小写：s.lower()
  • 句首大写：s.capitalize()
• 格式化：字符串格式化是一种实用功能。通过 .format() 成员函数完成。

'I like {} and {}'.format('Python', 'you') 'I like Python and you' '{0} + {2} = {1}'.format (10, 20, 'Python ') # 按顺序引用 '10 + Python = 20' '{0} * {1} = {0}'.format (10, 'Python ') # 编号反复引用 '10 * Python = 10'

格式化控制码：

控制码	含义	控制码	含义
:s	字符串	:c	单个字符
:b/o/x/d	二、八、十六、十进制数	:e/f	科学计数法/浮点数

一些复杂控制的例子：

例子	含义	例子	含义
:.2f/:+.2f	两位小数/带符号两位小数	: .2f	正数前补空格的两位小数
:,	逗号分隔符	:.2%	百分比两位小数
:.2e	科学计数法两位小数	:^4d	总宽四位居中对齐
:>4d/<4d	总宽四位左/右对齐	:0>4d	总宽四位左侧补零

举例：

"{:0>7.2f} is an odd number".format(123.4) # 总宽 7 位小数点后 2 位，左侧补零 '0123.40 is an odd number'

其他实用的字符串函数：

• str.replace(old, new[, times])：将字符串中前 times 个 old 子串替换为 new。Times 不指定时默认替换全部。
• str.isdigit()：判断字符串是否每一位都是数字，返回 True 或者 False。
  字符串中正则表达式的内容参见本文附录。

列表（list）

中括号式的结构。list() 用于强制转换类型。

lst = [1, 2, 3] print(lst) [1, 2, 3] # 【反转】：其中第二种方式会更改现有的列表 lst1 = list(reversed(lst)) lst.reverse() print(lst1, lst) [3, 2, 1] [3, 2, 1] # 【追加】：元素 append()，另一个列表：extend() lst.append(4) print(lst) [3, 2, 1, 4] lst.extend(lst1) print(lst) [3, 2, 1, 4, 3, 2, 1] # 【插入】：lst.insert(idx, obj) 会在 lst[idx] 处插入 obj，然后依次后移原有项 lst.insert(1, 100) print(lst) [3, 100, 2, 1, 4, 3, 2, 1] # 【删除】：lst.remove(obj) 会删除首个匹配值，若无匹配会报错； # lst.pop(idx) 会返回 lst[idx]，并将其删除。如果不指定 idx，默认为列表尾 lst.remove(2) print(lst) [3, 100, 1, 4, 3, 2, 1] tmp = lst.pop() print(lst, "\n", tmp) [3, 100, 1, 4, 3, 2] 1 # 【搜索】：使用序列通用函数即可。用 count(obj) 可以计算频数。 # 【排序】：sort() 方法。如果指定 reverse 参数，可降序排序。 lst.sort(reverse=True) print(lst) [100, 4, 3, 3, 2, 1] # 【清空】：clear() lst.clear() print(lst) []

元组（tuple）

圆括号式的结构，是一种不可变序列。

a = (1, 'string ', [1 ,2]) print(a) (1, 'string ', [1, 2])

Note: 定义一个空的元组用()，定义只有一个元组的元组，需要加,，否则就不是元组了，如下：

>>> tuple1 = () >>> type(tuple1) <type 'tuple'> >>> tuple2 = (1) >>> type(tuple2) <type 'int'> >>> tuple3 = (1,) >>> type(tuple3) <type 'tuple'>

字典（dict）

字典是一种类哈希表的数据结构，内部无序，通过键值对（key: value）的形式存储数据。几种字典初始化的方式：

# 小字典直接赋值 d1 = {"name": "wklchris", "gender": "male"} # 利用字典增加键值对的方法 d2 = {} d2['name'] = 'wklchris' # 一个值赋给多个键 d3 = {}.fromkeys(("name", "gender"), "NA") # 强制格式转换 d4 = dict(name="wklchris", gender="male") print(d1, d2, d3, d4, sep="\n") {'name': 'wklchris', 'gender': 'male'} {'name': 'wklchris'} {'name': 'NA', 'gender': 'NA'} {'name': 'wklchris', 'gender': 'male'}

字典的操作方法：

len(d1) 2 # 【复制】： dd = d1.copy() dd is d1 False # 【查找键名称】： "name" in dd True # 【删除键值对】 del(dd["name"]) # 【get】 dd.get("name", "Nothing") # 如果键不存在，返回“Nothing” 'Nothing' # 【setdefault】 dd.setdefault("name", "wklchris") # 如果键不存在，就新建该键，并赋值 'wklchris' print(dd) {'name': 'wklchris', 'gender': 'male'} # 【输出键值】： list(dd.items()) [('name', 'wklchris'), ('gender', 'male')] list(dd.keys()) ['name', 'gender'] list(dd.values()) ['wklchris', 'male'] # 【弹出键值对】：pop(key) / popitem(key) # 其中，后者会随机弹出一个键值对 tmp = dd.pop("gender") print(dd, tmp) {'name': 'wklchris'} male # 【更新】：update(ref_dict) 以 ref_dict 为准，更新当前字典 d4 = {"name": "Test", "Age": 3} dd.update(d4) print(dd) {'name': 'Test', 'Age': 3}

集合（set）

本文只讨论可变集合，关于不可变集合的内容，参考 help(frozenset)。

集合是一种无序的数据存储方式，且内部元素具有唯一性。集合与字典一样都可以用花括号的形式创立。但在书写 a={} 时，Python 会将其识别为字典类型。

• 增添：add() / update()
• 删除：remove() / discard()，区别在于后者搜索无结果会报错。
• 从属：a.issubset(b) 集合 a 是否是 b 的子集；a.issuperset(b) 集合 a 是否是 b 的父集。a == b 两集合是否全等。
• 集合运算：集合运算不会改变参与运算的集合本身。
  • 并集： a | b 或者 a.union(b)
  • 交集： a & b 或者 a.intersection(b)
  • 补集： a - b 或者 a.difference(b)
    注意：在字符串强制转换为集合时，必要时使用中括号先转为列表（否则字符串会被拆分为单个字符后再进行转换）。例如：

ss = {"a", "b", "c"} ss | set("de") {'a', 'b', 'c', 'd', 'e'} ss | set(["de"]) {'a', 'b', 'c', 'de'}

基本语句

同大多数程序语言一样，Python 拥有 if, for, while语句。什么？switch 语句？使用字典就好。

if 语句与三元操作

在 Python 中，else if 被缩写为单个关键词 elif.

if 1.0 > 1: a = 1 elif 1.0 < 1: a = 2 else: a = 3 a 3

值得一提的是，Python 中的 if 语句支持链式比较，形如 a < x < b, a < x >= b 等：

a = 0 if 1 < 2 > 1.5: a = 1 a 1

三元操作实质是高度简化的 if 环境，形如 X = a if flag else b：

a = 1 if 2 < 1 else 2 a 2

for 语句

Python 的循环语句中，像其他语言一样，有 break（跳出循环体） 与 continue（循环步进） 关键词可以使用。

for 语句借助关键词 in 使用：（函数 range(N, M=0, s=1) 是一个生成等差数列的函数，位于左闭右开区间[M,N)上且公差为 s）。

for i in range(3): print(i) 0 1 2

注意到字典的 d.items(), d.keys(), d.values() 命令也常常用于 for 语句：

d = {"a": 1, "b": 2, "c": 3} for k, v in d.items(): print(k, v) b 2 c 3 a 1

以上等价于：

for k in d.keys(): print(k, d[k]) b 2 c 3 a 1

Python 中的 for 语句可选 else 语法块，表示 for 语句正常结束后执行的内容（中途 break 不属于正常结束）。这对于处理一些 break 操作很有帮助。例如：

a = 0 flag = 0 for i in range(5): if i > 2: flag = 1 break if flag == 1: a = 1 a 1

这在 Python 中显得太复杂了，直接使用 for…else…即可：

a = 1 for i in range(5): if i > 1: break else: a = 0 a 1

while 语句

while 语句的 else 语法块，指明了退出 while 循环后立刻执行的内容；它不是必需的。

如果你想要将 while 语句内部的参数传出（比如下例的计数器终值），这是一个不错的方案。

count = 1 while count < 5: a = count count *= 2 else: b = count print(a, b) 4 8

列表解析

列表解析是一种创建列表的高度缩写方式：

lst = [x ** 2 for x in range(4)] lst [0, 1, 4, 9]

也可以配合 if 语句：

lst = [x ** 2 for x in range(4) if x > 0] lst [1, 4, 9]

类似的，也有字典解析，以及下文会介绍的生成器，也有生成器解析（把外围的括号换成圆括号即可）：

{n: n ** 2 for n in range(3)} {0: 0, 1: 1, 2: 4}

函数

本节介绍 Python 函数的基础特点，以及一些实用函数。

函数定义与判断

使用 def 关键字。三连双引号间的内容被视为函数的帮助字符串，可以通过 help() 命令查看。

def func(a, b=0): """ This is a function that can meow. """ return " ".join(["meow"] * (a + b))

调用函数：

func(2) # 单参数，仅 a 'meow meow' func(2, 3) # 双参数， a 与 b 都被传入 'meow meow meow meow meow' help(func) Help on function func in module __main__: func(a, b=0) This is a function that can meow.

通过 callable() 可以判断一个对象是否是一个可调用的函数：

callable(func) True

不定参函数

利用序列（或元组）与字典，向函数传参。前者在传入时需要加上一个星号，后者需要两个。

lst = [1, 3, 4] d = {"a": 2, "b": 3, "c": 5} print("{}+{}={}".format(*lst), "{a}+{b}={c}".format(**d)) 1+3=4 2+3=5

zip 函数

zip() 函数的作用是“合并”多个列表为一个。其返回值是一个列表，列表内的元素类型是元组。如果待合并的列表长度不同，以最短的为准。

a = [1, 2, 3, 4] b = [5 ,6, 7] c = "abcd" list(zip(a, b, c)) [(1, 5, 'a'), (2, 6, 'b'), (3, 7, 'c')]

它比较常用于交换字典的键与值：

dict(zip(d.values(), d.keys())) {2: 'a', 3: 'b', 5: 'c'}

lambda 函数

一种匿名函数的声明方式。如果你使用过 MATLAB，你可能熟悉这一类概念。

func = lambda x, y: x + y func(2, 5) 7

map 函数

map() 能够对传入的序列进行依次操作，并将结果返回为一个可转换为列表的 map 对象。通常列表解析（或生成器解析）可以实现与其同样的工作。

lst = list(map(lambda x: x + 1, range (5))) print(lst) [1, 2, 3, 4, 5] f = lambda x: x + 1 [f(x) for x in range(5)] [1, 2, 3, 4, 5]

filter 函数

给定序列，对于满足某规则的部分（即 True），予以返回。

list(filter(lambda x: x > 0, range(-3, 3))) [1, 2]

reduce 函数

该函数在 Python 2 中是可以直接调用的，但在 Python 3 中需要从 functools 模块进行调用。

from functools import reduce reduce(lambda x, y: x + y, range (5)) # 0+1+2+3+4 10

enumerate 函数

它允许你像 d.items() 那样，用类似的方式操作列表：

a = [1, 3, 5] for i, v in enumerate(a): print("lst[{}] = {}".format(i, v)) lst[0] = 1 lst[1] = 3 lst[2] = 5

装饰器：算子

装饰器是函数的函数——传入的参数是一个函数，返回的值也是一个函数。相当于一个函数集到另一个函数集的映射，可以理解为数学意义上的算子。

首先来看一个简单的例子：函数可以被赋值给一个变量。

def pyrint(data="Python"): return data.upper() f = pyrint f() 'PYTHON'

还可以通过 __name__ 来得到当前函数的名称：

f.__name__ 'pyrint'

那什么时候需要装饰器呢？比如在函数需要被重用、但又不能直接改写 def的场合（在维护中应该不少见吧！）。例如，我们希望在返回值之前，把函数名也打印出来：

def showname(func): def subfunc(*args, **kwarg): print("FUNCTION {} called.".format(func.__name__)) return func(*args, **kwarg) return subfunc

这样如果我们通过 showname(pyrint) 这种形式，就能够在 pyrint 函数被调用之前，额外打印一行内容。

想要改动该函数，不需要改动 def 语句以下的内容，只需要用 @showname 命令来应用这个装饰器：

@showname def pyrint(data="Python"): return data.upper() pyrint() FUNCTION pyrint called. 'PYTHON'

如果装饰器需要传递参数，那么，需要在定义时，外层再嵌套一个函数：

def showname(num=1): def decorator(func): def subfunc(*args, **kwarg): print("Call time: {}. FUNCTION {} called.".format(num, func.__name__)) return func(*args, **kwarg) return subfunc return decorator @showname(2) def pyrint(data="Python"): return data.upper() pyrint() Call time: 2. FUNCTION pyrint called. 'PYTHON'

不过装饰器被应用于函数定义之前时，函数的 __name__ 属性会改变。比如上例：

pyrint.__name__ 'subfunc' 使用模块 functools 来解决这一问题： import functools def showname(num=1): def decorator(func): @functools.wraps(func) # 加上这一行 def subfunc(*args, **kwarg): print("Call time: {}. FUNCTION {} called.".format(num, func.__name__)) return func(*args, **kwarg) return subfunc return decorator @showname(2) def pyrint(data="Python"): return data.upper() pyrint.__name__ 'pyrint'

迭代器 [itertools]

迭代器与生成器在内存优化上很有意义。

迭代器

迭代器最显著的特征是拥有 __iter__() 和 __next__() 方法；它像一个链表。如果它指向末尾，那么再次执行 __next__() 时会报错。一个例子：

a = [1, 2, 3] b = iter(a) print(b.__next__(), b.__next__()) # 或者使用 next(b) 1 2

实际上，Python 3 内置了一个 itertools 的库，里面有诸如 cycle 和 count 等适用于迭代器的函数：

import itertools # count: 给定首项与公差的无穷等差数列 p = itertools.count(start = 1, step = 0.5) print(p.__next__(), p.__next__()) # cycle: 周期循环的无穷序列 p = itertools.cycle(list("AB")) print(next(p), next(p), next(p)) # islice: 从无穷序列中切片 p = itertools.cycle(list("AB")) print(list(itertools.islice(p, 0, 4))) 1 1.5 A B A ['A', 'B', 'A', 'B']

请时刻注意当前指向的迭代器位置——失之毫厘，谬以千里。

生成器

生成器是迭代器的一种，其实质是定义中含有 yield 关键词的函数。它没有 return() 语句。

生成器可以直接使用类似列表解析的方式，称为生成器解析。例如：(i for i in range(10)。

def Fib(N): # 斐波那契数列 n, former, later = 0, 0, 1 while n < N: yield later former, later = later, later + former n += 1 list(Fib(5)) [1, 1, 2, 3, 5]

上例与普通的写法看上去差别不大，但实际上可以将 while 语句改写为 while True，删除变量 n，在外部借助 itertools 的 islice 函数来截取。这在函数定义时对代码的压缩是显然的。

def iterFib(): former, later = 0, 1 while True: yield later former, later = later, later + former list(itertools.islice(iterFib(), 0, 5)) [1, 1, 2, 3, 5]

错误：try() 语句

常见的错误有以下几种：

• ZeroDivisionError: 除数为 0.
• SyntaxError：语法错误。
• IndexError：索引超界。
• KeyError：字典键不存在。
• IOError：读写错误。
  try() 语句的常见写法：

try: a = 1 except ZeroDivisionError as e: print(e) exit() else: # 如果无错误，执行 print(a) finally: # 不管有无错误均执行 print("-- End --") 1 -- End --

其中，else 与 finally 语句都不是必需的。如果不想输出错误信息、或不能预先判断可能的错误类型，可以使用仅含 exit() 语句的 except 块。

多个 except 块

一个 try 语法块是可以跟着多个 except 的；如果靠前的 except 捕获了错误，之后的就不会运行。 这也就是说，如果错误之间有继承关系时，子错误需要放在父错误之前尝试 except，否则子错误永远也不可能被捕获。

比如上一节的例子中，ZeroDivisionError 是 ArithmeticError 下的子错误，而 ArithmeticError 又是 Exception 下的子错误（当不清楚错误的类型时，Exception 可以捕获绝大多数错误）。关于错误的继承关系，参考：Python - Exception Hierarchy 官方页面。

一个例子：

try: a = 1 / 0 except Exception: print("Exception") exit() except ZeroDivisionError: print("ZeroDivisionError") exit() else: print("No error.") finally: print("-- End --") 输出 Exception 与 – End –。

错误的捕获

错误在很多地方都可能发生，那是否需要在可能的地方都加上 try 语句呢？当然不是。建议只在主代码中加入 try 语句，因为 Python 会自动跟踪到错误产生的源头何在。

错误的抛出及上抛

有时候我们想人为抛出一个错误，这是使用 raise 即可：

# raise TypeError("Wrong type.")

如果在函数中没有处理错误的语句，可能在捕获错误后将其上抛。记住，捕获错误只是为了记录错误的产生，并不意味者必须原地解决错误。

def makeerror(n): if n == 0: raise ValueError("Divided by zero.") return 1 / n def callerror(): try: makeerror(0) except ValueError as e: print("ValueError detected.") raise # 输出 "ValueError detected." 并打印错误日志 # callerror()

上面的 raise 命令没有紧跟任何参数，表示将错误原样上抛。你也可以手动指定上抛的错误类型，并不需要与原错误类型一致。甚至你可以定义一个错误（继承某一错误类）：

class MyError(ValueError): print("This is MyError.") # raise MyError This is MyError.

文件读写

open() 函数用于文件的读写操作。一般我们会在操作文件时，引入 os 模块（os 模块的用法参考“常用模块”一节的内容）。

import os

open() 函数常常配合 with 语法块进行使用，它会在语法块结束时自动关闭文件。该函数：

open(file, mode="r", encoding=None)

第一参数是包含文件名的路径（传入基于当前目录的相对路径，传入或者绝对路径），mode 参数是读写操作方式；encoding 是编码类型，一般取”utf8”。其中，读写操作方式常用的有：

参数	含义
“r”	（默认）读。
“w”	写。该模式会覆盖原有内容；如文件不存在，会自动新建。
“x”	创建新文件并写入。
“a”	在已有文件的尾部追加。

一般读写操作：read() / readlines()

函数 read() 将整个文件读为一个字符串，来看一个例子：

datapath = os.path.join(os.getcwd(), "data", "iris.data.csv") with open(datapath, "r", encoding="utf8") as f: rawtext = f.read() rawtext[:200] '5.1,3.5,1.4,0.2,Iris-setosa\n4.9,3.0,1.4,0.2,Iris-setosa\n4.7,3.2,1.3,0.2,Iris-setosa\n4.6,3.1,1.5,0.2,Iris-setosa\n5.0,3.6,1.4,0.2,Iris-setosa\n5.4,3.9,1.7,0.4,Iris-setosa\n4.6,3.4,1.4,0.3,Iris-setosa\n5.0,'

函数 readlines() 将整个文件读为一个列表，文件的每一行对应列表的一个元素。

with open(datapath, "r", encoding="utf8") as f: rawtext = f.readlines() rawtext[:3] ['5.1,3.5,1.4,0.2,Iris-setosa\n', '4.9,3.0,1.4,0.2,Iris-setosa\n', '4.7,3.2,1.3,0.2,Iris-setosa\n']

上述的 readlines() 函数实质等同于列表解析：

with open(datapath, "r", encoding="utf8") as f: rawtext = [line for line in f] rawtext[:3] ['5.1,3.5,1.4,0.2,Iris-setosa\n', '4.9,3.0,1.4,0.2,Iris-setosa\n', '4.7,3.2,1.3,0.2,Iris-setosa\n']

文件写入，使用 write() 函数。一个简单的例子：

with open(datapath, "w") as f: f.write("Sometimes naive.")

大文件读取：readline()

如果文件比较大，使用 read()/readlines() 函数直接读入可能会占用太多内存。推荐使用函数 readline()，一种迭代器式的读取方法。

with open(datapath, "r", encoding="utf8") as f: print(f.readline().strip()) print(f.readline().strip()) 5.1,3.5,1.4,0.2,Iris-setosa 4.9,3.0,1.4,0.2,Iris-setosa

你会发现两次结果是不同的，这是因为迭代器内部的“指针”向后移动了。

怎样获取 / 移动“指针”的位置呢？使用 tell() / seek() 命令。

with open(datapath, "r", encoding="utf8") as f: print(f.tell(), f.readline().strip()) print(f.tell(), f.readline().strip()) f.seek(0) # 回到文件头 print(f.tell(), f.readline().strip()) 0 5.1,3.5,1.4,0.2,Iris-setosa 28 4.9,3.0,1.4,0.2,Iris-setosa 0 5.1,3.5,1.4,0.2,Iris-setosa

类

类的成员包括属性（attribute）与方法（method）两种。例子：

class MyClass: """ This is a class that can meow! """ animal = "cat" # An attribute def talk(self): # A method return "Meow" # An instance of the class a = MyClass() print(a.animal, a.talk()) cat Meow

上例中的 self 表示类的实例，所有类内部的方法都需要把该参数放在首位（你也不可不用 self 而使用 this 等，但是 self 是惯例）。例如，self.animal 就表示了实例的 animal 属性。这与 C# 等语言中的“this.animal”是类似的。

下例证明了 self 代表的实质是类的实例，而不是类本身。

class EgClass: def __init__(self): print(self) # 实例，有对应地址 print(self.__class__) # 类 a = EgClass() <__main__.EgClass object at 0x000002531C0AF860> <class '__main__.EgClass'>

构造函数：__init__()

类的构造函数是 __init__() （左右均为双下划线），用于初始化实例。在声明实例时，该函数自动被调用。

class MyClass2: def __init__(self, animal="cat"): self.animal = animal a = MyClass2("dog") a.animal 'dog'

封装

类的重要特性是封装性，即部分变量只能在其内部修改或访问，不能从类的外部进行处理。Python 中的封装非常简单，只要把属性或方法的名称前缀设置为双下划线即可。

由此可见，构造函数 __init__() 是最基本的一个私有方法。一个例子：

class MyClass3: def __init__(self, animal="cat"): self.__animal = animal self.__foo() def __foo(self): self.__animal = "rabbit" def show(self): print(self.__animal) a = MyClass3("dog") a.show() rabbit

如果想直接调用 __foo() 或者 __animal，都会被禁止，产生 AttributeError。

# a.__animal # AttributeError

要注意，前后均添加了双下划线的属性，如 name ，表示特殊属性而不是私有属性，是可以从外部访问的。

继承

下面是一个著名的猫与狗的例子；类 Cat 与 Dog 都继承自 Animal，同时也都重载了方法 talk()。

class Animal: def talk(self): pass # 表示定义留空 class Cat(Animal): # 从Animal 继承 def talk(self): # 重写talk() print('Meow') class Dog(Animal): def talk(self): print('Woof') a, b = Cat(), Dog() a.talk() # 'Meow' b.talk() # 'Woof' Meow Woof

通过 isinstance() 函数可以判断一个对象是否是某个类（或其子类）的实例：

print(isinstance(a, Cat), isinstance(a, Animal)) True True 或者： type(a).__name__ 'Cat'

当然，类也可以多继承。写在左侧的类的属性与方法，在继承时会被优先采用。例如：

class Pet: def talk(self): print("Pet") class Cat2(Pet, Cat): pass a = Cat2() a.talk() Pet

@property 装饰器

装饰器 @property可以被用于限制类属性的读写行为。比如，一个普通的类，如果想封装一个属性，却允许从外部读取它的值，一般我们用 getter 函数实现：

class Person: def __init__(self): self.__name = "Py" def get_name(self): return self.__name a = Person() a.get_name() 'Py'

不得不说这实在是麻烦了，代码里一堆 get 函数满天飞并不令人愉快。而且还不能忘记它是一个函数，需要在尾部加上括号。

装饰器 @property 可以将一个方法伪装成同名的属性，因此装饰了 getter 函数后，调用时就不用加上尾部的括号了：

class Person: def __init__(self): self.__name = "Py" @property def name(self): return self.__name a = Person() a.name 'Py'

而且，如果你想从外部修改该属性的值，会产生错误：

a.name = 1 --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-97-8c607f2aa25b> in <module>() ----> 1 a.name = 1 AttributeError: can't set attribute

但同时，我们也可以指定其 setter 函数（该装饰器 @age.setter 在用 @property 装饰 age 方法后会自动生成），让属性修改成为可能，甚至附加修改条件：

class Person: def __init__(self): self.__age = 20 @property def age(self): return self.__age @age.setter def age(self, value): if not isinstance(value, int): raise ValueError("Age should be an integer.") else: self.__age = value a = Person() a.age = 30 a.age 30

不传入整数会报错：

a.age = 0.5 --------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-100-001bfa8fe26b> in <module>() ----> 1 a.age = 0.5 <ipython-input-98-83364d5faa13> in age(self, value) 10 def age(self, value): 11 if not isinstance(value, int): ---> 12 raise ValueError("Age should be an integer.") 13 else: 14 self.__age = value ValueError: Age should be an integer.

类的特殊属性与方法

属性 __dict__

首先是 __dict__属性，用于查看类的属性与方法，返回一个字典。

a = MyClass() MyClass.__dict__ mappingproxy({'__dict__': <attribute '__dict__' of 'MyClass' objects>, '__doc__': '\n This is a class that can meow!\n ', '__module__': '__main__', '__weakref__': <attribute '__weakref__' of 'MyClass' objects>, 'animal': 'cat', 'talk': <function __main__.MyClass.talk>})

需要注意的是，此时实例 a 的属性没有被更改过，实例的 dict 是一个空字典：

print(a.__dict__, a.animal) {} cat

类的 __dict__ 方法下的同名键，与实例具有相同值。

MyClass.__dict__["animal"] 'cat'

一旦被从外部更改，实例 a 的 dict 字典就不再为空。

a.animal = "dog" print(a.__dict__, a.animal) {'animal': 'dog'} dog

属性 __slots__

从上面可以看到，非私有的类属性可以从外部更改值，而且属性还能直接从外部增加。slots 属性的作用就在于使类的属性不能从外部进行更改、追加。它能够限制属性滥用，并在优化内存上也有意义。

class MySlotClass(): __slots__ = ("meow", "woof") def __init__(self): self.meow = "Meow" self.woof = "Woof" a = MySlotClass() MySlotClass.__dict__ mappingproxy({'__doc__': None, '__init__': <function __main__.MySlotClass.__init__>, '__module__': '__main__', '__slots__': ('meow', 'woof'), 'meow': <member 'meow' of 'MySlotClass' objects>, 'woof': <member 'woof' of 'MySlotClass' objects>})

此时，如果使用 a.__dict__，结果不会返回空字典，而是会报错。

运算符重载

特别地，Python 提供了运算符重载的功能。常用的对应如下（参考 官方页面）：

方法 含义 应用
一元运算符
len 长度 len(a)
bool 逻辑值 bool(a)
neg 取负值 -a
str / repr 字符串形式 repr(a) / str(a), print(a)
二元运算符
add 加 a + b, a += b
sub 减 a - b, a -= b
mul 乘 a * b, a *= b
div 除 a / b, a /= b
pow 乘方 a ** b, a **= b
radd 左加 … + a
二元关系符
lt / le 小于 / 小于等于 a < b, a <= b
gt / ge 大于 / 大于等于 a > b, a >= b
eq / ne 等于 / 不等于 a == b, a != b
比如下例中，对多个运算进行了重载，完成了二维向量在加减法上与向量、与数运算的基本定义。

class Vector: def __init__(self, a, b): self.a = a self.b = b def __add__(self, another): if isinstance(another, Vector): c, d = another.a, another.b else: c, d = another, another return Vector(self.a + c, self.b + d) def __radd__(self, another): return self.__add__(another) def __neg__(self): return Vector(-self.a, -self.b) def __sub__(self, another): return self.__add__(-another) def __str__(self): return "Vector({},{})".format(self.a, self.b) v1 = Vector(0,3) v2 = Vector(5,-2) print(v1 - 1, -v2, v1 + v2, v1 - v2) Vector(-1,2) Vector(-5,2) Vector(5,1) Vector(-5,5)

其中，__repr__() 与 __str__() 的主要区别在于，前者在交互式步骤中显示结果，后者在 print 函数中显示结果。

例如上例，如果直接输入 v1，不会以 “Vector(0,3)”的形式显示。

v1 # 在类中附加定义： __repr__ = __str__ 即可解决问题。 <__main__.Vector at 0x2531c129c88>

迭代行为

在类中也能定义迭代行为，需要 iter() 与 next() 方法。

# 该例改编自官方文档 class MyClass4: def __init__(self, lst): self.data = lst self.__index = len(lst) def __iter__(self): return self def __next__(self): if self.__index == 0: raise StopIteration self.__index -= 1 return self.data[self.__index] a = MyClass4("Meow") for char in a: print(char) w o e M

常用模块

下面介绍几个常用的 Python 标准模块（即随 Python 安装的模块）。更多的第三方模块，例如 NumPy, pandas, matplotlib，可以参考本系列博文的其他文章。

os 模块

这个模块应该是 Python 自带模块中使用率最高的一个了。一些例子：

# import os # # ----- 文件操作 ----- # os.rename("old.py", "new.py") # 重命名 # os.remove("a.py") # 删除 # os.stat("b.py") # 查看文件属性 # # ----- 路径操作 ----- # os.getcwd() # 获取当前目录 # os.chdir(r"d:\list") # 更改当前目录为 # os.chdir(os.pardir) # 返回上一级目录 # os.mkdir('newfolder ') # 在当前目录新建一个文件夹 # os.listdir('c:\list') # 列出文件夹下所有文件的列表 # os.removedirs('thefolder ') # 删除空文件夹 # os.path.isfile/ispath("f") # 检查路径是文件或是目录 # os.path.exists("f") # 检查路径是否存在 # # ----- 操作平台相关 ----- # os.sep # 当前操作系统的路径分隔符 # os.linesep # 当前操作系统的换行符 # os.path.join(r"c:\abc", "d") # 连接字串成为路径

sys 模块

一般我很少用到这个模块。可能有这么几个命令会用到：

• sys.argv：能够传递从命令行接受的参数到代码内。
• sys.platform：当前操作系统平台。
• sys.exit()：无参数时抛出 SystemExit 错误并退出；有参数时会在退出前输出对应的字符串到屏幕。

import sys sys.platform 'win32'

一个 sys.argv 的例子：

sys.argv ['e:\\python\\lib\\site-packages\\ipykernel_launcher.py', '-f', 'C:\\Users\\wklchris\\AppData\\Roaming\\jupyter\\runtime\\kernel-3724c4c9-2130-485d-b388-7a84379fd043.json']

以上不是典型的例子，因为并不是在命令行下运行的。命令行下通常有如下格式：

python test.py hello

此时，sys.argv[0] = test.py，sys.argv[1] = hello.

re 模块：正则表达式

参考本文附录。

其他模块

• collection 模块：
  • 提供了一种双端列表 deque，可以用 appendleft, extendleft, popleft 等方法从 deque 的左侧（也就是lst[0]）进行操作。注意，deque 的更新操作比 list 更快，但读取操作比 list 慢。
  • 提供了一种缺省字典defaultdict，可以直接操作键值（即使这个键先前未定义）；首次操作时会赋一个合理的初值，比如首次调用 d["a"] += 1 而字典本身没有 “a” 键时，会自动初始化 “a” 键并赋初值 0。
• calendar 模块：判断星期、闰年，输出日历等等。
• itertools 模块：在本文“迭代器”小节已进行了简要介绍。
• logging 模块：在调试中可能会使用。
• urllib 模块：这是一个 HTML 请求模块，常用于爬虫。

调试与测试

Python 中有一些内置的办法进行调试与测试。

断言：assert

断言的含义在于，如果断言失败（False），那么代码会被终止（抛出一个AssertionError）。比如：

n = 0 assert(n != 0) 1 / n --------------------------------------------------------------------------- AssertionError Traceback (most recent call last) <ipython-input-112-e53f92f6c644> in <module>() 1 n = 0 ----> 2 assert(n != 0) 3 1 / n AssertionError:

与大家一贯喜欢使用的 print 调试法相比，断言语句可以用命令行参数 -O 忽略。这样所有的 assert() 语句都不会被执行。

$ python -O main.py

日志调试：logging 模块

logging 模块支持将错误日志输出（到控制台或者到文件）。

此乃调试神器。延伸阅读： logging 官方基础教程。

import logging # 该行也可能通过控制台：$ python main.py --log=WARNING 的方式实现 logging.basicConfig(level=logging.WARNING) n = 0 logging.warning("n = {}".format(n)) WARNING:root:n = 0

logging 模块的灵活之处在于你可以记录信息的级别（DEBUG，INFO，WARNING，ERROR，CRITICAL），各级别的作用如下：

• DEBUG：最详细的级别，所有详细日志都会被输出。
• INFO：检测代码是否按照预期执行。
• WARNING：非预期的事件发生了，或者可能在近期发生（例如：低磁盘空间）。但代码仍然执行。
• ERROR：发生了级别更高的问题，某些功能无法正常实现。
• CRITICAL：严重错误，代码可能无法继续运行。
  通过 filename 参数，可以将日志写入到文件。一般使用 DEBUG 级别，即输出所有信息。

# logging.basicConfig(filename="log.log", level=logging.DEBUG)

默认会将日志追加到文件末尾，如果想要覆写文件而不是追加，使用 filemode 参数：

# logging.basicConfig(filename="log.log", filemode="w", level=logging.DEBUG)

更改日志格格式，使用 format 参数。一般来说，常用的格式码（格式码后加 s 表示字符串）有：

• %(levelname)：当前日志字串级别。
• %(message)：当前日志字串。
• %(asctime)：当前时间。默认 datefmt 参数为 %Y-%m-%d %I:%M:%S
  例子。下例会输出形如：”01/23/1900 08:05:05 PM is when this event was logged.” 这样的格式。

# logging.basicConfig(format='%(asctime)s %(message)s', datefmt='%m/%d/%Y %I:%M:%S %p') # logging.warning('is when this event was logged.') # 常用的格式： # logging.basicConfig(format="%(levelname)s: %(message)s")

还可以通过配置文件来代替 basicConfig 命令，并进行设置 logger 等更高级的配置。这部分可以参考：此处。

# import logging.config # logging.config.fileConfig('logging.conf')

附录：正则表达式

正则表达式的基础内容参考本博客的这篇博文：正则表达式。注意：如果要保存一个正则表达式供多次使用，请存储其 compile 后的结果，避免反复编译。

• re.compile(exp)：编译正则表达式。
• re.compile(exp).match(str)：判断正则表达式能否匹配一个字串。可以 bool() 结果来获知是否匹配。
  • re.compile(exp).match(str).groups()：将匹配结果返回为单个字符串（无子组时）或元组（有子组时）。
  • re.compile(exp).findall(str)：找出字符串中所有匹配表达式的子串。返回列表。
• re.split(exp, str)：用表达式来分割字符串，相当于 str.split() 的增强版。

import re bool(re.match(r"\d", "1")) True phone_re = re.compile(r'\d{3,4}-\d{7,8}') phone_re.match('010-12345678').group() '010-12345678' # 如果在正则表达式中添加了子组（小括号），那么会返回子组依顺序组成的一个元组 phone_re = re.compile(r'(\d{3,4})-(\d{7,8})') phone_re.match('010-12345678').groups() ('010', '12345678') phone_re = re.compile(r'\d{3,4}-\d{7,8}') # 寻找所有子串 phone_set = '010-12345678, 021-65439876 ' phone_re.findall(phone_set) ['010-12345678', '021-65439876'] s = 'a b c' # 用 re.split() 处理连续的空格 print(s.split(' '), re.split(r"\s+", s)) ['a', 'b', '', '', 'c'] ['a', 'b', 'c']