一刻鐘學會Python3

微信公衆號：IT一刻鐘
大型現實非嚴肅主義現場
一刻鐘與你分享優質技術架構與見聞，做一個有劇情的程序員
關注可第一時間瞭解更多精彩內容，定期有福利相送喲。
Python 是由吉多·範羅蘇姆(Guido Van Rossum)在 90 年代早期設計。它是如今最常用的編程語言之一。它的語法簡潔且優美，幾乎就是可執行的僞代碼。同時它具有大量豐富的科學計算擴展庫，是做數據挖掘與分析的居家必備之物。
有編程經驗的小夥伴，朗誦以下代碼塊，完成Python3快速入門。
（手機端不宜觀摩，建議收藏後電腦端觀摩）
# 用井字符開頭的是單行註釋

""" 多行字符串用三個引號
    包裹，也常被用來做多
    行註釋
"""

####################################################
## 1. 原始數據類型和運算符
####################################################

# 整數
3  # => 3

# 算術沒有什麼出乎意料的
1 + 1  # => 2
8 - 1  # => 7
10 * 2  # => 20

# 但是除法例外，會自動轉換成浮點數
35 / 5  # => 7.0
5 / 3  # => 1.6666666666666667

# 整數除法的結果都是向下取整
5 // 3     # => 1
5.0 // 3.0 # => 1.0 # 浮點數也可以
-5 // 3  # => -2
-5.0 // 3.0 # => -2.0

# 浮點數的運算結果也是浮點數
3 * 2.0 # => 6.0

# 模除
7 % 3 # => 1

# x的y次方
2**4 # => 16

# 用括號決定優先級
(1 + 3) * 2  # => 8

# 布爾值
True
False

# 用not取非
not True  # => False
not False  # => True

# 邏輯運算符，注意and和or都是小寫
True and False # => False
False or True # => True

# 整數也可以當作布爾值
0 and 2 # => 0
-5 or 0 # => -5
0 == False # => True
2 == True # => False
1 == True # => True

# 用==判斷相等
1 == 1  # => True
2 == 1  # => False

# 用!=判斷不等
1 != 1  # => False
2 != 1  # => True

# 比較大小
1 < 10  # => True
1 > 10  # => False
2 <= 2  # => True
2 >= 2  # => True

# 大小比較可以連起來！
1 < 2 < 3  # => True
2 < 3 < 2  # => False

# 字符串用單引雙引都可以
"這是個字符串"
'這也是個字符串'

# 用加號連接字符串
"Hello " + "world!"  # => "Hello world!"

# 字符串可以被當作字符列表
"This is a string"[0]  # => 'T'

# 用.format來格式化字符串
"{} can be {}".format("strings", "interpolated")

# 可以重複參數以節省時間
"{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"

# 如果不想數參數，可以用關鍵字
"{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以下環境運行，也可以用老式的格式化語法
"%s can be %s the %s way" % ("strings", "interpolated", "old")

# None是一個對象
None  # => None

# 當與None進行比較時不要用 ==，要用is。is是用來比較兩個變量是否指向同一個對象。
"etc" is None  # => False
None is None  # => True

# None，0，空字符串，空列表，空字典都算是False
# 所有其他值都是True
bool(0)  # => False
bool("")  # => False
bool([]) # => False
bool({}) # => False


####################################################
## 2. 變量和集合
####################################################

# print是內置的打印函數
print("I'm Python. Nice to meet you!")

# 在給變量賦值前不用提前聲明
# 傳統的變量命名是小寫，用下劃線分隔單詞
some_var = 5
some_var  # => 5

# 訪問未賦值的變量會拋出異常
# 參考流程控制一段來學習異常處理
some_unknown_var  # 拋出NameError

# 用列表(list)儲存序列
li = []
# 創建列表時也可以同時賦給元素
other_li = [4, 5, 6]

# 用append在列表最後追加元素
li.append(1)    # li現在是[1]
li.append(2)    # li現在是[1, 2]
li.append(4)    # li現在是[1, 2, 4]
li.append(3)    # li現在是[1, 2, 4, 3]
# 用pop從列表尾部刪除
li.pop()        # => 3 且li現在是[1, 2, 4]
# 把3再放回去
li.append(3)    # li變回[1, 2, 4, 3]

# 列表存取跟數組一樣
li[0]  # => 1
# 取出最後一個元素
li[-1]  # => 3

# 越界存取會造成IndexError
li[4]  # 拋出IndexError

# 列表有切割語法
li[1:3]  # => [2, 4]
# 取尾
li[2:]  # => [4, 3]
# 取頭
li[:3]  # => [1, 2, 4]
# 隔一個取一個
li[::2]   # =>[1, 4]
# 倒排列表
li[::-1]   # => [3, 4, 2, 1]
# 可以用三個參數的任何組合來構建切割
# li[始:終:步伐]

# 用del刪除任何一個元素
del li[2]   # li is now [1, 2, 3]

# 列表可以相加
# 注意：li和other_li的值都不變
li + other_li   # => [1, 2, 3, 4, 5, 6]

# 用extend拼接列表
li.extend(other_li)   # li現在是[1, 2, 3, 4, 5, 6]

# 用in測試列表是否包含值
1 in li   # => True

# 用len取列表長度
len(li)   # => 6


# 元組是不可改變的序列
tup = (1, 2, 3)
tup[0]   # => 1
tup[0] = 3  # 拋出TypeError

# 列表允許的操作元組大都可以
len(tup)   # => 3
tup + (4, 5, 6)   # => (1, 2, 3, 4, 5, 6)
tup[:2]   # => (1, 2)
2 in tup   # => True

# 可以把元組合列表解包，賦值給變量
a, b, c = (1, 2, 3)     # 現在a是1，b是2，c是3
# 元組周圍的括號是可以省略的
d, e, f = 4, 5, 6
# 交換兩個變量的值就這麼簡單
e, d = d, e     # 現在d是5，e是4


# 用字典表達映射關係
empty_dict = {}
# 初始化的字典
filled_dict = {"one": 1, "two": 2, "three": 3}

# 用[]取值
filled_dict["one"]   # => 1


# 用 keys 獲得所有的鍵。
# 因爲 keys 返回一個可迭代對象，所以在這裏把結果包在 list 裏。我們下面會詳細介紹可迭代。
# 注意：字典鍵的順序是不定的，你得到的結果可能和以下不同。
list(filled_dict.keys())   # => ["three", "two", "one"]


# 用values獲得所有的值。跟keys一樣，要用list包起來，順序也可能不同。
list(filled_dict.values())   # => [3, 2, 1]


# 用in測試一個字典是否包含一個鍵
"one" in filled_dict   # => True
1 in filled_dict   # => False

# 訪問不存在的鍵會導致KeyError
filled_dict["four"]   # KeyError

# 用get來避免KeyError
filled_dict.get("one")   # => 1
filled_dict.get("four")   # => None
# 當鍵不存在的時候get方法可以返回默認值
filled_dict.get("one", 4)   # => 1
filled_dict.get("four", 4)   # => 4

# setdefault方法只有當鍵不存在的時候插入新值
filled_dict.setdefault("five", 5)  # filled_dict["five"]設爲5
filled_dict.setdefault("five", 6)  # filled_dict["five"]還是5

# 字典賦值
filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "four": 4}
filled_dict["four"] = 4  # 另一種賦值方法

# 用del刪除
del filled_dict["one"]  # 從filled_dict中把one刪除


# 用set表達集合
empty_set = set()
# 初始化一個集合，語法跟字典相似。
some_set = {1, 1, 2, 2, 3, 4}   # some_set現在是{1, 2, 3, 4}

# 可以把集合賦值於變量
filled_set = some_set

# 爲集合添加元素
filled_set.add(5)   # filled_set現在是{1, 2, 3, 4, 5}

# & 取交集
other_set = {3, 4, 5, 6}
filled_set & other_set   # => {3, 4, 5}

# | 取並集
filled_set | other_set   # => {1, 2, 3, 4, 5, 6}

# - 取補集
{1, 2, 3, 4} - {2, 3, 5}   # => {1, 4}

# in 測試集合是否包含元素
2 in filled_set   # => True
10 in filled_set   # => False


####################################################
## 3. 流程控制和迭代器
####################################################

# 先隨便定義一個變量
some_var = 5

# 這是個if語句。注意縮進在Python裏是有意義的
# 印出"some_var比10小"
if some_var > 10:
    print("some_var比10大")
elif some_var < 10:    # elif句是可選的
    print("some_var比10小")
else:                  # else也是可選的
    print("some_var就是10")


"""
用for循環語句遍歷列表
打印:
    dog is a mammal
    cat is a mammal
    mouse is a mammal
"""
for animal in ["dog", "cat", "mouse"]:
    print("{} is a mammal".format(animal))

"""
"range(number)"返回數字列表從0到給的數字
打印:
    0
    1
    2
    3
"""
for i in range(4):
    print(i)

"""
while循環直到條件不滿足
打印:
    0
    1
    2
    3
"""
x = 0
while x < 4:
    print(x)
    x += 1  # x = x + 1 的簡寫

# 用try/except塊處理異常狀況
try:
    # 用raise拋出異常
    raise IndexError("This is an index error")
except IndexError as e:
    pass    # pass是無操作，但是應該在這裏處理錯誤
except (TypeError, NameError):
    pass    # 可以同時處理不同類的錯誤
else:   # else語句是可選的，必須在所有的except之後
    print("All good!")   # 只有當try運行完沒有錯誤的時候這句纔會運行


# Python提供一個叫做可迭代(iterable)的基本抽象。一個可迭代對象是可以被當作序列
# 的對象。比如說上面range返回的對象就是可迭代的。

filled_dict = {"one": 1, "two": 2, "three": 3}
our_iterable = filled_dict.keys()
print(our_iterable) # => dict_keys(['one', 'two', 'three'])，是一個實現可迭代接口的對象

# 可迭代對象可以遍歷
for i in our_iterable:
    print(i)    # 打印 one, two, three

# 但是不可以隨機訪問
our_iterable[1]  # 拋出TypeError

# 可迭代對象知道怎麼生成迭代器
our_iterator = iter(our_iterable)

# 迭代器是一個可以記住遍歷的位置的對象
# 用__next__可以取得下一個元素
our_iterator.__next__()  # => "one"

# 再一次調取__next__時會記得位置
our_iterator.__next__()  # => "two"
our_iterator.__next__()  # => "three"

# 當迭代器所有元素都取出後，會拋出StopIteration
our_iterator.__next__() # 拋出StopIteration

# 可以用list一次取出迭代器所有的元素
list(filled_dict.keys())  # => Returns ["one", "two", "three"]



####################################################
## 4. 函數
####################################################

# 用def定義新函數
def add(x, y):
    print("x is {} and y is {}".format(x, y))
    return x + y    # 用return語句返回

# 調用函數
add(5, 6)   # => 印出"x is 5 and y is 6"並且返回11

# 也可以用關鍵字參數來調用函數
add(y=6, x=5)   # 關鍵字參數可以用任何順序


# 我們可以定義一個可變參數函數
def varargs(*args):
    return args

varargs(1, 2, 3)   # => (1, 2, 3)


# 我們也可以定義一個關鍵字可變參數函數
def keyword_args(**kwargs):
    return kwargs

# 我們來看看結果是什麼：
keyword_args(big="foot", loch="ness")   # => {"big": "foot", "loch": "ness"}


# 這兩種可變參數可以混着用
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}
"""

# 調用可變參數函數時可以做跟上面相反的，用*展開序列，用**展開字典。
args = (1, 2, 3, 4)
kwargs = {"a": 3, "b": 4}
all_the_args(*args)   # 相當於 foo(1, 2, 3, 4)
all_the_args(**kwargs)   # 相當於 foo(a=3, b=4)
all_the_args(*args, **kwargs)   # 相當於 foo(1, 2, 3, 4, a=3, b=4)


# 函數作用域
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 # 現在全局域的x被賦值
    print (x) # => 6

setX(43)
setGlobalX(6)


# 函數在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

# 也有匿名函數
(lambda x: x > 2)(3)   # => True

# 內置的高階函數
map(add_10, [1, 2, 3])   # => [11, 12, 13]
filter(lambda x: x > 5, [3, 4, 5, 6, 7])   # => [6, 7]

# 用列表推導式可以簡化映射和過濾。列表推導式的返回值是另一個列表。
[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]

####################################################
## 5. 類
####################################################


# 定義一個繼承object的類
class Human(object):

    # 類屬性，被所有此類的實例共用。
    species = "H. sapiens"

    # 構造方法，當實例被初始化時被調用。注意名字前後的雙下劃線，這是表明這個屬
    # 性或方法對Python有特殊意義，但是允許用戶自行定義。你自己取名時不應該用這
    # 種格式。
    def __init__(self, name):
        # Assign the argument to the instance's name attribute
        self.name = name

    # 實例方法，第一個參數總是self，就是這個實例對象
    def say(self, msg):
        return "{name}: {message}".format(name=self.name, message=msg)

    # 類方法，被所有此類的實例共用。第一個參數是這個類對象。
    @classmethod
    def get_species(cls):
        return cls.species

    # 靜態方法。調用時沒有實例或類的綁定。
    @staticmethod
    def grunt():
        return "*grunt*"


# 構造一個實例
i = Human(name="Ian")
print(i.say("hi"))     # 印出 "Ian: hi"

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

# 調用一個類方法
i.get_species()   # => "H. sapiens"

# 改一個共用的類屬性
Human.species = "H. neanderthalensis"
i.get_species()   # => "H. neanderthalensis"
j.get_species()   # => "H. neanderthalensis"

# 調用靜態方法
Human.grunt()   # => "*grunt*"


####################################################
## 6. 模塊
####################################################

# 用import導入模塊
import math
print(math.sqrt(16))  # => 4.0

# 也可以從模塊中導入個別值
from math import ceil, floor
print(ceil(3.7))  # => 4.0
print(floor(3.7))   # => 3.0

# 可以導入一個模塊中所有值
# 警告：不建議這麼做
from math import *

# 如此縮寫模塊名字
import math as m
math.sqrt(16) == m.sqrt(16)   # => True

# Python模塊其實就是普通的Python文件。你可以自己寫，然後導入，
# 模塊的名字就是文件的名字。

# 你可以這樣列出一個模塊裏所有的值
import math
dir(math)


####################################################
## 7. 高級用法
####################################################

# 用生成器(generators)方便地寫惰性運算
def double_numbers(iterable):
    for i in iterable:
        yield i + i

# 生成器只有在需要時才計算下一個值。它們每一次循環只生成一個值，而不是把所有的
# 值全部算好。
#
# range的返回值也是一個生成器，不然一個1到900000000的列表會花很多時間和內存。
#
# 如果你想用一個Python的關鍵字當作變量名，可以加一個下劃線來區分。
range_ = range(1, 900000000)
# 當找到一個 >=30 的結果就會停
# 這意味着 `double_numbers` 不會生成大於30的數。
for i in double_numbers(range_):
    print(i)
    if i >= 30:
        break


# 裝飾器(decorators)
# 這個例子中，beg裝飾say
# beg會先調用say。如果返回的say_please爲真，beg會改變返回的字符串。
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 :(
翻譯自：https://learnxinyminutes.com/docs/python3/
一刻鐘學會Python3

一刻鐘學會Python3

5月語言排行榜：R跌出前二十，Python緊咬C++

如果996是福報，希望你有所收穫

史上最全的高可用服務系統線上問題排查工具單（一）

分庫分表引起的問題以及處理方式

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結
