Python编程基础(快速入门必看)

article/2025/10/8 20:38:53

Python编程基础

一、Python语言基本语法

  • Python是一个结合了解释性、编译性、互动性和面向对象的高级程序设计语言,结构简单,语法定义清晰。
  • Python最具特色的就是使用缩进来表示代码块,不需要使用大括号{}。
  • 缩进的空格数是可变的,但是同一个代码块的语句必须包含相同的缩进空格数。
answer = int(input("请输入一个整数:"))
if answer == 2:print("hello,")print("it's True")
else:print("sorry,")print("it's False")

在这里插入图片描述

1、基础数据类型

  • Python3中有六个标准的数据类型:Number(数字)、String(字符串)、List(列表)、Tuple(元组)、Set(集合)、Dictionary(字典)。其中,不可变数据类型有:Number、String、Tuple;可变数据类型有:List、Dictionary、Set。
  • Python3支持的数字类型有int(整数)、float(浮点数)、bool(布尔型)、complex(复数)四种类型。

2、变量和赋值

  • Python 中的变量是不需要声明数据类型的,变量的“类型”是所指的内存中被赋值对象的类型。
  • 同一变量可以反复赋值,而且可以是不同类型的变量,这也是Python语言称之为动态语言的原因。
  • Python允许同时为多个变量赋值。
brower = 'Google'  #字符串类型
brower = 100  #整数类型
brower = 123.45  #浮点数类型
brower = 2 + 3j  #复数类型
brower, count, addsum = 'Google', 100, 123.45
print(brower, count, addsum)

在这里插入图片描述

3、操作符和表达式

  • 运算符用于执行程序代码运算,会针对一个以上操作数项目来进行运算。
  • Python语言支持算术运算符、关系运算符和逻辑运算符。
  • 表达式是由操作对象和操作符组成的有意义的式子。

在这里插入图片描述

4、字符串

  • 字符串被定义为引号之间的字符集合,在Python中,字符串用单引号(’), 双引号("), 三引号(’’’)括起来,且必须配对使用。
  • 当Python字符串中有一个反斜杠时表示一个转义序列的开始,称反斜杠为转义符。

在这里插入图片描述

字符串的运算

字符串子串可以用分离操作符([]或者[:])选取,Python特有的索引规则为:第一个字符的索引是0,后续字符索引依次递增,或者从右向左编号,最后一个字符的索引号为-1,前面的字符依次减1。

下表给出了字符串的常用运算。
在这里插入图片描述
字符串的常见方法属性
在这里插入图片描述

5、流程控制

1.分支结构:

又称为选择结构,根据判断条件,程序选择执行特定的代码。 
Python语言中使用关键字if、elif、else来表示,基本语法格式如下:

if condition:if-block
[elif condition:	elif-block
else:	else-block]

其中,冒号(:)是语句块开始标记,[ ]内为可选项。另,在python中,当condition的值为False、0、None、””、()、[]、{}时,会被解释器解释为假(False)。

2. 循环语句

循环结构是指满足一定的条件下,重复执行特定代码块的一种编码结构。Python中,常见的循环结构是for循环和while循环。

(1)while循环

while语句语法格式:

while condition:while-block

用例:

i = 0
while i < 20:if i % 3 == 0:print(i,end= " ")i = i + 1

在这里插入图片描述

(2)for 循环:

for循环的语句格式:

     for  v  in  Seq:for_block

其中,v是循环变量,Seq是序列类型,涵盖字符串、列表及元组,在每轮循环中,循环变量被设置为序列类型中的当前对象,for_block是循环体,用来完成具体功能。

例:求1+2+3+4+5的值

sum = 0
for i in range(1,6):sum = sum + iprint("1+2+3+4+5 = %d"%sum)

在这里插入图片描述

二、内建数据结构

在Python中,最基本的数据结构是序列。
序列中的成员有序排列,都可以通过下标偏移量访问到它的一个或几个成员。除了前面已经介绍过的字符串,最常见的序列是列表和元组。

1、列表

  • 列表是Python中最具灵活性的有序集合对象类型。和字符串不同的是,列表具有可变长度、异构以及任意嵌套列表的特点。
  • 列表是可变对象,支持在原处修改。

列表的常用方法

  1. L.append(v) :把元素v添加到列表L的结尾,相当于a[len(a)] = [v]
  2. L.insert(i,v):将值v插入到列表L的索引i处
  3. L.index(x):返回列表中第一个值为x的元素的索引
  4. L.remove(v):从列表L中移除第一次找到的值v
  5. L.pop([i]):从列表的指定位置删除元素,并将其返回。如果没有指定索引,a.pop()返回最后一个元素。
  6. L.reverse():倒排列表中的元素
  7. L.count(x):返回x在列表中出现的次数
  8. L.sort(key=None, reverse=False):对链表中的元素进行适当的排序。

列表的推导式
列表推导式提供了从序列创建列表的简单途径。通常应用程序将一些操作应用于某个推导序列的每个元素,用其获得的结果作为生成新列表的元素,或者根据确定的判定条件创建子序列

在这里插入图片描述
列表推导式示例:

vec = [2, 4, 6, 8, 10]
print([3*x for x in vec])vec = [2, 4, 6,8,10]
print([3*x  for  x  in  vec  if x > 6])vec1 = [2, 4, 6]
vec2 = [4, 3, -9]
print([x*y for x in vec1 for y in vec2 if x*y>0])

在这里插入图片描述

2、元组

  • 元组有很多用途,例如:坐标(x, y),数据库中的员工记录等等。
  • 元组和字符串一样,不可改变,即不能给元组的一个独立的元素赋值。
  • 元组和列表看起来不同的一点是:元组用的是圆括号(),而列表用的是方括号[]。
tup = tuple('bar')  #创建元组
print('输出元组tup:',tup)  #输出元组nested_tup = (4,5,6),(7,8)
print('输出元组图tup:',nested_tup)#输出元素是元组的元组
print('元组的连接',tup+tuple('wwy'))a,b,c = tup #元组的拆分
print(a,b,c)
print(tup.count(a)) # 统计某个数值在元组中出现的次数

在这里插入图片描述

3、字典

  • 字典,也称映射,是一个由键/值对组成的非排序可变集合体。键值对在字典中以下面的方式标记:
  • dict = {key1 : value1, key2 : value2 }
  • 键/值对用冒号分割,而各个元素之间用逗号分割,所有元素都包括在花括号中。值得注意的是,字典中的键必须是唯一的,只能使用不可变的对象(比如字符串)来作为字典的键,字典中的键/值对是没有顺序的。

字典的常用方法描述
在这里插入图片描述
用例:

scientists = {'Newton' : 1642, 'Darwin' : 1809, 'Turing' : 1912}
print('keys:', scientists.keys())  #返回字典中的所有键
print('values:', scientists.values()) #返回字典中的所有值
print('items:', scientists.items()) #返回所有键值对,形式(键, 值)
print('get:', scientists.get('Curie', 1867))  # get方法temp = {'Curie' : 1867, 'Hopper' : 1906, 'Franklin' : 1920}
scientists.update(temp)  #用字典temp更新字典scientists
print('after update:', scientists)
scientists.clear() # 清空字典
print('after clear:', scientists)

在这里插入图片描述

4、集合

  • 集合是一个由唯一元素组成的非排序集合体。
  • 集合中的元素没有特定顺序,集合中没有重复项。
  • 可以使用大括号{ }或者set()函数创建集合,但是,创建一个空集合必须用 set(),因为{ }是用来创建一个空字典。
set1 = set([0,1,2,3,4])
set2 = set([1,3,5,7,9])
print(set1.issubset(set2))
print(set1.union(set2))
print(set2.difference(set1))
print(set1.issubset(set2))

在这里插入图片描述

三、函数

  • 函数是对程序逻辑进行过程化和结构化的一种方法,函数最大的优点是增强了代码的重用性和可读性。
  • Python不但能灵活地定义函数,而且本身内置了很多有用的函数,可以直接调用。

函数定义语法格式如下所示:

def  function_name(arguments):function_block  

关于函数定义的说明:

  1. 函数代码块以 def 关键词开头,后接函数标识符名称和圆括号();
  2. function_name是用户自定义的函数名称;
  3. arguments是零个或多个参数,且任何传入参数必须放在圆括号内;
  4. 最后必须跟一个冒号 :,函数体从冒号开始,并且缩进;
  5. function_block实现函数功能的语句块。

lambda函数
Python使用lambda来创建匿名函数,准确地说,lambda只是一个表达式,函数体比def定义的函数简单的多,在lambda表达式中只能封装有限的逻辑。除此之外,lambda函数拥有自己的命名空间,且不能访问自有参数列表之外或全局命名空间里的参数。

例题:假如要编写函数实现计算多项式1+2x+y2+zy的值,可以简单的定义一个lambda函数来完成这个功能。

polynominal = lambda x,y,z: 1+2*x+y**2+z*y
polynominal(1,2,3)

在这里插入图片描述

四、文件操作

1、文件处理过程

  1. 打开文件:open()函数;
  2. 读取/写入文件:read()、readline()、readlines()、write()等;
  3. 对读取到的数据进行处理;
  4. 关闭文件:close()。

对文件操作之前需要用open() 函数打开文件,打开之后将返回一个文件对象(file对象)。open 函数的语法格式如下:
file_object = open(file_name [, access_mode = “r”, buffering= -1])

2、数据的读取方法

在这里插入图片描述
读取txt文件时指定读取数量

f = open("记事本.txt",mode = 'r')
content = f.read(10) #设置读取内容的长度size
print(content)
f.close()
print(type(content)) 

按行读取txt文件

f = open("记事本.txt",mode='r')
content = f.readlines()
print(content)
f.close() 

3、读取csv文件

CSV (Comma Separated Values),即逗号分隔值,也称为字符分隔值,因为分隔符除了逗号,还可以是制表符,是一种常用的文本格式,用以存储表格数据,包括数字或者字符。

CSV文件具有如下特点:

  1. 纯文本,使用某个字符集,比如ASCII、Unicode或GB2312;
  2. 以行为单位读取数据,每行一条记录;
  3. 每条记录被分隔符分隔为字段;
  4. 每条记录都有同样的字段序列。

Python内置了csv模块,import csv之后就可以读取CSV文件了。

import csv
with open("student.csv", "r") as f:reader = csv.reader(f)  rows = [row for row in reader]
for item in rows:print(item) 

4、文件写入与关闭

文件的写入

  • write() 函数用于向文件中写入指定字符串,同时需要将open函数中文件打开的参数设置为 mode = w。
  • write() 是逐次写入,writelines() 可将一个列表中的所有数据一次性写入文件。
  • 如果有换行需要,则要在每条数据后增加换行符,同时用“字符串 .join() ”的方法将每个变量数据联合成一个字符串,并增加间隔符 “\t”。

用例:

import csv
content = [['0','hanmei','23','81'],['1','mayi','18','99']]
f = open("test.csv","w",newline='')#如果不加newline="",就会出现空行
content_out = csv.writer(f)#生成writer对象存储器
for con in content:content_out.writerow(con)f.close()

运行就会生成一个csv文件
在这里插入图片描述
打开test.csv文件:
在这里插入图片描述

关闭文件

文件操作完毕,一定要关闭文件close(),以便释放资源供其他程序使用。


http://chatgpt.dhexx.cn/article/onV1SgU6.shtml

相关文章

IPv4地址分类(A类 B类 C类 D类 E类)

5类地址&#xff08;A类 B类 C类 D类 E类&#xff09; IPv4地址由四段组成&#xff0c;每个字段是一个字节&#xff0c;8位&#xff0c;最大值是255&#xff0c;, IPv4地址由两部分组成&#xff0c;即网络地址和主机地址。网络地址表示其属于互联网的哪一个网络&#xff0c;主…

计算机网络中的A类、B类、C类地址的划分

原创不易,麻烦点个关注,点个赞,谢谢各位。 A类地址的第一组数字为1~126。注意,数字0和 127不作为A类地址,数字127保留给内部回送函数,而数字0则表示该地址是本地宿主机,不能传送。 范围:1.0.0.1到126.255.255.254 B类地址的第一组数字为128~191。 范围:128.0.0.1…

【计算机网络】B类IP地址

做笔试的时候遇到这个B类IP地址&#xff0c;做个笔记&#xff1a; B类IP地址是指:从 128.0.0.0 到 191.255.255.255 的单址广播 IP 地址 B类主机地址范围:128.0.0.1到191.255.255.254。 前两个八位二进制指明网络&#xff0c;后两个八位二进制指明网络上的主机。 172.16.0.0到…

IP地址常见分类:A类、B类、C类、D类、E类

文章目录 前言IPv4地址表示方法IPv6地址表示方法IPv4地址常见分类 前言 虽然IPv6渐渐出现在了人们的视线之中&#xff0c;但是目前来看IPv4仍然占据着主导地位&#xff0c;在日常的编码过程中两者都会接触到&#xff0c;但实际上两者在使用范围、消息头结构等细节上有诸多不同…

SPSS多元线性回归结果分析

输出下面三张表 第一张R方是拟合优度 对总回归方程进行F检验。显著性是sig。 结果的统计学意义,是结果真实程度(能够代表总体)的一种估计方法。专业上,p 值为结果可信程度的一个递减指标,p 值越大,我们越不能认为样本中变量的关联是 总体中各变量关联的可靠指标。p 值是…

R 回归分析 多元线性回归

对比一元线性回归,多元线性回归是用来确定2个或2个以上变量间关系的统计分析方法。多元线性回归的基本的分析方法与一元线性回归方法是类似的,我们首先需要对选取多元数据集并定义数学模型,然后进行参数估计,对估计出来的参数进行显著性检验,残差分析,异常点检测,最后确…

spss进行多元线性回归并分析表格

本博客主要包含以下内容&#xff1a; 1.如何使用spss进行多元线性回归。 2.分析生成结果&#xff0c;并判断回归是否可行。 一、使用spss进行多元线性回归&#xff1a; 1.输入数据 2. 3. 4. 5. 6. 二、表格结果分析&#xff1a; R方是检验回归是否成功的重要要素之一&…

多元线性回归分析(R语言)

▼多元线性回归分析▼ 一、多元线性回归模型 设变量Y与X1&#xff0c;X2&#xff0c;……&#xff0c;Xp之间有线性关系 其中 &#xff0c; 和 是未知参数&#xff0c;p≥2&#xff0c;称上公式为多元线性回归模型。 二、参数估计 我们根据多元线性回归模型&#xff0c;…

用Python进行多元线性回归分析(附代码)

https://developer.51cto.com/art/202008/624683.htm 很多人在做数据分析时会经常用到一元线性回归&#xff0c;这是描述两个变量间统计关系的最简单的回归模型。但现实问题中&#xff0c;我们往往会碰到多个变量间的线性关系的问题&#xff0c;这时就要用到多元线性回归&#…

R语言 —— 多元线性回归

一、模型简介 一元线性回归是一个主要影响因素作为自变量来解释因变量的变化&#xff0c;在现实问题研究中&#xff0c;因变量的变化往往受几个重要因素的影响&#xff0c;此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化&#xff0c;这就是多元回归亦称多…

机器学习10—多元线性回归模型

多元线性回归模型statsmodelsols 前言什么是多元线性回归分析预测法 一、多元线性回归二、多元线性回归模型求解2.1最小二乘法实现参数估计—估计自变量X的系数2.2决定系数&#xff1a;R 与调整后 R2.3F检验参数2.4对数似然、AIC与BIC2.5回归系数标准差2.6回归系数的显著性t检验…

线性回归——简单线性回归、多元线性回归

回归分析是用来评估变量之间关系的统计过程。用来解释自变量X与因变量Y的关系。即当自变量X发生改变时&#xff0c;因变量Y会如何发生改变。 线性回归是回归分析的一种&#xff0c;评估的自变量X与因变量Y之间是一种线性关系。当只有一个自变量时&#xff0c;称为简单线性回归&…

[学习笔记]多元线性回归分析——理解篇

回归分析是数据分析中最基础最重要的分析工具&#xff0c;绝大多数的数据分析问题&#xff0c;都可以使用回归的思想来解决。回归分析的任务就是&#xff0c;通过研究自变量x和因变量y的相关关系&#xff0c;尝试去解释y的形成机制&#xff0c;进而达到通过x去预测y的目的。 常…

用 Python 进行多元线性回归分析(附代码)

很多人在做数据分析时会经常用到一元线性回归&#xff0c;这是描述两个变量间统计关系的最简单的回归模型。但现实问题中&#xff0c;我们往往会碰到多个变量间的线性关系的问题&#xff0c;这时就要用到多元线性回归&#xff0c;多元线性回归是一元回归的一种推广&#xff0c;…

【数学建模】-多元线性回归分析

文章目录 回归的思想回归分析&#xff1a;研究X和Y之间相关性的分析。相关性因变量Y自变量X 回归分析的使命回归分析的分类数据的分类一元线性回归对于线性的理解回归系数的解释内生性的探究内生性的蒙特卡罗模拟核心解释变量和控制变量回归系数的解释什么时候取对数&#xff1…

多元回归分析

建模复习 目录 前言 一、回归的思想 1,介绍 2&#xff0c;回归分析的分类 3&#xff0c;数据类型 二、一元线性回归 1&#xff0c;一元线性函数拟合 2&#xff0c;一元线性回归模型 3&#xff0c;回归系数 1&#xff0c;回归系数的解释 2&#xff0c;内生性 3&…

VC2015运行库安装失败

VC2015安装失败&#xff0c;0x80240017-未指定的错误。 32位操作系统 64位操作系统 依次安装即可。 网盘链接&#xff1a;https://pan.baidu.com/s/1FGSAbpPuxTwszrQGMblPRg 提取码&#xff1a;z6ah 如遇到缺少什么.dll&#xff0c;可以通过增加某dll至环境变量中。

VC运行库修复安装一键安装

VC.RedistInstaller1.6.rar: http://u1.share.orcy.net.cn/file/12559096-413098201 如果上述安装不成功可尝试下载&#xff1a; Visual C AIO v2019.05.21&#xff08;自动强制安装谨慎双击&#xff09;.zip: http://u1.share.orcy.net.cn/file/12559096-413098413 ------…

phpstudy没有安装VC11、VC14运行库

文章目录 出现问题解决方案安装步骤安装VC11安装VC14验证结果出现问题 phpstudy2018–>切换版本php-5.5.36时—>提示错误 解决方案

Windows 技术篇-通过注册表查找vc运行库所在位置实战演示,通过ProductCode查看vc++运行库安装位置

vc 运行库各个版本的位置安装位置不尽相同&#xff0c;而且根据安装方式不同也有一定区别&#xff0c;总结了一套自己的方法&#xff0c;我们自己来探索&#xff1a; 我用 vc2015 举例&#xff0c;2015 有很多版本&#xff0c;每个版本对应的产品代码是不一样的&#xff0c;我…