Python基础技术举例分析

这篇文章主要讲解了"Python基础技术举例分析"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"Python基础技术举例分析"吧！

基础

1. 变量

可以把变量简单理解为一个存储值的单词。

讲道理，变量是什么就不用特地解释了…大家都懂。

在Python里面，定义变量、给变量赋值都非常简单。比如你想把数字1存储到一个变量里面，而这个变量名叫one，那么，你只需要这样：

one = 1

非常简单吧? 举一反三，完全可以自由发挥，就像下面，把2赋值给two，把10000赋值给some_number：

two = 2
some_number = 10000

当然，除了整型以外，我们也可以设置布尔类型、字符串、单精度，以及一些其他数据类型。如下：

# booleans
true_boolean = True
false_boolean = False

# string
my_name = "Leandro Tk"

# float
book_price = 15.80

2.流程控制: 分支语句

if，这个语句用来判断是否符合条件，它的后面紧跟着逻辑表达式，表达式最后的值为True或False，如果是true，则执行if里面的语句。如下：

if True:
  print("Hello Python If")

if 2 > 1:
  print("2 is greater than 1")

因为2大于1，条件成立，所以print语句就会被执行
当然，如果不满足条件，那么else就派上用场了！
如果，if后面跟着的逻辑表达式最终值是false，则会运行else里面的程序，如下：

if 1 > 2:
  print("1 is greater than 2")
else:
  print("1 is not greater than 2")

你也可以使用elif，是else if的缩写，但千万别写错~

if 1 > 2:
  print("1 is greater than 2")
elif 2 > 1:
  print("1 is not greater than 2")
else:
  print("1 is equal to 2")

3. 循环 / 迭代器

在Python中，我们有多种迭代的方式，我在这里说两种：

While 循环: 当逻辑表达式为true的时候，while下缩进的代码块就会被循环执行. 所以下面的代码片段，将会从1打印到10。

num = 1

while num <= 10:
    print(num)
    num += 1

上面这种循环方式，需要一个循环条件，如果循环条件是true，就会继续进行迭代，在上面的例子中，当num变成11的时候，循环条件就会等于False"

再看看下面的基础代码块，以便于理解:

loop_condition = True

while loop_condition:
    print("Loop Condition keeps: %s" %(loop_condition))
    loop_condition = False

只要循环条件为True，就会被一直循环执行，直到循环条件变成False

For循环: 与其他语言一样，这用于计次循环，它循环的次数，取决于后面那个range方法。

range，代表从在循环里，它用于表示从x到n，如下，就是从1到11，第三个参数可空，意思是每次递进的加数，默认每循环一次给i加1，填2的话，就给i加2

for i in range(1, 11):
  print(i)

列表: 集合 | 数组 | 数据结构

想象一下，你想把整数1存储在一个变量中。 但也许现在你想要存储 2 和 3，4，5 。。。

我是否有另一种方法来存储我想要的所有整数，但不是以百万计的变量？ 你猜对了 -- 确实有另一种方法来存储它们。

List 是一个可以用来存储一列值的集合（比如你想要的这些整数）。 那么让我们使用它：

my_integers = [1, 2, 3, 4, 5]

这真的很简单，我们创建了一个数组并将其存储到 my_integer 里。

但是也许你在问： 『 我怎样才能从这个列表中获得值？ 』

很好的问题。 List 有一个叫做索引的概念。 第一个元素获取索引 0 （零）。 第二个取 1 ，依此类推。 明白了吧。

为了使其更清楚，我们可以用它的索引来表示数组和每个元素。 我可以画出来：

使用 Python 语法，它也很容易理解：

my_integers = [5, 7, 1, 3, 4]
print(my_integers[]) # 5
print(my_integers[1]) # 7
print(my_integers[4]) # 4

想象一下现在你不想存储整数了。你只是想存储字符串，就像你亲戚名字的列表一样。 看起来像这样：

relatives_names = [
  "Toshiaki",
  "Juliana",
  "Yuji",
  "Bruno",
  "Kaio"
]

print(relatives_names[4]) # Kaio

它的工作方式与整数相同，漂亮。

我们刚刚了解到 Lists 索引是如何工作的。 但是我仍然需要告诉你如何将一个元素添加到 List 数据结构（一个项目到列表）。

添加一个值到 List 最常见的方法是 append 。让我们看看他是如何工作的：

bookshelf = []
bookshelf.append("The Effective Engineer")
bookshelf.append("The 4 Hour Work Week")
print(bookshelf[]) # The Effective Engineer
print(bookshelf[1]) # The 4 Hour Work Week

append 非常的简单。您只需要将元素（例如『 The Effective Engineer 』）作为『 append 』参数应用即可。

那么，关于 Lists 到这里就结束了，让我们来谈谈另一个数据结构。

字典: 键-值 数据结构

现在我们知道 Lists 使用整数来索引. 但是如果我们不想使用整数来索引呢? 一些其他的数据结构可以使用数字，字符串或者其他的类型来做索引.

让我们来学习 Dictionary 数据结构. Dictionary 是一个键值对集合. 它长下面这样:

dictionary_example = {
  "key1": "value1",
  "key2": "value2",
  "key3": "value3"
}

键用来索引到值. 那么我们如何访问 Dictionary的值呢? 你猜对啦 --- 使用键. 试一下吧:

dictionary_tk = {
  "name": "Leandro",
  "nickname": "Tk",
  "nationality": "Brazilian"
}

print("My name is %s" %(dictionary_tk["name"])) # My name is Leandro
print("But you can call me %s" %(dictionary_tk["nickname"])) # But you can call me Tk
print("And by the way I'm %s" %(dictionary_tk["nationality"])) # And by the way I'm Brazilian

我创建了一个关于我的 Dictionary. 我的名字, 昵称和国籍. 这些属性是Dictionary 的键.

我们知道访问 List 使用下标, 我们在这也使用下标 ( Dictionary 中的键的内容) 来访问存在 Dictionary中的值.

在例子中, 我打印出了存在 Dictionary中的所有关于我的短语. 非常简单滴~?

另一件关于 Dictionary非常帅气的事情就是我们可以使用任何东西来做为字典的值.在我创建的Dictionary中, 我想添加键为 "age" 且值为我的整数年龄进去:

dictionary_tk = {
  "name": "Leandro",
  "nickname": "Tk",
  "nationality": "Brazilian",
  "age": 24
}

print("My name is %s" %(dictionary_tk["name"])) # My name is Leandro
print("But you can call me %s" %(dictionary_tk["nickname"])) # But you can call me Tk
print("And by the way I'm %i and %s" %(dictionary_tk["age"], dictionary_tk["nationality"])) # And by the way I'm Brazilian

这里我们有一个键 (age) 值 (24) 对 使用字符串来作为键，整数来作为值.

像我们学习 Lists一样,让我们来学习如何在 Dictionary中添加元素.在Dictionary中， 一个键指向一个值是很重要的. 这就是为什么我们在添加元素的时候讨论它:

dictionary_tk = {
  "name": "Leandro",
  "nickname": "Tk",
  "nationality": "Brazilian"
}

dictionary_tk['age'] = 24

print(dictionary_tk) # {'nationality': 'Brazilian', 'age': 24, 'nickname': 'Tk', 'name': 'Leandro'}

我们只需要指定一个值到 Dictionary的键上. 一点也不复杂，484啊?

迭代：循环Python中的数据结构

当我们在学习 Python基础时, 会发现列表的迭代是一件十分简单的事情 ，通常我们Python开发者会使用For来循环迭代它. 现在让我们尝试一下:

bookshelf = [
  "The Effective Engineer",
  "The 4 hours work week",
  "Zero to One",
  "Lean Startup",
  "Hooked"
]

for book in bookshelf:
    print(book)

如你所见我们已经对书架中的书进行了for操作，我们输出打印了其中的书（当然你可以在循环中对它们做任何事情）。简单而又直观，这就是Python。

同样对于哈希类型的数据结构，比如像是Python中的字典，我们同样也可以对其使用for循环进行迭代操作，但是此时我们则需要用到key：

dictionary = { "some_key": "some_value" }

for key in dictionary:
    print("%s --> %s" %(key, dictionary[key]))

# some_key --> some_value

这是一个循环字典类型变量的小例子，对于dictionary变量我们使用for循环操作其中的key，接着我们打印输出他的key以及其相对应匹配的value值。

当然我们还有另外一种方法去实现它，就是去使用iteritems：

dictionary = { "some_key": "some_value" }

for key, value in dictionary.items():
    print("%s --> %s" %(key, value))

# some_key --> some_value

你看我们已经命名了两个参数key,value，但这并不是必须的，你甚至可以给它们起任何一个名字^.^，让我们来看一下：

dictionary_tk = {
  "name": "Leandro",
  "nickname": "Tk",
  "nationality": "Brazilian",
  "age": 24
}

for attribute, value in dictionary_tk.items():
    print("My %s is %s" %(attribute, value))

# My name is Leandro
# My nickname is Tk
# My nationality is Brazilian
# My age is 24

哈哈，可以看到我们已经使用了attribute作为了Dictionary的key参数，代码运行十分正确。赞！

类型与对象

一点基础理论:

对象代表现实世界中像轿车、狗、自行车这些事物。对象具有数据和行为两个主要特征。

在面向对象编程中，我们把数据当作属性，把行为当作方法。即：

数据 → 属性 和 行为 → 方法

类型是创造单个对象实例的蓝本。在现实世界中，我们经常发现很多对象实例拥有相同的类型，比如轿车。他们都具有相同的构造和模型（具有发动机，轮子，门等等）。每辆车都是根据同一张设计图制作的，并且具有相同的组成部分。

Python 的面向对象编程模式：ON

Python，作为一门面向对象编程的语言，具有类和对象的概念。

类是蓝图，对象是模型。

同样，一个类，它只是一个模型，或者一种定义属性和行为的方法（正如我们在理论部分所讨论的）。例如，车辆类有自己的属性，定义什么是车辆。车轮的数量、能源的类型、座位容量和最大速度都是车辆的属性。
考虑到这一点，让我们看看类的Python语法：

class Vehicle:
    pass

我们用一个类声明来定义类 ，仅此而已。很简单，不是吗？

对象是一个类的实例，我们用命名类来创建一个实例。

car = Vehicle()
print(car) # <__main__.Vehicle instance at 0x7fb1de6c2638>

这里 'car' 是 'Vehicle' 类的一个对象（或者说实例）。

记住，我们的 'Vehicle' 类有四个属性：轮子数量，能源类型，座位容量，和最大速度。我们创建一个 'Vehicle' 对象时设置所有这些属性 。所以在这里，我们定义我们的类初始化时要接收数据时：

class Vehicle:
    def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):
        self.number_of_wheels = number_of_wheels
        self.type_of_tank = type_of_tank
        self.seating_capacity = seating_capacity
        self.maximum_velocity = maximum_velocity

我们使用了 'init'方法。我们称它为构造方法。所以创建 'vehicle' 对象时可以定义这些属性。假设我们喜欢Tesla Model S，我们要创建这种对象。它有4个轮子，使用电能，有5个座位，最大时速250km/h (155mph）

tesla_model_s = Vehicle(4, 'electric', 5, 250)

4个"轮子"+电能"能源"+5个"座位"+250km/h"最大速度"。

所有属性都设置完成了。但是我们如何获取这些属性值？我们发送一个消息到对象来问他们。 我们称之为方法. 方法是对象的行为. 让我们来实现它：

class Vehicle:
    def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):
        self.number_of_wheels = number_of_wheels
        self.type_of_tank = type_of_tank
        self.seating_capacity = seating_capacity
        self.maximum_velocity = maximum_velocity

    def number_of_wheels(self):
        return self.number_of_wheels

    def set_number_of_wheels(self, number):
        self.number_of_wheels = number

这里创建了两个方法: number_of_wheels 和 set_number_of_wheels. 我们称它为 获取 & 设置. 因为第一个获取了属性值,然后第二个设置了一个新的属性值。

Python 中，我们可以用 "@property" ("decorator") 去定义 "getters" 和 "setters"。请看以下代码：

class Vehicle:
    def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):
        self.number_of_wheels = number_of_wheels
        self.type_of_tank = type_of_tank
        self.seating_capacity = seating_capacity
        self.maximum_velocity = maximum_velocity

    @property
    def number_of_wheels(self):
        return self.number_of_wheels

    @number_of_wheels.setter
    def number_of_wheels(self, number):
        self.number_of_wheels = number

同时，我们可以使用这些方法作为属性：

tesla_model_s = Vehicle(4, 'electric', 5, 250)
print(tesla_model_s.number_of_wheels) # 4
tesla_model_s.number_of_wheels = 2 # setting number of wheels to 2
print(tesla_model_s.number_of_wheels) # 2

这个与定义方法有些许不同。这些方法的工作机制与属性不同。例如，当我们设置轮子数量时，我们需要把2赋值给一个变量，只需要设置 "number_of_wheels" 的值为2。这是一种写 "pythonic"、 "getter"、"setter" 代码的方法。

而且同时我们也可以使用其他方法，比如 "make_noise" 方法。请看下面的例子。

class Vehicle:
    def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):
        self.number_of_wheels = number_of_wheels
        self.type_of_tank = type_of_tank
        self.seating_capacity = seating_capacity
        self.maximum_velocity = maximum_velocity

    def make_noise(self):
        print('VRUUUUUUUM')

当我们调用这个方法时，它返回字符串 "VRRRRUUUUM"。

tesla_model_s = Vehicle(4, 'electric', 5, 250)
tesla_model_s.make_noise() # VRUUUUUUUM

封装：信息隐藏

封装是一种限制直接访问对象数据和方法的机制。但是它加快了对象方法中数据的访问。

"封装可以在定义中隐藏数据和函数成员，意味着从外部隐藏了对象定义中的内部描述"--- Wikipedia

对象从外部隐藏了其内部描述。只有对象可以与它的内部数据进行交互。

首先，我们需要了解 "public" 和 "non-public" 变量实例的工作机制。

Public 变量实例

对于一个 Python 类型，我们可以使用构造方法初始化一个公共变量实例。我们看这个：

通过构造方法:

class Person:
    def __init__(self, first_name):
        self.first_name = first_name

这里我们使用 "first_name" 的值作为一个参数传递给公共变量实例。

tk = Person('TK')
print(tk.first_name) # => TK

在类中：

class Person:
    first_name = 'TK'

这里，我们不需要使用 "first_name" 作为一个参数，所有的对象实例都有一个用 "TK" 初始化的类属性。

tk = Person()
print(tk.first_name) # => TK

漂亮。我们已经学习到可以使用公共变量实例和类型属性。另一件关于 "public" 部分有趣的事情是我们可以管理它的变量的值。我的意思是什么呢？我们的对象可以管理它的变量值：获取和设置变量值。

记住 "Person" 类，我们想要设置另一个值给它的 "first_name" 变量：

tk = Person('TK')
tk.first_name = 'Kaio'
print(tk.first_name) # => Kaio

好了，我们刚刚设置了另一个值（"kaio"）给对象变量 "first_name"，并且它更新了它的值。就是这么简单，因为这个 "public" 变量，我们可以这样做。

Non-public 变量实例

"在这里，我们不用'私有'来形容 ，因为在Python中没有真正"私有"的属性（避免了一般情况下不必要的工作）。"--- PEP 8

和公共变量实例一样，我们可以在构造函数或类内部定义非公共变量实例。语法上的差异是： 对于非公共变量实例，我们在变量名前加一道下划线(_)。

"在Python中，无法从内部访问'私有'变量实例的对象是不存在的。但是，大多数Python代码遵循一个惯例：一个名字前有一道下划线的对象应该被认为是API中非公共的部分，例如_spam，无论它是一个函数、方法或是数据成员。" --- Python Software Foundation

这是一个例子：

class Person:
    def __init__(self, first_name, email):
        self.first_name = first_name
        self._email = email

看到email变量了吗？这就是定义一个非公共变量的方法。

tk = Person('TK', 'tk@mail.com')
print(tk._email) # tk@mail.com

所谓非公共变量只是一个惯例，没有机制禁止我们从外部访问并更新它。但按照惯例，我们应该把它作为API中非公共的部分来对待。

在类内部，我们通常使用方法来操作"非公共变量"，让我们实现两个方法（email和update_email）来理解。

class Person:
    def __init__(self, first_name, email):
        self.first_name = first_name
        self._email = email

    def update_email(self, new_email):
        self._email = new_email

    def email(self):
        return self._email

现在，我们可以通过这些方法来访问、更新非公共变量。

tk = Person('TK', 'tk@mail.com')
print(tk.email()) # => tk@mail.com
tk._email = 'new_tk@mail.com'
print(tk.email()) # => tk@mail.com
tk.update_email('new_tk@mail.com')
print(tk.email()) # => new_tk@mail.com

1. 我们以first_name TK 和 email tk@mail.com 初始化一个Person对象。

2. 通过方法访问非公共变量 email，并打印出来。

3. 从类外部直接设置一个新的email。

4. 我们应该把非公共变量作为API中非公共的部分来对待。

5. 通过实例方法更新非公共变量 email。

6. 成功！我们可以通过预设的方法来更新它。

公共方法

通过 公共方法, 我们也可以在我们类的外部使用这些方法了：

class Person:
    def __init__(self, first_name, age):
        self.first_name = first_name
        self._age = age

    def show_age(self):
        return self._age

让我们来试下：

tk = Person('TK', 25)
print(tk.show_age()) # => 25

赞--用起来没有任何问题。

非公共方法

但是通过 非公共方法 我们却无法做到这一点。 我们先来实现一个同样的 Person 类，不过这回我们加个下划线(_)来定义一个 show_age 的非公共方法。

class Person:
    def __init__(self, first_name, age):
        self.first_name = first_name
        self._age = age

    def _show_age(self):
        return self._age

那么现在，我们来试着通过我们的对象调用这个 非公共方法：

tk = Person('TK', 25)
print(tk._show_age()) # => 25

我们可以访问并且更新它。 非公共方法 只是一类约定俗成的规定，并且应当被看做接口中的非公共部分。

关于我们该怎么使用它，这有个例子：

class Person:
    def __init__(self, first_name, age):
        self.first_name = first_name
        self._age = age

    def show_age(self):
        return self._get_age()

    def _get_age(self):
        return self._age

tk = Person('TK', 25)
print(tk.show_age()) # => 25

这里我们有一个 _get_age 非公共方法和一个show_age 公共方法。show_age可以由我们的对象调用（在类的外部）而_get_age只能在我们类定义的内部使用(内部show_age方法)。但是再次强调下，这只是个约定俗成的规定。

封装总结

通过封装我们可以从外部隐藏对象的内部表示。

继承：行为和特征

某些对象具有共同点：如行为和特征。

例如，我从我父亲那里继承了一些特征和行为。我继承了他的眼睛和头发作为特征，继承了他的急躁和内向作为行为。

在面向对象编程中，类能够从其他类中继承特征（数据）和行为（方法）。

让我们看另外一个例子。

假定一辆车。轮子的数量、载客量和最高时速是车的所有属性。那么我们可以认为ElectricCar类从这个Car类中继承了这些属性。

class Car:
    def __init__(self, number_of_wheels, seating_capacity, maximum_velocity):
        self.number_of_wheels = number_of_wheels
        self.seating_capacity = seating_capacity
        self.maximum_velocity = maximum_velocity

我们的Car类实现之后:

my_car = Car(4, 5, 250)
print(my_car.number_of_wheels)
print(my_car.seating_capacity)
print(my_car.maximum_velocity)

一旦初始化后，我们可以使用所有已创建的实例变量。很好。

在Python中我们可以将父类作为子类定义时的参数。一个ElectricCar类能从之前的Car类中继承。

class ElectricCar(Car):
    def __init__(self, number_of_wheels, seating_capacity, maximum_velocity):
        Car.__init__(self, number_of_wheels, seating_capacity, maximum_velocity)

简单如上。我们不需要实现任何其他的方法，因为这个类已经有了（继承自Car类）。让我们确认一下：

my_electric_car = ElectricCar(4, 5, 250)
print(my_electric_car.number_of_wheels) # => 4
print(my_electric_car.seating_capacity) # => 5
print(my_electric_car.maximum_velocity) # => 250

感谢各位的阅读，以上就是"Python基础技术举例分析"的内容了，经过本文的学习后，相信大家对Python基础技术举例分析这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！