此笔记仅适用于有任一编程语言基础，且对面向对象有一定了解者观看

数据类型

字面量

字面量就是非变量，直接以值的方式存在于程序中

数字类型

• 整数
• 浮点
• 复数
• 布尔

数据容器

字符串

三种定义方式

str1 = 'str1'
str2 = "str2"
str3 = """str3"""

列表

在后面列一个章节介绍

元组

在后面列一个章节介绍

type()方法

将变量 or 自变量放入“()”内，type()的返回值就是对应数据类型

数据类型强转

str = "123"# 这时str是字符串类型
str = (int)str# 这句话执行完str就成了int类型

注释

单行注释

# 这是单行注释
# #号和注释间一般用一个空格隔开

多行注释

"""这是多行注释这是多行注释这是多行注释
"""

输出

基本输出

连续输出，中间用“,”分隔

print(1,2,"3",4,5)#输出逗号默认为空格

更复杂的输出格式

• 输出多个结果时，使用“,”分隔符

  print(1,2,3,sep=",")# 用分隔符“,”区分输出结果
  

• 输出不换行

  print(x,end="")
  print(y)
  

• %d、%s、%e的格式化输出

  print('%d'%3.1415926)# 仅输出整数部分
  print('%10s'%'Monday')# Monday右对齐,取十位，不够则补位
  print('%.3e'%3.1415926)# 3.1415926取3位小数，用科学计数法计数
  print('%.2f'%4.1415)# 保留两位小数
  

• format的输出格式

  print('{}{}{}'.format
  ('Monday','Tuesday','Wednesday'))
  # 带关键字
  # "and"拼接
  

• 自动格式化输出

  a = 180
  b = "roland"
  print(f"{b}的身高{a}")
  

变量

定义

变量名 = 变量值

bianliang = 1

del方法

使一个变量恢复到未定义状态

标识符

python中只支持：

• 英文
• 中文
• 数字
• 下划线 “_”

这四类元素

且，

• 不推荐中文
• 数字不能在开头
• 区分大小写

运算符

加：+
减：-
乘：*
除：/ (计算完自动转化成浮点型)
整除：//
取余：%
指数：**

比较运算符

运算符	作用
>	大于
<	小于
==	等于
!=	不等于
>=	大于等于
<=	小于等于

逻辑运算符

逻辑运算符	功能
and	与运算
or	或运算
not	非运算

输入

input()

传参是字符串，此函数执行时会打印括号内的内容，并等待键盘的输入。接收完输入后会以字符串的形式返回程序

正常输入

x = int (input("请输入梯形的上底长度"))

连续输入

#多数据输入中间用空格间隔
x,y,z=map(int,input(“请输入梯形的上下底长和
高“).split())
#多数据输入中间用逗号间隔
x,y,z=map(int,input(“请输入梯形的上下底长和
高”).split(”,"))

控制语句

缩进为四个空格！！！

自上而下的控制语句

if条件语句

特点：if后条件不需要用空格包住，
用:代替{}
else if 变成elif

if 1>2:print("数学崩塌了")
elif 1>3:print("数学真崩塌了")
else:print("数学还是正常的")

循环语句

for循环

for 临时变量 in 序列类型：
执行语句

序列类型指，其内容可以一个个依次取出的一种类型，包括【字符串 列表 元组 ……】

Python的for循环是一个轮询的机制，轮询 in 后的列表

name = "Roland"
for x in name:print(x)"""输出结果如下：
R
o
l
a
n
d
"""

理论上Python中的for循环无法构成无限循环（序列类型(被处理的数据集)不可能无限大）

range()

• 语法1

  range(5)# 获得一个从0到5（不含5）的数字序列（0,1,2,3,4）
  

• 语法2

  range(1,5)# 获得一个从1到5（不含5）的数字序列（1,2,3,4）
  

• 语法3

  range(1,10,2)# 获得一个从1到10（不含10）,步长为2的数字序列（1,3,5,7,9）
  

将range融合进for循环

for i in range(1,10,2):print (i)

for循环临时变量作用域

实际上可以在外部访问

但在编程规范上，不允许

while循环

i = 6
while(i > 0):print("i = ",i)i--

break

跳出循环

continue

中断本次循环，进入下次循环

如果没有下次了，那就跳出循环

else

在 python 中，while … else 在循环条件为 false 时执行 else 语句块：

count = 0
while count < 5:print count, " is  less than 5"count = count + 1
else:print count, " is not less than 5"'''----------------------------------------------'''
# 注意，break退出循环不会触发else
count = 0
while count < 5:print count, " is  less than 5"count = count + 1break
else:print count, " is not less than 5"

函数

定义函数

def 函数名 (参数列表):
函数体
return 返回值

# 此函数根据传参大小，打印Hello n次，并返回"Over"
def SayHello(n):# 传参列表可以空着for i in range(n):print("Hello")return "Over" #可以不写return，不写return就是等于写了一个 return None

调用函数

print(SayHello(3))# 打印三次Hello

传参

位置参数

就是c语言的传参机制

关键字参数

即函数调用时通过 “键 = 值”形式传递参数

作用：可以让函数更加清晰、更容易使用，同时也清除了参数的顺序需求

def user_info(name,age,gender):print(f"您的名字为{name},年龄为{age},性别是{gender}")user_info(name = "Roland", age = 3, gender = "男")
user_info(name = "Roland", gender = "男", age = 3)
user_info(age = 3, gender = "男", name = "Roland") 
#上面三次调用都是一样的传参效果

位置参数和关键字参数混用

def user_info(name,age,gender):print(f"您的名字为{name},年龄为{age},性别是{gender}")user_info(name = "Roland", age = 3, gender = "男")
user_info("Roland", gender = "男", age = 3)
#上面三次调用都是一样的传参效果

缺省参数

也叫默认参数，意思就是为参数提供默认值，如果传参没有传该参数，则函数自己使用默认的参数，如果有传，则使用传参

def user_info(name,age,gender = "男"):print(f"您的名字为{name},年龄为{age},性别是{gender}")user_info("Roland",age = 3)
user_info("Rose",18,"女")

可变参数（不定长）

位置传递不定长

def user_info(*args):# 这里注意下，args是一个默认的惯例，可以叫别的，但最好叫这个

传进的参数都会被 *args接收，作为一个元组存储，这也叫做位置传递

关键字传递不定长

def user_info(**kwargs):# 这里注意下，kwargs是一个默认的惯例，可以叫别的，但最好叫这个

传进的参数都会被 **kwargs接收，作为一个字典存储，这也叫做关键字传递，所以传递的参数得以字典的形式

多个返回值

# 此函数根据传参大小，打印Hello n次，并返回"Over"
def SayHello(n):# 传参列表可以空着for i in range(n):print("Hello")return "Over",6 # 多个返回值之间用逗号分隔a,b = SayHello(3)# 接收多个返回值也是用逗号分隔
print(a,b)

函数作为传参

函数1作为参数传递给函数2，其实函数2写来就是为了让使用者传递一个函数1，然后有函数2来调用。

当然，函数1所赋予的传参是由函数2给的，并不是使用者

这算是传入计算逻辑，而非传入数据

挺绕的，自己写了就清楚了

# 对1和2进行计算，至于怎么计算，根据传入的函数决定
def calc_1_and_2(Handle):x = Handle(1,2)return x#计算a+b
def math_plus(a,b):return a+b#计算a-b
def math_minus(a,b):return a-bprint(calc_1_and_2(math_plus))
print(calc_1_and_2(math_minus))

匿名函数

介绍

函数的定义中

• def关键字，可以定义带有名称的函数，可重复使用
• lambda关键字，可以定义匿名函数（无名称），只可临时使用一次
• 可以用来测试某个参数是函数的函数的功能

基本语法

lambda 传入参数:函数体 # 注意函数体内只能写一行

演示案例

def test_func(computer):result = computer(1,2)print(result)test_func(lambda x,y: x + y)# 在这里就是把新定义的匿名函数的逻辑传给了test_func

数据容器

概述

一种可以同时存储多个(种)元素的python数据类型

根据是否支持重复元素、是否可以修改、是否有序等，分为5类：

• 列表(list)
• 元组(tuple)
• 字符串(str)
• 集合(set)
• 字典(dict)

数据容器变量名是指针：也就是先定义了list1，然后list2=list1，则修改list1后，list2内容也是同步变化的

列表(list)

介绍

列表内的每一个数据称为元素

列表中可以存储不同的数据类型

列表中可以存储相同的数据

说白了就是数组Pro

基本语法

# 字面量
# [元素1，元素2，元素……]# 定义变量
# 第一种
myList = [1, 2, 3, 4, 5]
# 第二种
myList = [i for i in range(1, 6)]
# 上面两个结果一致# 定义空列表
myList = []
myList = list()# 列表嵌套
myList = [列表1,列表2]

案例演示

my_list = ["Roland", 3, True]
print(type(my_list))
print(my_list)
my_list_list = [my_list,["Roland", 3, False]]
print(my_list_list)

列表下标(索引)

my_list = ["Roland", 3, True]
# 正向索引
print(my_list[0],my_list[1],my_list[2])
# 反向索引(-1是倒数第一个，-2是倒数第二)
print(my_list[-1],my_list[-2],my_list[-3])

列表方法

查询某元素下标

列表对象.index(元素)

案例演示

my_list = ["Roland", 3, True]
print(my_list.index(3))

修改对应下标的元素值

同数组的修改元素方式，我觉得不应该叫方法

在指定下标插入新元素

列表对象.insert(下标,元素)

案例演示

my_list = ["Roland", 3, True]
my_list.insert(1,2)
print(my_list)

追加元素

列表对象.append(元素)# 将新元素追加到列表尾部
列表对象.extend(其他数据容器)# 将其他数据容器内容取出，依次追加到列表尾部

案例演示

my_list = ["Roland", 3, True]
my_list.append(2)
print(my_list)
my_list2 = ["Steve", 2, False]
my_list.extend(my_list2)
print(my_list)

删除指定下标元素

del 列表[下标]
列表对象.pop(下标)

案例演示

my_list = ["Roland", 3, True]
my_list.pop(2)
print(my_list)my_list2 = ["Steve", 2, False]
del my_list2[0]
print(my_list2)

删除某元素在列表的第一个匹配项

列表对象.remove(元素)

案例演示

my_list = ["Roland", 3, True]
my_list.remove(3)
print(my_list)

清空列表

列表对象.clear()

案例演示

my_list = ["Roland", 3, True]
my_list.clear()
print(my_list)

统计某元素在列表中数量

列表对象.count(元素)

案例演示

my_list = ["Roland", 3, True]
print(my_list.count(True))

统计列表中所有元素数量

len(列表对象)

案例演示

my_list = ["Roland", 3, True]
print(len(my_list))

排序

list.sort(cmp=None, key=None, reverse=False) # reverse=true:降序

列表拼接

元组(tuple)

介绍

元组与列表的唯一区别——不可修改

基本语法

# 定义元组字面量
(元素,元素,……)# 定义元组变量
变量名称 = (元组,元组,……)# 定义单元素元组变量(要写个逗号)
变量名称 = (元组,)# 定义空元组
变量名称 = ()
变量名称 = tuple() # 元组嵌套

元组方法

• index
• count
• len

字符串(str)

简介

字符串时字符的数据容器，只能存字符

不可修改的

基本语法

# 通过下标取值
mystr = "Roland"
print(mystr[3])

字符串方法

• .index 这里注意下，index不只是只能查单个字符的位置，也可以查一个小字符串出现的起始下标

• .replace(字符串1，字符串2) 将调用此方法的字符串中的字符串1替换成字符串2，并以返回值的方式返回(需要一个新的变量来接收)

• .split(“分隔符字符串”) 将调用此方法的字符串用分割字符串分割成多个元素，并存入一个列表，并以返回值的方式返回(需要一个新的变量来接收)

  # 这个方法不好描述，直接上代码
  myStr = "Hello this is Roland"
  mylist = myStr.split(" ")
  print(mylist)
  

• .strip() 字符串规整操作，去除字符串的前后空格。传参还可以传入字符串，意思就是去除原字符串的前后被传入的字符串，当然还是将新字符串以返回值的方式返回

• .count

• len

数据容器的切片

序列

内容连续、有序，可使用下标索引的一类数据容器(列表、元组、字符串)

切片

从一个序列中取出一个子序列

语法：序列[起始下标:结束下标]
序列[起始下标:结束下标:步长]

arr[::-1] # 将数据容器内容倒序

注意：

• 不含结束下标
• 步长为负数表示反向取，呢么起始下标和结束下标也要反向标记
• 是以返回值的方式返回新的序列
• 传参不传步长的话就是默认步长为1

集合(set)

介绍

• 无序、无下标
• 不可重复
• 可不同数据类型
• 可修改
• 支持for循环不支持while循环遍历

基本语法

# 定义集合字面量
{元素,元素,……}# 定义集合变量
变量名称 = {元素,元素,……}# 定义空集合
变量名称 = set()

集合方法

• .add(元素) 将指定元素添加到自身集合内
• .remove(元素) 删除指定元素
• .pop()随机取一个元素通过返回值返回，同时删除此元素
• .clear()
• 集合1.difference(集合2) 取两个集合的差集，将新集合返回，原集合不发生变化
• 集合1.difference_update(集合2) 在集合1内，删除和集合2相同的元素。集合1可能发生变化，集合2不变
• 集合1.union(集合2) 将集合1和集合2合并，并以返回值的方式返回新集合
• len(集合) 统计集合元素数量

遍历集合

由于集合没有下标，所以不能用while()遍历

可以用for循环遍历，但不能保证遍历顺序

myset = {1,2,5,6}
for i in myset:print(i)

字典(dict)

介绍

生活中的字典：【字】：含义

Python中的字典：【Key】：value

• 无序、无下标
• Key 不可重复(重复添加等于覆盖原有数据)
• 值可以取任何数据类型，但键必须是不可变的，如字符串，数字或元组。
• 可修改
• 支持for循环，不支持while循环遍历

基本语法

# 字面量
{key:value, key:value, ……}
# 变量
mydict = {key:value, key:value, ……}
# 空字典
my_dict = {}
my_dict = dict()# 从字典中基于Key获取Value
my_dict = {"Roland":180,3:170,"Rola":160}
print(my_dict["Roland"])# 字典的嵌套(Key不可为字典)
score = {"高数":100,"大英":99,"离散":100}
student = {"Roland":score}
print(student)
print(student["Roland"])
print(student["Roland"]["高数"])

常用操作

• 新增/更新元素

  my_dict = {	"Roland":180,"Steve":170}
  my_dict["Rola"] = 160 # 第一次使用表示新增Rola这个Key，Value为160
  print(my_dict)
  my_dict["Rola"] = 150 # 第二次使用表示修改Rola这个Key，Value为150 
  print(my_dict)
  

• .pop(key) 获得指定Key的Value，通过返回值返回，同时删除这个key和对应的value

• .clear() 清空字典

• .keys() 获取所有的key（不含value）

• len(字典) 获取字典中key的数量

• .get(key) 获取key的值

遍历字典

my_dict = {	"Roland":180,"Steve":170,"Rola":160}
keys = my_dict.keys()
for key in keys:print(key)
for key in my_dict:# 其实这种写法和上面的的for一样，都是拿出my_dict中的所有keyprint(key)

容器通用函数

• len
• max
• min

迭代器和生成器

迭代器

简介

迭代器（interation）是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

创建迭代器

# 使用iter方法创建
myList = [0, 1, 2, 3, 4]
myIter = iter(myList) # 等效下一行代码
myIter = iter([i for i in range(5)]) # 等效上一行代码

迭代迭代器

# 先创建一个迭代器
myIter = iter([i for i in range(5)])# 使用next方法进行迭代，每执行一次next，迭代一次，当超出了迭代返回，会由一个 StopIteration 异常结束程序
print (next(myIter))
print (next(myIter))
print (next(myIter))
print (next(myIter))
print (next(myIter))
print (next(myIter))

生成器

简介

生成器（generator）是使用了 yield 的函数 或是 由循环表达式生成的。

没错，所有函数都能成为生成器，只需要在函数内部写到 yield 关键字

生成器函数还包括以下内容：

• 通用生成器
• 协程生成器
• 委托生成器
• 子生成器

创建生成器

生成器有两种创建方式表示：

• 生成器表达式

  # 生成器表达式是用圆括号来创建生成器
  myGenerator = (i for i in range(5)) # 与列表的创建很想，是把方括号改成圆括号
  

• 生成器函数

  # 创建 生成器函数
  def countdown(n):while n > 0:yield nn -= 1# 创建生成器对象
  generator = countdown(5)
  

迭代生成器

 # 创建 生成器函数
def countdown(n):while n > 0:yield nn -= 1# 创建生成器对象
generator = countdown(5)# 通过迭代生成器获取值
print(next(generator))  # 输出: 5
print(next(generator))  # 输出: 4
print(next(generator))  # 输出: 3# 使用 for 循环迭代生成器
for value in generator:print(value)  # 输出: 2 1

Python3 内置函数

zip

zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象

我们可以使用 list() 转换来输出列表。

enumerate

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

seasons = ['Spring', 'Summer', 'Fall', 'Winter']
print(list(enumerate(seasons)))
print(list(enumerate(seasons, start=1)))# 下标从 1 开始

文件操作

文件编码

编码技术即翻译的规则

如：

• UTF-8

• GBK

• Gig5

文件基础操作

打开文件

"""name：要打开的目标文件名的字符串mode:设置打开文件的模式(访问模式)：只读、写入、追加等r:只读w:只写，清空文件，从头开始编辑；如果文件不存在，则创建新文件a:追加新内容写到已有内容之后；如果文件不存在，则创建新文件encoding：编码格式(字符串)
"""
open（name, mode, encoding）# 打开一个已存在的文件，或者创建一个新文件；并返回一个文件对象，可以理解成C语言中的FILE类型变量#示例
f = open("F:\Pyworks\Demo1\demo.txt","r",encoding="UTF-8")# 这里要注意，encoding在函数定义处不是第三位传参，所以要用关键字传参

关闭文件

• .close()方式

  f = open("F:\Pyworks\Demo1\demo.txt","r",encoding="UTF-8")
  f.close()# 解除文件占用
  

• with open语法

  with open("F:\Pyworks\Demo1\demo.txt","r") as f:print(f.readlines())
  # 通过在with open的语句块中对文件进行操作
  # 可以在操作完成后自动close文件，避免遗忘掉close方法
  

读操作

• 文件对象.read(num) 从文件对象中读取指定长度的内容(num的单位是字符个数，如果不写num，则效果等于readlines() )(这里注意，读取的时候是有个指针的概念的，一开始指针指向第一个字符，假设第一次读取到第4个字符(第4未读出)，则下次读取是从第4个字符开始)
• 文件对象.readline() # 按照行的方式对文件内容读取一行，并返回一个字符串
• 文件对象.readlines() # 按照行的方式对文件内容进行一次性读取，并返回一个列表，文件中每行数据作为一个元素

# 示例1
f = open("F:\Pyworks\Demo1\demo.txt","r",encoding="UTF-8")
print(f.read(10))# 示例2
f = open("F:\Pyworks\Demo1\demo.txt","r",encoding="UTF-8")
print(f.readlines())

for循环遍历文件内容

f = open("F:\Pyworks\Demo1\demo.txt","r",encoding="UTF-8")
for line in f: # 每次循环会从文件中拿一行数据以字符串形式给到lineprint(line)

写操作

# 只写的方式打开文件
f = open("F:\Pyworks\Demo1\demo.txt","w",encoding="UTF-8")
# 写入文件
f.write("你好世界")# 写入Python程序缓冲区
# 内容刷新（即Ctrl-S保存操作），可以不要这个内存刷新，当f.close被执行后或者程序关闭了，也是会自动刷新的
f.flush()# 真正写入文件中

# 追加的方式打开文件
f = open("F:\Pyworks\Demo1\demo.txt","a",encoding="UTF-8")
# 写入文件
f.write("你好世界")# 写入Python程序缓冲区
# 内容刷新（即Ctrl-S保存操作），可以不要这个内存刷新，当f.close被执行后或者程序关闭了，也是会自动刷新的
f.flush()# 真正写入文件中

CSV文件

import csvfilename='C:\\Users\\lenovo\\Desktop\\parttest.csv'
data = []
with open(filename) as csvfile:csv_reader = csv.reader(csvfile)  # 使用csv.reader读取csvfile中的文件#header = next(csv_reader)        # 读取第一行每一列的标题for row in csv_reader:            # 将csv 文件中的数据保存到data中data.append(row[5])           # 选择某一列加入到data数组中

异常

介绍

即bug，程序跑到某个位置时，编译器无法继续运行下去

捕获异常

是什么

世上没有完美的程序

我们要做的，不是力求程序完美运行，而是在力所能及的范围内，对可能出现的bug进行提前准备、提前处理

这种行为称为：异常处理：（捕获异常）

为什么

当程序遇到BUG时，接下来有两种情况：

1. 整个程序停止
2. 对BUG进行提醒，整个程序继续运行

没有捕获异常的时候，程序是以 情况1 的方式处理bug的

但是在真实应用场景时，不可能因为一个bug就让程序停了，所以我们就需要捕获异常来实现 情况2

怎么做

• 基本捕获语法

  try:可能发生错误的代码
  except：如果出现异常 执行的代码
  

• 捕获指定的异常

  try:print(a)
  except NameError as e:# 这个e就是异常的对象，也就是系统自带的异常解释信息；可以不写as e，就是不接收异常对象罢了print("出现了变量未定义的异常")print(e)
  

• 捕获多个异常

  try:print(1/0)
  except(NameError,ZeroDivisionError):print("ZeroDivision错误…")
  

• 捕获所有异常并获取异常信息

  try:print(1/0)
  except Exception as e:print(e)
  

异常else

else表示没有异常的话要执行的代码

try:print(1/0)
except Exception as e:print(e)
else:print("没有异常~")

异常finally

finally表示无论有没有异常都要执行里面的代码

try:print(1/0)
except Exception as e:print(e)
else:print("没有异常~")
finally:print("离开异常判断区域")

异常传递

介绍

异常是具有传递性的

看看代码

def func1():return 1/0def func2():return func1()try:print(func2())
except:print("发现异常")

上述代码中func1中 0 作为除数会报异常，如果func1中没有处理这个异常的话，异常会传递到func2；如果func2也没有捕获异常的话，异常最终会传递到主程序中，如果主程序也没有捕获，那程序就停止了

模块

介绍

就是C语言的.c文件，在python中是一个.python文件，里面有定义好的函数，类，变量。

就是个工具包，直接拿过来用

导入模块

[from 模块名] import [模块 | 类 | 变量 | 函数 | *|] [as 别名]
“[]”括起来的是可选的意思 “|” 是选其一的意思

常见的组合形式：

• import 模块名
• import 模块名1,模块名2
• import 模块名 as 别名
• from 模块名 import 类|变量|方法
• form 模块名 import *
• form 模块名 import 类|变量|方法 as 别名

使用import导入需要通过 . 才能使用全部功能，比如time.sleep()

使用from导入直接就能使用全部功能，比如sleep()

当导入不同模块的时候，如果有重名的函数之类的，程序会优先调用最后一次导入的

name变量

如果导入的模块内有可立即执行代码，则程序运行import的时候就会直接执行模块内的代码，如下

"""这是模块文件.python"""
def test(a,b):return a+btest(a+b)

"""主程序文件.python"""
import 这是模块文件print("主程序")

如果不想执行模块内的代码呢？

这里就需要在模块内部的可执行代码前加东西了

"""这是模块文件.python"""
def test(a,b):return a+bif __name__ == '__main__': # __name__ 是一个Python内置变量，当我们运行某个.python文件是，该.python文件内的 __name__ 就会被赋值为 '__main__' 可以理解成Python的入口文件，很类似c语言的int main(){}test(a+b)

"""主程序文件.python"""
import 这是模块文件print("主程序")

all变量

如果一个模块文件中有 all 变量，当使用 from xxx import * 导入的时候，只能导入在这个列表中的元素

"""这是模块文件.python"""
__all__ = ['test_a'] # 这时候如果 from 这是模块文件 import * 的话，只能使用test_a函数,用其他导入语句的话就没关系，不用看这个all
def test_a(a,b):return a+bdef test_b(a,b):return a-b

"""主程序文件.python"""
import 这是模块文件print("主程序")
test_a(1,2)
test_b(1,2)

自定义模块

创建

只需要新建.python文件，定义对应函数，就可以了

导入

在同一个文件夹直接import或者from文件名就可以

包

介绍

模块可以理解成文件，包就是文件夹

相较于文件夹，包还多了一个叫 __init__.python 的文件，有了这个文件，文件夹才叫做包

创建包

1. 新建文件夹
2. 新建文件 __init__.python
3. 好了

导入包

• 方式一

  import 包名.模块名# 导入
  包名.模块名.目标 # 使用
  

• 方式二

  from 包名 import 模块名# 导入
  模块名.目标# 使用
  

init.python文件

 __all__  = ['my_module1']#此时如果使用import *这个包时，就只能使用my_module1这个模块

第三方包

如何安装第三方包

1. 进入cmd
2. 输入pip install 包名
   也可以pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名
   没有科学上网的话第二个可以改善下载速度

pyecharts模块

介绍

可以做出数据可视化效果图的一个模块

本体是 Echarts 框架，Echarts是百度开源的数据可视化框架，而pyecharts模块是专为Python设计的模块

官方网站

安装：pip install pyecharts

快速入门

简单的画一个图

# 导包，导入Line功能构建折线图对象
from pyecharts.charts import Line# 得到折线图对象
line = Line()# 添加x轴数据
line.add_xaxis(["中国","美国","日本"])# 添加y轴数据
line.add_yaxis("GDP",[30,20,10])#生成图标
line.render()

全局配置

set_global_opts()

该方法可配置的基础配置(所谓基础配置即无论是什么图都会有的配置)如下：

不学了，没用

Numpy模块

[官方链接](NumPy 介绍 | NumPy)

基础知识

NumPy的主要对象是同构多维数组。它是一个元素表（通常是数字），所有类型都相同，由非负整数元组索引。在NumPy维度中称为轴 。

NumPy的数组类ndarray被调用。它也被别名 array所知。请注意，numpy.array这与标准Python库array.array类不同，后者只处理一维数组并提供较少的功能。ndarray对象更重要的属性是：

• ndarray.ndim - 数组的轴（维度）的个数。在Python世界中，维度的数量被称为rank
• ndarray.shape - 数组的维度。这是一个整数的元组，表示每个维度中数组的大小。对于有 n 行和 m 列的矩阵，shape 将是 (n,m)。因此，shape 元组的长度就是rank或维度的个数 ndim
• ndarray.size - 数组元素的总数。这等于 shape 的元素的乘积
• ndarray.dtype - 一个描述数组中元素类型的对象。可以使用标准的Python类型创建或指定dtype。另外NumPy提供它自己的类型。例如numpy.int32、numpy.int16和numpy.float64。
• ndarray.itemsize - 数组中每个元素的字节大小。例如，元素为 float64 类型的数组的 itemsize 为8（=64/8），而 complex32 类型的数组的 itemsize 为4（=32/8）。它等于 ndarray.dtype.itemsize 。
• ndarray.data - 该缓冲区包含数组的实际元素。通常，我们不需要使用此属性，因为我们将使用索引访问数组中的元素

创建数组

# 使用array函数从常规Python列表或元组中创建数组
import numpy as npy# 一维数组
a = npy.array([2,3,4]) 
print(a)# 二维数组
b = npy.array([[1,2,3],[4,5,6],[7,8,9]])
print(b)# 在创建时显示指定数组的类型
c = npy.array([6,6,6], dtype=complex)# complex是虚数
print(c)# 创建一个全是0的数组
d = npy.zeros([3,4])
print(d)# 创建一个全是1的数组
e = npy.ones([3,4], dtype=npy.int16)
print(e)# 创建一个数组，其初始内容是随机的，取决于内存的状态。(dtype默认是float64)
f = npy.empty([3,4])
print(f)# 创建整数组成的数组
g = npy.arange(10,100,20) #从10到100，步长为20
print(g)# 创建浮点数组成的数组
h = npy.linspace(0,2,9) # 获取0到2之间的9个数# 根据π做一些操作
from numpy import pi
i = npy.linspace(0,2*pi,100) # 获取0到2π间的100个数
print(i)
j = npy.sin(i) # 将数组i中的所有元素进行正弦转化
print(j)

打印数组

numpy中的数组有一定的固定布局：

• 最后一个轴从左到右打印，
• 倒数第二个轴从上到下打印，
• 其余轴也从上到下打印，每个切片用空行分隔

即

[[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]][[12 13 14 15][16 17 18 19][20 21 22 23]]]

如果数组太大而无法打印，NumPy会自动跳过数组的中心部分并仅打印角点：

>>> print(np.arange(10000))
[   0    1    2 ..., 9997 9998 9999]
>>>
>>> print(np.arange(10000).reshape(100,100))
[[   0    1    2 ...,   97   98   99][ 100  101  102 ...,  197  198  199][ 200  201  202 ...,  297  298  299]...,[9700 9701 9702 ..., 9797 9798 9799][9800 9801 9802 ..., 9897 9898 9899][9900 9901 9902 ..., 9997 9998 9999]]

要禁用此行为并强制NumPy打印整个数组，可以使用更改打印选项set_printoptions。

>>> np.set_printoptions(threshold=sys.maxsize)     

基本操作

数组上的算术运算符会应用到 元素 级别。即所有的元素都会收到运算符的影响

>>> a = np.array( [20,30,40,50] )
>>> b = np.arange( 4 )
>>> b
array([0, 1, 2, 3])
>>> c = a-b
>>> c
array([20, 29, 38, 47])
>>> b**2
array([0, 1, 4, 9])
>>> 10*np.sin(a)
array([ 9.12945251, -9.88031624,  7.4511316 , -2.62374854])
>>> a < 35 # 比较运算符都可以
array([ True, True, False, False])>>> A = np.array( [[1,1],
...             [0,1]] )
>>> B = np.array( [[2,0],
...             [3,4]] )
>>> A * B                       # 乘积运算符
array([[2, 0],[0, 4]])

与许多矩阵语言不同，乘积运算符*在NumPy数组中按元素进行运算。即 a_ij * b_ij

而矩阵乘积是使用@或者 dot函数

>>> A = np.array( [[1,1],
...             [0,1]] )
>>> B = np.array( [[2,0],
...             [3,4]] )>>> A @ B                       # matrix product
array([[5, 4],[3, 4]])
>>> A.dot(B)                    # another matrix product
array([[5, 4],[3, 4]])                       

当使用不同类型的数组进行操作时，结果数组的类型对应于更一般或更精确的数组（称为向上转换的行为）。

许多一元操作，例如计算数组中所有元素的总和，都是作为ndarray类的方法实现的。

• 注意，以下几个方法有个传参叫axis，axis = 0表示对列进行操作，axis = 1表示对行进行操作
• .sum
• .min
• .cumsum
• 等……

通函数

如sin，cos，exp……这些函数也都是在数组上按元素进行运算，产生一个数组作为输出

索引、切片和迭代

一维的数组可以进行索引、切片和迭代操作的，就像 列表 和其他Python数据容器类型一样

多维的数组每个轴可以有一个索引。这些索引以逗号分隔的元组给出：

array([[ 0,  1,  2,  3],[10, 11, 12, 13],[20, 21, 22, 23],[30, 31, 32, 33],[40, 41, 42, 43]])
>>> b[2,3]
23

当提供的索引少于轴的数量时，缺失的索引被认为是完整的切片 :

>>> b[-1]                                  # the last row. Equivalent to b[-1,:]
array([40, 41, 42, 43])

如果想要对数组中的每个元素执行操作，可以使用flat属性，该属性是数组的所有元素的迭代器

for element in b.flat:print(i)

datetime包

示例代码

import numpy as np
import pandas as pd
from datetime import *# 输入2个日期
date1 = "2022.05.11 13:30:00"
date2 = "2022.05.10 12:00:00"# 创建时间点对象(不能进行减法运算)
realTime = datetime.time(10, 30, 0) # 10:30:00# 创建具体时间对象(可以进行减法运算)
realTime_dt = datetime.datetime(2021, 1, 1, realTime.hour, realTime.minute, realTime.second)# 将输入的日期转换为“datetime.datetime”类型
# 由于日期的类型是字符串，因此不能直接进行计算，会报错
date1 = datetime.strptime(date1, "%Y.%m.%d %H:%M:%S")
date2 = datetime.strptime(date2, "%Y.%m.%d %H:%M:%S")
print(" date1:", date1, "\n" ,"date2:", date2)
print(" 2个日期的类型分别是:\n", type(date1), type(date2))# 计算时间差：时间差的类型为“datetime.timedelta”类型
duration = date1 - date2
duration# 对计算差值进行天数（days）和秒数(seconds)的提取，并将秒数转换为小时数
day = duration.days
hour = duration.seconds/3600
print("days:", day)
print("hours:", hour)

类与对象

基本操作

主要要了解self

"""设计类"""
class Student:"""类的属性(变量)"""name = Noneage = None"""类的行为(方法)"""def say_hi(self,myname):# self关键字必须存在，其余定义方式和普通的函数一样print(f"hi，大家好，我是{self.name}")# 如果成员方法要直接使用成员变量，也需要在变量前加上self.print(f"hi，大家好，主人也叫我{myname}")"""创建对象"""    
stu1 = Student()
stu2 = Student()"""为对象赋值"""
stu1.name = "Roland"
stu2.name = "Rola""""获取对象信息"""
print(stu1.name)"""调用成员方法"""
stu1.say_hi("Steve")# self虽然是定义法时的形参，但是调用方法时完全可以忽略这个形参

构造方法（构造器）

类中如果有了构造方法，那么可以实现：

• 在创建类对象 (构造类) 的时候，会自动执行
• 在创建类对象(构造类) 的时候——new，将传入参数自动传递给构造方法使用

# 在Python中，__init__()就是构造方法也就是java中的构造器
class Student:"""类的属性(变量)"""name = Noneage = None"""构造方法"""def __init__(self,name,age):self.name = nameself.age = age"""类的行为(方法)"""def say_hi(self,myname):# self关键字必须存在，其余定义方式和普通的函数一样print(f"hi，大家好，我是{self.name}")# 如果成员方法要直接使用成员变量，也需要在变量前加上self.print(f"hi，大家好，主人也叫我{myname}")"""创建对象"""    
stu1 = Student("Roland",18)
# stu2 = Student()"""获取对象信息"""
print(stu1.name)
stu1.say_hi("Steve")

魔术方法

介绍

Python类中有很多内置方法，即无论是什么类，都会有的方法，上面所说的 init 构造方法就是魔术方法

魔术方法的命名规范：方法单词前后都有两个 “_”

有：

• init——构造方法
• str——字符串方法
• lt——小于、大于符号比较
• le——小于等于、大于等于符号比较
• eq——==符号比较
• 等等……

str方法

字符串方法

当类对象需要被转换为字符串时，会调用str方法，而str方法实际上就是返回一串字符串。

如果没有重写方法的话，Python内置的是返回对象的内存地址，如果重写了，那么会返回重写方法中return 的值

"""这是没有重写str方法时"""
class Student:"""类的属性(变量)"""name = Noneage = None"""构造方法"""def __init__(self,name,age):self.name = nameself.age = age"""创建对象"""    
stu1 = Student("Roland",18)"""输出对象信息（两个语句等价）"""
print(stu1)
print(str(stu1))

"""这是重写str方法时"""
class Student:"""类的属性(变量)"""name = Noneage = None"""构造方法"""def __init__(self,name,age):self.name = nameself.age = agedef __str__(self):return f"这个对象的name={self.name},age={self.age}"
"""创建对象"""    
stu1 = Student("Roland",18)"""输出对象信息"""
print(stu1)
print(str(stu1))

lt方法

支持小于或大于符号( “<、>” )比较方法

即使两个对象可以进行比较，这个是需要我们自己写的，程序内没有内置。如果没有写这个方法，但是还是使用小于号比较了两个对象，则会报错

"""案例演示"""
class Student:"""类的属性(变量)"""name = Noneage = None"""构造方法"""def __init__(self,name,age):self.name = nameself.age = agedef __lt__(self,other):# 这里other代表着另一个对象return self.age < other.agestu1 = Student("Roland",18)
stu2 = Student("Steve",19)print(stu1 < stu2)

le方法

将我对lt方法的描述中的“小于或大于”替换成“小于等于或大于等于”

eq方法

将我对lt方法的描述中的“小于或大于”替换成“等于”

封装

封装是一个思想，就是下列代码

class Student:"""类的属性(变量)"""name = Noneage = None"""构造方法"""def __init__(self,name,age):self.name = nameself.age = agedef __lt__(self,other):# 这里other代表着另一个对象return self.age < other.age

私有成员

封装一个类时，有时会有一些变量，不公开给外部使用，只给内部的方法自己调用，这时就需要私有成员的形式