一日内完成python学习

自己更喜欢用一整块时间来沉浸式整理学习资料，所有创建”ONEDAY”专题，争取利用24小时，或者更短时间来完成一个知识的系统性学习和总结。
python的基础知识都已经了解，并且已经开始应用，今天的任务是参考进行廖雪峰的学习教程文档进行整合学习，针对薄弱知识点进行练习。

现在是九点二十二分，开始打开教程。教程有python3和python2.7两个版本，选择3版本。

简介

“你可能已经听说过很多种流行的编程语言，比如非常难学的C语言，非常流行的Java语言，适合初学者的Basic语言，适合网页编程的JavaScript语言”提到几个典型语言。
用Python可以做什么？
可以做日常任务，比如自动备份你的MP3；可以做网站，很多著名的网站包括YouTube就是Python写的；可以做网络游戏的后台，很多在线游戏的后台都是Python开发的。总之就是能干很多很多事啦。

Python当然也有不能干的事情：
比如写操作系统，这个只能用C语言写；写手机应用，只能用Swift/Objective-C（针对iPhone）和Java（针对Android）；写3D游戏，最好用C或C++。

优缺点，安装等问题老生常谈，此处略过。
目前电脑双系统，主要用linux使用python。
win下用anaconda3。
安装教程

python基本介绍

强调：

1. 代码要一个一个自己打。
2. 注意大小写和缩进。
   数据类型：整型，浮点型，字符串（中间提到科学计数法e，和转义字符“/”）
   Python还允许用r’’表示’’内部的字符串默认不转义,
   关于那个声明“coding：utf-8”：
   Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题，但是如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。
   本着节约的精神，才出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。

输出格式化的字符串（字符串输出的部分内容用%去引用外部）外部样式%（one，two，…）
%s表示用字符串替换，%d表示用整数替换，%f是浮点，（%2f指定小数位数）

list是一个可变的有序表[‘钢铁’,’蜘蛛’,’美国’,’绿巨’,’奇异’]
name.append(‘黑豹’)末尾增加
name.insert(3，’银河’)3位置插入
name.pop(3)3位置被删除，不写数字就删除末尾
tuple元祖（’雅典娜’,’星’,’龙’,’瞬’,’冰’,’辉’）
他们出现就不可以被修改。

dict字典d={‘流川枫’：11,’樱木’：16,’me’：0}
修改d[‘樱木’：10]
删除d.pop（’me’）
set和dict的唯一区别仅在于没有存储对应的value

函数

调用内置函数：
abs（-100）取绝对值
hex()转16进制

自定义函数：
`def name（）：

`。
`return（）

调用函数：外部文件里的 from 文件名（无.py后缀） import name

Python的函数返回多值其实就是返回一个tuple,多个变量可以同时接收一个tuple，按位置赋给对应的值.

定义可变参数和定义一个list或tuple参数相比，仅仅在参数前面加了一个*号

def calc(numbers):
    sum = 0
    for n in numbers:
        sum = sum + n * n
    return sum

>>> calc([1, 2, 3])
14
>>> calc((1, 3, 5, 7))
84

def calc(*numbers):
    sum = 0
    for n in numbers:
        sum = sum + n * n
    return sum
    

>>> calc(1, 2, 3)
14
>>> calc(1, 3, 5, 7)
84

Python允许你在list或tuple前面加一个*号，把list或tuple的元素变成可变参数传进去
关键字参数可以先组装dict，再通过kw传入：func({‘a’: 1, ‘b’: 2})

>>> extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, **extra)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}

高级特征

list或tuple的部分取出：切片操作
取前十个：L[:10]
去后十个：L[:-10]
每5个取一个：L[::5]

列表生成器：
生成[1x1, 2x2, 3x3, …, 10x10]
‘’’
[x*x for x in range(1,10)]

生成器generator

循环的过程中不断推算出后续的元素，不必创建完整的list，从而节省大量的空间。
创建：
1.列表生成式的[]改成()，就创建了一个generator
2.要把print(b)改为yield b （遇到yield输出并中断。）

迭代器Iterator

可以直接作用于for循环的对象统称为可迭代对象：Iterable（list、tuple、dict、set、str、含yield）
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
生成器都是Iterator对象，但list、dict、str等通过使用iter()函数变成Iterator。
可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的

函数式编程

匿名函数：把函数赋值给变量名，通过变量名来调用。
高阶函数：函数里调用函数。

map函数:

>>> def f(x):
...     return x * x
...
>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]

map()传入的第一个参数是f，即函数对象本身。由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list。

>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']

把这个list所有数字转为字符串，简单实用！

reduce函数：

>>> from functools import reduce
>>> def fn(x, y):
...     return x * 10 + y
...
>>> reduce(fn, [1, 3, 5, 7, 9])
13579

把序列[1, 3, 5, 7, 9]变换成整数13579。
所以与map相比，reduce是把一个函数作用在一个序列[x1, x2, x3, …]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算。

filter函数：

（过滤/筛选“掉”）

def is_odd(n):
    return n % 2 == 1

list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]

在list中，删掉偶数，只保留奇数。

sorted函数

（整理）

>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]


>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]

排序
key作用于每一个元素上

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']

首字母顺序排序（其实是按照ASCII的大小比较）所以代码中转换小写。倒序：reverse=True

返回函数

用于闭包。 返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。

匿名函数

lambda x: x * x实际上就是：

def f(x):
return x * x
关键字lambda表示匿名函数，冒号前面的x表示函数参数。

>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x101c6ef28>
>>> f(5)
25

def build(x, y):
    return lambda: x * x + y * y

偏函数

Python的functools模块提供了很多有用的功能，其中一个就是偏函数（Partial function）。要注意，这里的偏函数和数学意义上的偏函数不一样。

>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85

当函数的参数个数太多，需要简化时，使用functools.partial可以创建一个新的函数，这个新函数可以固定住原函数的部分参数，从而在调用时更简单。

模块

模块里面的函数名称

正常的函数和变量名是公开的（public），可以被直接引用，比如：abc，x123，PI等；

类似xxx这样的变量是特殊变量，可以被直接引用，但是有特殊用途，比如上面的author，name就是特殊变量，hello模块定义的文档注释也可以用特殊变量doc访问，我们自己的变量一般不要用这种变量名；

类似_xxx和xxx这样的函数或变量就是非公开的（private），不应该被直接引用，比如_abc，abc等；

def _private_1(name):
    return 'Hello, %s' % name

def _private_2(name):
    return 'Hi, %s' % name

def greeting(name):
    if len(name) > 3:
        return _private_1(name)
    else:
        return _private_2(name)

此模块中，公开greeting()函数，而把内部逻辑用private函数隐藏起来了，这样，调用greeting()函数不用关心内部的private函数细节，这也是一种非常有用的代码封装和抽象的方法，即：

外部不需要引用的函数全部定义成非公开的private（_xxx），只有外部需要引用的函数才定义为public。

pip安装外部模块，import 使用安装好的模块

OOP：面向对象编程