Python基础技术举例分析-创新互联
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 =
15.802.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 Weekappend 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，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“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我们以
first_nameTK 和emailtk@mail.com 初始化一个Person对象。通过方法访问
非公共变量email，并打印出来。从类外部直接设置一个新的
email。我们应该把
非公共变量作为API中非公共的部分来对待。通过实例方法更新
非公共变量email。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。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！
分享题目：Python基础技术举例分析-创新互联
分享链接：http://abwzjs.com/article/cchjcp.html
