Python编程整理汇总(基础汇总版)

1. 基础语法

1.1 变量与数据类型

  • 整数:a = 10

  • 浮点数:b = 3.14

  • 字符串:c = "Hello, World!"

  • 布尔值:d = True

  • 列表:e = [1, 2, 3, 4, 5]

  • 元组:f = (1, 2, 3)

  • 字典:g = {"name": "Alice", "age": 25}

  • 集合:h = {1, 2, 3, 4, 5}

1.2 控制结构

  • if语句:if a > 5: print("a is greater than 5")

  • for循环:for i in range(5): print(i)

  • 复制代码
    while

    循环:

    复制代码
    count = 0
    while count < 5:
        print(count)
        count += 1

1.3 函数与模块

  • 函数:def greet(name): return f"Hello, {name}!"

  • 模块:

    复制代码
    # mymodule.py
    def add(x, y):
        return x + y
     
    # 在另一个文件中
    from mymodule import add
    print(add(2, 3))

1.4 输入输出

  • input()name = input("Enter your name: ") print(f"Hello, {name}!")

  • print()print("This is a print statement.")

2. 面向对象编程

2.1 类与对象

  • 类:

    复制代码
    class Dog:
        def __init__(self, name, age):
            self.name = name
            self.age = age
     
        def bark(self):
            return "Woof!"
  • 对象:my_dog = Dog("Buddy", 3) print(my_dog.name) print(my_dog.bark())

2.2 继承与多态

  • 继承:

    复制代码
    class Animal:
        def speak(self):
            pass
     
    class Dog(Animal):
        def speak(self):
            return "Woof!"
  • 多态:def animal_speak(animal): print(animal.speak()) animal_speak(Dog())

2.3 封装与抽象

  • 封装:

    复制代码
    class BankAccount:
        def __init__(self, balance=0):
            self.__balance = balance  # 私有属性
     
        def deposit(self, amount):
            self.__balance += amount
     
        def get_balance(self):
            return self.__balance
  • 抽象:

    复制代码
    from abc import ABC, abstractmethod
     
    class Shape(ABC):
        @abstractmethod
        def area(self):
            pass
     
    class Circle(Shape):
        def __init__(self, radius):
            self.radius = radius
     
        def area(self):
            return 3.14 * self.radius ** 2

3. 文件操作

3.1 打开与关闭文件:

python 复制代码
with open('example.txt', 'w') as file:
    file.write("Hello, World!")

3.2 读取与写入文件:

python 复制代码
with open('example.txt', 'r') as file:
    content = file.read()
    print(content)

4. 异常处理

4.1tryexceptelsefinally语句:

python 复制代码
try:
    result = 10 / 0
except ZeroDivisionError:
    print("Cannot divide by zero!")
else:
    print("Division successful!")
finally:
    print("This block is always executed.")

4.2 自定义异常:

python 复制代码
#自定义异常

class CustomError(Exception):
    pass
 
try:
    raise CustomError("This is a custom error message.")
except CustomError as e:
    print(e)

5. 高级特性

5.1 生成器与迭代器:

python 复制代码
def my_generator():
    yield 1
    yield 2
    yield 3
 
gen = my_generator()
for value in gen:
    print(value)

5.2 装饰器:

python 复制代码
def my_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper
 
@my_decorator
def say_hello():
    print("Hello!")
 
say_hello()

5.3 上下文管理器:

python 复制代码
class MyContextManager:
    def __enter__(self):
        print("Entering the context.")
        return self
 
    def __exit__(self, exc_type, exc_val, exc_tb):
        print("Exiting the context.")
 
with MyContextManager() as cm:
    print("Inside the context.")

5.4 闭包:

python 复制代码
def make_multiplier(factor):
    def multiplier(number):
        return number * factor
    return multiplier
 
times_two = make_multiplier(2)
print(times_two(5))  # 输出: 10

5.5 列表推导式(List Comprehensions):

python 复制代码
squares = [x**2 for x in range(10)]
print(squares)  # 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

5.6 字典推导式(Dictionary Comprehensions):

python 复制代码
square_dict = {x: x**2 for x in range(5)}
print(square_dict)  # 输出: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

5.7 集合推导式(Set Comprehensions):

python 复制代码
unique_squares = {x**2 for x in [1, -1, 2, -2, 3]}
print(unique_squares)  # 输出: {1, 4, 9}

5.8 枚举(Enumerations):

python 复制代码
from enum import Enum
 
class Color(Enum):
    RED = 1
    GREEN = 2
    BLUE = 3
 
print(Color.RED)  # 输出: Color.RED
print(Color.RED.value)  # 输出: 1

5.9 类型注解(Type Annotations):

python 复制代码
def greet(name: str) -> str:
    return f"Hello, {name}!"
 
print(greet("Alice"))  # 输出: Hello, Alice!

6. 标准库与第三方库

在Python中,标准库提供了许多内置模块,用于执行各种常见任务。此外,还有大量的第三方库可供使用,这些库扩展了Python的功能,使其能够处理更复杂的问题。

6.1 标准库

string 库:提供了一系列关于字符串的常量,比如字母、数字、标点符号等。

python 复制代码
import string
print(string.ascii_letters)  # 打印所有ASCII字母(小写和大写)
print(string.digits)         # 打印所有数字
print(string.punctuation)    # 打印所有标点符号

json 库:用于处理JSON数据,包括编码(序列化)和解码(反序列化)Python对象。

python 复制代码
import json
data = {"name": "Alice", "age": 25, "city": "New York"}
json_data = json.dumps(data)  # 将Python对象编码为JSON字符串
print(json_data)
parsed_data = json.loads(json_data)  # 将JSON字符串解码为Python对象
print(parsed_data)

random 库:用于生成随机数。

python 复制代码
import random
print(random.randint(1, 10))  # 生成1到10之间的随机整数
print(random.random())        # 生成0到1之间的随机浮点数
print(random.choice(['apple', 'banana', 'cherry']))  # 从列表中随机选择一个元素

re 库:提供了正则表达式的支持,用于字符串匹配和替换。

python 复制代码
import re
text = "Hello, world! This is a test."
matches = re.findall(r'\b\w+\b', text)  # 匹配并打印所有单词
print(matches)
replaced_text = re.sub(r'\s+', '_', text)  # 替换所有空格为下划线
print(replaced_text)

os 库:用于与操作系统交互,比如文件路径操作、环境变量访问等。

python 复制代码
import os
print(os.getcwd())  # 打印当前工作目录
os.makedirs('new_directory', exist_ok=True)  # 创建目录
print(os.listdir('.'))  # 列出目录内容
os.chdir('new_directory')  # 改变当前工作目录
file_size = os.path.getsize('some_file.txt') if os.path.exists('some_file.txt') else 0
print(file_size)  # 获取文件大小
os.remove('some_file.txt') if os.path.exists('some_file.txt') else None  # 删除文件
os.rmdir('new_directory') if os.path.exists('new_directory') and not os.listdir('new_directory') else None  # 删除空目录

hashlib 库:用于生成安全哈希和消息摘要。

python 复制代码
import hashlib
md5_hash = hashlib.md5()
md5_hash.update(b'Hello, world!')
print(md5_hash.hexdigest())  # 打印MD5哈希值
sha256_hash = hashlib.sha256()
sha256_hash.update(b'Hello, world!')
print(sha256_hash.hexdigest())  # 打印SHA-256哈希值

base64 库:用于对数据进行Base64编码和解码。

python 复制代码
import base64
encoded_data = base64.b64encode(b'Hello, world!')
print(encoded_data)
decoded_data = base64.b64decode(encoded_data)
print(decoded_data.decode('utf-8'))  # 打印解码后的字符串

sys 库:用于访问与Python解释器紧密相关的变量和函数,比如Python版本、命令行参数等。

python 复制代码
import sys
print(sys.version)  # 打印Python版本

math 库:提供了一系列数学函数,比如平方根、三角函数等。

python 复制代码
import math
print(math.sqrt(16))  # 打印16的平方根

datetime 库:用于处理日期和时间。

python 复制代码
from datetime import datetime
print(datetime.now())  # 打印当前时间

6.2 第三方库

requests:一个简单易用的HTTP库,用于发送HTTP请求。

python 复制代码
import requests
response = requests.get('https://api.github.com')
print(response.json())  # 打印响应的JSON内容

numpy:一个强大的科学计算库,支持多维数组对象、矩阵运算、线性代数、傅里叶变换等。

python 复制代码
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)  # 打印数组

pandas:一个开源的数据分析和操作库,提供了快速、灵活和表达性强的数据结构,旨在使"关系"或"标签"数据的处理工作变得既简单又直观。

python 复制代码
import pandas as pd
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35]
})
print(df)  # 打印DataFrame

7. 并发编程

并发编程是Python中一个非常重要的领域,它允许程序同时执行多个任务。Python提供了多种实现并发编程的方式,包括多线程、多进程和异步编程等。

7.1 多线程

多线程是一种并发编程技术,它允许在单个程序中同时运行多个线程。每个线程都是一个独立的执行路径,可以并发地执行代码。

使用threading模块

Python的threading模块提供了创建和管理线程的功能。以下是一个简单的多线程示例:

python 复制代码
import threading
import time
 
def worker(thread_id):
    print(f"Thread {thread_id} is starting.")
    time.sleep(2)
    print(f"Thread {thread_id} is ending.")
 
threads = []
for i in range(5):
    thread = threading.Thread(target=worker, args=(i,))
    threads.append(thread)
    thread.start()
 
for thread in threads:
    thread.join()
 
print("All threads have finished.")

在这个示例中,创建5个线程,每个线程都执行worker函数。thread.start()方法用于启动线程,thread.join()方法用于等待线程结束。

7.2 多进程

多进程是另一种并发编程技术,它通过在多个进程中运行代码来实现并发。与多线程相比,多进程通常具有更好的性能和资源利用率,因为每个进程都有自己的内存空间和系统资源。

使用multiprocessing模块

Python的multiprocessing模块提供了创建和管理进程的功能。以下是一个简单的多进程示例:

python 复制代码
import multiprocessing
import time
 
def worker(process_id):
    print(f"Process {process_id} is starting.")
    time.sleep(2)
    print(f"Process {process_id} is ending.")
 
processes = []
for i in range(5):
    process = multiprocessing.Process(target=worker, args=(i,))
    processes.append(process)
    process.start()
 
for process in processes:
    process.join()
 
print("All processes have finished.")

在这个示例中,创建5个进程,每个进程都执行worker函数。process.start()方法用于启动进程,process.join()方法用于等待进程结束。

7.3 异步编程

异步编程是一种并发编程技术,它允许程序在等待I/O操作(如网络请求、文件读写等)完成时继续执行其他任务。Python的asyncio库提供了异步编程的支持。

使用asyncio

以下是一个简单的异步编程示例:

python 复制代码
import asyncio
 
async def fetch(url):
    print(f"Starting fetch of {url}")
    await asyncio.sleep(2)  # 模拟网络请求
    print(f"Finished fetch of {url}")
 
async def main():
    tasks = [fetch('http://example.com') for _ in range(5)]
    await asyncio.gather(*tasks)
 
asyncio.run(main())

在这个示例中,定义一个异步函数fetch,它模拟了一个网络请求。main函数创建了5个异步任务,并使用asyncio.gather方法同时运行它们。asyncio.run(main())用于运行异步程序。

7.4 线程池和进程池

为了更高效地管理线程和进程,Python提供了线程池和进程池的概念。线程池和进程池允许你限制并发任务的数量,并重用现有的线程或进程,从而减少了创建和销毁线程或进程的开销。

使用concurrent.futures模块

concurrent.futures模块提供了ThreadPoolExecutorProcessPoolExecutor类,用于创建线程池和进程池。以下是一个简单的示例:

python 复制代码
from concurrent.futures import ThreadPoolExecutor, as_completed
import time
 
def worker(thread_id):
    print(f"Thread {thread_id} is starting.")
    time.sleep(2)
    print(f"Thread {thread_id} is ending.")
    return thread_id
 
with ThreadPoolExecutor(max_workers=3) as executor:
    futures = [executor.submit(worker, i) for i in range(5)]
    for future in as_completed(futures):
        result = future.result()
        print(f"Result: {result}")

在这个示例中,创建一个最大容量为3的线程池,并提交了5个任务。as_completed函数用于迭代已完成的任务,并获取其结果。

以上是对Python的一些基本介绍和示例。在实际应用中,需要根据具体的需求和场景选择合适的并发编程技术。

许久未更新您猜怎么着,整理编写实属不易 有点费人,麻烦各位动动发财的小手,点赞收藏评论支持一波 谢谢!

相关推荐
bryant_meng16 分钟前
【python】OpenCV—Image Moments
开发语言·python·opencv·moments·图片矩
若亦_Royi39 分钟前
C++ 的大括号的用法合集
开发语言·c++
KevinRay_41 分钟前
Python超能力:高级技巧让你的代码飞起来
网络·人工智能·python·lambda表达式·列表推导式·python高级技巧
Captain823Jack1 小时前
nlp新词发现——浅析 TF·IDF
人工智能·python·深度学习·神经网络·算法·自然语言处理
资源补给站2 小时前
大恒相机开发(2)—Python软触发调用采集图像
开发语言·python·数码相机
Captain823Jack2 小时前
w04_nlp大模型训练·中文分词
人工智能·python·深度学习·神经网络·算法·自然语言处理·中文分词
m0_748247552 小时前
Web 应用项目开发全流程解析与实战经验分享
开发语言·前端·php
6.942 小时前
Scala学习记录 递归调用 练习
开发语言·学习·scala
PieroPc2 小时前
Python 自动化 打开网站 填表登陆 例子
运维·python·自动化
Aileen_0v02 小时前
【AI驱动的数据结构:包装类的艺术与科学】
linux·数据结构·人工智能·笔记·网络协议·tcp/ip·whisper