Fenglielie

Python 除了在解释器中实时执行，或者单个脚本执行，在复杂程序中也有必要对代码进行组织封装，这就是 Python 的模块文件，与模块相对的，称导入并使用模块的脚本为主文件。 模块例子 一个模块的简单例子如下，由一个 demo.py 文件组成，此时 demo 就是模块名。模块的内容包括其中定义的函数以及可执行的语句等。 12345678910111213141516171819# demo.pydef fib(n): a, b = 0, 1 while a < n: print(a, end=' ') a, b = b, a+b print()def fib2(n): result = [] a, b = 0, 1 while a < n: result.append(a) a, b = b, a+b return result# print("hi, this is module demo")s = 1 在解释器或者其它脚本中，使用如 ...

主要是关于用户自定义类的知识，比较重要。 特点 Python3 中所有的类都会默认继承一个基类 object，因此会具有一些基础的属性/方法。（在 Python2 中，自定义类是否继承 object 会有一些细微的区别） 在 Python 中，一切都是对象，有函数对象，有类对象，还有类得到的实例对象，因此和 C++不同，下文不会使用对象这个词来代表实例，我们需要区分类对象和它产生的实例对象。 Python 类模型的语法太过于自由了，写起来就像搭积木一样自由，并且类和实例对象都支持支持动态修改，写法充满危险。（注：基本数据类型比如 int 不支持动态修改它的属性，只有自定义类型可以） Python 作为典型的动态类型语言，在使用过程中并不存在对函数参数类型的强制约束，传入的对象只要满足相应的接口要求，就可以完全正常使用。这种处理方式通常被称为鸭子模型：当一个东西走起来像鸭子、游泳起来像鸭子、叫起来也像鸭子，那么它就可以被称为鸭子。这种放弃类型检查的做法使得代码的编写更加简单，但是也遗留了更多的隐患。 Python vs C++： Python 的语法非常自由，甚至没有提供常量等概念来保 ...

函数格式 Python 要求使用如下格式来定义函数。 1234def 函数名([参数列表]): ["函数文档字符串"] 函数体 [return语句] 其中只有函数体是必要的（如果是空函数也需要使用pass或...占位），参数列表，文档字符串和return语句都可以省略。 函数说明文档的字符串使用连续三个单引号或双引号包裹，看起来像多行注释。 简单示例 空函数，没有任何效果 12def null(): pass HelloWorld 函数，打印字符串 12345def hello_world(): """ hello,world """ print('Hello, World!') 包含输入输出的减法函数 1234def subtract(x,y): return x-ysubtract(3,2) # 1 函数参数 参数传递机制 函数的参数传递相当于 Python 变量赋值过程：逐个实参被赋值给对应的形参变量。在函数体内部对形参的修改是 ...

一些关于流程控制的语法，没什么好说的，各种语言都大同小异，直接给例子即可。 条件语句 if 条件 直接给例子，只需要注意一下用elif而非else if 1234567891011121314if a==1: ...if x<0: ...else: ...if x<0: ...elif x==0: ...else: ... 最简单的单行 if 也是可以的 1if True: print("hello") 还可以使用如下的单行 if 表达式，类似于 C 语言的三目运算符，它算作表达式，因此也可以用在 lambda 表达式中 123result = 1 if True else -1 # 1result = (lambda : 1 if 3>4 else -1)() # -1 注意：在 if 中的条件可以包括与或非等更复杂的逻辑判断，但是只能使用 and or not 来代表，不支持 && || !；（C++对这两套都支持，但是主要使用后者） match 匹配 Python 早期不支持 switch ...

字面量 字面值是内置数据类型常量值的表示法，也就是硬编码在 Python 脚本中的数据，包括数字和字符串等的表示形式。 数值字面量 主要包括如下的数值字面量 整数，例如100 浮点数，例如3.12，10.，.001和3.14e-10 复数，例如1+2j（注意不是 i 而是 j，并且 j 前面不能有空格） 注意： 对于整数，默认十进制，可以使用 0b 开头表示二进制，使用 0x 开头表示十六进制等。 对于长整数，可以加下划线增加可读性，没有实际效果。例如 123_456_789。 根据参考文档，严格来说数值字面量不含正负号-和+，并且有纯虚数而没有复数，复数是实数和纯虚数的组合。 布尔字面量 布尔字面量包括两个：True 和 False。 在某些情况下，相当于数字中的 1 和 0： 121 == True # True0 == False # True 字符串字面量 Python 不区分字符和字符串，字符视作长度为 1 的字符串。 字符串需要用单引号或者双引号包裹，\ 被用作转义特殊字符，例如 \" 表示双引号。 12print('hello,\"li,hua ...

概述 Python 是一个非常友好的高级语言，Python 的特点比如：面向对象，动态类型，交互式执行，万金油，胶水语言。 Python 类似于 Java，不允许直接操作内存，底层实现了垃圾收集机制（GC）。 Python 在轻量级的使用上无疑是非常香的，并且现在在数据科学领域也达到了称霸的地位。 虽然我同时也在主要使用 C++，但是 C++ 语法的复杂程度让我从来没有写完整 C++ 学习笔记的打算，Python 倒是可以尝试一下。 正所谓：人生苦短，我用 Python。 接下来的笔记并不是具有顺序性的，内容会相互交叉，因为如果非要对笔记进行先后排序，就必须将函数、类等重要内容拆成基础和进阶部分来写，但作为整理性质的笔记，并没有这个必要。 关于 Python 绘图的部分，我计划专门写一个系列关于 Python 数据可视化的笔记。 主要参考官方教程和官方文档，前者适合入门，而后者在概念理解上更加详细。 Python 常识 解释器 和 c/c++这种编译型语言不同，Python 作为解释型语言，需要 Python 解释器才能运行，Python 解释器有很多不同的实现： CPython 是 ...

补充几个不常用的图像绘制的示例代码。 直方图 函数原型为 12def ax.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, *, data=None, **kwargs): ... 其中的主要选项包括： x，要统计的数据，array or sequence of arrays bins，决定数据 x 如何被分割 如果 bins 是整数 n，则数据 x 分割为 n 个等宽部分 如果 bins 是一个序列，则定义 bin 的边缘，包括第一个 bin 的左边缘和最后一个 bin 的右边缘，这样 bin 可能不等距 如果 bins 是字符串，则支持分割策略，'aut ...

这里记录一下 Python 的 matplotlib 的动画效果，注意我们需要分别考虑如下三种运行环境，它们对于动画的支持是不一样的： 浏览器启动 Jupyter Notebook 或 Jupyter Lab 直接运行 Python 脚本 VSCode 启动 Jupyter（目前仍然不支持动画） 例如浏览器启动 Jupyter 可能需要相关的插件（例如 ipympl 插件），并且需要魔法命令 1%matplotlib notebook 在启动内核后，至少需要执行这个魔法命令一次，否则无法播放动画，两个同时播放的动画甚至还会相互影响。 在直接运行 Python 脚本时，Jupyter 的魔法指令是语法错误，对于动画而言，直接运行 Python 脚本反而比 Jupyter 更方便。 matplotlib 绘制动画主要包括两种方法：FuncAnimation 和 ArtistAnimation，下面的代码都需要导入如下的库 123import numpy as npimport matplotlib.pyplot as pltimport matplotlib.animation as ...

现在关注最常见的绘制曲线图需求。 绘制曲线 使用 Axes 的 plot 方法绘制曲线图，假设 x,y,x2,y2 都是一维的数组，那么可以使用下面几种方式绘制曲线 12345ax.plot(y) # 一条散点连成的曲线，横坐标取从0开始的整数，纵坐标取自yax.plot(x,y) # 一条散点连成的曲线，横坐标取自x，纵坐标取自yax.plot(x,y,x2,y2) # 两条曲线，第一条横坐标取自x，纵坐标取自y，第二条横坐标取自x2，纵坐标取自y2 还可以附加一些细节参数，例如颜色，曲线样式，图例等，下面依次介绍。 颜色 几个常用的颜色及其缩写如下： 蓝色 blue-b 绿色 green-g 红色 red-r 白色 white-w 黑色 black-k（因为b已经被blue占用） 金黄色 yellow-y 蓝绿色（青色）cyan-c 品红色 magenta-m 可以使用关键字参数设置固定的颜色 color='red' 或者使用十六进制的颜色编码如 color='#32CD32'。支持如下的简写： 将常用颜色使用简写，例如 color='r' 将关键字 color 简写为 c， ...

matplotlib 介绍 matplotlib 大致是类似 matlab 风格的 2D 绘图库（3D 的功能比较弱，还是基于 2D 引擎勉强实现的），同时提供了两套 api： 一个是面向过程的，主要调用 matplotlib.pyplot 的函数； 一个是面向对象的，主要调用 matplotlib 的两个子类：matplotlib.figure.Figure 和 matplotlib.axes.Axes ，使用它们的方法进行细节操作。 面向过程的 api 适合简易使用的场景，但是不容易弄清原理；为了更复杂的绘图要求，这里主要采用面向对象的 api。关于绘图的呈现方式，在 Jupyter 中很可能会自动绘图而不需要 plt.show()，这与魔法指令 %matplotlib inline 有关。 在这一系列笔记中，需要使用如下模块： 123import numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt 由于 matplotlib 的内容太多太杂，这里只会介绍最容易理解的，最本质的面向对象的接口，然后 ...