Python 学习笔记——9. 变量
变量作为Python中最基础的概念，但是我却很难捋清楚它的概念，因此放在了笔记的后面。 Python的变量使用非常灵活方便，但是这也导致了Python变量的底层原理不易理解，这一点与C/C++的变量完全不同。 在这篇笔记中，重点区分几个概念： 字面量：字面值是内置数据类型常量值的表示法 对象：对象具有类型，类型实例化得到对象 变量：可以指向一个任何类型对象的指针 关于字面量和字面量集的表示语法在前面已经介绍过，这里不再重复。 对象 在 Python 中，一切皆为对象，函数也是对象。 每一个对象都具有类型，对象是类型的实例，这些是面向对象的通用概念，在Python中也一样成立。 我们不需要像 C++一样手动管理内存中对象的创建与销毁，而是由 Python 虚拟机的负责（本质还是通过 C 的 malloc 之类的函数以及系统调用），内存回收机制 GC 负责管理和自动销毁没有被变量直接指向或间接使用的对象。GC的判定方法可以理解为对每一个对象都维持一个引用计数，如果计数为零则删除，和 C++的智能指针类似。事实上，我们无法在Python中显式地销毁内存中的任何对象。 基本数据类型可...
Python 学习笔记——8. 函数与类进阶
现在关注几个函数和类的进阶概念：迭代器，生成器，闭包，装饰器等。 迭代器 Python 内置的列表等可以支持 for 遍历，本质上是因为列表等提供了迭代所需要的接口，我们可以让自定义类也支持迭代遍历。 首先，for 遍历的实质，以下面的例子说明 123456789s = 'abcd'it = iter(s)print(next(it)) # aprint(next(it)) # bprint(next(it)) # cprint(next(it)) # dprint(next(it)) # raise StopIteration 对于一个自定义容器类 Demo，我们希望它支持迭代器遍历，那么需要实现如下的内容： 容器类（或者说可迭代对象）提供 Demo.__iter__ 方法，返回一个迭代器类 Iter，迭代器需要记录当前状态 迭代器类提供 Iter.__next__ 方法，返回容器中的元素，并且在迭代完成后抛出 StopIteration 异常，这个异常会被 for 语句自动捕获。（Python 在实现迭代器时，故意通过抛出异常作为结束的标记，异常在这种情...
Python 学习笔记——7. 输入输出
现在关注Python的输入输出，这里并不会对各种输入输出语法进行详细的介绍，只是针对几种可能的需求，够用就行。 print 基本输出 函数原型 1234567def print( *values: object, sep: str | None = " ", end: str | None = "\n", file: SupportsWrite[str] | None = None, flush: Literal[False] = False,) -> None: ... 例子 12345print("hello,world!")# hello,world!a = 1; b = 2; print("a=",a,"b=",b)# a= 1 b= 2 这里如果连续打印多个项，会默认加上空格分隔，可以用关键字参数更改sep。 12print("hi","Alex",sep='-')# hi-A...
Python 学习笔记——6. 模块和包
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。（这里主要讨论 Python 源码模块，Python 的部分内置模块并不适用） Python 的模块和包的导入语句其实设计的并不好。 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 ...
Python 学习笔记——5. 类
主要是关于用户自定义类的知识，比较重要，由于 Python 的语法太自由了，这部分写起来反而很麻烦，需要想方设法加上限制。 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 学习笔记——4. 函数
函数格式 Python 要求使用如下格式来定义函数。 1234def function_name([parameter_list]): ["function docstring"] function_body [return statement] 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...
Python 学习笔记——3. 流程控制与异常
一些关于流程控制的语法，除了继续吐槽一下 Python 的缩进规则之外，也没什么好说的，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） 这...
Python 学习笔记——2. 字面量与运算符
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,...
Python 学习笔记——1. 基础
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。 虽然我同时也在使用 C++，但是 C++ 的语法复杂程度让我从来没有写完整 C++ 学习笔记的打算，只能学一点写一点，慢慢积累，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...
Python Matplotlib 绘图笔记
Matplotlib 介绍 matplotlib 是模仿 MATLAB 风格的 Python 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。 （MATLAB 绘图也是一样的问题，而且主要都在使用面向过程的接口） 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 matplotlibimport matplotlib.pyplot as plt 由于 matplotli...