Python 程序设计入门与进阶-原创手记-慕课网

1. Python 简介

Python 是一种高级、解释型、交互式、面向对象的编程语言，由 Guido van Rossum 于 1989 年底开始设计，第一个公开发行版发布于 1991 年。Python 拥有着简洁而清晰的语法，使得它成为一种适合初学者学习的编程语言，同时也能满足高级程序员的开发需求。

Python 语言支持多种编程范式，包括过程化（如 C 语言）、面向对象、函数式、命令式、反射式、元编程等。Python 的设计哲学是强调代码的可读性，具有高度的可扩展性，拥有庞大的标准库和第三方库，能够完成从网络开发到数据分析等多方面的任务。

1.1 Python 的特点

简单易学：Python 语法简洁清晰，学习曲线较平缓。
解释型语言：代码不需要编译，可以直接运行，便于测试和调试。
动态类型：变量类型在运行时确定，代码更加灵活。
跨平台：Python 可以在多种操作系统上运行，包括 Windows、Linux、macOS 等。
丰富的库支持：Python 拥有庞大的标准库和第三方库，可以支持各种应用场景。
可扩展性：Python 可以嵌入 C、C++ 等语言，也可以被其他语言调用。

1.2 Python 的应用领域

Web 开发：使用 Django、Flask 等框架进行网站开发。
科学计算与数据分析：使用 NumPy、Pandas、SciPy 等库进行数据分析。
人工智能与机器学习：使用 TensorFlow、PyTorch 等库进行机器学习。
自动化运维：使用 Ansible、SaltStack 等工具进行系统管理。
游戏开发：使用 Pygame 进行游戏开发。
网络爬虫：使用 Scrapy 进行数据爬取。

2. Python 的安装与运行

安装 Python 可以通过官方网站下载相应版本的安装包。Python 官方提供了多个版本，建议使用最新稳定版（如 Python 3.9 或更高版本），并选择与操作系统匹配的安装包进行下载。

安装完成后，可以通过命令行工具（如 Windows 的 cmd、Linux 的终端）或集成开发环境（IDE）来运行 Python 代码。Python 代码通常使用 .py 作为文件扩展名。

2.1 运行 Python 代码

2.1.1 使用命令行

打开命令行工具。
输入 python 或 python3 命令启动 Python 解释器。
在命令行中输入 Python 代码进行测试。

示例代码：

print("Hello, World!")

2.1.2 使用集成开发环境（IDE）

常用的 Python IDE 有 PyCharm、VS Code、Sublime Text、Atom 等。以 PyCharm 为例：

安装 PyCharm。
打开 PyCharm，创建一个新的 Python 项目。
编写并运行 Python 代码。

示例代码：

print("Hello, World!")

3. 变量与类型

在 Python 中，变量是存储数据的容器，而类型则是变量所对应的值的数据结构。Python 中的变量类型包括但不限于整型（int）、浮点型（float）、字符串（str）、布尔型（bool）、列表（list）、元组（tuple）、字典（dict）等。

3.1 变量的定义与赋值

Python 中的变量不需要声明类型，直接使用变量名赋值即可。

示例代码：

# 整型
a = 5

# 浮点型
b = 3.14

# 字符串
c = "Hello, World!"

# 布尔型
d = True

# 列表
e = [1, 2, 3, 4, 5]

# 元组
f = (1, 2, 3, 4, 5)

# 字典
g = {"name": "Alice", "age": 25}

3.2 类型转换

Python 提供了内置函数可以进行类型转换。

示例代码：

# 整型转字符串
int_to_str = str(123)
print(int_to_str)  # 输出: "123"

# 字符串转整型
str_to_int = int("123")
print(str_to_int)  # 输出: 123

# 字符串转浮点型
str_to_float = float("3.14")
print(str_to_float)  # 输出: 3.14

# 列表转字符串
list_to_str = str([1, 2, 3])
print(list_to_str)  # 输出: "[1, 2, 3]"

3.3 数据类型的操作

3.3.1 整型操作

示例代码：

# 加法
a = 5
b = 3
sum = a + b
print(sum)  # 输出: 8

# 减法
difference = a - b
print(difference)  # 输出: 2

# 乘法
product = a * b
print(product)  # 输出: 15

# 除法
quotient = a / b
print(quotient)  # 输出: 1.6666666666666667

# 取模
remainder = a % b
print(remainder)  # 输出: 2

# 幂运算
power = a ** b
print(power)  # 输出: 125

3.3.2 浮点型操作

示例代码：

# 加法
a = 5.5
b = 3.14
sum = a + b
print(sum)  # 输出: 8.64

# 减法
difference = a - b
print(difference)  # 输出: 2.36

# 乘法
product = a * b
print(product)  # 输出: 17.33

# 除法
quotient = a / b
print(quotient)  # 输出: 1.750636942147341

# 取模
remainder = a % b
print(remainder)  # 输出: 2.36

# 幂运算
power = a ** b
print(power)  # 输出: 47.01107277777776

3.3.3 字符串操作

示例代码：

# 字符串拼接
a = "Hello"
b = "World"
c = a + " " + b
print(c)  # 输出: "Hello World"

# 字符串重复
d = a * 3
print(d)  # 输出: "HelloHelloHello"

# 字符串切片
e = "Hello, World!"
f = e[0:5]
print(f)  # 输出: "Hello"

# 字符串格式化
g = "I am %d years old." % 25
print(g)  # 输出: "I am 25 years old."

# 字符串格式化（f-string）
h = f"I am {25} years old."
print(h)  # 输出: "I am 25 years old."

3.3.4 列表操作

示例代码：

# 列表创建
a = [1, 2, 3, 4, 5]
print(a)  # 输出: [1, 2, 3, 4, 5]

# 列表索引
b = a[0]
print(b)  # 输出: 1

# 列表切片
c = a[1:4]
print(c)  # 输出: [2, 3, 4]

# 列表追加
d = a.append(6)
print(a)  # 输出: [1, 2, 3, 4, 5, 6]

# 列表插入
e = a.insert(1, 0)
print(a)  # 输出: [1, 0, 2, 3, 4, 5, 6]

# 列表删除
f = a.remove(0)
print(a)  # 输出: [1, 2, 3, 4, 5, 6]

# 列表排序
g = a.sort()
print(a)  # 输出: [1, 2, 3, 4, 5, 6]

3.3.5 元组操作

示例代码：

# 元组创建
a = (1, 2, 3, 4, 5)
print(a)  # 输出: (1, 2, 3, 4, 5)

# 元组索引
b = a[0]
print(b)  # 输出: 1

# 元组切片
c = a[1:4]
print(c)  # 输出: (2, 3, 4)

# 元组无法修改（不可变）
# a[0] = 0  # 这行代码会报错

3.3.6 字典操作

示例代码：

# 字典创建
a = {"name": "Alice", "age": 25}
print(a)  # 输出: {"name": "Alice", "age": 25}

# 字典索引
b = a["name"]
print(b)  # 输出: "Alice"

# 字典新增
c = a["gender"] = "female"
print(a)  # 输出: {"name": "Alice", "age": 25, "gender": "female"}

# 字典删除
d = a.pop("gender")
print(a)  # 输出: {"name": "Alice", "age": 25}

4. 控制流程语句

控制流程语句用于控制程序的执行顺序，包括条件语句和循环语句。

4.1 条件语句

条件语句用于判断程序中的条件是否满足，根据不同的条件执行不同的代码。

4.1.1 if 语句

示例代码：

a = 10
if a > 5:
    print("a 大于 5")
else:
    print("a 小于等于 5")

4.1.2 if-else 语句

示例代码：

a = 10
if a > 5:
    print("a 大于 5")
elif a == 5:
    print("a 等于 5")
else:
    print("a 小于 5")

4.1.3 嵌套 if 语句

示例代码：

a = 10
b = 5
if a > 5:
    if b > 5:
        print("a 和 b 都大于 5")
    else:
        print("a 大于 5，b 小于等于 5")
else:
    print("a 小于等于 5")

4.2 循环语句

循环语句用于重复执行一段代码，直到满足条件为止。

4.2.1 for 循环

示例代码：

for i in range(5):
    print(i)

4.2.2 while 循环

示例代码：

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

4.2.3 嵌套循环

示例代码：

for i in range(3):
    for j in range(3):
        print(i, j)

5. 函数

函数是一段可重复使用的代码块，用于完成特定的任务。Python 中使用 def 关键字定义函数。

5.1 定义函数

示例代码：

def add(a, b):
    return a + b

result = add(3, 5)
print(result)  # 输出: 8

5.2 默认参数

示例代码：

def greet(name, greeting="Hello"):
    return f"{greeting}, {name}"

print(greet("Alice"))  # 输出: "Hello, Alice"
print(greet("Bob", "Hi"))  # 输出: "Hi, Bob"

5.3 可变参数

Python 中支持可变参数，包括位置参数和关键字参数。

示例代码：

def print_info(*args, **kwargs):
    print("Positional arguments:", args)
    print("Keyword arguments:", kwargs)

print_info(1, 2, 3, name="Alice", age=25)

输出：

Positional arguments: (1, 2, 3)
Keyword arguments: {'name': 'Alice', 'age': 25}

5.4 匿名函数

Python 中使用 lambda 关键字定义匿名函数。

示例代码：

add = lambda a, b: a + b
result = add(3, 5)
print(result)  # 输出: 8

6. 模块与包

6.1 模块

模块是 Python 中的一组相关函数和变量的集合。模块可以被导入到其他文件中使用。

6.1.1 导入模块

示例代码：

import math

print(math.sqrt(16))  # 输出: 4.0

6.1.2 从模块中导入特定函数

示例代码：

from math import sqrt

print(sqrt(16))  # 输出: 4.0

6.1.3 导入全部模块内容

示例代码：

from math import *

print(sqrt(16))  # 输出: 4.0

6.2 包

包是模块的集合，通过 __init__.py 文件进行标识。包内部可以包含子包和模块。

6.2.1 创建包

示例代码：

创建一个包结构如下：

mypackage/
├── __init__.py
├── module1.py
└── module2.py

module1.py 内容：

def func1():
    print("module1 func1")

module2.py 内容：

def func2():
    print("module2 func2")

使用包：

import mypackage.module1
import mypackage.module2

mypackage.module1.func1()  # 输出: "module1 func1"
mypackage.module2.func2()  # 输出: "module2 func2"

7. 文件操作

文件操作是 Python 中最基础也是最常用的功能之一，包括文件的读写、创建、删除等。

7.1 文件读取

示例代码：

# 读取文件
with open("example.txt", "r") as file:
    content = file.read()
    print(content)

7.2 文件写入

示例代码：

# 写入文件
with open("example.txt", "w") as file:
    file.write("Hello, World!")

7.3 文件追加

示例代码：

# 追加文件内容
with open("example.txt", "a") as file:
    file.write(" Hello again!")

7.4 文件操作模式

r: 读取文件，默认模式。
w: 写入文件，会覆盖原有内容。
a: 追加文件内容，不会覆盖原有内容。
r+: 读写模式，可以读取和写入文件。
w+: 写读模式，可以写入和读取文件，会覆盖原有内容。
a+: 追加读写模式，可以追加和读取文件。

示例代码：

# 读写模式
with open("example.txt", "r+") as file:
    content = file.read()
    print(content)
    file.write(" Hello again!")

8. 异常处理

异常处理是程序运行时可能出现错误情况的处理方式，可以捕获异常并进行相应的处理。

8.1 捕获异常

示例代码：

try:
    result = 10 / 0
except ZeroDivisionError:
    print("除数不能为零")

8.2 多个异常处理

示例代码：

try:
    result = 10 / 0
except ZeroDivisionError:
    print("除数不能为零")
except TypeError:
    print("类型错误")

8.3 捕获所有异常

示例代码：

try:
    result = 10 / 0
except Exception as e:
    print(f"发生错误: {e}")

8.4 异常抛出

示例代码：

def calculate(a, b):
    if b == 0:
        raise ValueError("除数不能为零")
    return a / b

try:
    result = calculate(10, 0)
except ValueError as e:
    print(f"发生错误: {e}")

9. 面向对象编程

面向对象编程（OOP）是基于对象和类的概念，通过封装、继承和多态实现程序设计。

9.1 类的定义

示例代码：

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def introduce(self):
        print(f"My name is {self.name}, and I am {self.age} years old.")

9.2 创建对象

示例代码：

person = Person("Alice", 25)
person.introduce()  # 输出: "My name is Alice, and I am 25 years old."

9.3 类的继承

示例代码：

class Student(Person):
    def __init__(self, name, age, grade):
        super().__init__(name, age)
        self.grade = grade

    def introduce(self):
        super().introduce()
        print(f"I am in grade {self.grade}.")

student = Student("Bob", 20, 3)
student.introduce()  # 输出: "My name is Bob, and I am 20 years old. I am in grade 3."

9.4 类的方法重写

示例代码：

class Teacher(Person):
    def __init__(self, name, age, subject):
        super().__init__(name, age)
        self.subject = subject

    def introduce(self):
        super().introduce()
        print(f"I am a teacher of {self.subject}.")

teacher = Teacher("Charlie", 30, "Math")
teacher.introduce()  # 输出: "My name is Charlie, and I am 30 years old. I am a teacher of Math."

9.5 类的属性和方法

示例代码：

class Car:
    def __init__(self, make, model, year):
        self.make = make
        self.model = model
        self.year = year
        self.odometer_reading = 0

    def describe_car(self):
        print(f"This car is a {self.year} {self.make} {self.model}")

    def read_odometer(self):
        print(f"This car has {self.odometer_reading} miles on it.")

    def update_odometer(self, mileage):
        if mileage >= self.odometer_reading:
            self.odometer_reading = mileage
        else:
            print("You can't roll back an odometer!")

    def increment_odometer(self, miles):
        self.odometer_reading += miles

my_car = Car("Toyota", "Corolla", 2020)
my_car.describe_car()  # 输出: "This car is a 2020 Toyota Corolla"
my_car.read_odometer()  # 输出: "This car has 0 miles on it."
my_car.update_odometer(23500)
my_car.read_odometer()  # 输出: "This car has 23500 miles on it."
my_car.increment_odometer(100)
my_car.read_odometer()  # 输出: "This car has 23600 miles on it."

10. 高级特性

10.1 列表推导式

列表推导式是一种简洁的创建列表的方法，通过一个表达式生成新列表。

示例代码：

squares = [x**2 for x in range(5)]
print(squares)  # 输出: [0, 1, 4, 9, 16]

10.2 生成器

生成器是一种特殊的迭代器，可以在需要时生成值，节省内存。

示例代码：

def countdown(n):
    while n > 0:
        yield n
        n -= 1

for i in countdown(5):
    print(i)
# 输出: 5 4 3 2 1

10.3 装饰器

装饰器是一种高级函数，可以在不修改原函数代码的情况下增加功能。

示例代码：

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()
# 输出: "Something is happening before the function is called."
#       "Hello!"
#       "Something is happening after the function is called."

11. 实用工具与库

Python 提供了丰富的第三方库，可以满足各种应用场景的需求。

11.1 NumPy

NumPy 是一个强大的科学计算库，支持多维数组和矩阵运算。

示例代码：

import numpy as np

# 创建数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 数组运算
c = a + b
print(c)  # 输出: [5 7 9]

# 数组方法
d = np.sum(a)
print(d)  # 输出: 6

11.2 Pandas

Pandas 是一个数据分析库，提供了数据结构和数据分析工具。

示例代码：

import pandas as pd

# 创建DataFrame
data = {"Name": ["Alice", "Bob", "Charlie"], "Age": [25, 20, 30]}
df = pd.DataFrame(data)

print(df)
# 输出:
#       Name  Age
# 0    Alice   25
# 1      Bob   20
# 2  Charlie   30

11.3 Matplotlib

Matplotlib 是一个绘制图表的库，支持多种图表类型。

示例代码：

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

# 绘制图表
plt.plot(x, y)
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.title("Simple Line Chart")
plt.show()

11.4 Scikit-learn

Scikit-learn 是一个机器学习库，提供了多种学习算法。

示例代码：

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

# 加载数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
model = LogisticRegression()
model.fit(X_train, y_train)

# 预测
y_pred = model.predict(X_test)

# 评估
accuracy = model.score(X_test, y_test)
print(f"Accuracy: {accuracy:.2f}")

12. 总结

本文介绍了 Python 编程的基础知识，包括变量与类型、控制流程语句、函数、模块与包、文件操作、异常处理、面向对象编程、高级特性以及常用库的使用。Python 作为一种强大的编程语言，具有广泛的应用场景，通过不断学习和实践，可以掌握更多的高级功能和技术。希望本文能为初学者提供一个良好的入门指南，并帮助高级用户进一步提升编程技能。