首页 > 编程语言 >「笔记」Python 1

「笔记」Python 1

时间：2024-02-24 19:00:36浏览次数：31  
标签：Python s2 s1 meow 笔记 print file np

感觉自己学的 Python 基本是翻译 C++，开坑
虽然标题带个 1，但是不一定会有下集的样子（

Python 基础

字符串

Python 里可以用 + 来拼接字符串，像这个样子：

s1 = 'me'
s2 = 'w'
s3 = s1 + 'o' + s2
print(s3)

# output:
# meow

Python 里字符串可以单引号还可以双引号，用单引号的话打双引号就不用转义了，反之同理，同时可以用列表的方法对它切片（左开右闭，有负数是倒着取，但是不能同时用正负来切）

s1 = "m'eo'wme"
s2 = 'ow"me"ow'
print(s1[:4] + s2[-4:])

# output:
# m'eoe"ow

然后一个比较神奇的是三单引号和三双引号，作用有点像 C++ 的 raw，不过也不完全是，因为转义符还是有用的，它们并不会和不同类型的引号冲突。

s1 = '''meo'w'm
e"o"w'''
s2 = """meo'''w\nme'''ow"""
print(s1, s2)

# output:
# meo'w'm
# e"o"w meo'''w
# me'''ow

对字符串进行一些格式化：

s1 = 'meOw meoWmeow'
print(s1.upper())
print(s1.lower())
print(s1.title())

# output:
# MEOW MEOWMEOW
# meow meowmeow
# Meow Meowmeow

因为 print 自带换行，有时需要过滤字符串两边的空白字符：

s1 = '\tmeow  \n'
print(s1)
print(s1.lstrip())
print(s1.rstrip())
print(s1.strip())

# output:
#         meow  
#
# meow
#
#         meow
# meow

IO

print 的其他参数：end, sep, file, flush

print('meow', end='') # end 是输出所有后附加的字符，默认为换行符
print('me', 'ow', sep='_') # sep 是输出逗号隔开的项时，中间插入的符号，默认为空格
print('meow', file=open('meow.txt', 'w')) # 用来输出至文件，另一种文件输出方法见后
print('meow', flush=True) # 置为 True 时立刻输出缓冲区所有内容，默认为 False

几种 print 格式化：

num = 114514
s1 = 'me'
s2 = 'ow'
print(s1 + s2 + str(num))
print(num, s1, s2)
print('{1}, {2}{2} {0}.'.format(num, s1, s2)) # 用对应位置替换
print('%s, %s%s %d.' % (s1, s2, s2, num)) # 和 C 的 printf 差不多
print(f'{s1}, {s2} {s2 + str(num)}.') # 直接塞表达式进去

# output:
# meow114514
# 114514 me ow
# me, owow 114514.
# me, owow 114514.
# me, ow ow114514.

附赠一个用来做标题效果的，会把相应文本放在居中位置，给定长度的剩余部分用给定符号填充：

print('meowmeow'.center(20, '+'))

# output:
# ++++++meowmeow++++++

可以用 ANSI 转义码给输出加颜色，具体建议百度

Python 的输入 input 默认是字符串型，所以有时输入时要进行强转，用 split 来同时输入多个用空格分隔的值，这里的 map （映射）和 C++ 里不是一个东西，相当于对 input().split() 这个列表中每个元素使用函数 int 后，返回由对应函数值组成的列表

a, b = input().split()
c, d = map(int, input().split())
print(a + b)
print(c + d)

# input:
# 12 34
# 56 78
# output:
# 1234
# 134

然后 input 可以接收一个字符串参数，作为接受输入之前的提示语，学过 Py 的舍友上 C 语言课的时候为这个事情困惑了很久，然后之前 print 的格式化其实是对字符串参数进行了格式化，所以这里也可以用，比如：

for i in range(1, 4):
	tmp = input(f'Input #{i}: ')

文件输入例：读取文件输出至终端

file_name = '12/12.py'
with open(file_name, 'r') as file_obj:
	for line in file_obj:
		print(line.rstrip())

另一种写法是这样的，因为 lines 是列表，可以随机访问某一行

file_name = '12/12.py'
with open(file_name, 'r') as file_obj:
	lines = file_obj.readlines()
	for line in lines:
		print(line.rstrip())

文件输出：
（与 print 不同，这里的 write 不会自己换行）

file_name = 'meow.txt'
with open(file_name, 'w') as file_obj:
	file_obj.write('meow\n')
	file_obj.write('meow\n')

json 存储数据：

import json
file_name = 'meow.json'
meow = [3, 5, 7]

# 存入
with open(file_name, 'w') as file_obj:
	json.dump(meow, file_obj)

# 读取
with open(file_name, 'r') as file_obj:
	meowmeow = json.load(file_obj)
	print([i for i in meowmeow])

迭代器

迭代是以某种遍历方式将对象中元素依次取出，python 的 for ... in ... 用的就是迭代的方法

迭代器有 iter 和 next 两个方法，调用前者创建对象的一个迭代器，调用后者获得迭代器的下一个值并向后迭代，for 里就是这样不断迭代的

想要定义一个可迭代的对象，需要给它写 __iter__ 和 __next__ 两个方法 （家人们谁懂啊就因为这俩玩意的下划线在 markdown 会变成奇怪的东西回去把全文函数变量名一个一个改成代码段），其他事情就可以交给 for 做了

比如说写一个算斐波那契数列的就是：

class Fib:
	def __init__(self, n):
		self.n = n
	def __iter__(self):
		self.x = 0
		self.y = 1
		return self # 这是规定的
	def __next__(self):
		t = self.y
		self.y = self.x + self.y
		self.x = t
		self.n -= 1
		if self.n >= 0:
			return t
		else:
			raise StopIteration
	
meow = Fib(9)
for i in meow:
	print(i, end=' ')

# output:
# 1 1 2 3 5 8 13 21 34

生成器

用 for 生成器表达式生成列表：

a = [f'meow{i}' for i in range(1, 9, 3)]
print(a)

tmp = [1, 9, 3]
for i in range(*[j for j in tmp]):
	print(i, end=' ')

# output:
# ['meow1', 'meow4', 'meow7']
# 1 4 7

列表前加 * 可以把列表解成独立的元素，可以当作参数传递
对于字典加 * 得到所有的 key，加 ** 得到所有的 value

用 yield 写生成器函数：
生成器是一种特殊的迭代器，下例用了它可迭代的性质，生成器函数每次在 yield 返回后，下次调用它会从上次 yield 的位置开始，以下是算菲波纳契数列的例子

def func(n):
	x = 0
	y = 1
	while n > 0:
		t = y
		y = x + y
		x = t
		n -= 1
		yield t

for i in func(10):
	print(i, end=' ')

# output:
# 1 1 2 3 5 8 13 21 34 55

类型标注

声明时用，虽然很像 C++，但其实没有实际作用，只是一种注释，得搭配编辑器的提示使用，例如：

meow:int = 3.43 # 仍然会赋成 3.43
meow:list[str] = ['me', 'ow'] # vscode 的提示只看最后一个
meow:tuple[int, float, str] = (114514, 2.33, 'meow')
def meow(me:int, ow:float = 2.33)->str:
	pass # sth

NumPy

提供了很多矩阵运算相关的功能，可能有用……

常用运算

对位的加减乘除，指对，三角，双曲，开根，绝对值，上下取整.
加减乘除、指对中如果给一个数 x 作为参数，等价于给一个全 x 矩阵
加减乘除是直译，其他函数名都和 C++ 的一样
四舍五入 np.round()

但是 NumPy 不自带高精，要注意溢出的问题，有时需要手动指定数据类型

import numpy as np
a = np.array([1, 2], dtype=int64)

矩阵 / 线性代数相关

import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.array([[1, 2, 4], [3, 4, 6]])
c = np.array([[1, 3], [2, 4], [3, 5]])
d = np.array([[1, 3], [4, 5]])

res = a + b # 加法
res = 3 * a # 数乘
res = a * b # 对应位置相乘
res = np.dot(a, c) # 矩阵乘法
res = np.transpose(res) # 转置
res = np.linalg.inv(d) # 矩阵求逆
res = np.linalg.det(d) # 行列式
res = np.linalg.matrix_rank(a) # 秩
res = np.linalg.eig(d) # 特征值和特征向量

# 解线性方程组
# 10x - y - 2z = 72
# - x + 10y - 2z = 83
# - x - y + 5z = 42
A = np.array([[10, -1, -2], [-1, 10, -2], [-1, -1, 5]])
b = np.array([72, 83, 42])
res = np.linalg.solve(A, b)
print(res)

统计计算

求和 np.sum()
均值 np.mean()
方差 np.var()
标准差 np.std()
最值 np.min() np.max()
中位数 np.median()
百分位数 np.percentile()

可选参数 axis：按哪个轴做，置 None 表示对全局做

数据生成

import numpy as np

a = np.zeros((3, 3)) # 全 0
a = np.ones((3, 4, 5)) # 全 1
a = np.random.rand(2, 3) # 均匀分布随机数 [0, 1)
a = np.random.randn(3, 4, 5) # 正态分布随机数
# 以上的参数为尺寸
a = np.random.randint(2, 3564) # 随机整数
# 参数是随机的范围
np.random.shuffle(a) # 随机打乱，似乎只能用于一维数组

数据操作

a = np.reshape(a, (6, 1)) # 重新切分（总个数需相同）
c = np.concatenate((a, b), axis=None) # 数组连接
# 参数 axis: 按哪个轴连接，置 None 为拍成一维再连接
c = np.split(a, (1, 3, 5,), axis=1) # 数组分割
# 第二个参数如果写成数组，就是按这些下标的位置依次切割，若是一个数，就是平均分成给定份
# 参数 axis: 按哪个轴分割（看成连接的逆）
c = np.sort(a, axis=0) # 数组排序
d = np.argsort(a, axis=1) # 返回排序索引（排序后各数在原数组的下标）
# 参数 axis: 按哪个轴排序，置 None 为拍成一维再排序
c = np.partition(a, kth=(0, 5), axis=1) # 部分排序，类似于 kth_element
d = np.argpartition(a, kth=-4, axis=1) # 部分排序索引
# 参数 kth: 这些位置的数要求在正确的位置上，其他数与这些数没有逆序对，置负数即定位最大的若干个
# 参数 axis: 同 sort

其他

Python 的数组赋值和 C++ 里头直接赋值相当于赋指针，不能单独修改，复制数组时要用 copy()
以上提到的许多函数似乎都有被封装到类里，func(a, ...) 能写成 a.func(...) 这样子

标签：Python,s2,s1,meow,笔记,print,file,np
From： https://www.cnblogs.com/zzzuozhe/p/17998731

相关文章

  • 《程序是怎样跑起来的》第8章读书笔记
    了解了源文件，就要了解怎样执行文件。首先用某种编程语言编写的程序称为源代码，将源代码保存成一个文件就称为源文件源代码是不能直接运行的，因为CPU能直接解释和执行的，只有本机代码，所以必须翻译成本机代码才能被CPU理解和执行。而windows的exe文件中的程序内容就是本机代码转组是指......
  • Go语言精进之路读书笔记第34条——了解channel的妙用
    c:=make(chanint)//创建一个无缓冲（unbuffered）的int类型的channelc:=make(chanint,5)//创建一个带缓冲的int类型的channelc<-x//向channelc中发送一个值<-c//从channelc中接收一个值x=<-c//从channelc接收一个值并......
  • 《程序是怎样跑起来的》第7章读书笔记
    第7章就把重点放到了这本书程序是怎么跑起来的重点上，但同时也难理解了许多。我们知道的是程序要在特定的运行环境上才能运行，而运行环境等于操作系统加硬盘，每个程序都有其对应的运行环境操作系统和硬件决定了程序的运行环境，还需要知道的是，在将硬件作为程序运行环境考虑是CPU的类型......
  • 《程序是怎样跑起来的》第6章读书笔记
    前面讲述了内存跟磁盘，而内存跟磁盘里面的储存量也是有限的，那么我们就需要去压缩数据，而数据该怎么压缩呢？第6章就为我们介绍了。首先要了解文件中储存数据的格式文件是在磁盘等储存媒体中储存数据的一种形式，程序是以字节为单位向文件中储存数据的储存在文件中的数据。如果表示字符，那......
  • Go语言精进之路读书笔记第33条——掌握Go并发模型和常见并发模式
    不要通过共享内存来通信，而应该通过通信来共享内存。——RobPike33.1Go并发模型CSP（CommunicatingSequentialProcess，通信顺序进程）模型。一个符合CSP模型的并发程序应该是一组通过输入/输出原语连接起来的P的集合。Go始终推荐以CSP模型风格构建并发程序。Go针对CSP模型提供......
  • 基于Python的地图绘制教程
    本文将介绍通过Python绘制地形图的方法，所需第三方Python相关模块包括rasterio、geopandas、cartopy等，可通过pip等方式安装。1示例代码1.1导入相关模块importrasterioimportgeopandasasgpdimportnumpyasnpimportcartopy.crsasccrsimportmatplotlib.pyplot......
  • Semantic Kernel 学习笔记：体验基于 prompt function 实现的 Plugin
    在一个SemanticKernelplugin中可以创建两种类型的function，分别是nativefunction与promptfunction（之前叫semanticfunction）。下面这款plugin中给C#method添加了[KernelFunction]attribute，就是nativefunctionpublicclassLightPlugin{publicboolIsOn......
  • 每日（python爬取）
    python爬取网络小说清洗并下载至txt文件 什么是爬虫网络爬虫，也叫网络蜘蛛（spider），是一种用来自动浏览万维网的网络机器人。其目的一般为编纂网络索引。网络搜索引擎等站点通过爬虫软件更新自身的网站内容或其对其他网站的索引。网络爬虫可以将自己所访问的页面保存下来，以......
  • Excel窗体控件笔记
    工作表控件分成2种表单控件（图片上面）ActiveX控件（图片下面）一，表单控件这种如果只是使用代码其实和我们直接在工作表里插入一个图形是一样的效果可以把一些参数直接设置到单元格里，不需要代码辅助，配合公式等可以实现一些自动化效果但是，设置不了一些颜色样式等等，看上去比较素......
  • 20个改善编码的Python异常处理技巧，让你的代码更高效
    异常处理是写好代码的一个重要的方面，虽然许多开发人员都熟悉基本的try-except块，但是有很多更深入的知识可以使异常处理更高效、更可读和更python化。所以本文将介绍关于Python异常的20个可以显著改善编码的Python异常处理技巧，这些技巧可以让你熟练的掌握Python的异常处理。Python......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99