首页 > 编程语言 >极简 Python:10 段代码,学会基础 python

极简 Python:10 段代码,学会基础 python

时间:2024-06-08 16:59:38浏览次数:33  
标签:极简 name 输出 Python date file print Hello 10

前言:

本篇共包含 10 段简单的 Python,涉及常用语法和常用库(但毫无疑问删减了很多,比如没有字典)任何不懂的地方可直接留言~

注:如果某个地方以 “#” 开始意思是:这是注释

一、数据类型

涉及 Python 中最常用的基本数据类型及其操作

包括数字、字符串和列表


# 数字操作
a = 10
b = 3
result = a + b  # 将a和b相加
print(result)  # 输出:13

# 字符串操作
s = "Hello, Python!"
print(s.lower())  # 转为小写,输出:hello, python!
print(s.upper())  # 转为大写,输出:HELLO, PYTHON!
print(s.replace("Python", "World"))  
# 替换子字符串,输出:Hello, World!

# 列表操作
lst = ["apple", "banana", "cherry"]
print(lst[0])  # 访问第一个元素,输出:apple
lst.append("date")  # 在列表末尾添加一个元素
print(lst)  # 输出:['apple', 'banana', 'cherry', 'date']
lst.remove("banana")  # 移除列表中的某个元素
print(lst)  # 输出:['apple', 'cherry', 'date']
print(len(lst))  # 获取列表的长度,输出:3

二、条件判断和循环

我们将遍历一个列表,并检查每个字符串的长度

# 遍历列表并检查字符串长度
fruits = ["apple", "banana", "cherry", "date"]
for fruit in fruits:
    if len(fruit) > 5:  # 判断字符串长度是否大于5
        print(f"{fruit} 的长度大于 5")  
        # 输出:banana 的长度大于 5, cherry 的长度大于 5
    else:
        print(f"{fruit} 的长度不大于 5")  
        # 输出:apple 的长度不大于 5, date 的长度不大于 5

 三、函数

定义一个简单的问候函数,并调用它


# 定义和调用函数
def greet(name):
    print(f"Hello, {name}!")  # 输出问候语

greet("Alice")  # 输出:Hello, Alice!
greet("Bob")    # 输出:Hello, Bob!

四、文件操作

进行简单的文件操作,包括写入和读取文件内容


# 写入文件
with open("example.txt", "w") as file:
    file.write("Hello, file!\n")
    file.write("This is a second line.")

# 读取文件
with open("example.txt", "r") as file:
    content = file.read()
    print(content)  
    # 输出:Hello, file! \n This is a second line.

五、对象

定义一个简单的类和对象,包括类的属性和方法


# 定义类和对象
class Student:
    def __init__(self, name, age):
        self.name = name
        self.age = age

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

# 创建对象并调用方法
student1 = Student("Alice", 20)
student1.greet()  
# 输出:Hello, my name is Alice and I am 20 years old.

student2 = Student("Bob", 22)
student2.greet()  
# 输出:Hello, my name is Bob and I am 22 years old.

六、异常处理

使用异常处理机制来处理可能发生的错误,例如文件未找到的情况


# 处理文件读取中的异常
try:
    with open("non_existent_file.txt", "r") as file:
        content = file.read()
except FileNotFoundError:
    print("文件未找到!")

# 处理其他类型的异常
try:
    result = 10 / 0
except ZeroDivisionError:
    print("不能除以零!")  # 输出:不能除以零!

七、常用标准库

使用Python的标准库,例如datetime库来处理日期和时间


from datetime import datetime

# 获取当前日期和时间
now = datetime.now()
print(now)  # 输出示例:2023-05-31 15:23:45.123456

# 格式化日期和时间
formatted_now = now.strftime("%Y-%m-%d %H:%M:%S")
print(formatted_now)  # 输出示例:2023-05-31 15:23:45

# 解析日期字符串
date_str = "2023-05-31"
parsed_date = datetime.strptime(date_str, "%Y-%m-%d")
print(parsed_date)  # 输出示例:2023-05-31 00:00:00

八、网络请求

用 requests 库发送 HTTP 请求,再用 BeautifulSoup 进行页面抓取,简而言之:爬虫


import requests
from bs4 import BeautifulSoup

# 发送GET请求
url = "https://news.ycombinator.com/"
response = requests.get(url)

# 检查响应状态码
if response.status_code == 200:
    print("请求成功!")
    html_content = response.content  # 获取页面内容

    # 使用BeautifulSoup解析HTML内容
    soup = BeautifulSoup(html_content, 'html.parser')

    # 获取网页的标题
    page_title = soup.title.get_text()
    print(f"网页标题: {page_title}")

    # 获取所有新闻标题和描述
    titles = soup.find_all('a', class_='storylink')  # 获取所有标题链接

    for i, (title, subtext) in enumerate(zip(titles, subtexts), start=1):
        desc = subtext.get_text().strip()
        print(f"{i}. 标题: {title.get_text()}")
else:
    print("请求失败!")

实际运行如下:

 九、数据分析

使用pandas库进行简单的数据处理与分析


import pandas as pd

# 创建一个简单的数据框
data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "City": ["New York", "Los Angeles", "Chicago"]
}
df = pd.DataFrame(data)

# 查看数据框内容
print(df)
# 输出:
#       Name  Age         City
# 0    Alice   25     New York
# 1      Bob   30  Los Angeles
# 2  Charlie   35      Chicago

# 计算年龄的平均值
average_age = df["Age"].mean()
print(f"平均年龄是:{average_age}")  
# 输出:平均年龄是:30.0

实际运行如下:

 十、数据可视化

使用matplotlib库绘制图表,展示数据分析结果


import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 绘制折线图
plt.plot(x, y)
plt.xlabel("X")
plt.ylabel("Y")
plt.title("graph")
plt.show()  # 显示图表

实际运行如下:

结语:

感谢大家的观看!

以上代码资料+Python学习籽料【戳这里免废领~】

标签:极简,name,输出,Python,date,file,print,Hello,10
From: https://blog.csdn.net/2401_85339817/article/details/139524254

相关文章

  • 我的职业生涯转型:金融到Python的跨越
    我是一位专科学历的专业人士,曾在金融行业深耕近十载。如今,我站在了人生的十字路口,面对着家庭、房贷和职业发展的多重压力。我代表了那些在大城市奋斗却难以扎根,同时在职业道路上感到迷茫的一群人。金融行业的变迁与个人觉醒在上海这座大都市,我度过了十年的金融生涯。从银......
  • 【Python】DQN处理CartPole-v1
    DQN是强化学习中的一种方法,是对Q-Learning的扩展。通过引入深度神经网络、经验回放和目标网络等技术,使得Q-Learning算法能够在高维、连续的状态空间中应用,解决了传统Q-Learning方法在这些场景下的局限性。Q-Learning可以见之前的文章。算法的几个关键点:1.深度学习估计状态动......
  • 使用Python进行容器编排【Docker Compose与Kubernetes的比较】
    ......
  • 【Python基础】集合(3997字)
    文章目录@[toc]什么是集合集合的特点元素不重复性示例无序性示例集合操作增加元素add()方法删除元素clear()方法pop()方法remove()方法交集intersection()方法&符号isdisjoint()方法并集union()方法|符号差集difference()方法-符号对称差集symmetric_difference(......
  • python -- series和 DataFrame增删改数据
    学习目标知道df添加新列的操作知道insert函数插入列数据知道drop函数删除df的行或列数据知道drop_duplicates函数对df或series进行数据去重知道unique函数对series进行数据去重知道apply函数的使用方法1DataFrame添加列注意:本文用到的数据集在文章顶部1.1......
  • 【Python】文件处理的魔法之旅
    目录 引言文件处理的重要性基本概念主体部分读取文件写入文件修改文件处理不同类型的文件文本文件CSV文件JSON文件示例代码代码解释案例研究结论参考文献引言你是否曾经面对一堆杂乱无章的文件,感到束手无策?是否曾梦想过拥有一种能力,能够轻松地读取、修改......
  • 2024华为OD机试真题-字符串分割(二)-(C++/Python)-C卷D卷-100分
    2024华为OD机试题库-(C卷+D卷)-(JAVA、Python、C++) 题目描述给定一个非空字符串S,其被N个‘-’分隔成N+1的子串,给定正整数K,要求除第一个子串外,其余的子串每K个字符组成新的子串,并用‘-’分隔。对于新组成的每一个子串,如果它含有的小写字母比大写字母多,则将这个子串的所有......
  • 2024华为OD机试真题-测试用例执行计划-(C++/Python)-C卷D卷-100分
     2024华为OD机试题库-(C卷+D卷)-(JAVA、Python、C++) 题目描述某个产品当前迭代周期内有N个特性(F1,F2,......FN)需要进行覆盖测试,每个特性都被评估了对应的优先级,特性使用其ID作为下标进行标识。设计了M个测试用例(T1,T2,......,TM),每个测试用例对应一个覆盖特性的集......
  • python系列:FASTAPI系列 01 环境准备 & FASTAPI系列 02-简单入门
    FASTAPI系列01环境准备&FASTAPI系列02-简单入门一、FASTAPI系列01环境准备前言一、FASTAPI简介二、环境准备1.快速安装fastapi以及相关依赖2.创建项目总结二、FASTAPI系列02-简单入门实现一个简单的例子一、FASTAPI系列01环境准备前言FastAPI是一......
  • 浔川贪吃蛇(完整版)——浔川python社
    废话不多说,直接上代码!#-*-coding:utf-8-*-importtkinterastkimporttkinter.messageboximportpickleimportrandom#窗口window=tk.Tk()window.title('欢迎进入python')window.geometry('450x200')#画布放置图片#canvas=tk.Canvas(window,height=300,......