全栈数据工程师养成攻略:Python 基本语法
Python简单易学,但又博大精深。许多人号称精通Python,却不会写Pythonic的代码,对很多常用包的使用也并不熟悉。学海无涯,我们先来了解一些Python中最基本的内容。
Python的特点
解释型语言,无需编译即可运行
提供了交互式命令行
基于对象的编程思想
跨平台和良好的兼容性,在Windows、Mac、Linux上都可运行
简单好用而且功能强大
中文编码
很多同学在打开数据时会遇上乱码问题,其原因是字符集的编码问题。Linux和Mac默认的编码集是UTF8,而Windows则是ASCII。如果数据编码的字符集,和你使用Python进行处理时所用的字符集不同,则会出现乱码问题。
这里是一篇参考文章,http://www.cnblogs.com/huxi/archive/2010/12/05/1897271.html,详细地介绍了Python中文编码所涉及的内容。
另外,我个人的习惯是在Python代码的头部加入以下内容,其中第二行声明了使用UTF8字符集。
变量
Python中的变量可以看作是一个个容器,里面存放着我们需要使用到的值。Python对变量名的要求和其他语言一样:可以包括英文、数字以及下划线,但不能以数字开头,区分大小写。当然我推荐,变量名用纯英文就很好,并且取一些有意义的名称,便于自己理解每个变量的作用。
Python是一门弱类型的语言,在使用变量时无需声明其类型。Python中的变量包括以下几类:数值、字符串、列表、元组、字典。
数值
数值包括整型和浮点型,分别对应整数和浮点数,后者精度更高。
字符串也就是我们经常接触到的文本,可以往里面放任意长度的内容,用单引号或双引号括起来。应当注意,中文以及中文符号只能出现在字符串內,如果在下面第三行中使用了中文输入法的逗号 , ,Python将报错。
使用 可以拼接两个字符串。
使用 len() 可以得到字符串的长度。
使用切片可以访问字符串中的某个字符或某个片段。
列表
列表好比一条队伍,里面依次存放着多个变量。列表和字符串类似,但字符串中的每个元素都是字符,而列表中的每个元素可以是任意类型的变量。
使用 len() 可以获得列表的长度。
列表元素的按下标访问和赋值等操作,和字符串都是类似的。
使用 del 删除列表中的某个元素。
元组
元组和列表类似,唯一的不同是元组中的元素在初始化之后不能再更改,因此可以理解成一个只读的变量。
字典
字典是一种极为重要的变量类型,使用一个key来访问相应的value,即一种键值对的数据形式。
所以能够总结出字典和列表的不同。列表中的元素是有序对等的,所以是用下标来赋值和访问,而字典中的元素是无序的,所以是用key来操作相应的value。
使用 has_key() 判断字典中是否有某个key。
如果访问不存在的key,Python将会报错。在赋值的时候,如果key已经存在,则会用新的value覆盖已有的value。
注释
被注释的代码将不会运行,可以看作是写给自己和其他程序猿阅读的一些笔记和说明,提高代码可读性。
在Sublime中,选中需要注释的内容,按Ctrl /即可完成注释。
保留字符
在Python中,有一些字符串具有某些特定功能,如 import 、 class 等。我们在选择变量名时,应注意避开这些保留字符。
行和缩进
在Python中,代码块的边界不是通过大括号等符号进行显式划分,而是通过行的缩进实现的。连续相同缩进水平的代码处于同一个代码块,在使用 for 、 while 、 if 、 try 等语法时需要注意每行代码的缩进。
运算符
运算符的作用是根据已有的变量生成新的变量,主要有以下几种:
算术运算符:
,-,*,/,%,即加、减、乘、除、取余
比较运算符:==,!=,>,<,>=,<=,即等于、不等于、大于、小于、大于等于、小于等于
赋值运算符:=,
=,-=,*=,/=,%=,即赋值、加赋值、减赋值、乘赋值、除赋值、取余赋值
逻辑运算符:and,or,not,即与、或、非
条件
在写代码的时候,往往需要根据某些条件进行判断,并根据判断结果执行不同的分支代码。
需要注意的是,但凡出现了 if 和 elif ,就需要加上相应的条件判断,并且注意代码的缩进。
在Sublime中输入 if 会出现相应的提示,可以方便地补全代码,在换行时光标也会自动跳到合适的缩进处。
循环
如果需要打印从1到100的100个数,肯定不会傻傻地写100行print代码,而是会用循环来处理类似的重复性工作。
while 循环
while 循环的思想是,只要某一条件成立,就不断执行循环体里的代码,直到条件不再成立。
for 循环
for 循环的循环次数一般是事先预知的,将一个标志变量从某个起始值迭代到某个终止值后即结束。
循环控制
循环控制主要包括三种:
pass 表示什么也不做,只是占一行代码的位置;continue 表示立即退出本轮循环,继续执行后续轮循环;break 表示立即推出循环,后续循环也不再执行。
时间
在处理数据时,很多地方都会涉及到时间,例如数据产生的时间。
先介绍一下时间戳的概念,时间戳指的是从1970年1月1日0时0分0秒开始,到某一时刻所经历的秒数,可以是整数或者小数,后者的精度更高。
为什么需要时间戳这样的一个概念?因为对于同一个时刻,不同人的描述可能不同,毕竟文本的形式千变万化,而时间戳使得时间的表达得到了统一,每个时刻只能用唯一的整数或浮点数来表示,同时也便于计算时间差这样的处理。
关于时间戳,最常用的处理便是时间戳和时间文本之间的转换,例如将 2016年10月1日 10时0分0秒 转为时间戳。
其中,
文件
文件操作包括向文件中写内容,以及从文件中读内容,使用 open() 打开一个文件。
异常
Python代码中可能会出现一些可以预知的问题,例如字典访问的key不存在。如果不加处理,发生问题的时候Python便会报错并退出,可能之前跑了很久又要重头再来。因此,我们需要对可能出现的异常进行捕捉和处理。异常的结构由 try 、 except 、 else 、 finally 四部分组成。
函数
函数的作用是代码模块化,将可重用的代码封装成一个函数,这样在需要使用的时候就只需调用写好的函数即可,而不用重新写一遍代码。
函数的使用包括两个部分,函数的定义和函数的调用。除此之外,函数可以有一个或多个参数,参数之间以逗号分开,为函数的功能提供更多的灵活性。
补充学习
以上所介绍的,都是Python中最基础和最常用的内容,先掌握这些就可以跟上后续章节。