首页手记 Python编程入门指南

Python编程入门指南

标签：

Redis

Python是一种广泛使用的高级编程语言，具有简单易学、语法清晰等特点。Python被广泛应用于Web开发、数据科学、人工智能、机器学习、网络爬虫等多个领域。本指南将从Python的基础知识入手，逐步引导读者掌握Python编程的基本技巧和实用技术。

Python环境搭建与安装

Python语言的官方网站提供了Python的安装包，用户可以根据自己的操作系统选择合适的版本进行安装。Python的官方网站提供的是最新版本的Python，为了方便学习，建议从官网下载安装。

Python环境搭建步骤

访问Python官方网站 https://www.python.org/downloads/，选择适合您操作系统的Python安装包。
安装Python时，确保勾选“Add Python to PATH”选项。此选项会将Python安装目录添加到系统环境变量PATH中，这样就可以在命令行中直接使用Python命令了。
安装完成后，打开命令行工具，输入python --version或python3 --version（取决于你的安装版本）来验证安装是否成功。

Python环境检查

import sys
print("Python version: " + sys.version)
print("Python version info: " + str(sys.version_info))

输出示例：

Python version: 3.9.5 (tags/v3.9.5:0a7d67b716, May 28 2021, 17:06:24) [MSC v.1928 64 bit (AMD64)]
Python version info: sys.version_info(major=3, minor=9, micro=5, releaselevel='final', serial=0)

Python环境配置

配置环境变量可以让Python命令在任何位置被调用，前提是必须安装Python，并且安装过程中勾选了“Add Python to PATH”。

环境变量配置：在操作系统中配置Python安装目录到环境变量PATH中。例如在Windows中，可以通过操作系统的环境变量设置来进行配置。

Python环境配置步骤（不同操作系统）

Windows

点击“此电脑”右键选择“属性”。
点击“高级系统设置”。
点击“环境变量”。
在“系统变量”中找到“Path”，选择“编辑”。
点击“新建”，输入Python安装目录，例如C:\Python39。
点击“确定”，完成环境变量配置。

Linux

打开终端。
编辑~/.bashrc文件，添加一行export PATH=$PATH:/usr/local/bin。
保存文件并运行source ~/.bashrc使配置生效。

macOS

打开终端。
编辑~/.bash_profile文件，添加一行export PATH=$PATH:/usr/local/bin。
保存文件并运行source ~/.bash_profile使配置生效。

Python基础语法

Python语言的基础语法包括变量、数据类型、运算符、流程控制等。

变量

变量是存储数据的容器，Python中不需要声明变量类型，Python会自动推断变量类型。

变量定义

# 整型
age = 20
# 字符串
name = "Alice"
# 浮点型
price = 19.99

变量操作

number = 10
print(number)  # 输出10

number = 20
print(number)  # 输出20，变量值被修改

# 多个变量赋值
a, b, c = 1, 2, 3
print(a, b, c)  # 输出1 2 3

数据类型

Python的基本数据类型包括整型、浮点型、字符串、布尔型、列表、元组、字典等。

整型（int）：整数，如1, 2, 3
浮点型（float）：小数，如1.2, 3.14
字符串（str）：文本，如"hello"
布尔型（bool）：True或False
列表（list）：有序的元素序列，如[1, 2, 3]
元组（tuple）：有序的不可变元素序列，如(1, 2, 3)
字典（dict）：键值对的集合，如{"name": "Alice", "age": 20}

数据类型操作

# 整型
num = 10
print(num)  # 输出10
print(type(num))  # 输出<class 'int'>

# 字符串
text = "Hello, world!"
print(text)  # 输出Hello, world!
print(type(text))  # 输出<class 'str'>

# 列表
list1 = [1, 2, 3, 4]
print(list1)  # 输出[1, 2, 3, 4]
print(type(list1))  # 输出<class 'list'>

# 字典
dict1 = {"name": "Alice", "age": 20}
print(dict1)  # 输出{'name': 'Alice', 'age': 20}
print(type(dict1))  # 输出<class 'dict'>

运算符

Python支持多种运算符，包括算术运算符、比较运算符、逻辑运算符等。

算术运算符

# 加法
print(2 + 3)  # 输出5
# 减法
print(5 - 2)  # 输出3
# 乘法
print(2 * 3)  # 输出6
# 除法
print(6 / 2)  # 输出3.0
# 整数除法
print(7 // 2)  # 输出3
# 求模运算
print(7 % 2)  # 输出1
# 求幂
print(2 ** 3)  # 输出8

比较运算符

# 等于
print(1 == 1)  # 输出True
# 不等于
print(1 != 2)  # 输出True
# 大于
print(3 > 2)  # 输出True
# 小于
print(2 < 3)  # 输出True
# 大于等于
print(3 >= 3)  # 输出True
# 小于等于
print(2 <= 3)  # 输出True

逻辑运算符

# 逻辑与
print(True and False)  # 输出False
# 逻辑或
print(True or False)  # 输出True
# 逻辑非
print(not True)  # 输出False

流程控制

流程控制语句包括条件语句（if-else）、循环语句（for、while）等。

条件语句

# if语句
age = 18
if age >= 18:
    print("成年人")
else:
    print("未成年人")

循环语句

# for循环
for i in range(5):
    print(i)  # 输出0 1 2 3 4

# while循环
count = 0
while count < 5:
    print(count)  # 输出0 1 2 3 4
    count += 1

函数

函数是Python中一个重要概念，用于组织代码、提高代码的可读性和可维护性。

定义函数

def greet(name):
    print("Hello, " + name + "!")

调用函数

greet("Alice")  # 输出Hello, Alice!

Python进阶语法

在掌握了基本语法之后，可以进一步学习Python的进阶语法，包括函数参数、模块化编程、异常处理等。

函数参数

传递参数是函数的重要功能，Python支持多种传递参数的方式，包括必选参数、默认参数、可变参数等。

必选参数

def add(a, b):
    return a + b
print(add(1, 2))  # 输出3

默认参数

def greet(name="World"):
    print("Hello, " + name + "!")
greet()  # 输出Hello, World!
greet("Alice")  # 输出Hello, Alice!

可变参数

def add(*args):
    return sum(args)
print(add(1, 2, 3))  # 输出6

模块化编程

模块化编程可以将代码组织成多个文件，每个文件称为一个模块。模块可以包含函数、类、变量等代码。

导入模块

import math
print(math.sqrt(4))  # 输出2.0

导入模块中的函数

from math import sqrt
print(sqrt(4))  # 输出2.0

自定义模块

可以创建自己的模块文件，例如创建一个名为my_module.py的文件，内容如下：

def hello(name):
    print("Hello, " + name + "!")

然后在其他文件中导入并使用该模块：

import my_module
my_module.hello("Alice")  # 输出Hello, Alice!

自定义模块的应用场景

假设我们有一个程序需要在多个文件中重复使用某些函数。通过将这些函数放在一个模块中，可以在需要的地方导入并使用，提高了代码的可维护性和复用性。

异常处理

异常处理是程序运行过程中捕获和处理错误的重要机制。Python使用try-except语句进行异常处理。

捕获异常

try:
    print(1 / 0)
except ZeroDivisionError:
    print("除数不能为0")

捕获多个异常

try:
    result = 1 / 0
except ZeroDivisionError as e:
    print("除数不能为0")
except TypeError as e:
    print("类型错误")

finally语句

finally语句用于处理不论是否发生异常都必须执行的操作。

try:
    print(1 / 0)
except ZeroDivisionError:
    print("除数不能为0")
finally:
    print("操作结束")

Python实用技巧

掌握了一些基础语法后，可以学习一些实用技巧来提高编程效率。

文件操作

文件操作是编程中常见的需求，Python提供了丰富的文件操作功能。

读取文件

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

写入文件

with open("example.txt", "w") as file:
    file.write("Hello, world!")

追加文件

with open("example.txt", "a") as file:
    file.write("This is a new line.")

CSV文件操作

CSV文件是一种常用的数据格式，Python通过内置的csv模块可以方便地处理CSV文件。

读取CSV文件

import csv
with open("example.csv", "r") as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)

写入CSV文件

import csv
with open("example.csv", "w", newline='') as file:
    writer = csv.writer(file)
    writer.writerow(["Name", "Age"])
    writer.writerow(["Alice", 20])
    writer.writerow(["Bob", 25])

JSON数据操作

JSON是一种轻量级的数据交换格式，Python通过内置的json模块可以方便地处理JSON数据。

读取JSON文件

import json
with open("example.json", "r") as file:
    data = json.load(file)
    print(data)

写入JSON文件

import json
data = {"name": "Alice", "age": 20}
with open("example.json", "w") as file:
    json.dump(data, file)

正则表达式

正则表达式是一种强大的文本匹配工具，Python通过内置的re模块提供了强大的正则表达式功能。

检查邮箱地址

import re
email = "alice@example.com"
pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
match = re.match(pattern, email)
if match:
    print("邮箱地址有效")
else:
    print("邮箱地址无效")

使用API

API是现代编程中常见的需求，Python可以通过requests库方便地调用API。

请求API

import requests
response = requests.get("https://api.github.com")
print(response.status_code)
print(response.json())

使用生成器

生成器是一种特殊的迭代器，可以用来创建大型数据集或无限序列。

创建生成器

def count(start=0, step=1):
    while True:
        yield start
        start += step
for i in count(1, 2):
    print(i)
    if i > 10:
        break

Python高级编程

Python高级编程包括面向对象编程、装饰器、上下文管理等。

面向对象编程

面向对象编程是Python的重要特性之一，它可以提高代码的可重用性和可维护性。

定义类

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
    def introduce(self):
        print("Hello, my name is " + self.name + " and I am " + str(self.age) + " years old.")

创建对象

person = Person("Alice", 20)
person.introduce()  # 输出Hello, my name is Alice and I am 20 years old.

装饰器

装饰器是一种特殊类型的函数，可以用来修改其他函数的行为。

定义装饰器

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_whee():
    print("Whee!")

使用装饰器

say_whee()

装饰器的应用场景

装饰器可以用于日志记录、权限验证、性能监控等场景，提高代码的可维护性和可扩展性。

上下文管理器

上下文管理器可以用来管理资源，如文件、网络连接等。

定义上下文管理器

class ManagedFile:
    def __init__(self, filename):
        self.filename = filename
    def __enter__(self):
        self.file = open(self.filename, "r")
        return self.file
    def __exit__(self, exc_type, exc_value, exc_traceback):
        self.file.close()

使用上下文管理器

with ManagedFile("example.txt") as file:
    content = file.read()
    print(content)

Python调试与测试

调试和测试是确保程序正确性的关键步骤。

调试

Python提供了内置的pdb模块，可以用来进行调试。

使用pdb调试

import pdb
def add(a, b):
    pdb.set_trace()  # 设置断点
    return a + b
print(add(1, 2))

调试应用场景

调试可以用于检查变量的值、追踪程序的执行流程、定位代码中的错误等。

单元测试

Python提供了内置的unittest模块，可以用来编写单元测试。

编写单元测试

import unittest
def add(a, b):
    return a + b
class TestAdd(unittest.TestCase):
    def test_add(self):
        self.assertEqual(add(1, 2), 3)
if __name__ == "__main__":
    unittest.main()

单元测试的测试用例

编写单元测试可以帮助确保函数或模块的行为符合预期，提高代码的可靠性和稳定性。

Python实战案例

通过实际案例来巩固所学知识。

简单的Web爬虫

使用Python进行简单的Web爬虫开发，可以利用requests库和BeautifulSoup库来解析网页内容。

安装依赖

pip install requests beautifulsoup4

爬取网页内容

import requests
from bs4 import BeautifulSoup

url = "https://example.com"
response = requests.get(url)
soup = BeautifulSoup(response.text, "html.parser")

# 提取网页中的标题
title = soup.title.string
print(title)

数据分析实战

使用Python进行数据分析，可以利用pandas库进行数据处理，matplotlib库进行数据可视化。

安装依赖

pip install pandas matplotlib

数据分析与可视化

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV文件
data = pd.read_csv("data.csv")

# 数据预处理
data.dropna(inplace=True)  # 去除空白行

# 数据分析
mean = data["value"].mean()
print("平均值：", mean)

# 数据可视化
data["value"].plot(kind="hist")
plt.show()

Redis实战案例

Python可以使用redis库来操作Redis数据库。

安装依赖

pip install redis

Redis操作示例

import redis

# 连接Redis服务器
r = redis.Redis(host='localhost', port=6379, db=0)

# 设置键值对
r.set('test', 'Hello, Redis!')
print(r.get('test').decode())  # 输出Hello, Redis!

# 列表操作
r.lpush('mylist', 'a')
r.lpush('mylist', 'b')
print(r.lrange('mylist', 0, -1))  # 输出[b'b', b'a']

通过这些示例代码，读者可以更好地理解和掌握Python编程的基础知识和高级特性。希望这些内容能够帮助读者在Python编程的道路上不断进步。

点击查看更多内容

为 TA 点赞

若觉得本文不错，就分享一下吧！

评论

评论

共同学习，写下你的评论

评论加载中...

展开查看更多评论

作者其他优质文章

正在加载中

慕斯709654

手记
篇

粉丝

37

获赞与收藏

183

关注作者，订阅最新文章

阅读免费教程

后端通用面试教程

41个小节 30583 343

网络编程入门教程

20个小节 12561 237

推荐

评论

收藏

共同学习，写下你的评论



感谢您的支持，我会继续努力的～

扫码打赏，你说多少就多少

赞赏金额会直接到老师账户

支付方式

打开微信扫一扫，即可进行扫码打赏哦

今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与放弃机会

点击
抽奖

慕课手记新用户专享福利

恭喜你，你的运气太好了，居然抽中了 100个积分！

恭喜你，抽中了价值元的专栏！

太棒了，直接落到你账户里！

积分商城里的罗技鼠标、机械键盘、
Kindle 阅读器、小米平衡车
Apple iPad （10.2英寸）、大额优惠券
在等着你去兑换了噢

作者：

免费赠送

兑换码：1111222211 复制

优惠券可用于购买实战课、体系课
无门槛使用

先去看看，有什么好东西马上兑换我爱学习，选课去


热搜

最近搜索清空

Python编程入门指南

Python环境搭建步骤

Python环境检查

Python环境配置

Python环境配置步骤（不同操作系统）

Windows

Linux

macOS

变量

变量定义

变量操作

数据类型

数据类型操作

运算符

算术运算符

比较运算符

逻辑运算符

流程控制

条件语句

循环语句

函数

定义函数

调用函数

函数参数

必选参数

默认参数

可变参数

模块化编程

导入模块

导入模块中的函数

自定义模块

自定义模块的应用场景

异常处理

捕获异常

捕获多个异常

finally语句

文件操作

读取文件

写入文件

追加文件

CSV文件操作

读取CSV文件

写入CSV文件

JSON数据操作

读取JSON文件

写入JSON文件

正则表达式

检查邮箱地址

使用API

请求API

使用生成器

创建生成器

面向对象编程

定义类

创建对象

装饰器

定义装饰器

使用装饰器

装饰器的应用场景

上下文管理器

定义上下文管理器

使用上下文管理器

调试

使用pdb调试

调试应用场景

单元测试

编写单元测试

单元测试的测试用例

简单的Web爬虫

安装依赖

爬取网页内容

数据分析实战

安装依赖

数据分析与可视化

Redis实战案例

安装依赖

Redis操作示例

阅读免费教程