# :-: python初识
[TOC]
## **数据类型**
1.整数
2.浮点数
3.字符串
4.布尔型
5.空值
注释使用 #
## **变量**
变量名必须是大小写英文、数字和下划线的组合，且不能用数字开头
## **字符串**
字符串可以用`''`或者`""`括起来表示。
如果字符串本身包含`'`怎么办？比如我们要表示字符串` I'm OK `，这时，可以用`" "`括起来表示：
~~~
"I'm OK"
~~~
如果字符串既包含`'`又包含`"`
这个时候，就需要对字符串的某些特殊字符进行“转义”，Python字符串用`\`进行转义。
要表示字符串 `Bob said "I'm OK".`
~~~
'Bob said \"I\'m OK\".'
~~~
常用的转义字符还有：
~~~
\n 表示换行
\t 表示一个制表符
\\ 表示 \ 字符本身
~~~
## **Python中raw字符串与多行字符串**
如果一个字符串包含很多需要转义的字符，对每一个字符都进行转义会很麻烦。为了避免这种情况，我们可以在字符串前面加个前缀`r`，表示这是一个 raw 字符串，里面的字符就不需要转义了。例如：
~~~
r'\(~_~)/ \(~_~)/'
~~~
但是`r'...'`表示法不能表示多行字符串，也不能表示包含`'`和`"`的字符串
如果要表示多行字符串，可以用`'''...'''`表示
~~~
'''Line 1
Line 2
Line 3'''
~~~
上面这个字符串的表示方法和下面的是完全一样的：
```
'Line 1\\nLine 2\\nLine 3'
```
还可以在多行字符串前面添加`r`，把这个多行字符串也变成一个raw字符串：
~~~
r'''Python is created by "Guido".
It is free and easy to learn.
Let's start learn Python in imooc!'''
~~~
## **Python中Unicode字符串**
Python在后来添加了对Unicode的支持，以Unicode表示的字符串用u'...'表示，比如：
~~~
print u'中文'
中文
~~~
Unicode字符串除了多了一个`u`之外，与普通字符串没啥区别，转义字符和多行表示法仍然有效
**多行：**
~~~
u'''第一行
第二行'''
~~~
**raw+多行：**
~~~
ur'''Python的Unicode字符串支持"中文",
"日文",
"韩文"等多种语言'''
~~~
如果中文字符串在Python环境下遇到 UnicodeDecodeError，这是因为.py文件保存的格式有问题。可以在第一行添加注释
~~~
# -*- coding: utf-8 -*-
~~~
## **Python中整数和浮点数**
Python支持对整数和浮点数直接进行四则混合运算，运算规则和数学上的四则运算规则完全一致。
基本的运算：
~~~
1 + 2 + 3 # ==> 6
4 * 5 - 6 # ==> 14
7.5 / 8 + 2.1 # ==> 3.0375
~~~
使用括号可以提升优先级，这和数学运算完全一致，注意只能使用小括号，但是括号可以嵌套很多层：
~~~
(1 + 2) * 3 # ==> 9
(2.2 + 3.3) / (1.5 * (9 - 0.3)) # ==> 0.42145593869731807
~~~
和数学运算不同的地方是，Python的整数运算结果仍然是整数，浮点数运算结果仍然是浮点数：
~~~
1 + 2 # ==> 整数 3
1.0 + 2.0 # ==> 浮点数 3.0
~~~
但是整数和浮点数混合运算的结果就变成浮点数了：
~~~
1 + 2.0 # ==> 浮点数 3.0
~~~
> 为什么要区分整数运算和浮点数运算呢？这是因为整数运算的结果永远是精确的，而浮点数运算的结果不一定精确，因为计算机内存再大，也无法精确表示出无限循环小数，比如`0.1`换成二进制表示就是无限循环小数。
那整数的除法运算遇到除不尽的时候，结果难道不是浮点数吗？我们来试一下：
~~~
11 / 4 # ==> 2
~~~
令很多初学者惊讶的是，Python的整数除法，即使除不尽，结果仍然是整数，余数直接被扔掉。不过，Python提供了一个求余的运算 % 可以计算余数：
~~~
11 % 4 # ==> 3
~~~
如果我们要计算 11 / 4 的精确结果，按照“整数和浮点数混合运算的结果是浮点数”的法则，把两个数中的一个变成浮点数再运算就没问题了：
~~~
11.0 / 4 # ==> 2.75
~~~
## **Python中布尔类型**
**与运算**：只有两个布尔值都为 True 时，计算结果才为 True。
~~~
True and True # ==> True
True and False # ==> False
False and True # ==> False
False and False # ==> False
~~~
**或运算**：只要有一个布尔值为 True，计算结果就是 True。
~~~
True or True # ==> True
True or False # ==> True
False or True # ==> True
False or False # ==> False
~~~
**非运算**：把True变为False，或者把False变为True：
~~~
not True # ==> False
not False # ==> True
~~~
Python把`0`、`空字符串''`和`None`看成 False，其他数值和非空字符串都看成True
~~~
a = True
print a and 'a=T' or 'a=F'
~~~
计算结果不是布尔类型，而是字符串 'a=T'
## **Python创建list**
Python内置的一种数据类型是列表：`list`。list是一种有序的集合，可以随时添加和删除其中的元素。
~~~
>>> ['Michael', 'Bob', 'Tracy']
['Michael', 'Bob', 'Tracy']
~~~
list是数学意义上的有序集合，也就是说，list中的元素是按照顺序排列的。
构造list非常简单，按照上面的代码，直接用`[ ]`把list的所有元素都括起来，就是一个list对象。通常，我们会把list赋值给一个变量，这样，就可以通过变量来引用list：
~~~
>>> classmates = ['Michael', 'Bob', 'Tracy']
>>> classmates # 打印classmates变量的内容
['Michael', 'Bob', 'Tracy']
~~~
由于Python是动态语言，所以list中包含的元素并不要求都必须是同一种数据类型，我们完全可以在list中包含各种数据：
~~~
>>> L = ['Michael', 100, True]
~~~
一个元素也没有的list，就是空list：
~~~
>>> empty_list = []
~~~
## **Python之倒序访问list**
~~~
>>> L = ['Adam', 'Lisa', 'Bart']
~~~
~~~
>>> print L[-1]
Bart
~~~
倒数第二用 -2 表示，倒数第三用 -3 表示，倒数第四用 -4 表示
~~~
>>> print L[-2]
Lisa
>>> print L[-3]
Adam
>>> print L[-4]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: list index out of range
~~~
## **Python之添加新元素**
**append()**总是把新的元素添加到 list 的尾部。
~~~
>>> L = ['Adam', 'Lisa', 'Bart']
>>> L.append('Paul')
>>> print L
['Adam', 'Lisa', 'Bart', 'Paul']
~~~
用list的`insert()`方法，它接受两个参数，第一个参数是索引号，第二个参数是待添加的新元素：
~~~
>>> L = ['Adam', 'Lisa', 'Bart']
>>> L.insert(0, 'Paul')
>>> print L
['Paul', 'Adam', 'Lisa', 'Bart']
~~~
**L.insert(0, 'Paul')**的意思是，'Paul'将被添加到索引为 0 的位置上（也就是第一个），而原来索引为 0 的Adam同学，以及后面的所有同学，都自动向后移动一位。
## **Python从list删除元素**
~~~
>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']
>>> L.pop()
'Paul'
>>> print L
['Adam', 'Lisa', 'Bart']
~~~
**pop()**方法总是删掉list的最后一个元素，并且它还返回这个元素，所以我们执行 L.pop() 后，会打印出 'Paul'。
要把Paul踢出list，我们就必须先定位Paul的位置。由于Paul的索引是2，因此，用`pop(2)`把Paul删掉：
~~~
>>> L.pop(2)
'Paul'
>>> print L
['Adam', 'Lisa', 'Bart']
~~~
## **Python之创建tuple**
tuple是另一种有序的列表，中文翻译为“ 元组 ”。tuple 和 list 非常类似，但是，tuple一旦创建完毕，就不能修改了。
~~~
>>> t = ('Adam', 'Lisa', 'Bart')
~~~
创建tuple和创建list唯一不同之处是用`( )`替代了`[ ]`。
现在，这个`t`就不能改变了，tuple没有 append()方法，也没有insert()和pop()方法。所以，新同学没法直接往 tuple 中添加，老同学想退出 tuple 也不行。
获取 tuple 元素的方式和 list 是一模一样的，我们可以正常使用 t\[0\]，t\[-1\]等索引方式访问元素，但是不能赋值成别的元素
## **Python之创建单元素tuple**
正是因为用()定义单元素的tuple有歧义，所以 Python 规定，单元素 tuple 要多加一个逗号“,”
~~~
>>> t = (1,)
>>> print t
(1,)
~~~
多元素 tuple 加不加这个额外的“,”效果是一样的
~~~
>>> t = (1, 2, 3,)
>>> print t
(1, 2, 3)
~~~
## **Python之“可变”的tuple**
前面我们看到了tuple一旦创建就不能修改。现在，我们来看一个“可变”的tuple：
~~~
>>> t = ('a', 'b', ['A', 'B'])
~~~
**注意**到 t 有 3 个元素：**'a'，'b'**和一个list：**\['A', 'B'\]**。list作为一个整体是tuple的第3个元素。list对象可以通过 t\[2\] 拿到：
~~~
>>> L = t[2]
~~~
## **Python之if语句**
~~~
age = 20
if age >= 18:
print 'your age is', age
print 'adult'
print 'END'
~~~
> **注意:** Python代码的缩进规则。具有相同缩进的代码被视为代码块，上面的3，4行 print 语句就构成一个代码块（但不包括第5行的print）。如果 if 语句判断为 True，就会执行这个代码块。
> 缩进请严格按照Python的习惯写法：4个空格，不要使用Tab，更不要混合Tab和空格，否则很容易造成因为缩进引起的语法错误。
> **注意**: if 语句后接表达式，然后用`:`表示代码块开始。
> 如果你在Python交互环境下敲代码，还要特别留意缩进，并且退出缩进需要多敲一行回车：
## **Python之 if-else**
当 if 语句判断表达式的结果为True时，就会执行 if 包含的代码块：
~~~
if age >= 18:
print 'adult'
~~~
~~~
if not age >= 18:
print 'teenager'
~~~
~~~
if age >= 18:
print 'adult'
else:
print 'teenager'
~~~
## **Python之 if-elif-else**
~~~
if age >= 18:
print 'adult'
else:
if age >= 6:
print 'teenager'
else:
if age >= 3:
print 'kid'
else:
print 'baby'
~~~
## **Python之 for循环**
list或tuple可以表示一个有序集合。如果我们想依次访问一个list中的每一个元素呢？比如 list：
~~~
L = ['Adam', 'Lisa', 'Bart']
for name in L:
print name
~~~
> **注意: ** name 这个变量是在 for 循环中定义的，意思是，依次取出list中的每一个元素，并把元素赋值给 name，然后执行for循环体（就是缩进的代码块）。
## **Python之 while循环**
和 for 循环不同的另一种循环是while循环，while 循环不会迭代 list 或 tuple 的元素，而是根据表达式判断循环是否结束。
比如要从 0 开始打印不大于 N 的整数：
~~~
N = 10
x = 0
while x < N:
print x
x = x + 1
~~~
while循环每次先判断 x < N，如果为True，则执行循环体的代码块，否则，退出循环。
在循环体内，x = x + 1会让x不断增加，最终因为x < N不成立而退出循环。
如果没有这一个语句，**while循环在判断 x < N 时总是为True**，就会无限循环下去，变成死循环，所以要特别留意while循环的退出条件
## **Python之 break退出循环**
用 for 循环或者 while 循环时，如果要在循环体内直接退出循环，可以使用 break 语句。
比如计算1至100的整数和，我们用while来实现：
~~~
sum = 0
x = 1
while True:
sum = sum + x
x = x + 1
if x > 100:
break
print sum
~~~
## **Python之 continue继续循环**
在循环过程中，可以用break退出当前循环，还可以用continue跳过后续循环代码，继续下一次循环。
假设我们已经写好了利用for循环计算平均分的代码：
~~~
L = [75, 98, 59, 81, 66, 43, 69, 85]
sum = 0.0
n = 0
for x in L:
sum = sum + x
n = n + 1
print sum / n
~~~
现在老师只想统计及格分数的平均分，就要把 x < 60 的分数剔除掉，这时，利用 continue，可以做到当 x < 60的时候，不继续执行循环体的后续代码，直接进入下一次循环：
~~~
for x in L:
if x < 60:
continue
sum = sum + x
n = n + 1
~~~
## **Python之 多重循环**
~~~
for x in ['A', 'B', 'C']:
for y in ['1', '2', '3']:
print x + y
~~~
## **Python之什么是dict**
Python的 dict 就是专门干这件事的。用 **dict **表示**“名字”-“成绩”**的查找表如下：
~~~
d = {
'Adam': 95,
'Lisa': 85,
'Bart': 59
}
~~~
我们把**名字称为key**，对应的**成绩称为value**，dict就是通过**key**来查找**value**。
花括号{}表示这是一个dict，然后按照**key: value**, 写出来即可。最后一个 key: value 的逗号可以省略。
由于dict也是集合，len() 函数可以计算任意集合的大小：
~~~
>>> len(d)
3
~~~
## **Python之访问dict**
可以简单地使用d\[key\]的形式来查找对应的 value，这和 list 很像，不同之处是，**list 必须使用索引返回对应的元素，而dict使用key：**
**注意:**通过 key 访问 dict 的value，只要 key 存在，dict就返回对应的value。如果key不存在，会直接报错：KeyError。
要避免 KeyError 发生，有两个办法：
**一是先判断一下 key 是否存在，用 in 操作符：**
~~~
if 'Paul' in d:
print d['Paul']
~~~
**二是使用dict本身提供的一个 get 方法，在Key不存在的时候，返回None：**
~~~
>>> print d.get('Bart')
59
>>> print d.get('Paul')
None
~~~
## **Python中dict的特点**
**dict的第一个特点是查找速度快，无论dict有10个元素还是10万个元素，查找速度都一样**。而list的查找速度随着元素增加而逐渐下降。
不过dict的查找速度快不是没有代价的，**dict的缺点是占用内存大，还会浪费很多内容**，list正好相反，占用内存小，但是查找速度慢。
由于dict是按 key 查找，所以，在一个dict中，key不能重复。
**dict的第二个特点就是存储的key-value序对是没有顺序的**
**dict的第三个特点是作为 key 的元素必须不可变**
## **Python更新dict**
dict是可变的，也就是说，我们可以随时往dict中添加新的 key-value。比如已有dict：
~~~
d = {
'Adam': 95,
'Lisa': 85,
'Bart': 59
}
~~~
要把新同学'Paul'的成绩 72 加进去，用赋值语句：
~~~
>>> d['Paul'] = 72
~~~
如果 key 已经存在，则赋值会用新的 value 替换掉原来的 value：
## **Python之 遍历dict**
由于dict也是一个集合，所以，遍历dict和遍历list类似，都可以通过 for 循环实现。
直接使用for循环可以遍历 dict 的 key：
~~~
>>> d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
>>> for key in d:
... print key
...
Lisa
Adam
Bart
~~~
## **Python中什么是set**
**dict的作用是建立一组 key 和一组 value 的映射关系，dict的key是不能重复的。**
有的时候，我们只想要 dict 的 key，不关心 key 对应的 value，目的就是保证这个集合的元素不会重复，这时，set就派上用场了。
**set 持有一系列元素，这一点和 list 很像，但是set的元素没有重复，而且是无序的，这点和 dict 的 key很像。**
创建 set 的方式是调用 set() 并传入一个 list，list的元素将作为set的元素：
~~~
>>> s = set(['A', 'B', 'C'])
~~~
~~~
>>> print s
set(['A', 'C', 'B'])
~~~
**请注意**，上述打印的形式类似 list， 但它不是 list，仔细看还可以发现，打印的顺序和原始 list 的顺序有可能是不同的，因为set内部存储的元素是**无序**的。
因为set不能包含重复的元素，所以，当我们传入包含重复元素的 list 会怎么样呢？
~~~
>>> s = set(['A', 'B', 'C', 'C'])
>>> print s
set(['A', 'C', 'B'])
>>> len(s)
3
~~~
## **Python之 访问set**
由于**set存储的是无序集合**，所以我们没法通过索引来访问。
访问 set中的某个元素实际上就是判断一个元素是否在set中。
~~~
>>> s = set(['Adam', 'Lisa', 'Bart', 'Paul'])
~~~
我们可以用 in 操作符判断
~~~
>>> 'Bart' in s
True
~~~
~~~
>>> 'Bill' in s
False
~~~
~~~
>>> 'bart' in s
False
~~~
看来大小写很重要，'Bart' 和 'bart'被认为是两个不同的元素
## **Python之 set的特点**
**set的内部结构和dict很像，唯一区别是不存储value**，因此，判断一个元素是否在set中速度很快。
**set存储的元素和dict的key类似，必须是不变对象**，因此，任何可变对象是不能放入set中的。
最后，set存储的元素也是没有顺序的。
set的这些特点，可以应用在哪些地方呢？
星期一到星期日可以用字符串'MON', 'TUE', ... 'SUN'表示。
假设我们让用户输入星期一至星期日的某天，如何判断用户的输入是否是一个有效的星期呢？
可以用**if 语句**判断，但这样做非常繁琐：
~~~
x = '???' # 用户输入的字符串
if x!= 'MON' and x!= 'TUE' and x!= 'WED' ... and x!= 'SUN':
print 'input error'
else:
print 'input ok'
~~~
**注意：**if 语句中的...表示没有列出的其它星期名称，测试时，请输入完整。
如果事先创建好一个set，包含'MON' ~ 'SUN'：
~~~
weekdays = set(['MON', 'TUE', 'WED', 'THU', 'FRI', 'SAT', 'SUN'])
~~~
再判断输入是否有效，只需要判断该字符串是否在set中：
~~~
x = '???' # 用户输入的字符串
if x in weekdays:
print 'input ok'
else:
print 'input error'
~~~
## **Python之 遍历set**
由于 set 也是一个集合，所以，遍历 set 和遍历 list 类似，都可以通过 for 循环实现。
直接使用 for 循环可以遍历 set 的元素：
~~~
>>> s = set(['Adam', 'Lisa', 'Bart'])
>>> for name in s:
... print name
...
Lisa
Adam
Bart
~~~
**注意: **观察 for 循环在遍历set时，元素的顺序和list的顺序很可能是不同的，而且不同的机器上运行的结果也可能不同。
## **Python之 更新set**
由于**set存储的是一组不重复的无序元素**，因此，更新set主要做两件事：
**一是把新的元素添加到set中，二是把已有元素从set中删除。**
添加元素时，用set的add()方法：
~~~
>>> s = set([1, 2, 3])
>>> s.add(4)
>>> print s
set([1, 2, 3, 4])
~~~
如果添加的元素已经存在于set中，add()不会报错，但是不会加进去了：
~~~
>>> s = set([1, 2, 3])
>>> s.add(3)
>>> print s
set([1, 2, 3])
~~~
删除set中的元素时，用set的remove()方法：
~~~
>>> s = set([1, 2, 3, 4])
>>> s.remove(4)
>>> print s
set([1, 2, 3])
~~~
如果删除的元素不存在set中，remove()会报错：
~~~
>>> s = set([1, 2, 3])
>>> s.remove(4)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 4
~~~
所以用add()可以直接添加，而remove()前需要判断。
## **Python之调用函数**
Python内置了很多有用的函数，我们可以直接调用。
要调用一个函数，需要知道**函数**的**名称**和**参数**，比如求绝对值的函数 abs，它接收一个参数。
~~~
可以直接从Python的官方网站查看文档：
http://docs.python.org/2/library/functions.html#abs
~~~
也可以在交互式命令行通过help(abs) 查看abs函数的帮助信息。
调用 **abs **函数：
~~~
>>> abs(100)
100
>>> abs(-20)
20
>>> abs(12.34)
12.34
~~~
调用函数的时候，如果传入的参数数量不对，会报**TypeError**的错误，并且Python会明确地告诉你：abs()有且仅有1个参数，但给出了两个：
~~~
>>> abs(1, 2)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: abs() takes exactly one argument (2 given)
~~~
如果传入的参数数量是对的，但参数类型不能被函数所接受，也会报**TypeError**的错误，并且给出错误信息：str是错误的参数类型：
~~~
>>> abs('a')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: bad operand type for abs(): 'str'
~~~
而比较函数 cmp(x, y) 就需要两个参数，如果**xy**，返回**1**：
~~~
>>> cmp(1, 2)
-1
>>> cmp(2, 1)
1
>>> cmp(3, 3)
0
~~~
Python内置的常用函数还包括数据类型转换函数，比如 int()函数可以把其他数据类型转换为整数：
~~~
>>> int('123')
123
>>> int(12.34)
12
~~~
str()函数把其他类型转换成 str：
~~~
>>> str(123)
'123'
>>> str(1.23)
'1.23'
~~~
## **Python之编写函数**
在Python中，定义一个函数要使用**def**语句，依次写出函数名、括号、括号中的参数和冒号:，然后，在缩进块中编写函数体，函数的返回值用 return语句返回。
我们以自定义一个求绝对值的 my\_abs 函数为例：
~~~
def my_abs(x):
if x >= 0:
return x
else:
return -x
~~~
**请注意**，函数体内部的语句在执行时，一旦执行到return时，函数就执行完毕，并将结果返回。因此，函数内部通过条件判断和循环可以实现非常复杂的逻辑。
如果没有return语句，函数执行完毕后也会返回结果，只是结果为 None。
return None可以简写为return。
## **Python函数之返回多值**
**\# math**包提供了**sin()**和 **cos()**函数，我们先用import引用它：
~~~
import math
def move(x, y, step, angle):
nx = x + step * math.cos(angle)
ny = y - step * math.sin(angle)
return nx, ny
~~~
这样我们就可以同时获得返回值：
~~~
>>> x, y = move(100, 100, 60, math.pi / 6)
>>> print x, y
151.961524227 70.0
~~~
但其实这只是一种假象，Python函数返回的仍然是单一值：
~~~
>>> r = move(100, 100, 60, math.pi / 6)
>>> print r
(151.96152422706632, 70.0)
~~~
用print打印返回结果，原来返回值是一个**tuple**！
但是，在语法上，返回一个tuple可以省略括号，而多个变量可以同时接收一个tuple，按位置赋给对应的值，所以，**Python的函数**返回多值其实就是**返回一个tuple**，但写起来更方便。
## **Python之递归函数**
在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。
举个例子，我们来计算阶乘**n! = 1 \* 2 \* 3 \* ... \* n**，用函数 **fact(n)**表示，可以看出：
~~~
fact(n) = n! = 1 * 2 * 3 * ... * (n-1) * n = (n-1)! * n = fact(n-1) * n
~~~
所以，**fact(n)**可以表示为**n \* fact(n-1)**，只有n=1时需要特殊处理。
于是，fact(n)用递归的方式写出来就是：
~~~
def fact(n):
if n==1:
return 1
return n * fact(n - 1)
~~~
递归函数的优点是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰
使用递归函数需要注意防止栈溢出。在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。可以试试计算 fact(10000)。
## **Python之定义默认参数**
例如Python自带的**int()**函数，其实就有两个参数，我们既可以传一个参数，又可以传两个参数：
~~~
>>> int('123')
123
>>> int('123', 8)
83
~~~
int()函数的第二个参数是转换进制，如果不传，默认是十进制 (base=10)，如果传了，就用传入的参数。
可见，**函数的默认参数的作用是简化调用**，你只需要把必须的参数传进去。但是在需要的时候，又可以传入额外的参数来覆盖默认参数值。
我们来定义一个计算 x 的N次方的函数:
~~~
def power(x, n):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
~~~
假设计算平方的次数最多，我们就可以把 n 的默认值设定为 2：
~~~
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
~~~
这样一来，计算平方就不需要传入两个参数了：
~~~
>>> power(5)
25
~~~
由于函数的参数按从左到右的顺序匹配，所以**默认参数只能定义在必需参数的后面：**
## **Python之定义可变参数**
如果想让一个函数能接受任意个参数，我们就可以定义一个可变参数：
~~~
def fn(*args):
print args
~~~
可变参数的名字前面有个 **\* **号，我们可以传入0个、1个或多个参数给可变参数：
~~~
>>> fn()
()
>>> fn('a')
('a',)
>>> fn('a', 'b')
('a', 'b')
>>> fn('a', 'b', 'c')
('a', 'b', 'c')
~~~
可变参数也不是很神秘，Python解释器会把传入的一组参数组装成一个tuple传递给可变参数，因此，在函数内部，直接把变量args看成一个 tuple 就好了。
定义可变参数的目的也是为了简化调用。假设我们要计算任意个数的平均值，就可以定义一个可变参数：
~~~
def average(*args):
...
~~~
这样，在调用的时候，可以这样写：
~~~
>>> average()
0
>>> average(1, 2)
1.5
>>> average(1, 2, 2, 3, 4)
2.4
~~~
## **对list进行切片**
取一个list的部分元素是非常常见的操作。比如，一个list如下：
~~~
>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']
~~~
取前3个元素，应该怎么做？
笨办法：
~~~
>>> [L[0], L[1], L[2]]
['Adam', 'Lisa', 'Bart']
~~~
之所以是笨办法是因为扩展一下，取前N个元素就没辙了。
取前N个元素，也就是索引为0-(N-1)的元素，可以用循环：
~~~
>>> r = []
>>> n = 3
>>> for i in range(n):
... r.append(L[i])
...
>>> r
['Adam', 'Lisa', 'Bart']
~~~
对这种经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符，能大大简化这种操作。
对应上面的问题，取前3个元素，用一行代码就可以完成切片：
~~~
>>> L[0:3]
['Adam', 'Lisa', 'Bart']
~~~
L\[0:3\]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。
如果第一个索引是0，还可以省略：
~~~
>>> L[:3]
['Adam', 'Lisa', 'Bart']
~~~
也可以从索引1开始，取出2个元素出来：
~~~
>>> L[1:3]
['Lisa', 'Bart']
~~~
只用一个**:**，表示从头到尾：
~~~
>>> L[:]
['Adam', 'Lisa', 'Bart', 'Paul']
~~~
因此，L\[:\]实际上复制出了一个新list。
切片操作还可以指定第三个参数：
~~~
>>> L[::2]
['Adam', 'Bart']
~~~
第三个参数表示每N个取一个，上面的 L\[::2\] 会每两个元素取出一个来，也就是隔一个取一个。
把list换成tuple，切片操作完全相同，只是切片的结果也变成了tuple。
## **倒序切片**
对于list，既然Python支持L\[-1\]取倒数第一个元素，那么它同样支持倒数切片，试试：
~~~
>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']
>>> L[-2:]
['Bart', 'Paul']
>>> L[:-2]
['Adam', 'Lisa']
>>> L[-3:-1]
['Lisa', 'Bart']
>>> L[-4:-1:2]
['Adam', 'Bart']
~~~
记住倒数第一个元素的索引是-1。倒序切片包含起始索引，不包含结束索引。
## **对字符串切片**
字符串 'xxx'和 Unicode字符串 u'xxx'也可以看成是一种list，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串：
~~~
>>> 'ABCDEFG'[:3]
'ABC'
>>> 'ABCDEFG'[-3:]
'EFG'
>>> 'ABCDEFG'[::2]
'ACEG'
~~~
在很多编程语言中，针对字符串提供了很多各种截取函数，其实目的就是对字符串切片。Python没有针对字符串的截取函数，只需要切片一个操作就可以完成，非常简单。
## **什么是迭代**
在Python中，如果给定一个**list**或**tuple**，我们可以通过for循环来遍历这个list或tuple，这种遍历我们成为迭代（Iteration）。
在Python中，迭代是通过 for ... in 来完成的，而很多语言比如C或者Java，迭代list是通过下标完成的，比如Java代码：
~~~
for (i=0; i<list.length; i++) {
n = list[i];
}
~~~
可以看出，Python的for循环抽象程度要高于Java的for循环。
**因为 Python 的 for循环不仅可以用在list或tuple上，还可以作用在其他任何可迭代对象上。**
因此，迭代操作就是对于一个集合，无论该集合是有序还是无序，我们用 for 循环总是可以依次取出集合的每一个元素。
~~~
注意: 集合是指包含一组元素的数据结构，我们已经介绍的包括：
1. 有序集合：list，tuple，str和unicode；
2. 无序集合：set
3. 无序集合并且具有 key-value 对：dict
~~~
而迭代是一个动词，它指的是一种操作，在Python中，就是 for 循环。
迭代与按下标访问数组最大的不同是，后者是一种具体的迭代实现方式，而前者只关心迭代结果，根本不关心迭代内部是如何实现的。
## **索引迭代**
Python中，**迭代永远是取出元素本身，而非元素的索引。**
对于有序集合，元素确实是有索引的。有的时候，我们确实想在 for 循环中拿到索引，怎么办？
方法是使用**enumerate() 函数**：
~~~
>>> L = ['Adam', 'Lisa', 'Bart', 'Paul']
>>> for index, name in enumerate(L):
... print index, '-', name
...
0 - Adam
1 - Lisa
2 - Bart
3 - Paul
~~~
使用 enumerate() 函数，我们可以在for循环中同时绑定索引index和元素name。但是，这不是 enumerate() 的特殊语法。实际上，enumerate() 函数把：
~~~
['Adam', 'Lisa', 'Bart', 'Paul']
~~~
变成了类似：
~~~
[(0, 'Adam'), (1, 'Lisa'), (2, 'Bart'), (3, 'Paul')]
~~~
因此，迭代的每一个元素实际上是一个tuple：
~~~
for t in enumerate(L):
index = t[0]
name = t[1]
print index, '-', name
~~~
如果我们知道每个tuple元素都包含两个元素，for循环又可以进一步简写为：
~~~
for index, name in enumerate(L):
print index, '-', name
~~~
这样不但代码更简单，而且还少了两条赋值语句。
可见，索引迭代也不是真的按索引访问，而是由 enumerate() 函数自动把每个元素变成 (index, element) 这样的tuple，再迭代，就同时获得了索引和元素本身。
## **迭代dict的value**
我们已经了解了**dict对象**本身就是可**迭代对象**，用 for 循环直接迭代 dict，可以每次拿到dict的一个key。
如果我们希望迭代 dict 对象的value，应该怎么做？
dict 对象有一个**values() 方法**，这个方法把dict转换成一个包含所有value的list，这样，我们迭代的就是 dict的每一个 value：
~~~
d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
print d.values()
# [85, 95, 59]
for v in d.values():
print v
# 85
# 95
# 59
~~~
如果仔细阅读Python的文档，还可以发现，dict除了**values()**方法外，还有一个**itervalues()**方法，用**itervalues()**方法替代**values()**方法，迭代效果完全一样：
~~~
d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
print d.itervalues()
# <dictionary-valueiterator object at 0x106adbb50>
for v in d.itervalues():
print v
# 85
# 95
# 59
~~~
**那这两个方法有何不同之处呢？**
1.**values()**方法实际上把一个 dict 转换成了包含 value 的list。
2\. 但是**itervalues()**方法不会转换，它会在迭代过程中依次从 dict 中取出 value，所以 itervalues() 方法比 values() 方法节省了生成 list 所需的内存。
3. 打印 itervalues() 发现它返回一个 对象，这说明在Python中，**for 循环可作用的迭代对象远不止 list，tuple，str，unicode，dict等**，任何可迭代对象都可以作用于for循环，而内部如何迭代我们通常并不用关心。
**如果一个对象说自己可迭代，那我们就直接用 for 循环去迭代它，可见，迭代是一种抽象的数据操作，它不对迭代对象内部的数据有任何要求。**
## **迭代dict的key和value**
我们了解了如何**迭代 dict**的**key**和**value**，那么，在一个 for 循环中，能否同时迭代 key和value？答案是肯定的。
首先，我们看看 dict 对象的**items()**方法返回的值：
~~~
>>> d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
>>> print d.items()
[('Lisa', 85), ('Adam', 95), ('Bart', 59)]
~~~
可以看到，items() 方法把dict对象转换成了包含tuple的list，我们对这个list进行迭代，可以同时获得key和value：
~~~
>>> for key, value in d.items():
... print key, ':', value
...
Lisa : 85
Adam : 95
Bart : 59
~~~
和 values() 有一个 itervalues() 类似，**items()**也有一个对应的**iteritems()**，iteritems() 不把dict转换成list，而是在迭代过程中不断给出 tuple，所以， iteritems() 不占用额外的内存。
## **生成列表**
要生成list \[1, 2, 3, 4, 5, 6, 7, 8, 9, 10\]，我们可以用range(1, 11)：
~~~
>>> range(1, 11)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
~~~
但如果要生成\[1x1, 2x2, 3x3, ..., 10x10\]怎么做？方法一是循环：
~~~
>>> L = []
>>> for x in range(1, 11):
... L.append(x * x)
...
>>> L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
~~~
但是循环太繁琐，而列表生成式则可以用一行语句代替循环生成上面的list：
~~~
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
~~~
这种写法就是Python特有的列表生成式。利用列表生成式，可以以非常简洁的代码生成 list。
写列表生成式时，把要生成的元素 x \* x 放到前面，后面跟 for 循环，就可以把list创建出来，十分有用，多写几次，很快就可以熟悉这种语法。
## **复杂表达式**
使用**for循环**的迭代不仅可以迭代普通的list，还可以迭代dict。
假设有如下的dict：
~~~
d = { 'Adam': 95, 'Lisa': 85, 'Bart': 59 }
~~~
完全可以通过一个复杂的列表生成式把它变成一个 HTML 表格：
~~~
tds = ['<tr><td>%s</td><td>%s</td></tr>' % (name, score) for name, score in d.iteritems()]
print '<table>'
print '<tr><th>Name</th><th>Score</th><tr>'
print '\n'.join(tds)
print '</table>'
~~~
**注：**字符串可以通过%进行格式化，用指定的参数替代%s。字符串的join()方法可以把一个 list 拼接成一个字符串。
把打印出来的结果保存为一个html文件，就可以在浏览器中看到效果了：
~~~
<table border="1">
<tr><th>Name</th><th>Score</th><tr>
<tr><td>Lisa</td><td>85</td></tr>
<tr><td>Adam</td><td>95</td></tr>
<tr><td>Bart</td><td>59</td></tr>
</table>
~~~
[](http://img.mukewang.com/540fcd2a0001ff4600940104.jpg)
## **条件过滤**
列表生成式的 **for 循环后面还可以加上 if 判断**。例如：
~~~
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
~~~
如果我们只想要偶数的平方，不改动 range()的情况下，可以加上 if 来筛选：
~~~
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
~~~
有了 if 条件，只有 if 判断为 True 的时候，才把循环的当前元素添加到列表中。
## **多层表达式**
for循环可以嵌套，因此，在列表生成式中，也可以用多层for循环来生成列表。
对于字符串 'ABC' 和 '123'，可以使用两层循环，生成全排列：
~~~
>>> [m + n for m in 'ABC' for n in '123']
['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3']
~~~
翻译成循环代码就像下面这样：
~~~
L = []
for m in 'ABC':
for n in '123':
L.append(m + n)
~~~
- 关于我们
- ApiCloud
- 支付模块
- 微信支付--wxPay（客户端）
- 微信支付--wxPay(服务端)
- 支付宝支付--aliPay（客户端配置）
- 支付宝支付--aliPay（服务端配置）
- DoT模板
- 缓存模块
- 监听模块
- 百度定位模块
- 设置状态栏字体颜色
- 选择城市插件
- 跨页面执行方法
- 安卓-点击返回事件
- 上传图片模块
- 点击弹出放大图片层
- 魅族手机apiready问题
- 分享
- 跨win或frm执行脚本
- 关于ios数字自动识别成手机号
- 百度地图bMap
- 语音识别模块
- tabBarMenu底部导航
- 第三方登录
- QQ网站和appQQ账号的统一问题解决
- 微信登录
- QQ登录
- 微博登录
- 上拉加载、下拉刷新模块
- 图片缓存
- 文件和图片缓存机制分享
- PHP
- 支付宝及时到账
- no input file specified报错解决
- thinkphp 整合kindeditor
- 整合tpshop微信模块到thinkcmf中
- thinkphp3.1.3整合支付宝
- 网站接入QQ OAuth2.0登录教程
- ThinkPHP整合百度编辑器Ueditor
- PHP加快执行效率的写法规范
- ThinkPHP操作大全
- PHP操作大全
- Thinkphp中SQL操作返回值
- php5.3 foreach 使用&(与运算符)引用赋值要注意的问题
- mysql给字段追加值
- 阿里大鱼短信平台接入
- Navicat 导出 Mysql 数据字典
- php 面向对象全面教程
- PHP5下调用SOAP
- PHP处理时间格式添加空格
- 伪装URL请求（.htaccess）
- url请求参数加解密
- JS插件
- artDialog弹窗-页面传值
- jQuery点击遮罩弹出层固定居中
- jeBox原生弹窗
- bxslider轮播
- js生成指定位数随机数
- 发送短信倒计时
- js调试
- jQuery.validator 表单验证规则
- Swiper 轮播
- 获得焦点时-图片抖动
- uploadify无刷新上传图片
- 导航下拉隐藏上拉显示
- 获得焦点时-加黑色蒙版
- jquery.qrcode.js生成二维条形码(支持中文)
- jquery.qrcode.js生成二维条形码(官方不支持中文)
- nth-child 选择器
- 无刷新点击实现加载更多数据
- 刷新页面方法
- 判断滚动条向上向下
- 跨浏览器复制jQuery-zclip
- js校验表单后提交表单的三种方法
- 用JS判断下拉框是否选中
- div中滚动
- 提交时弹出模态框
- 当图片不显示时替换方法
- 前端
- CSS3
- HTML5
- css技巧
- 移动端rem
- Flex布局
- 电商详情滚动条监听
- VueCircleMenu圆环按钮
- iframe自适应页面高度
- 百度Echart
- input:radio改变选中颜色
- Jquery
- 响应式布局基本实现Media Query
- 循环输出只输出新内容
- 小程序
- wx.request坑
- 概要
- git操作
- 本地记住密码
- 操作
- 生成ssh公钥 记住密码
- git避坑
- ES6学习手札
- 调试小插件
- 谷歌插件Postman
- PHP调试助手
- WordPress
- 缓存服务器Redis
- 在线代码运行 Docker
- 在ubuntu下怎样安装https
- BrowserSync 浏览器同步测试工具
- getmarkman高效的设计稿标注、测量工具
- PHPstrom软件
- 服务器
- linux 安装搭建服务器配置及nginx配置
- tpshop的nginx 服务器配置方法
- （服务器访问文件404解决办法）IIS 之 添加MIME扩展类型及常用的MIME类型列表
- mysql部分
- mysql缓存
- MySql监控工具--mytop
- MySql主从搭建
- mysql优化
- Mysql 复制 （主从复制）
- iOS开发笔记 - 上线流程
- VUE避坑指南
- 从零开始学Vue
- Vue-cli
- Webpack
- VUE小记
- npm打包空白
- 打包背景图片/项目图片不显示
- VUE避坑指南/elementUI upload 自定义http-request上传
- 关于watch监听路由重复加载方法
- 解决加载内容的时候闪动问题
- vuecli没有network访问地址
- python学习
- python初始
- pytho内置函数大全
- win10 播放器播放TS文件问题
- 设计网站
- VUE避坑指南/VUE-CLI部署空白
- swiper使用问题
- uni-app学习手册
- 目录结构
- layUI
- nodesass版本sassloader版本问题