这是个人学习笔记，非教程，内容会有些混乱
极简教程
数据类型
我们可以使用type()函数类获取对象的类型，Python3中内置数据类型包括:None,int,float,complex,str,list,dict,tuple,set,frozenset,range等，Python2中还有long类型，Python中并没有内置数组类型。
dict,list,set这些是可变类型（用户自定义类型也可变），可以改变类型对象的值；数值和字符串类型则是不可变的。
- 与js一样，python中字符串即可用单引号也可用双引号表示
- Python3中数值类型有：
int和float两种 - 字面量表示：[1,1.0,False,'list']，创建列表的一种简易方法：
- 字面量表示：(1,1.0,False,'tuple')
list、tuple、range均属于
-
- 集合是不包含重复元素的数据集，frozenset是不可变的，set是可变的，可以使用字面量构建一个集合
{1,2,2,4,5}会输出{1,2,4,5}
类型转换
Python中只需调用相关函数即可
# 函数定义模板def func_name([self,][args]): passdef say_hello(): print('hello python!')# python3.5之后，定义函数时可以添加类型说明# 这里只是提供一个说明文档而非强制类型约束def type_instruction(num:int)->int: return num
定义函数
# 多返回值函数，返回一个tuple对象def multi_returns(): return 0,1
内置函数
Python中有许多：
- 我们可以使用
dir()函数来查看对象都含有哪些成员：
-
-
-
不是内置函数，但也很有用
lambda
Python中使用lambda关键字即可创建lambda表达式：
*args 与 **kvargs
*args和**kvargs都用于函数中接收多个参数，这里args和kvargs只是约定俗成的写法，可以换成其它的名称，但*和**则是必须的。
*args和**kvargs的区别是，*args用于接受普通参数，**kvargs用于接受键值对参数。 
面向对象
Python中一切皆对象（这句话理解起来并不是那么容易），包括函数（C#,JAVA中函数不能独立存在）。这里贴一篇以前写的文章：
Python按引用传递对象，对于不可变对象在修改时会产生新的对象；而对于可变对象，所有的修改都会反映在原有对象上。
是Python的重要部分。
可以动态的给对象/类型添加属性，若给类型添加属性，则该属性在已产生的实例上也是可见的：
Python中异常与错误类间关系如下：
Exception或各种Error类即可
异常处理
try: raise IOError('使用raise语句抛出异常')except IOError as err: print(err)else: print('未发生异常则执行') finally: pass
捕获多个异常类型：
try: raise IOError()except (IOError,TypeError): pass
with...as...语句等价于try...finally...，与C#中的using语句类似
module_name, package_name, ClassName, method_name, ExceptionName, function_name, GLOBAL_VAR_NAME, instance_var_name, function_parameter_name, local_var_name.
应该避免的名称
- 单字符名称, 除了计数器和迭代器.
- 包/模块名中的连字符(-)
- 双下划线开头并结尾的名称(Python保留, 例如init)
命名约定
- 所谓”内部(Internal)”表示仅模块内可用, 或者, 在类内是保护或私有的.
- 用单下划线(_)开头表示模块变量或函数是protected的(使用import * from时不会包含).
- 用双下划线(__)开头的实例变量或方法表示类内私有.
- 将相关的类和顶级函数放在同一个模块里. 不像Java, 没必要限制一个类一个模块.
- 对类名使用大写字母开头的单词(如CapWords, 即Pascal风格), 但是模块名应该用小写加下划线的方式(如lower_with_under.py). 尽管已经有很多现存的模块使用类似于CapWords.py这样的命名, 但现在已经不鼓励这样做, 因为如果模块名碰巧和类名一致, 这会让人困扰.
Python之父Guido推荐的规范
| Type | Public | Internal |
|---|---|---|
| Modules | lower_with_under | _lower_with_under |
| Packages | lower_with_under | |
| Classes | CapWords | _CapWords |
| Exceptions | CapWords | |
| Functions | lower_with_under() | _lower_with_under() |
| Global/Class Constants | CAPS_WITH_UNDER | _CAPS_WITH_UNDER |
| Global/Class Variables | lower_with_under | _lower_with_under |
| Instance Variables | lower_with_under | _lower_with_under (protected) or __lower_with_under (private) |
| Method Names | lower_with_under() | _lower_with_under() (protected) or __lower_with_under() (private) |
| Function/Method Parameters | lower_with_under | |
| Local Variables | lower_with_under |
包与模块
- 包含Python语句或定义的文件就是一个模块，文件名就是模块名。在一个模块中，模块名是全局变量
__name__的值。 - 包含
__init__.py文件的文件夹即可视为一个包，包用于管理模块，可以防止模块命名冲突。如：A.C和B.C，分别表示A包中的C模块和B包中的C模块。 -
：
import a、import a as alias、from a import *、from a import b,cPython解释器会先从内置模块中寻找导入的模块，然后从sys.path中指定的寻找模块
测试
编写一个文件操作类，文件名为file_operator.py：
# coding=utf-8import codecsclass FileOperator: def save_file(self, file_path, content, encoding="utf-8"): with codecs.open(file_path, "w", encoding) as f: f.write(content)
编写测试用例，文件名为test_file_operator.py：
# coding=utf-8import unittestclass TestFileOperator(unittest.TestCase): def test_save_file(self): content = "file content \r\n 文本内容" opt = file.FileOperator() opt.save_file("1.txt", content) if __name__ == "__main__": unittest.main()
工具推荐
小结
以上是自己近期学习Python的一些总结，全文的主要关注点在Python语言本身。掌握以上内容后，便可以用Python写些脚本，辅以其他第三方包或框架就可以干更多更复杂的事了。如，爬虫、数据分析、后端开发以及现在比较热的人工智能（其实，我是不建议追热点的）。
用了一段时间的Python后，会觉着Python挺有意思的。
最后附上一张，个人总结的语言学习套路：
