--- contributors: - ["Louie Dinh", "http://pythonpracticeprojects.com"] - ["Steven Basart", "http://github.com/xksteven"] - ["Andre Polykanine", "https://github.com/Oire"] translators: - ["Geoff Liu", "http://geoffliu.me"] - ["Maple", "https://github.com/mapleincode"] filename: learnpython-cn.py --- Python 是由吉多·范罗苏姆(Guido Van Rossum)在 90 年代早期设计。 它是如今最常用的编程语言之一。它的语法简洁且优美，几乎就是可执行的伪代码。 注意：这篇教程是基于 Python 3 写的。如果你想学旧版 Python 2，我们特别有[另一篇教程](http://learnxinyminutes.com/docs/pythonlegacy/)。 ```python # 用井字符开头的是单行注释 """ 多行字符串用三个引号 包裹，也常被用来做多 行注释 """ #################################################### ## 1. 原始数据类型和运算符 #################################################### # 整数 3 # => 3 # 算术没有什么出乎意料的 1 + 1 # => 2 8 - 1 # => 7 10 * 2 # => 20 # 但是除法例外，会自动转换成浮点数 35 / 5 # => 7.0 10.0 / 3 # => 3.3333333333333335 # 整数除法的结果都是向下取整 5 // 3 # => 1 5.0 // 3.0 # => 1.0 # 浮点数也可以 -5 // 3 # => -2 -5.0 // 3.0 # => -2.0 # 浮点数的运算结果也是浮点数 3 * 2.0 # => 6.0 # 模除 7 % 3 # => 1 # i % j 结果的正负符号会和 j 相同，而不是和 i 相同 -7 % 3 # => 2 # x 的 y 次方 2**4 # => 16 # 用括号决定优先级 1 + 3 * 2 # => 7 (1 + 3) * 2 # => 8 # 布尔值 (注意: 首字母大写) True # => True False # => False # 用 not 取非 not True # => False not False # => True # 逻辑运算符，注意 and 和 or 都是小写 True and False # => False False or True # => True # True 和 False 实质上就是数字 1 和0 True + True # => 2 True * 8 # => 8 False - 5 # => -5 # 数值与 True 和 False 之间的比较运算 0 == False # => True 2 == True # => False 1 == True # => True -5 != False # => True # 使用布尔逻辑运算符对数字类型的值进行运算时，会把数值强制转换为布尔值进行运算 # 但计算结果会返回它们的强制转换前的值 # 注意不要把 bool(ints) 与位运算的 "按位与"、"按位或" (&, |) 混淆 bool(0) # => False bool(4) # => True bool(-6) # => True 0 and 2 # => 0 -5 or 0 # => -5 # 用==判断相等 1 == 1 # => True 2 == 1 # => False # 用!=判断不等 1 != 1 # => False 2 != 1 # => True # 比较大小 1 < 10 # => True 1 > 10 # => False 2 <= 2 # => True 2 >= 2 # => True # 判断一个值是否在范围里 1 < 2 and 2 < 3 # => True 2 < 3 and 3 < 2 # => False # 大小比较可以连起来！ 1 < 2 < 3 # => True 2 < 3 < 2 # => False # (is 对比 ==) is 判断两个变量是否引用同一个对象, # 而 == 判断两个对象是否含有相同的值 a = [1, 2, 3, 4] # 变量 a 是一个新的列表, [1, 2, 3, 4] b = a # 变量 b 赋值了变量 a 的值 b is a # => True, a 和 b 引用的是同一个对象 b == a # => True, a 和 b 的对象的值相同 b = [1, 2, 3, 4] # 变量 b 赋值了一个新的列表, [1, 2, 3, 4] b is a # => False, a 和 b 引用的不是同一个对象 b == a # => True, a 和 b 的对象的值相同 # 创建字符串可以使用单引号（'）或者双引号（"） "这是个字符串" '这也是个字符串' # 字符串可以使用加号连接成新的字符串 "Hello " + "world!" # => "Hello world!" # 非变量形式的字符串甚至可以在没有加号的情况下连接 "Hello " "world!" # => "Hello world!" # 字符串可以被当作字符列表 "Hello world!"[0] # => 'H' # 你可以获得字符串的长度 len("This is a string") # => 16 # 你可以使用 f-strings 格式化字符串（python3.6+） name = "Reiko" f"She said her name is {name}." # => "She said her name is Reiko" # 你可以在大括号内几乎加入任何 python 表达式，表达式的结果会以字符串的形式返回 f"{name} is {len(name)} characters long." # => "Reiko is 5 characters long." # 用 .format 来格式化字符串 "{} can be {}".format("strings", "interpolated") # 可以重复参数以节省时间 "{0} be nimble, {0} be quick, {0} jump over the {1}".format("Jack", "candle stick") # => "Jack be nimble, Jack be quick, Jack jump over the candle stick" # 如果不想数参数，可以用关键字 "{name} wants to eat {food}".format(name="Bob", food="lasagna") # => "Bob wants to eat lasagna" # 如果你的 Python3 程序也要在 Python2.5 以下环境运行，也可以用老式的格式化语法 "%s can be %s the %s way" % ("strings", "interpolated", "old") # None是一个对象 None # => None # 当与 None 进行比较时不要用 ==，要用 is。is 是用来比较两个变量是否指向同一个对象。 "etc" is None # => False None is None # => True # None，0，空字符串，空列表，空字典，空元组都算是 False # 所有其他值都是 True bool(0) # => False bool("") # => False bool([]) # => False bool({}) # => False bool(()) # => False #################################################### ## 2. 变量和集合 #################################################### # print是内置的打印函数 print("I'm Python. Nice to meet you!") # 默认情况下，print 函数会在输出结果后加入一个空行作为结尾 # 可以使用附加参数改变输出结尾 print("Hello, World", end="!") # => Hello, World! # 可以很简单的从终端获得输入数据 input_string_var = input("Enter some data: ") # 返回字符串数值 # 在给变量赋值前不用提前声明 # 习惯上变量命名是小写，用下划线分隔单词 some_var = 5 some_var # => 5 # 访问未赋值的变量会抛出异常 # 参考流程控制一段来学习异常处理 some_unknown_var # 抛出 NameError # "if" 可以用作表达式，它的作用等同于 C 语言的三元运算符 "?:" "yay!" if 0 > 1 else "nay!" # => "nay!" # 用列表 (list) 储存序列 li = [] # 创建列表时也可以同时赋给元素 other_li = [4, 5, 6] # 用append在列表最后追加元素 li.append(1) # li现在是[1] li.append(2) # li现在是[1, 2] li.append(4) # li现在是[1, 2, 4] li.append(3) # li现在是[1, 2, 4, 3] # 用pop从列表尾部删除 li.pop() # => 3 且li现在是[1, 2, 4] # 把3再放回去 li.append(3) # li变回[1, 2, 4, 3] # 列表存取跟数组一样 li[0] # => 1 # 取出最后一个元素 li[-1] # => 3 # 越界存取会造成 IndexError li[4] # 抛出 IndexError # 列表有切割语法 li[1:3] # => [2, 4] # 取尾 li[2:] # => [4, 3] # 取头 li[:3] # => [1, 2, 4] # 隔一个取一个 li[::2] # =>[1, 4] # 倒排列表 li[::-1] # => [3, 4, 2, 1] # 可以用三个参数的任何组合来构建切割 # li[始:终:步伐] # 简单的实现了单层数组的深度复制 li2 = li[:] # => li2 = [1, 2, 4, 3] ，但 (li2 is li) 会返回 False # 用 del 删除任何一个元素 del li[2] # li 现在为 [1, 2, 3] # 删除第一个匹配的元素 li.remove(2) # li 现在为 [1, 3] li.remove(2) # 抛出错误 ValueError: 2 is not in the list # 在指定索引处插入一个新的元素 li.insert(1, 2) # li is now [1, 2, 3] again # 获得列表第一个匹配的值的索引 li.index(2) # => 1 li.index(4) # 抛出一个 ValueError: 4 is not in the list # 列表可以相加 # 注意：li 和 other_li 的值都不变 li + other_li # => [1, 2, 3, 4, 5, 6] # 用 "extend()" 拼接列表 li.extend(other_li) # li 现在是[1, 2, 3, 4, 5, 6] # 用 "in" 测试列表是否包含值 1 in li # => True # 用 "len()" 取列表长度 len(li) # => 6 # 元组类似列表，但是不允许修改 tup = (1, 2, 3) tup[0] # => 1 tup[0] = 3 # 抛出 TypeError # 如果元素数量为 1 的元组必须在元素之后加一个逗号 # 其他元素数量的元组，包括空元组，都不需要 type((1)) # => type((1,)) # => type(()) # => # 列表允许的操作元组大多都可以 len(tup) # => 3 tup + (4, 5, 6) # => (1, 2, 3, 4, 5, 6) tup[:2] # => (1, 2) 2 in tup # => True # 可以把元组合列表解包，赋值给变量 a, b, c = (1, 2, 3) # 现在 a 是 1，b 是 2，c 是 3 # 也可以做扩展解包 a, *b, c = (1, 2, 3, 4) # 现在 a 是 1, b 是 [2, 3]， c 是 4 # 元组周围的括号是可以省略的 d, e, f = 4, 5, 6 # 元组 4, 5, 6 通过解包被赋值给变量 d, e, f # 交换两个变量的值就这么简单 e, d = d, e # 现在 d 是 5，e 是 4 # 字典用来存储 key 到 value 的映射关系 empty_dict = {} # 初始化的字典 filled_dict = {"one": 1, "two": 2, "three": 3} # 字典的 key 必须为不可变类型。 这是为了确保 key 被转换为唯一的哈希值以用于快速查询 # 不可变类型包括整数、浮点、字符串、元组 invalid_dict = {[1,2,3]: "123"} # => 抛出 TypeError: unhashable type: 'list' valid_dict = {(1,2,3):[1,2,3]} # 然而 value 可以是任何类型 # 用[]取值 filled_dict["one"] # => 1 # 用 keys 获得所有的键。 # 因为 keys 返回一个可迭代对象，所以我们需要把它包在 "list()" 里才能转换为列表。 # 我们下面会详细介绍可迭代。 # 注意: 对于版本 < 3.7 的 python, 字典的 key 的排序是无序的。你的运行结果 # 可能与下面的例子不符，但是在 3.7 版本，字典中的项会按照他们被插入到字典的顺序进行排序 list(filled_dict.keys()) # => ["three", "two", "one"] Python 版本 <3.7 list(filled_dict.keys()) # => ["one", "two", "three"] Python 版本 3.7+ # 用 "values()" 获得所有的值。跟 keys 一样也是可迭代对象，要使用 "list()" 才能转换为列表。 # 注意: 排序顺序和 keys 的情况相同。 list(filled_dict.values()) # => [3, 2, 1] Python 版本 < 3.7 list(filled_dict.values()) # => [1, 2, 3] Python 版本 3.7+ # 用in测试一个字典是否包含一个键 "one" in filled_dict # => True 1 in filled_dict # => False # 访问不存在的键会导致 KeyError filled_dict["four"] # KeyError # 用 "get()" 来避免KeyError filled_dict.get("one") # => 1 filled_dict.get("four") # => None # 当键不存在的时候 "get()" 方法可以返回默认值 filled_dict.get("one", 4) # => 1 filled_dict.get("four", 4) # => 4 # "setdefault()" 方法只有当键不存在的时候插入新值 filled_dict.setdefault("five", 5) # filled_dict["five"] 设为5 filled_dict.setdefault("five", 6) # filled_dict["five"] 还是5 # 字典赋值 filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "four": 4} filled_dict["four"] = 4 # 另一种赋值方法 # 用 del 删除项 del filled_dict["one"] # 从 filled_dict 中把 one 删除 # 用 set 表达集合 empty_set = set() # 初始化一个集合，语法跟字典相似。 some_set = {1, 1, 2, 2, 3, 4} # some_set现在是 {1, 2, 3, 4} # 类似字典的 keys，set 的元素也必须是不可变类型 invalid_set = {[1], 1} # => Raises a TypeError: unhashable type: 'list' valid_set = {(1,), 1} # 可以把集合赋值于变量 filled_set = some_set # 为集合添加元素 filled_set.add(5) # filled_set 现在是 {1, 2, 3, 4, 5} # set 没有重复的元素 filled_set.add(5) # filled_set 依然是 {1, 2, 3, 4, 5} # "&" 取交集 other_set = {3, 4, 5, 6} filled_set & other_set # => {3, 4, 5} # "|" 取并集 filled_set | other_set # => {1, 2, 3, 4, 5, 6} # "-" 取补集 {1, 2, 3, 4} - {2, 3, 5} # => {1, 4} # "^" 取异或集（对称差） {1, 2, 3, 4} ^ {2, 3, 5} # => {1, 4, 5} # 判断左边的集合是否是右边集合的超集 {1, 2} >= {1, 2, 3} # => False # 判断左边的集合是否是右边集合的子集 {1, 2} <= {1, 2, 3} # => True # in 测试集合是否包含元素 2 in filled_set # => True 10 in filled_set # => False # 单层集合的深度复制 filled_set = some_set.copy() # filled_set 是 {1, 2, 3, 4, 5} filled_set is some_set # => False #################################################### ## 3. 流程控制和迭代器 #################################################### # 先随便定义一个变量 some_var = 5 # 这是个if语句。注意缩进在Python里是有意义的！ # 缩进要使用 4 个空格而不是 tabs。 # 这段代码会打印 "some_var is smaller than 10" if some_var > 10: print("some_var is totally bigger than 10.") elif some_var < 10: # elif 语句是可选的 print("some_var is smaller than 10.") else: # else 也是可选的 print("some_var is indeed 10.") """ 用 for 循环语句遍历列表 打印: dog is a mammal cat is a mammal mouse is a mammal """ for animal in ["dog", "cat", "mouse"]: # 你可以使用 format() 格式化字符串并插入值 print("{} is a mammal".format(animal)) """ "range(number)" 返回数字列表从 0 到 number 的数字 打印: 0 1 2 3 """ for i in range(4): print(i) """ "range(lower, upper)" 会返回一个包含从 lower 到 upper 的数字迭代器 prints: 4 5 6 7 """ for i in range(4, 8): print(i) """ "range(lower, upper, step)" 会返回一个，从 lower 到 upper、并且间隔值为 step 的迭代器。 如果 step 未传入则会使用默认值 1 prints: 4 6 """ for i in range(4, 8, 2): print(i) """ 遍历列表，并且同时返回列表里的每一个元素的索引和数值。 prints: 0 dog 1 cat 2 mouse """ animals = ["dog", "cat", "mouse"] for i, value in enumerate(animals): print(i, value) """ while 循环直到条件不满足 打印: 0 1 2 3 """ x = 0 while x < 4: print(x) x += 1 # x = x + 1 的简写 # 用 try/except 块处理异常状况 try: # 用 raise 抛出异常 raise IndexError("This is an index error") except IndexError as e: pass # pass 是无操作，但是应该在这里处理错误 except (TypeError, NameError): pass # 可以同时处理不同类的错误 else: # else语句是可选的，必须在所有的except之后 print("All good!") # 只有当try运行完没有错误的时候这句才会运行 finally: # 在任何情况下都会执行 print("We can clean up resources here") # 你可以使用 with 语句来代替 try/finally 对操作进行结束的操作 with open("myfile.txt") as f: for line in f: print(line) # 写入文件 contents = {"aa": 12, "bb": 21} with open("myfile1.txt", "w+") as file: file.write(str(contents)) # 写入字符串到文件 with open("myfile2.txt", "w+") as file: file.write(json.dumps(contents)) # 写入对象到文件 # Reading from a file with open("myfile1.txt", "r+") as file: contents = file.read() # 从文件读取字符串 print(contents) # print: {"aa": 12, "bb": 21} with open("myfile2.txt", "r+") as file: contents = json.load(file) # 从文件读取 json 对象 print(contents) # print: {"aa": 12, "bb": 21} # Windows 环境调用 open() 读取文件的默认编码为 ANSI，如果需要读取 utf-8 编码的文件， # 需要指定 encoding 参数: # open("myfile3.txt", "r+", encoding = "utf-8") # Python 提供一个叫做可迭代 (iterable) 的基本抽象。一个可迭代对象是可以被当作序列 # 的对象。比如说上面 range 返回的对象就是可迭代的。 filled_dict = {"one": 1, "two": 2, "three": 3} our_iterable = filled_dict.keys() print(our_iterable) # => dict_keys(['one', 'two', 'three'])，是一个实现可迭代接口的对象 # 可迭代对象可以遍历 for i in our_iterable: print(i) # 打印 one, two, three # 但是不可以随机访问 our_iterable[1] # 抛出TypeError # 可迭代对象知道怎么生成迭代器 our_iterator = iter(our_iterable) # 迭代器是一个可以记住遍历的位置的对象 # 用 "next()" 获得下一个对象 next(our_iterator) # => "one" # 再一次调取 "next()" 时会记得位置 next(our_iterator) # => "two" next(our_iterator) # => "three" # 当迭代器所有元素都取出后，会抛出 StopIteration next(our_iterator) # 抛出 StopIteration # 我们还可以通过遍历访问所有的值，实际上，for 内部实现了迭代 our_iterator = iter(our_iterable) for i in our_iterator: print(i) # 依次打印 one, two, three # 可以用 list 一次取出迭代器或者可迭代对象所有的元素 list(filled_dict.keys()) # => 返回 ["one", "two", "three"] list(our_iterator) # => 返回 [] 因为迭代的位置被保存了 #################################################### ## 4. 函数 #################################################### # 用def定义新函数 def add(x, y): print("x is {} and y is {}".format(x, y)) return x + y # 用 return 语句返回 # 调用函数 add(5, 6) # => 打印 "x is 5 and y is 6" 并且返回 11 # 也可以用关键字参数来调用函数 add(y=6, x=5) # 关键字参数可以用任何顺序 # 我们可以定义一个可变参数函数 def varargs(*args): return args varargs(1, 2, 3) # => (1, 2, 3) # 我们也可以定义一个关键字可变参数函数 def keyword_args(**kwargs): return kwargs # 我们来看看结果是什么： keyword_args(big="foot", loch="ness") # => {"big": "foot", "loch": "ness"} # 这两种可变参数可以混着用 def all_the_args(*args, **kwargs): print(args) print(kwargs) """ all_the_args(1, 2, a=3, b=4) prints: (1, 2) {"a": 3, "b": 4} """ # 调用可变参数函数时可以做跟上面相反的，用 * 展开元组，用 ** 展开字典。 args = (1, 2, 3, 4) kwargs = {"a": 3, "b": 4} all_the_args(*args) # 相当于 all_the_args(1, 2, 3, 4) all_the_args(**kwargs) # 相当于 all_the_args(a=3, b=4) all_the_args(*args, **kwargs) # 相当于 all_the_args(1, 2, 3, 4, a=3, b=4) # 使用返回多个数值（返回值为元组类型） def swap(x, y): return y, x # 用不带括号的元组的格式来返回多个数值 # (注意: 括号不需要加，但是也可以加) x = 1 y = 2 x, y = swap(x, y) # => x = 2, y = 1 # (x, y) = swap(x,y) # 同上，括号不需要加，但是也可以加 # 函数作用域 x = 5 def setX(num): # 局部作用域的 x 和全局域的 x 是不同的 x = num # => 43 print (x) # => 43 def setGlobalX(num): global x print (x) # => 5 x = num # 现在全局域的 x 被赋值 print (x) # => 6 setX(43) setGlobalX(6) # 函数在 Python 是一等公民 def create_adder(x): def adder(y): return x + y return adder add_10 = create_adder(10) add_10(3) # => 13 # 也有匿名函数 (lambda x: x > 2)(3) # => True (lambda x, y: x ** 2 + y ** 2)(2, 1) # => 5 # 内置的高阶函数 list(map(add_10, [1, 2, 3])) # => [11, 12, 13] list(map(max, [1, 2, 3], [4, 2, 1])) # => [4, 2, 3] list(filter(lambda x: x > 5, [3, 4, 5, 6, 7])) # => [6, 7] # 用列表推导式可以简化映射和过滤。列表推导式的返回值是另一个列表。 [add_10(i) for i in [1, 2, 3]] # => [11, 12, 13] [x for x in [3, 4, 5, 6, 7] if x > 5] # => [6, 7] # 你也可以用这种方式实现对集合和字典的构建 {x for x in 'abcddeef' if x not in 'abc'} # => {'d', 'e', 'f'} {x: x**2 for x in range(5)} # => {0: 0, 1: 1, 2: 4, 3: 9, 4: 16} #################################################### ## 5. 模块 #################################################### # 导入模块 import math print(math.sqrt(16)) # => 4.0 # 你可以导入模块中具体的函数 from math import ceil, floor print(ceil(3.7)) # => 4.0 print(floor(3.7)) # => 3.0 # 你可以导入模块中的所有的函数 # 警告: 此操作不推荐 from math import * # 你可以对模块名进行简化 import math as m math.sqrt(16) == m.sqrt(16) # => True # Python 模块实质上是 Python 文件 # 你可以自己编写自己的模块，然后导入 # 模块的名称和文件名相同 # 你可以用 "dir()" 查看模块中定义的函数和字段 import math dir(math) # 当你的脚本文件所在的文件夹也包含了一个名为 math.py 的 Python 文件 # 这个 math.py 文件会被代替引入，而不是引入 Python 內建模块中的 math # 出现这个情况的原因是本地文件夹的引入优先级要比 Python 內建库引入优先级要高 #################################################### ## 6. 类 #################################################### # 我们使用 "class" 语句来创建类 class Human: # 一个类的字段。 这个字段共享给这个类的所有实例。 species = "H. sapiens" # 构造方法，当实例被初始化时被调用。注意名字前后的双下划线，这是表明这个属性 # 或方法对 Python 有特殊意义，但是允许用户自行定义。 # 方法(可能是对象或者属性) 类似: __init__, __str__,__repr__ etc # 都是特殊的方法 # 你自己取名时不应该用这种格式 def __init__(self, name): # 将参数赋值给实例的 name 字段 self.name = name # 初始化属性 self._age = 0 # 实例方法，第一个参数总是self，也就是这个实例对象 def say(self, msg): print("{name}: {message}".format(name=self.name, message=msg)) # 另一个实例方法 def sing(self): return 'yo... yo... microphone check... one two... one two...' # 类方法，被所有此类的实例共用。 # 第一个参数是这个类对象。 @classmethod def get_species(cls): return cls.species # 静态方法。调用时没有实例或类的绑定。 @staticmethod def grunt(): return "*grunt*" # property 有点类似 getter # 它把方法 age() 转换为同名并且只读的属性 # 通常情况下，可以不需要编写复杂的 getter 和 setter。 @property def age(self): return self._age # 允许属性被修改 @age.setter def age(self, age): self._age = age # 允许属性被删除 @age.deleter def age(self): del self._age # 当 Python 解释器在读取源文件的时候，就会执行文件中所有的代码 # 对 __name__ 的检查可以保证这块代码只会在这个模块是主程序的情况下被运行（而不是在引用时运行） if __name__ == '__main__': # i = Human(name="Ian") i.say("hi") # "Ian: hi" j = Human("Joel") j.say("hello") # "Joel: hello" # i 和 j 都是 Human 实例化后的对象，换一句话说，它们都是 Human 实例 # 运行类方法 (classmethod) i.say(i.get_species()) # "Ian: H. sapiens" # 修改共享的类属性 Human.species = "H. neanderthalensis" i.say(i.get_species()) # => "Ian: H. neanderthalensis" j.say(j.get_species()) # => "Joel: H. neanderthalensis" # 运行静态方法 (staticmethod) print(Human.grunt()) # => "*grunt*" # 实例上也可以执行静态方法 print(i.grunt()) # => "*grunt*" # 更新实例的属性 i.age = 42 # 访问实例的属性 i.say(i.age) # => "Ian: 42" j.say(j.age) # => "Joel: 0" # 删除实例的属性 del i.age # i.age # => 这会抛出一个错误: AttributeError #################################################### ## 6.1 类的继承 #################################################### # 继承机制允许子类可以继承父类上的方法和变量。 # 我们可以把 Human 类作为一个基础类或者说叫做父类， # 然后定义一个名为 Superhero 的子类来继承父类上的比如 "species"、 "name"、 "age" 的属性 # 和比如 "sing" 、"grunt" 这样的方法，同时，也可以定义它自己独有的属性 # 基于 Python 文件模块化的特点，你可以把这个类放在独立的文件中，比如说，human.py。 # 要从别的文件导入函数，需要使用以下的语句 # from "filename-without-extension" import "function-or-class" from human import Human # 指定父类作为类初始化的参数 class Superhero(Human): # 如果子类需要继承所有父类的定义，并且不需要做任何的修改， # 你可以直接使用 "pass" 关键字（并且不需要其他任何语句） # 但是在这个例子中会被注释掉，以用来生成不一样的子类。 # pass # 子类可以重写父类定义的字段 species = 'Superhuman' # 子类会自动的继承父类的构造函数包括它的参数，但同时，子类也可以新增额外的参数或者定义， # 甚至去覆盖父类的方法比如说构造函数。 # 这个构造函数从父类 "Human" 上继承了 "name" 参数，同时又新增了 "superpower" 和 # "movie" 参数: def __init__(self, name, movie=False, superpowers=["super strength", "bulletproofing"]): # 新增额外类的参数 self.fictional = True self.movie = movie # 注意可变的默认值，因为默认值是共享的 self.superpowers = superpowers # "super" 函数让你可以访问父类中被子类重写的方法 # 在这个例子中，被重写的是 __init__ 方法 # 这个语句是用来运行父类的构造函数: super().__init__(name) # 重写父类中的 sing 方法 def sing(self): return 'Dun, dun, DUN!' # 新增一个额外的方法 def boast(self): for power in self.superpowers: print("I wield the power of {pow}!".format(pow=power)) if __name__ == '__main__': sup = Superhero(name="Tick") # 检查实例类型 if isinstance(sup, Human): print('I am human') if type(sup) is Superhero: print('I am a superhero') # 获取方法解析顺序 MRO，MRO 被用于 getattr() 和 super() # 这个字段是动态的，并且可以被修改 print(Superhero.__mro__) # => (, # => , ) # 调用父类的方法并且使用子类的属性 print(sup.get_species()) # => Superhuman # 调用被重写的方法 print(sup.sing()) # => Dun, dun, DUN! # 调用 Human 的方法 sup.say('Spoon') # => Tick: Spoon # 调用 Superhero 独有的方法 sup.boast() # => I wield the power of super strength! # => I wield the power of bulletproofing! # 继承类的字段 sup.age = 31 print(sup.age) # => 31 # Superhero 独有的字段 print('Am I Oscar eligible? ' + str(sup.movie)) #################################################### ## 6.2 多重继承 #################################################### # 定义另一个类 # bat.py class Bat: species = 'Baty' def __init__(self, can_fly=True): self.fly = can_fly # 这个类同样有 say 的方法 def say(self, msg): msg = '... ... ...' return msg # 新增一个独有的方法 def sonar(self): return '))) ... (((' if __name__ == '__main__': b = Bat() print(b.say('hello')) print(b.fly) # 现在我们来定义一个类来同时继承 Superhero 和 Bat # superhero.py from superhero import Superhero from bat import Bat # 定义 Batman 作为子类，来同时继承 SuperHero 和 Bat class Batman(Superhero, Bat): def __init__(self, *args, **kwargs): # 通常要继承属性，你必须调用 super: # super(Batman, self).__init__(*args, **kwargs) # 然而在这里我们处理的是多重继承，而 super() 只会返回 MRO 列表的下一个基础类。 # 因此，我们需要显式调用初始类的 __init__ # *args 和 **kwargs 传递参数时更加清晰整洁，而对于父类而言像是 “剥了一层洋葱” Superhero.__init__(self, 'anonymous', movie=True, superpowers=['Wealthy'], *args, **kwargs) Bat.__init__(self, *args, can_fly=False, **kwargs) # 重写了 name 字段 self.name = 'Sad Affleck' def sing(self): return 'nan nan nan nan nan batman!' if __name__ == '__main__': sup = Batman() # 获取方法解析顺序 MRO，MRO 被用于 getattr() 和 super() # 这个字段是动态的，并且可以被修改 print(Batman.__mro__) # => (, # => , # => , # => , ) # 调用父类的方法并且使用子类的属性 print(sup.get_species()) # => Superhuman # 调用被重写的类 print(sup.sing()) # => nan nan nan nan nan batman! # 调用 Human 上的方法，(之所以是 Human 而不是 Bat)，是因为继承顺序起了作用 sup.say('I agree') # => Sad Affleck: I agree # 调用仅存在于第二个继承的父类的方法 print(sup.sonar()) # => ))) ... ((( # 继承类的属性 sup.age = 100 print(sup.age) # => 100 # 从第二个类上继承字段，并且其默认值被重写 print('Can I fly? ' + str(sup.fly)) # => Can I fly? False #################################################### ## 7. 高级用法 #################################################### # 用生成器(generators)方便地写惰性运算 def double_numbers(iterable): for i in iterable: yield i + i # 生成器只有在需要时才计算下一个值。它们每一次循环只生成一个值，而不是把所有的 # 值全部算好。 # # range的返回值也是一个生成器，不然一个1到900000000的列表会花很多时间和内存。 # # 如果你想用一个Python的关键字当作变量名，可以加一个下划线来区分。 range_ = range(1, 900000000) # 当找到一个 >=30 的结果就会停 # 这意味着 `double_numbers` 不会生成大于30的数。 for i in double_numbers(range_): print(i) if i >= 30: break # 你也可以把一个生成器推导直接转换为列表 values = (-x for x in [1,2,3,4,5]) gen_to_list = list(values) print(gen_to_list) # => [-1, -2, -3, -4, -5] # 装饰器(decorators) # 这个例子中，beg装饰say # beg会先调用say。如果返回的say_please为真，beg会改变返回的字符串。 from functools import wraps def beg(target_function): @wraps(target_function) def wrapper(*args, **kwargs): msg, say_please = target_function(*args, **kwargs) if say_please: return "{} {}".format(msg, "Please! I am poor :(") return msg return wrapper @beg def say(say_please=False): msg = "Can you buy me a beer?" return msg, say_please print(say()) # Can you buy me a beer? print(say(say_please=True)) # Can you buy me a beer? Please! I am poor :( ``` ## 想继续学吗？ ### 在线免费材料（英文） * [Automate the Boring Stuff with Python](https://automatetheboringstuff.com/) * [Ideas for Python Projects](http://pythonpracticeprojects.com/) * [The Official Docs](https://docs.python.org/3/) * [Hitchhiker’s Guide to Python](https://docs.python-guide.org/) * [Python Course](https://www.python-course.eu/) * [First Steps With Python](https://realpython.com/learn/python-first-steps/) * [A curated list of awesome Python frameworks, libraries and software](https://github.com/vinta/awesome-python) * [Official Style Guide for Python](https://peps.python.org/pep-0008/) * [Python 3 Computer Science Circles](https://cscircles.cemc.uwaterloo.ca/) * [Dive Into Python 3](https://www.diveintopython3.net/) * [Python Tutorial for Intermediates](https://pythonbasics.org/) * [Build a Desktop App with Python](https://pythonpyqt.com/) ### 书籍（也是英文） * [Programming Python](http://www.amazon.com/gp/product/0596158106/ref=as_li_qf_sp_asin_tl?ie=UTF8&camp=1789&creative=9325&creativeASIN=0596158106&linkCode=as2&tag=homebits04-20) * [Dive Into Python](http://www.amazon.com/gp/product/1441413022/ref=as_li_tf_tl?ie=UTF8&camp=1789&creative=9325&creativeASIN=1441413022&linkCode=as2&tag=homebits04-20) * [Python Essential Reference](http://www.amazon.com/gp/product/0672329786/ref=as_li_tf_tl?ie=UTF8&camp=1789&creative=9325&creativeASIN=0672329786&linkCode=as2&tag=homebits04-20)