mirror of
https://github.com/adambard/learnxinyminutes-docs.git
synced 2024-12-24 10:01:38 +00:00
ae848c481f
Before renaming, Python 3 filenames were 'learnpython3*.py'.
This commit removes the '3' part from the filename.
To verify that the filenames were named consistently across
translations prior to this commit, and to change this:
```
ack -H 'filename:' python.html.markdown
find . -name "python-*.markdown" -exec ack -H 'filename:' {} \;
sed -i 's/^filename: learnpython3/filename: learnpython/' \
python.html.markdown
find . -name "python-*.markdown" -exec \
sed -i 's/^filename: learnpython3/filename: learnpython/' {} \;
```
1032 lines
48 KiB
Markdown
1032 lines
48 KiB
Markdown
---
|
||
language: Python
|
||
contributors:
|
||
- ["Louie Dinh", "http://pythonpracticeprojects.com"]
|
||
- ["Steven Basart", "http://github.com/xksteven"]
|
||
- ["Andre Polykanine", "https://github.com/Oire"]
|
||
- ["Zachary Ferguson", "http://github.com/zfergus2"]
|
||
- ["evuez", "http://github.com/evuez"]
|
||
- ["Rommel Martinez", "https://ebzzry.io"]
|
||
- ["Roberto Fernandez Diaz", "https://github.com/robertofd1995"]
|
||
filename: learnpython-gr.py
|
||
lang: el-gr
|
||
---
|
||
|
||
Η Python δημιουργήθηκε από τον Guido van Rossum στις αρχές των 90s. Πλέον είναι μία από τις πιο
|
||
δημοφιλείς γλώσσες. Ερωτευεται κανείς την python για τη συντακτική της απλότητα.
|
||
Βασικά είναι εκτελέσιμος ψευδοκώδικας.
|
||
|
||
Το Feedback είναι πάντα δεκτό! Μπορείτε να με βρείτε στο [@haritonaras](http://twitter.com/haritonaras)
|
||
ή τον αρχικό συγγραφέα στο [@louiedinh](http://twitter.com/louiedinh) ή στο
|
||
louiedinh [at] [google's email service]
|
||
|
||
Σημείωση: Το παρόν άρθρο ασχολείται μόνο με την Python 3. Δείτε [εδώ](http://learnxinyminutes.com/docs/pythonlegacy/) αν θέλετε να μάθετε την παλιά Python 2.7
|
||
|
||
```python
|
||
|
||
# Τα σχόλια μίας γραμμής ξεκινούν με #
|
||
|
||
""" Τα σχόλια πολλαπλών γραμμών μπορούν
|
||
να γραφούν με τρία ", και συχνά χρησιμοποιούνται
|
||
ως documentation.
|
||
"""
|
||
|
||
####################################################
|
||
## 1. Primitive (πρωταρχικοί) Τύποι Δεδομένων και Τελεστές
|
||
####################################################
|
||
|
||
# Αφού έχει αριθμούς
|
||
3 # => 3
|
||
|
||
# Λογικά θα έχει και Μαθηματικά...
|
||
1 + 1 # => 2
|
||
8 - 1 # => 7
|
||
10 * 2 # => 20
|
||
35 / 5 # => 7.0
|
||
|
||
# Η διαίρεση ακεραίων κάνει στρογγυλοποίηση προς τα κάτω για θετικούς και αρνητικούς αριθμούς
|
||
5 // 3 # => 1
|
||
-5 // 3 # => -2
|
||
5.0 // 3.0 # => 1.0 # works on floats too
|
||
-5.0 // 3.0 # => -2.0
|
||
|
||
# Το αποτέλεσμα της διαίρεσης είναι πάντα float
|
||
10.0 / 3 # => 3.3333333333333335
|
||
|
||
# Modulo τελεστής
|
||
7 % 3 # => 1
|
||
|
||
# Ύψωση σε δύναμη (x**y, x στην y-οστή δύναμη)
|
||
2**3 # => 8
|
||
|
||
# Ελέγχουμε την προτεραιότητα πράξεων με παρενθέσεις
|
||
(1 + 3) * 2 # => 8
|
||
|
||
# Οι Boolean τιμές είναι primitives (Σημ.: τα κεφαλαία)
|
||
True
|
||
False
|
||
|
||
# άρνηση με το not
|
||
not True # => False
|
||
not False # => True
|
||
|
||
# Boolean τελεστές
|
||
# Σημ. ότι τα "and" και "or" είναι case-sensitive
|
||
True and False # => False
|
||
False or True # => True
|
||
|
||
# Τα True και False είναι 1 και 0 αλλά με διαφορετικά keywords
|
||
True + True # => 2
|
||
True * 8 # => 8
|
||
False - 5 # => -5
|
||
|
||
# Μπορούμε να δούμε τις αριθμητικές τιμές των True και False μέσω των τελεστών σύγκρισης
|
||
0 == False # => True
|
||
1 == True # => True
|
||
2 == True # => False
|
||
-5 != False # => True
|
||
|
||
# Χρησιμοποιώντας τελεστές boolean σε ακεραίους, οι ακέραιοι γίνονται cast σε
|
||
# boolean ώστε να γίνει η αποτίμηση της έκφρασης.
|
||
# Το αποτέλεσμα όμως είναι non-cast, δηλαδή ίδιου τύπου με τα αρχικά ορίσματα
|
||
# Μην μπερδεύετε τις bool(ints) και bitwise and/or (&,|)
|
||
bool(0) # => False
|
||
bool(4) # => True
|
||
bool(-6) # => True
|
||
0 and 2 # => 0
|
||
-5 or 0 # => -5
|
||
|
||
# Ισότητα ==
|
||
1 == 1 # => True
|
||
2 == 1 # => False
|
||
|
||
# Διάφορο !=
|
||
1 != 1 # => False
|
||
2 != 1 # => True
|
||
|
||
# Περισσότερες συγκρίσεις
|
||
1 < 10 # => True
|
||
1 > 10 # => False
|
||
2 <= 2 # => True
|
||
2 >= 2 # => True
|
||
|
||
# Κοιτάζουμε αν μία τιμή ανήκει σε ένα εύρος
|
||
1 < 2 and 2 < 3 # => True
|
||
2 < 3 and 3 < 2 # => False
|
||
# Το Chaining (αλυσίδωση? :P) κάνει το παραπάνω πιο όμορφα
|
||
1 < 2 < 3 # => True
|
||
2 < 3 < 2 # => False
|
||
|
||
# (is vs. ==) το is ελέγχει αν δύο μεταβλητές αναφέρονται στο ίδιο αντικείμενο,
|
||
# αλλά το == ελέγχει αν τα αντικείμενα στα οποία αναφέρονται οι μεταβλητές έχουν τις ίδιες τιμές
|
||
a = [1, 2, 3, 4] # το a δείχνει σε μία νέα λίστα, [1,2,3,4]
|
||
b = a # το b δείχνει στο αντικείμενο που δείχνει το a
|
||
b is a # => True, a και b αναφέρονται στο ίδιο αντικείμενο
|
||
b == a # => True, τα αντικείμενα των a κι b είναι ίσα
|
||
b = [1, 2, 3, 4] # Το b δείχνει σε μία νέα λίστα, [1, 2, 3, 4]
|
||
b is a # => False, a και b δεν αναφέρονται στο ίδιο αντικείμενο
|
||
b == a # => True, τα αντικείμενα των a και b είναι ίσα
|
||
|
||
# Τα Strings (συμβολοσειρές) δημιουργούνται με " ή '
|
||
"This is a string."
|
||
'This is also a string.'
|
||
|
||
# Μπορούμε και να προσθέτουμε Strings, αλλά προσπαθήστε να μην το κάνετε
|
||
"Hello " + "world!" # => "Hello world!"
|
||
# Τα String literals (αλλά όχι οι μεταβλητές) μπορούν να συντμιθούν και χωρίς το '+'
|
||
"Hello " "world!" # => "Hello world!"
|
||
|
||
# Μπορούμε να φερθούμε σε string σαν να είναι λίστα από χαρακτήρες
|
||
"This is a string"[0] # => 'T'
|
||
|
||
# Μπορούμε να βρούμε το μήκος ενός string
|
||
len("This is a string") # => 16
|
||
|
||
# Το .format μπορεί να χρησιμοποιηθεί για να μορφοποιήσουμε strings, όπως εδώ:
|
||
"{} can be {}".format("Strings", "interpolated") # => "Strings can be interpolated"
|
||
|
||
# Μπορείς να επαναλάβεις τα ορίσματα του formatting για να γλιτώσεις λίγο χρονο
|
||
"{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"
|
||
|
||
# Μπορείς να χρησιμοποιήσεις keywords αν βαριέσαι το μέτρημα.
|
||
"{name} wants to eat {food}".format(name="Bob", food="lasagna") # => "Bob wants to eat lasagna"
|
||
|
||
# Αν ο κώδικας Python 3 που γράφεις πρόκειται να τρέξει και με python 2.5 ή παλιότερη
|
||
# μπορείς επίσης να χρησιμοποιήσεις το παλιό τρόπο για formatting:
|
||
"%s can be %s the %s way" % ("Strings", "interpolated", "old") # => "Strings can be interpolated the old way"
|
||
|
||
# Μπορείς επίσης να μορφοποιήσεις χρησιμοποιώντας τα f-strings / formatted string literals (σε Python 3.6+)
|
||
name = "Reiko"
|
||
f"She said her name is {name}." # => "She said her name is Reiko"
|
||
# Μπορείς βασικά να βάλεις οποιαδήποτε έκφραση Python στα άγκιστρα και θα εμφανιστεί στο string.
|
||
f"{name} is {len(name)} characters long."
|
||
|
||
|
||
# το None είναι ένα αντικείμενο (object)
|
||
None # => None
|
||
|
||
# Μη χρησιμοποιείτε το σύμβολο ισότητας "==" για να συγκρίνετε αντικείμενα με το None
|
||
# Χρησιμοποιείτε το "is". Αυτό ελέγχει για ισότητα της ταυτότητας του αντικειμένου.
|
||
"etc" is None # => False
|
||
None is None # => True
|
||
|
||
# Τα None, 0, και τα κενά strings/lists/dicts/tuples αποτιμούνται στην τιμή False
|
||
# All other values are True
|
||
bool(0) # => False
|
||
bool("") # => False
|
||
bool([]) # => False
|
||
bool({}) # => False
|
||
bool(()) # => False
|
||
|
||
####################################################
|
||
## 2. Μεταβλητές (variables) και Συλλογές (collections)
|
||
####################################################
|
||
|
||
# Η Python έχει μία συνάρτηση print()
|
||
print("I'm Python. Nice to meet you!") # => I'm Python. Nice to meet you!
|
||
|
||
# By default, η συνάρτηση print() τυπώνει και ένα χαρακτήρα αλλαγής γραμμμής στο τέλος
|
||
# Χρησιμοποιείτε το προαιρετικό όρισμο end για να τυπώνει οτιδήποτε άλλο
|
||
print("Hello, World", end="!") # => Hello, World!
|
||
|
||
# Απλός τρόπος για να πάρουμε δεδομένα εισόδου από το console
|
||
input_string_var = input("Enter some data: ") # επιστρέφει τα δεδομένα ως string
|
||
# Σημ.: Στις προηγούμενες εκδόσεις της Python, η μέθοδος input() ονομαζόταν raw_input()
|
||
|
||
# Δεν υπάρχουν δηλώσεις, μόνο αναθέσεις τιμών.
|
||
# Η σύμβαση είναι να χρησιμοποιούμε μικρά γράμματα με κάτω παύλες
|
||
some_var = 5
|
||
some_var # => 5
|
||
|
||
# Η πρόσβαση σε μεταβλητή που δεν έχει λάβει τιμή είναι εξαίρεση
|
||
# Δες τον Έλεγχο Ροής για να μάθεις περισσότερα για το χειρισμό εξαιρέσεων
|
||
some_unknown_var # Προκαλέι ένα NameError
|
||
|
||
# Η παρακάτω έκφραση μπορεί να χρησιμποιηθεί ισοδύναμα με τον τελεστή '?' της C
|
||
"yahoo!" if 3 > 2 else 2 # => "yahoo!"
|
||
|
||
# Οι λίστες κρατούν ακολουθίς
|
||
li = []
|
||
# Μπορείς να αρχίσεις με μία προ-γεμισμένη λίστα
|
||
other_li = [4, 5, 6]
|
||
|
||
# Και να βάλεις πράγματα στο τέλος με την μέθοδο append
|
||
li.append(1) # η li τώρα είναι [1]
|
||
li.append(2) # η li τώρα είναι [1, 2]
|
||
li.append(4) # η li τώρα είναι [1, 2, 4]
|
||
li.append(3) # η li τώρα είναι [1, 2, 4, 3]
|
||
# Αφαιρούμε από το τέλος με την μέθοδο pop
|
||
li.pop() # => 3 και η li γίνεται [1, 2, 4]
|
||
# Ας βάλουμε το 3 πίσω στη θέση του
|
||
li.append(3) # η li γίνεται πάλι [1, 2, 4, 3].
|
||
|
||
# Προσπελαύνουμε τις λίστες όπως τους πίνακες σε άλλες γλώσσες
|
||
li[0] # => 1
|
||
# Το τελευταίο στοιχείο...
|
||
li[-1] # => 3
|
||
|
||
# Όταν βγαίνουμε εκτός ορίων της λίστας προκαλείται IndexError
|
||
li[4] # προκαλεί IndexError
|
||
|
||
# Μπορείς να δεις ranges μιας λίστας με το slice syntax ':'
|
||
# Ο δείκτης εκίνησης περιλαμβάνεται στο διάστημα, ο δείκτης τερματισμού όχι
|
||
# (είναι ανοικτό/κλειστό διάστημα για τους φίλους των μαθηματικών)
|
||
li[1:3] # => [2, 4]
|
||
# Αγνόησε την αρχή και επίστρεψε τη λίστα
|
||
li[2:] # => [4, 3]
|
||
# Αγνόησε το τέλος και επίστρεψε τη λίστα
|
||
li[:3] # => [1, 2, 4]
|
||
# Διάλεξε κάθε δεύτερο στοιχείο
|
||
li[::2] # =>[1, 4]
|
||
# Επίστρεψε ένα reversed αντίγραφο της λίστας
|
||
li[::-1] # => [3, 4, 2, 1]
|
||
# Χρησιμοποιείστε οποιαδήποτε συνδυασμό αυτών για να φτιάξετε πιο προχωρημένα slices
|
||
# li[start:end:step]
|
||
|
||
# Φτιάξε ένα αντίγραφο της λίστας χρησιμοποιώντας slices
|
||
li2 = li[:] # => li2 = [1, 2, 4, 3] αλλά το (li2 is li) επιστρέφει False
|
||
|
||
# Αφαίρεσε οποιοδήποτε στοιχείο από λίστα με την εντολή "del"
|
||
del li[2] # η li γίνεται [1, 2, 3]
|
||
|
||
# Αφαιρούμε το πρώτο στιγμυότυπο μιας τιμής
|
||
li.remove(2) # η li γίνεται [1, 3]
|
||
li.remove(2) # Προκαλεί ένα ValueError καθώς το 2 δεν βρίσκεται στη λίστα.
|
||
|
||
# Εισαγωγή ενός στοιχείου σε συγκεκριμένη θέση
|
||
li.insert(1, 2) # η li γίνεται πάλι [1, 2, 3]
|
||
|
||
# Βρες το index (δείκτη) του πρώτου στοιχείου με τιμή ίση με το όρισμα
|
||
li.index(2) # => 1
|
||
li.index(4) # Προκαλεί ValueError καθώς το 4 δεν βρίσκεται στη λίστα
|
||
|
||
# Μπορείς να προσθέτεις λίστες
|
||
# Σημ.: οι τιμές των li, other_li δεν αλλάζουν.
|
||
li + other_li # => [1, 2, 3, 4, 5, 6]
|
||
|
||
# Σύντμιση λιστών με τη μέθοδο "extend()"
|
||
li.extend(other_li) # Τώρα η li είναι [1, 2, 3, 4, 5, 6]
|
||
|
||
# Ελεγχος της ύπαρξης στοιχείου σε λίστα με το "in"
|
||
1 in li # => True
|
||
|
||
# Εξατάζουμε το μήκος με "len()"
|
||
len(li) # => 6
|
||
|
||
|
||
# Τα Tuples είναι σαν τις λίστες αλλά είναι αμετάβλητα (immutable).
|
||
tup = (1, 2, 3)
|
||
tup[0] # => 1
|
||
tup[0] = 3 # Προκαλεί TypeError
|
||
|
||
# Σημειώστε ότι ένα tuple μήκους 1 πρέπει να έχει ένα κόμμα μετά το τελευταίο στοιχείο
|
||
# αλλά τα tuples άλλων μηκών, ακόμα και μηδενικού μήκους, δεν χρειάζονται κόμμα.
|
||
type((1)) # => <class 'int'>
|
||
type((1,)) # => <class 'tuple'>
|
||
type(()) # => <class 'tuple'>
|
||
|
||
# Μπορείς να εφαρμόσεις τις περισσότερες μεθόδους των λιστών και στα tuples
|
||
len(tup) # => 3
|
||
tup + (4, 5, 6) # => (1, 2, 3, 4, 5, 6)
|
||
tup[:2] # => (1, 2)
|
||
2 in tup # => True
|
||
|
||
# Μπορείς να κάνεις unpack/"ξεπακετάρεις" tuples σε μεταβλητές
|
||
a, b, c = (1, 2, 3) # a == 1, b == 2 και c == 3
|
||
# Μπορείς επίσης να επεκτείνεις το unpacking
|
||
a, *b, c = (1, 2, 3, 4) # a == 1, b == [2, 3] και c == 4
|
||
# Τα Tuples δημιουργούνται by deafult αν δεν βάλεις παρενθέσεις
|
||
d, e, f = 4, 5, 6 # το tuple 4, 5, 6 "ξεπακετάρεται" στις μεταβλητές d, e και f
|
||
# αντίστοιχα έτσι ώστε να γίνεται d = 4, e = 5 and f = 6
|
||
# Δείτε πόσο εύκολα μπορούμε να εναλλάσουμε δύο τιμές
|
||
e, d = d, e # το d παίρνει την τιμή 5 και το e παίρνει την τιμή 4
|
||
|
||
|
||
# Τα λεξικά (Dictionaries) αποθηκεύουν απεικονίσεις από κλειδιά σε τιμές
|
||
empty_dict = {}
|
||
# Εδώ έχουμε ένα προ-γεμισμένο dictionary
|
||
filled_dict = {"one": 1, "two": 2, "three": 3}
|
||
|
||
# Σημ. ότι τα κλειδιά για τα dictionaries πρέπει να είναι αμετάβλητοι τύποι
|
||
# (immutable) αυτό γίνετια για να διασφαλίσουμε ότι τα κλειδιά μπορούν να
|
||
# μετατρέπονται σε σταθερές τιμές κατακερματισμού (hash values) για γρήγορη εύρεση.
|
||
# Μερικοί αμετάβλητοι τύποι είναι τα ints, floats, strings, tuples.
|
||
invalid_dict = {[1,2,3]: "123"} # => Προκαλεί TypeError: unhashable type: 'list'
|
||
valid_dict = {(1,2,3):[1,2,3]} # Οι τιμές όμως μπορούν να έχουν οποιοδήποτε τύπο.
|
||
|
||
# Βρίσκουμε τιμές με []
|
||
filled_dict["one"] # => 1
|
||
|
||
# Μπορείς να πάρεις όλα τα κλειδιά με τη μέθοδο "keys()".
|
||
# Πρέπει να "τυλίξουμε" την κλήση με list() για να το μετατρέψουμε σε λίστα
|
||
# Θα μιλήσουμε για αυτά αργότερα. Σημ. - σε εκδόσεις Python < 3.7, η σειρά που
|
||
# εμφανίζονται τα κλειδιά δεν είναι εγγυημένη. Τα αποτελέσματά σας ίσως να μην
|
||
# είναι ακριβώς ίδια με τα παρακάτω. Στην έκδοση 3.7 πάντως, τα αντικείμενα του
|
||
# λεξικού διατηρούν τη σειρά με την οποία εισήχθησαν στο dictionary
|
||
list(filled_dict.keys()) # => ["three", "two", "one"] σε Python <3.7
|
||
list(filled_dict.keys()) # => ["one", "two", "three"] σε Python 3.7+
|
||
|
||
# Παίρνουμε όλες τις τιμές ενός iterable με τη μέθοδο "values()". Και πάλι
|
||
# χρειάζεται να το περιτυλίξουμε σε list()
|
||
# Σημ. - όπως παραπάνω σχετικά με τη σειρά των keys
|
||
list(filled_dict.values()) # => [3, 2, 1] in Python <3.7
|
||
list(filled_dict.values()) # => [1, 2, 3] in Python 3.7+
|
||
|
||
# Έλεγχος της ύπαρξης κλειδιών σε ένα dictionary με το "in"
|
||
"one" in filled_dict # => True
|
||
1 in filled_dict # => False
|
||
|
||
# Αν ψάξεις την τιμή ανύπαρκτου κλειδιού προκαλείται KeyError
|
||
filled_dict["four"] # KeyError
|
||
|
||
# Χρησιμοποιούμε τη μέθοδο "get()" για να αποφύγουμε το KeyError
|
||
filled_dict.get("one") # => 1
|
||
filled_dict.get("four") # => None
|
||
# στο δεύτερο argument της get() μπορούμε να βάλουμε μία τιμή που πρέπει να
|
||
# επιστρέψει αν δεν υπάρχει το key που ψάχνουμε
|
||
filled_dict.get("one", 4) # => 1
|
||
filled_dict.get("four", 4) # => 4
|
||
|
||
# το "setdefault()" εισάγει στο dictionary μόνο αν δεν υπάρχει το κλειδί
|
||
filled_dict.setdefault("five", 5) # filled_dict["five"] γίνεται 5
|
||
filled_dict.setdefault("five", 6) # filled_dict["five"] μένει 5 (υπαρκτό κλειδί)
|
||
|
||
# Προσθήκη σε dictionary
|
||
filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "four": 4}
|
||
filled_dict["four"] = 4 # β' τρόπος
|
||
|
||
# Αφαίρεση κλειδιών από dictionary με del
|
||
del filled_dict["one"] # Αφαιρεί το κλειδί "one" από το filled_dict
|
||
|
||
# Από την Python 3.5 μπορείς να χρησιμοποιήσεις και πρόσθετες επιλογές για unpacking
|
||
{'a': 1, **{'b': 2}} # => {'a': 1, 'b': 2}
|
||
{'a': 1, **{'a': 2}} # => {'a': 2}
|
||
|
||
|
||
|
||
# τα Sets -όπως όλοι περιμένουμε- αποθηκεύουν σύνολα
|
||
empty_set = set()
|
||
# Αρχικοποιούμε ένα set με μερικές τιμές. Ναι, μοιάζει λίγο με dictionary, Sorry.
|
||
some_set = {1, 1, 2, 2, 3, 4} # some_set is now {1, 2, 3, 4}
|
||
|
||
# Παρομοίως με τα κλειδιά του dictionary, τα στοιχεία ενός συνόλου πρέπει να είναι
|
||
# αμετάβλητα (immutable)
|
||
invalid_set = {[1], 1} # => Προκαλεί TypeError: unhashable type: 'list'
|
||
valid_set = {(1,), 1}
|
||
|
||
# Προσθέτουμε άλλο ένα στοιχείο στο σύνολο
|
||
filled_set = some_set
|
||
filled_set.add(5) # το filled_set είναι τώρα {1, 2, 3, 4, 5}
|
||
# Τα σύνολα δεν έχουν διπλοτυπα αντικείμενα
|
||
filled_set.add(5) # το σύνολο παραμένει ίδιο {1, 2, 3, 4, 5}
|
||
|
||
# το & κάνει την τομή δύο συνόλων.
|
||
other_set = {3, 4, 5, 6}
|
||
filled_set & other_set # => {3, 4, 5}
|
||
|
||
# και το | την ένωση
|
||
filled_set | other_set # => {1, 2, 3, 4, 5, 6}
|
||
|
||
# Η διαφορά συνόλων με το -
|
||
{1, 2, 3, 4} - {2, 3, 5} # => {1, 4}
|
||
|
||
# Το ^ επιστρέφει τη συμμετρική διαφορά
|
||
{1, 2, 3, 4} ^ {2, 3, 5} # => {1, 4, 5}
|
||
|
||
# Ελεγχος για το αν το δεξιά σύνολο είναι υπερσύνολο του δεξιού
|
||
{1, 2} >= {1, 2, 3} # => False
|
||
|
||
# Ελεγχος για το αν το δεξιά σύνολο είναι υποσύνολο του δεξιού
|
||
{1, 2} <= {1, 2, 3} # => True
|
||
|
||
# με το in κάνουμε έλεγχο ύπαρξης στοιχείο σε σετ
|
||
2 in filled_set # => True
|
||
10 in filled_set # => False
|
||
|
||
|
||
|
||
####################################################
|
||
## 3. Έλεγχος Ροής και Iterables
|
||
####################################################
|
||
|
||
# Φτιάχνουμε μία μεταβλητή
|
||
some_var = 5
|
||
|
||
# Εδώ έχουμε ένα if statement. Η στοίχιση είναι σημαντική στην Python!
|
||
# Η σύμβαση είναι να χρησιμοποιούμε 4 κενά, όχι tabs.
|
||
# Το παρακάτω τυπώνει "some_var is smaller than 10"
|
||
if some_var > 10:
|
||
print("some_var is totally bigger than 10.")
|
||
elif some_var < 10: # το (else if) -> elif μέρος είναι προαιρετικό.
|
||
print("some_var is smaller than 10.")
|
||
else: # και το else είναι προαιρετικό.
|
||
print("some_var is indeed 10.")
|
||
|
||
|
||
"""
|
||
τα for loops τρέχουν πάνω σε lists
|
||
το παρακάτω τυπώνει:
|
||
dog is a mammal
|
||
cat is a mammal
|
||
mouse is a mammal
|
||
"""
|
||
for animal in ["dog", "cat", "mouse"]:
|
||
# You can use format() to interpolate formatted strings
|
||
print("{} is a mammal".format(animal))
|
||
|
||
"""
|
||
το "range(number)" επιστρέφει ένα iterable με αριθμούς
|
||
από το μηδέν μέχρι τον δωσμένο αριθμό number (κλειστό/ανοικτό διάστημα)
|
||
Το παρακάτω τυπώνει:
|
||
0
|
||
1
|
||
2
|
||
3
|
||
"""
|
||
for i in range(4):
|
||
print(i)
|
||
|
||
"""
|
||
το "range(lower, upper)" επιστρέφει ένα iterable με αριθμούς
|
||
από το lower εώς το upper (κλειστό/ανοικτό διάστημα)
|
||
το παρακάτω τυπώνει:
|
||
4
|
||
5
|
||
6
|
||
7
|
||
"""
|
||
for i in range(4, 8):
|
||
print(i)
|
||
|
||
"""
|
||
το "range(lower, upper, step)" επιστρέφει ένα iterable με αριθμούς
|
||
από το lower μέχρι το upper, με βήμα step
|
||
αν δεν δώσουμε τιμή βήματος, το default βήμα είναι 1.
|
||
το παρακάτω τυπώνει:
|
||
4
|
||
6
|
||
"""
|
||
for i in range(4, 8, 2):
|
||
print(i)
|
||
"""
|
||
|
||
τα While loops τρέχουν μέχρι μία συνθήκη να γίνει ψευδής.
|
||
το παρακάτω τυπώνει:
|
||
0
|
||
1
|
||
2
|
||
3
|
||
"""
|
||
x = 0
|
||
while x < 4:
|
||
print(x)
|
||
x += 1 # Shorthand for x = x + 1
|
||
|
||
# Χειριζόμαστε εξαιρέσεις με ένα try/except block
|
||
try:
|
||
# Χρησιμοποιούμε το "raise" για να πετάξουμε ένα error
|
||
raise IndexError("This is an index error")
|
||
except IndexError as e:
|
||
pass # το Pass δεν κάνει τίποτα. Συνήθως κάνουμε ανάκτηση.
|
||
except (TypeError, NameError):
|
||
pass # Μπορούμε να χειριζόμαστε πολλές εξαιρέσεις μαζί, αν χρειαστεί
|
||
else: # Προαιρετικό στο try/except block. Πρέπει να ακολουθεί όλα τα except blocks
|
||
print("All good!") # τρέχει μόνο αν ο κώδικας στο try δεν προκαλεί εξαιρέσεις
|
||
finally: # Εκτελείται ό,τι και να γίνει
|
||
print("We can clean up resources here")
|
||
|
||
# Αντί για try/finally για να καθαρίσουμε τους πόρους, μπορούμε να χρησιμοποιούμε το
|
||
# with expression as target:
|
||
pass to cleanup resources you can use a with statement
|
||
with open("myfile.txt") as f:
|
||
for line in f:
|
||
print(line)
|
||
|
||
# Η Python προσφέρει μία θεμελιώδη αφαίρεση (abstraction) που λέγεται Iterable.
|
||
# iterable είναι ένα αντικείμενο που μπορεί να χρησιμοποιηθεί ως ακολουθία.
|
||
# Το αντικείμενο που επιστρέφει η συνάρτηση range, είναι ένα iterable.
|
||
|
||
filled_dict = {"one": 1, "two": 2, "three": 3}
|
||
our_iterable = filled_dict.keys()
|
||
print(our_iterable) # => dict_keys(['one', 'two', 'three']).
|
||
# Αυτό είναι ένα αντικείμενο που υλοποιεί την iterable διεπαφή μας.
|
||
|
||
# μπορούμε να τρέχουμε loops πάνω του.
|
||
for i in our_iterable:
|
||
print(i) # Prints one, two, three
|
||
|
||
# Ωστόσο δεν μπορούμε να προσπελάσουμε τα στοιχεία του με index.
|
||
our_iterable[1] # προκαλεί a TypeError
|
||
|
||
# Ένα iterable είναι ένα αντικείμενο που ξέρει πώς να δημιουργήσει έναν iterator.
|
||
our_iterator = iter(our_iterable)
|
||
|
||
# Ο iterator μας είναι ένα αντικείμενο που μπορεί να θυμάται την κατάσταση όπως το διατρέχουμε.
|
||
# Παίρνουμε το επόμενο αντικείμενο με το "next()"
|
||
next(our_iterator) # => "one"
|
||
|
||
# Διατηρεί την κατάσταση καθώς επαναλαμβάνουμε.
|
||
next(our_iterator) # => "two"
|
||
next(our_iterator) # => "three"
|
||
|
||
# Όταν ο iterator έχει επιστρέψει όλα τα δεδομένα του, προκαλεί ένα μια εξαίρεση StopIteration.
|
||
next(our_iterator) # προκαλεί StopIteration
|
||
|
||
# Μπορείς να πάρεις όλα τα αντικείμενα ενός iteratior καλώντας list() πάνω του.
|
||
list(filled_dict.keys()) # => Επιστρέφει ["one", "two", "three"]
|
||
|
||
|
||
####################################################
|
||
## 4. Συναρτήσεις
|
||
####################################################
|
||
|
||
# Χρησιμποιούμε το "def" για να ορίσουμε νέες συναρτήσεις
|
||
def add(x, y):
|
||
print("x is {} and y is {}".format(x, y))
|
||
return x + y # επιστρέφει τιμές με την εντολή return
|
||
|
||
# Καλούμε συναρτήσεις με παραμέτρους
|
||
add(5, 6) # => τυπώνει "x is 5 and y is 6" και επιστρέφει 11
|
||
|
||
# Ένας άλλος τρόπος να καλέσεις συνάρτησει είναι με keyword arguments (ορίσματα λέξεις-κλειδιά)
|
||
add(y=6, x=5) # τα Keyword arguments μπορούν να δωθούν με οποιαδήποτε σειρά.
|
||
|
||
# Μπορείς να ορίσεις συναρτήσεις που δέχονται μεταβλητό πλήθος ορισμάτων
|
||
def varargs(*args):
|
||
return args
|
||
|
||
varargs(1, 2, 3) # => (1, 2, 3)
|
||
|
||
# Μπορούμε να ορίσουμε και συναρτήσεις που δέχονται μεταβλητό πλήθος keyword arguments
|
||
def keyword_args(**kwargs):
|
||
return kwargs
|
||
|
||
# Για να δούμε τι γίνεται αν την καλέσουμε
|
||
keyword_args(big="foot", loch="ness") # => {"big": "foot", "loch": "ness"}
|
||
|
||
|
||
# Μπορείς να κάνεις και τα δύο ταυτόχρονα αν θες
|
||
def all_the_args(*args, **kwargs):
|
||
print(args)
|
||
print(kwargs)
|
||
"""
|
||
all_the_args(1, 2, a=3, b=4) τυπώνει:
|
||
(1, 2)
|
||
{"a": 3, "b": 4}
|
||
"""
|
||
|
||
# Όταν καλείς συναρτήσεις μπορείς να κάνεις και το αντίστροφο από args/kwargs!
|
||
# Χρησιμοποίησε το * για να επεκτείνεις tuples και χρησιμοποίησε το ** για να επεκτείλεις kwargs
|
||
args = (1, 2, 3, 4)
|
||
kwargs = {"a": 3, "b": 4}
|
||
all_the_args(*args) # ισοδύναμο με all_the_args(1, 2, 3, 4)
|
||
all_the_args(**kwargs) # ισοδύναμο με all_the_args(a=3, b=4)
|
||
all_the_args(*args, **kwargs) # ισοδύναμο με all_the_args(1, 2, 3, 4, a=3, b=4)
|
||
|
||
# Επιστρέφουμε πλειάδα τιμών (με tuple assignments)
|
||
def swap(x, y):
|
||
return y, x # Επιστρέφει πολλές τιμές ως tuple χωρίς την παρένθεση
|
||
# (Σημ.: οι παρενθέσεις έχουν παραλειφθεί αλλά μπορούν να γραφούν)
|
||
|
||
x = 1
|
||
y = 2
|
||
x, y = swap(x, y) # => x = 2, y = 1
|
||
# (x, y) = swap(x,y) # Ξανά, οι παρενθέσεις έχουν παραληφθεί αλλά μπορούν να γραφούν
|
||
|
||
# Εμβέλεια συναρτήσεων
|
||
x = 5
|
||
|
||
def set_x(num):
|
||
# Η τοπική μεταβλητή x δεν είναι η ίδια με την global μεταβλητή x
|
||
x = num # => 43
|
||
print(x) # => 43
|
||
|
||
def set_global_x(num):
|
||
global x
|
||
print(x) # => 5
|
||
x = num # η global μεταβλητή x τώρα είναι 6
|
||
print(x) # => 6
|
||
|
||
set_x(43)
|
||
set_global_x(6)
|
||
|
||
|
||
# Η Python έχει πρώτης τάξης συναρτήσεις
|
||
def create_adder(x):
|
||
def adder(y):
|
||
return x + y
|
||
return adder
|
||
|
||
add_10 = create_adder(10)
|
||
add_10(3) # => 13
|
||
|
||
# Αλλά έχει και anonymous συναρτήσεις.
|
||
(lambda x: x > 2)(3) # => True
|
||
(lambda x, y: x ** 2 + y ** 2)(2, 1) # => 5
|
||
|
||
# Υπάρχουν ενσωματωμένες συναρτήσεις μεγαλύτερης τάξης
|
||
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]
|
||
|
||
# Μπορούμε να χρησιμοποιήσουμε list comprehensions για ωραία maps και filters
|
||
# το List comprehension αποθηκεύει την έξοδο ως μία λίστα που μπορεί και η ίδια
|
||
# να είναι μια εμφωλευμένη λίστα
|
||
[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]
|
||
|
||
# Μπορείς επίσης να κατασκευάσεις set και dict comprehensions.
|
||
{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. Modules
|
||
####################################################
|
||
|
||
# Μπορείς να κάνεις import modules
|
||
import math
|
||
print(math.sqrt(16)) # => 4.0
|
||
|
||
# Μπορείς να πάρεις συγκεκριμένες συναρτήσεις από ένα module
|
||
from math import ceil, floor
|
||
print(ceil(3.7)) # => 4.0
|
||
print(floor(3.7)) # => 3.0
|
||
|
||
# Μπορείς να κάνεις import όλες τις συναρτήσεις από ένα module.
|
||
# Προσοχή: δεν προτείνεται
|
||
from math import *
|
||
|
||
# Μπορείς να δημιουργείς συντομογραφίες για τα ονόματα των modules
|
||
import math as m
|
||
math.sqrt(16) == m.sqrt(16) # => True
|
||
|
||
# Τα Python modules είναι απλά αρχεία Python. Μπορείς να δημιουργήσεις τα δικά σου
|
||
# και να τα κάνεις import το όνομα του module είναι ίδιο με το όνομα του αρχείου
|
||
|
||
# μπορείς να βρεις ποιες συναρτήσεις και γνωρίσματα ορίζονται στο module
|
||
import math
|
||
dir(math)
|
||
|
||
# Αν έχεις ένα Python script με όνομα math.py στον ίδιο φάκελο με το τρέχον script
|
||
# το αρχείο math.py θα φορτωθεί και όχι το built-in Python module
|
||
# Αυτό συμβαίνει επειδή τα τοπικά αρχεία έχουν προτεραιότητα έναντι των built-in
|
||
# βιβλιοθηκών της Python
|
||
|
||
|
||
####################################################
|
||
## 6. Κλάσεις - Classes
|
||
####################################################
|
||
|
||
# χρησιμοποιούμε το "class" statement για να δημιουργήσουμε μια κλάση
|
||
class Human:
|
||
|
||
# Ένα γνώρισμα της κλάσης. Είναι κοινό για όλα τα στιγμιότυπα αυτής.
|
||
species = "H. sapiens"
|
||
|
||
# Βασικός initializer, καλείται όταν δημιουργείται στιγμιότυπο της κλάσης.
|
||
# Σημ. οι διπλές κάτω παύλες πριν και μετά υποδηλώνουν αντικείμενα
|
||
# ή γνωρίσματα που χρησιμοποιούνται από την Python αλλά ζουν σε ελεγχόμενα από
|
||
# το χρήση namespaces.
|
||
# Μέθοδοι (ή αντικείμενα ή γνωρίσματα) σαν τα __init__, __str__, __repr__ κλπ
|
||
# είναι ειδικές μέθοδοι (λέγονται και dunder (double underscore) μέθοδοι)
|
||
# Δεν πρέπει να δηλώνεις δικές σου τέτοιες συναρτήσεις
|
||
def __init__(self, name):
|
||
# Εκχώρησε στο attribute name του object το όρισμα
|
||
self.name = name
|
||
|
||
# Αρχικοποίησε την ιδιότητα
|
||
self._age = 0
|
||
|
||
# Μία μέθοδος στιγμιότυπου (instance method). Όλες οι μέθοδοι παίρνουν το
|
||
# "self" ως πρώτο όρισμα
|
||
def say(self, msg):
|
||
print("{name}: {message}".format(name=self.name, message=msg))
|
||
|
||
# Ακόμα μία instance method
|
||
def sing(self):
|
||
return 'yo... yo... microphone check... one two... one two...'
|
||
|
||
# Μία μέθοδος κλάσεις είναι κοινή ανάμεσα σε όλα τα instances.
|
||
# Καλούνται με calling class ώς πρώτο όρισμα
|
||
@classmethod
|
||
def get_species(cls):
|
||
return cls.species
|
||
|
||
# Μία στατική μέθοδος καλείται χωρίς αναφορά σε κλάση ή στιγμιότυπο
|
||
@staticmethod
|
||
def grunt():
|
||
return "*grunt*"
|
||
|
||
# Ένα property είναι ακριβώς σαν ένα getter.
|
||
# Μετατρέπει τη μέθοδο age σε ένα γνώρισμα (attribute) μόνο-για-ανάγνωση
|
||
# με το ίδιο όνομα.
|
||
# Δεν χρειάζεται να γράφουμε τετριμένους getters και setters στην Python όμως.
|
||
@property
|
||
def age(self):
|
||
return self._age
|
||
|
||
# Αυτό επιτρέπει στο property να γίνει set
|
||
@age.setter
|
||
def age(self, age):
|
||
self._age = age
|
||
|
||
# Αυτό επιτρέπει σε ένα property να διαγραφεί
|
||
@age.deleter
|
||
def age(self):
|
||
del self._age
|
||
|
||
|
||
# Όταν ο διερμηνέας της Python διαβάζει αρχείο πηγαίου κώδικα τον εκτελεί όλο.
|
||
# Αυτός ο έλεγχος του __name__ σιγουρεύει ότι αυτό το block κώδικα τρέχει μόνο
|
||
# αυτό το module είναι το κύριο πρόγραμμα (και όχι imported)
|
||
if __name__ == '__main__':
|
||
# Δημιουργούμε στιγμιότυπο κλάσης
|
||
i = Human(name="Ian")
|
||
i.say("hi") # "Ian: hi"
|
||
j = Human("Joel")
|
||
j.say("hello") # "Joel: hello"
|
||
# τα i και j είναι στιγμιότυπα του τύπου Human
|
||
|
||
# Καλούμε τη μέθοδο της κλάσης
|
||
i.say(i.get_species()) # "Ian: H. sapiens"
|
||
# Αλλάζουμε το κοινό attribute των αντικειμένων της κλάσης
|
||
Human.species = "H. neanderthalensis"
|
||
i.say(i.get_species()) # => "Ian: H. neanderthalensis"
|
||
j.say(j.get_species()) # => "Joel: H. neanderthalensis"
|
||
|
||
# Καλούμε τη static μέθοδο
|
||
print(Human.grunt()) # => "*grunt*"
|
||
|
||
# Δεν μπορούμε να καλέσουμε τη στατική μέθοδο με ένα στιγμιότυπο
|
||
# επειδή το i.grunt() θα βάλει αυτόματα το self (δηλαδή το αντικείμενο i) ως όρισμα
|
||
print(i.grunt()) # => TypeError: grunt() takes 0 positional arguments but 1 was given
|
||
|
||
# Ενημερώνουμε το property για αυτό το στγμιότυπο
|
||
i.age = 42
|
||
# Παίρνουμε το property
|
||
i.say(i.age) # => "Ian: 42"
|
||
j.say(j.age) # => "Joel: 0"
|
||
# Διαγράφουμε το property
|
||
del i.age
|
||
# i.age # => αυτό θα προκαλούσε AttributeError
|
||
|
||
|
||
####################################################
|
||
## 6.1 Κληρονομικότητα - Inheritance
|
||
####################################################
|
||
|
||
# Η κληρονομικότητα επιτρέπει σε νέες κλάσεις-παιδιά να οριστούν και να υιοθετήσουν
|
||
# μεθόδους και μεταβλητές από την κλάση-γονέα.
|
||
|
||
# Χρησιμοποιώντας την κλάση Human που ορίστηκε πριν ως τη βασική κλάση (ή κλάση-γονέα)
|
||
# μπορούμε να ορίσουμε τις κλάσεις-παιδιά Superhero, που κληρονομεί μεταβλητές όπως
|
||
# "species", "name", και "age", καθώς και μεθόδους όπως "sing" και "grunt"
|
||
# από την κλάση Human, αλλά επίσης έχει τις δικές του ξεχωριστές ιδιότητες
|
||
|
||
# Για να εκμεταλλευτείς το modularization κατά αρχείο, μπορείς να βάλεις την παραπάνω κλάση
|
||
# σε δικό της αρχείο, ας πούμε human.py
|
||
|
||
# Για να κάνουμε import συναρτήσεις από άλλα αρχεία χρησιμοποιούμε το παρακάτω format
|
||
# from "filename-without-extension" import "function-or-class"
|
||
|
||
from human import Human
|
||
|
||
|
||
# Προσδιόρισε την/τις parent class(es) ως παραμέτρους της κλάσης που ορίζεται
|
||
class Superhero(Human):
|
||
|
||
# Αν η κλάση-παιδί πρέπει να κληρονομήσει όλους τους οεισμούς της κλάσης-γονέα
|
||
# χωρίς καμία αλλαγή, μπορείς απλά να γράψεις pass (και τίποτα άλλο)
|
||
# αλλά σε αυτή την περίπτωση είναι σχολιασμένο για να επιτρέψει τη δημιουργία
|
||
# ξεχωριστής κλάσης-παιδιού:
|
||
# pass
|
||
|
||
# Η κλάση παιδί μπορεί να υπερφορτώσει (override) τα attributes της κλάσης από την οποία κληρονομεί
|
||
species = 'Superhuman'
|
||
|
||
# Τα παιδιά αυτόματα, κληρονομούν τον constructo της κλάσης-γονέα
|
||
# συμπεριλαμβανομένων των ορισμάτων, αλλά μπορείς και να ορίσεις πρόσθετα ορίσματα
|
||
# ή ορισμούς και να κάνεις override τις μεθόδους, όπως τον constructor.
|
||
# Αυτός ο constructor κληρονομεί το όρισμα "name" από την κλάση Human και
|
||
# προσθέτει τα ορίσματα "superpower" και "movie":
|
||
def __init__(self, name, movie=False,
|
||
superpowers=["super strength", "bulletproofing"]):
|
||
|
||
# πρόσθήκη επιπλέον attributes της κλάσης:
|
||
self.fictional = True
|
||
self.movie = movie
|
||
# έχετε το νου σας τις μεταβλητές (mutable) default τιμές, καθώς είναι κοινές
|
||
self.superpowers = superpowers
|
||
|
||
# Η συνάρτηση "super" επιτρέπει την πρόσβαση στις μεθόδους της κλάσης-γονέα
|
||
# που είναι υπερφορτωμένες από το παιδί. Σε αυτή την περίπτωση τη μέθοδο __init__
|
||
# Το παρακάτω καλεί τον constructor της κλάσης-γονέα:
|
||
super().__init__(name)
|
||
|
||
# υπερφόρτωση της μεθόδου sing
|
||
def sing(self):
|
||
return 'Dun, dun, DUN!'
|
||
|
||
# προσθήκη νέας μεθόδου που εφαρμόζεται σε στιγμιότυπα
|
||
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")
|
||
|
||
# Έλεγχος για το αν το στιγμιότυπο sup ανήκει στην κλάση Human
|
||
if isinstance(sup, Human):
|
||
print('I am human')
|
||
if type(sup) is Superhero:
|
||
print('I am a superhero')
|
||
# TODO:
|
||
# Παίρνουμε το Method Resolution search Order που χρησιμοποιούν οι getattr() και super()
|
||
# Αυτό το attribute είναι δυναμικό και μπορεί να ανανεωθεί
|
||
print(Superhero.__mro__) # => (<class '__main__.Superhero'>,
|
||
# => <class 'human.Human'>, <class 'object'>)
|
||
|
||
# Καλούμε μέθοδο της κλάσης-γονέα, αλλά χρησιμοποιεί το δικό της attribute
|
||
print(sup.get_species()) # => Superhuman
|
||
|
||
# Καλεί την υπερφορτωμένη μέθοδο
|
||
print(sup.sing()) # => Dun, dun, DUN!
|
||
|
||
# Καλεί μέθοδο από την κλάση Human
|
||
sup.say('Spoon') # => Tick: Spoon
|
||
|
||
# Καλεί μέθοδο που υπάρχει μόνο στην κλάση Superhero
|
||
sup.boast() # => I wield the power of super strength!
|
||
# => I wield the power of bulletproofing!
|
||
|
||
# Κληρονομημένο class attribute
|
||
sup.age = 31
|
||
print(sup.age) # => 31
|
||
|
||
# Attribute που υπάρχει μόνο στην μέσα στην κλάση Superhero
|
||
print('Am I Oscar eligible? ' + str(sup.movie))
|
||
|
||
####################################################
|
||
## 6.2 Πολλαπλή Κληρονομικότητα - Multiple Inheritance
|
||
####################################################
|
||
|
||
# Ένας ακόμη ορισμός κλάσης
|
||
# bat.py
|
||
class Bat:
|
||
|
||
species = 'Baty'
|
||
|
||
def __init__(self, can_fly=True):
|
||
self.fly = can_fly
|
||
|
||
# Αυτή η κλάση έχει επίσης μία μέθοδο say
|
||
def say(self, msg):
|
||
msg = '... ... ...'
|
||
return msg
|
||
|
||
# Και τη δική της μέθοδο sonar
|
||
def sonar(self):
|
||
return '))) ... ((('
|
||
|
||
if __name__ == '__main__':
|
||
b = Bat()
|
||
print(b.say('hello'))
|
||
print(b.fly)
|
||
|
||
|
||
# Και ορίζουμε μία ακόμα κλάση που κληρονομεί από τις κλάσεις Superhero και Bat
|
||
# superhero.py
|
||
from superhero import Superhero
|
||
from bat import Bat
|
||
|
||
# Ας πούμε αυτή την κλάση Batman
|
||
class Batman(Superhero, Bat):
|
||
|
||
def __init__(self, *args, **kwargs):
|
||
# Τυπικά γα να κληρονομήουμε attributes πρέπει να καλέσουμε τη super:
|
||
# super(Batman, self).__init__(*args, **kwargs)
|
||
# Ωστόσο έχουμε να κάνουμε με πολλαπλή κληρονομικότητα εδώ, και το super()
|
||
# δουλεύει μόνο με την αμέσως ανώτερη κλάση στην ιεραρχία.
|
||
# Οπότε, καλούμε ρητά την __init__ για όλους τους πρόγονους
|
||
# Η χρήση των *args και **kwargs επιτρέπει έναν καθαρό τρόπο για να περνάμε ορίσματα
|
||
# με κάθε κλάση-γονέα να "βγάζει μία φλούδα από το κρεμμύδι".
|
||
Superhero.__init__(self, 'anonymous', movie=True,
|
||
superpowers=['Wealthy'], *args, **kwargs)
|
||
Bat.__init__(self, *args, can_fly=False, **kwargs)
|
||
# υπερφορτώνουμε την τιμή του γνωρίσματος name
|
||
self.name = 'Sad Affleck'
|
||
|
||
def sing(self):
|
||
return 'nan nan nan nan nan batman!'
|
||
|
||
|
||
if __name__ == '__main__':
|
||
sup = Batman()
|
||
|
||
#
|
||
# Λάβε το Method Resolution search Order που χρησιμοποιείται από το getattr() και το super().
|
||
# Αυτό το attribute είναι δυναμικό και μπορεί να ενημερωθεί
|
||
print(Batman.__mro__) # => (<class '__main__.Batman'>,
|
||
# => <class 'superhero.Superhero'>,
|
||
# => <class 'human.Human'>,
|
||
# => <class 'bat.Bat'>, <class 'object'>)
|
||
|
||
# Καλεί την μέθοδο της κλάσης-πατέρα αλλά χρησιμοποιεί το attribute της δικής του κλάσης
|
||
print(sup.get_species()) # => Superhuman
|
||
|
||
# Καλεί την υπερφορτωμένη μέθοδο
|
||
print(sup.sing()) # => nan nan nan nan nan batman!
|
||
|
||
# Καλεί μέθοδο από την κλάση Human, επειδή μετράει η σειρά της κληρονομιάς
|
||
sup.say('I agree') # => Sad Affleck: I agree
|
||
|
||
# Καλεί μέθοδο που ανήκει μόνο στον δεύτερο πρόγονο
|
||
print(sup.sonar()) # => ))) ... (((
|
||
|
||
# Attribute της κληρονομημένης κλάσης
|
||
sup.age = 100
|
||
print(sup.age) # => 100
|
||
|
||
# Κληρονομούμενο attribute από τον δεύτερο πρόγονο του οποίου η default τιμή
|
||
# έχει υπερφορτωθεί.
|
||
print('Can I fly? ' + str(sup.fly)) # => Can I fly? False
|
||
|
||
|
||
|
||
####################################################
|
||
## 7. Προχωρημένα
|
||
####################################################
|
||
|
||
# Με τους Generators μπορείς να γράψεις τεμπέλικο κώδικα.
|
||
def double_numbers(iterable):
|
||
for i in iterable:
|
||
yield i + i
|
||
# Οι Generators είναι αποδοτικοί από άποψη μνήμης επειδή φορτώνουν μόνο τα δεδομένα
|
||
# που είναι αναγκαία για να επεξεργαστούμε την επόμενη τιμή του iterable.
|
||
# Αυτό μας επιτρέπει να κάνουμε πράξεις σε τιμές που υπό άλλες συνθήκες θα ήταν
|
||
# απαγορευτικά μεγάλες.
|
||
for i in double_numbers(range(1, 900000000)): # το `range` είναι ένας generator.
|
||
print(i)
|
||
if i >= 30:
|
||
break
|
||
|
||
# Όπως μπορείς να δημιουργήσεις list comprehension, έτσι μπορείς να δημιουργήσεις και
|
||
# generator comprehensions
|
||
values = (-x for x in [1,2,3,4,5])
|
||
for x in values:
|
||
print(x) # τυπώνει -1 -2 -3 -4 -5 στο console/terminal
|
||
|
||
# Μπορείς επίσης να μετατρέψεις ένα generator comprehension απευθείας σε λίστα.
|
||
values = (-x for x in [1,2,3,4,5])
|
||
gen_to_list = list(values)
|
||
print(gen_to_list) # => [-1, -2, -3, -4, -5]
|
||
|
||
|
||
# Decorators
|
||
# σε αυτό το παράδειγμα το `beg` τυλίγει το `say`. Αν το say_please είναι True τότε
|
||
# θα αλλάξει το μήνυμα που επιστρέφεται.
|
||
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 :(
|
||
```
|
||
|
||
## Έτοιμοι για περισσότερα?
|
||
|
||
### Δωρεάν Online
|
||
|
||
* [Automate the Boring Stuff with Python](https://automatetheboringstuff.com)
|
||
* [Ideas for Python Projects](http://pythonpracticeprojects.com)
|
||
* [The Official Docs](http://docs.python.org/3/)
|
||
* [Hitchhiker's Guide to Python](http://docs.python-guide.org/en/latest/)
|
||
* [Python Course](http://www.python-course.eu/index.php)
|
||
* [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)
|
||
* [30 Python Language Features and Tricks You May Not Know About](http://sahandsaba.com/thirty-python-language-features-and-tricks-you-may-not-know.html)
|
||
* [Official Style Guide for Python](https://www.python.org/dev/peps/pep-0008/)
|
||
* [Python 3 Computer Science Circles](http://cscircles.cemc.uwaterloo.ca/)
|
||
* [Dive Into Python 3](http://www.diveintopython3.net/index.html)
|
||
* [A Crash Course in Python for Scientists](http://nbviewer.jupyter.org/gist/anonymous/5924718)
|