Python——变量和关键词

1. 变量 

变量可以任意取名，但必须遵循以下命名规则：

• 由字母、数字、下划线（_）组成
• 不能以数字开头
• 不能使用 Python 关键字
• 不能使用特殊符号，例如：!、@、#、$、% 等

    在 Python 中，变量没有明显的变量声明，而且类型不是固定的。

    在 Python 中，等号（=）是赋值语句，可以把任意数据类型赋值给变量。

>>> name = 'zth'
>>> print(name)
zth

【注】字符串必须以引号标记开始，并以引号标记结束。

>>> age
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'age' is not defined

【注】变量在使用前必须对其赋值。

>>> age="abc"
>>> print(age)
abc
>>> age=23
>>> age
23

【注】同一个变量可以重复赋值

>>> type('hello,world')
<class 'str'>
>>> type(100)
<class 'int'>
>>> type(3.2)
<class 'float'>
>>> type("3.2")
<class 'str'>

【注】当不能确定变量或数据的类型时，可以借助解释器内置函数 type 进行确认。

【注】Python 是区分大小写的。

2. 关键字

>>> import keyword
>>> keyword.kwlist
['False', 'None', 'True', 'and', 'as', 'assert', 'async', 'await', 'break', 'class', 
'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', 'from', 'global', 
'if', 'import', 'in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass', 'raise', 'return', 
'try', 'while', 'with', 'yield']

关键字	含义
False	布尔类型的值，表示假，与 True 相反
None	None 比较特殊，表示什么也没有，它有自己的数据类型 - NoneType。
True	布尔类型的值，表示真，与 False 相反
and	用于表达式运算，逻辑与操作
as	用于类型转换
assert	断言，用于判断变量或者条件表达式的值是否为真
break	中断循环语句的执行
class	用于定义类
continue	跳出本次循环，继续执行下一次循环
def	用于定义函数或方法
del	删除变量或序列的值
elif	条件语句，与 if、else 结合使用
else	条件语句，与 if、elif 结合使用。也可用于异常和循环语句
except	except 包含捕获异常后的操作代码块，与 try、finally 结合使用
finally	用于异常语句，出现异常后，始终要执行 finally 包含的代码块。与 try、except 结合使用
for	for 循环语句
from	用于导入模块，与 import 结合使用
global	定义全局变量
if	条件语句，与 else、elif 结合使用
import	用于导入模块，与 from 结合使用
in	判断变量是否在序列中
is	判断变量是否为某个类的实例
lambda	定义匿名函数
nonlocal	用于标识外部作用域的变量
not	用于表达式运算，逻辑非操作
or	用于表达式运算，逻辑或操作
pass	空的类、方法或函数的占位符
raise	异常抛出操作
return	用于从函数返回计算结果
try	try 包含可能会出现异常的语句，与 except、finally 结合使用
while	while 循环语句
with	简化 Python 的语句
yield	用于从函数依次返回值

-1.and , or 
    and , or 为逻辑关系用语，Python具有短路逻辑，False and 返回 False 
    不执行后面的语句， True or 直接返回True，不执行后面的语句 

-2.del 
    删除变量

>>> a=1
>>> b=a
>>> c=b
>>> a
1
>>> b
1
>>> c
1
>>> del a
>>> a
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'a' is not defined
>>> b
1
>>> c
1

>>> li=[1,2,3,4,5]
>>> first=li[0]
>>> del li[0]
>>> print(li)
[2, 3, 4, 5]
>>> li[0]
2
>>> print(first)
1

-3.from 
from引用模块时会用到，例：

from sys import argv
# 从sys中导入argv
from sys import *
# 将sys中所有东西都导入
import sys 
# 导入sys，当需要sys中内容时，需sys.argv而from sys import *
#不用每次都重复输入'sys.'

-4.golbal 
golbal为全局变量，但当单个函数中出现同一变量名时，在单个函数中为局部变量

>>> global age
>>> age=18
>>> age
18
>>> def function():
...   age=20
...   print  ("age=",age)
...
>>> function()
age= 20
>>> age
18

-5.with 
with被用来处理异常

# 不用with 处理文件异常
file = open("/tmp/foo.txt")
try:
    data = file.read()
finally:
    file.close()

# 用with
with open("/tmp/foo.txt")
 as file:
    data = file.read()

紧跟 with 后面的语句被求值后，返回对象的 enter() 方法被调用，这个方法的返回值将被赋值给 as 后面的变量，此处为 file 
当 with 后面的代码块全部被执行完后，将调用前面返回对象的 exit() 方法

#with 的工作      
class Sample:
    def __enter__(self):
        print "In __enter__()"
        return "Foo"

    def __exit__(self, type, value, trace):
        print "In __exit__()"


def get_sample():
    return Sample()

with get_sample() as sample:
    print "sample:", sample
#1. __enter__()方法被执行
#2. __enter__()方法返回的值 - 这个例子中是"Foo"，赋值给变量'sample'
#3. 执行代码块，打印变量"sample"的值为 "Foo"
#4. __exit__()方法被调用

#with真正强大之处是它可以处理异常。
#可能你已经注意到Sample类的__exit__方法有三个参数- val, type 和 trace。 
#这些参数在异常处理中相当有用。

class Sample:
    def __enter__(self):
        return self

    def __exit__(self, type,
 value, trace):
        print "type:", type
        print "value:",
 value
        print "trace:",
 trace

    def do_something(self):
        bar = 1/0
        return bar + 10

with Sample() as sample:
    sample.do_something()

实际上，在with后面的代码块抛出任何异常时，exit()方法被执行。 
正如例子所示，异常抛出时，与之关联的type，value和stack trace传给exit()方法， 
因此抛出的ZeroDivisionError异常被打印出来了。 
开发库时，清理资源，关闭文件等等操作，都可以放在exit方法当中。

-6.while, for…in… 
均为循环语句，使用while时要注意成立条件，防止陷入死循环 
for in 遍历

-7.assert 
断言，声明其布尔值必须为真的判定，如果发生异常就说明表达示为假。 
可以理解assert断言语句为raise-if-not，用来测试表示式，其返回值为假，就会触发异常。

assert 1==1
assert 1 == 2# 会报错  Asserterror
assert expression , 'arguments'
#assert 表达式 [, 参数]用来解释断言并更好知道哪里错了

-8.pass 
pass是空语句，为了保证程序结构的完整性， 
pass不做任何事情，一般用作 占位语句 
当你编写程序部分内容还没想好，可用pass语句占位

def no_idea():
   pass

#实例
for letter in 'python':
    if letter == 'h':
        pass
        print u'这是pass块'
    print u'当前字母：', letter
print 'bye,bye' 

-9.yield 
yield的意思是生产，返回了一个生成器对象，每个生成器只能使用一次

def h():
    print 'To be brave'
    yield 5

h() #看到某个函数包含了yield，这意味着这个函数已经是一个Generator
#调用h()函数后,print 语句并未执行，执行yield用.next()方法

def h():
    print 'Wen Chuan'
    yield 5
    print 'Fighting!'

c = h()
# >>>c.next()# 在IDE 中不用print c.next()，直接c.next()。
# next()语句将恢复Generator执行，并直到下一个yield表达式处
# Wen Chuan 
# 5 
# 当再次运行c.next()时由于没有yield了报错
# >>>c.next()
#  Fighting 
#  Traceback (most recent call last):
#  File "/home/evergreen/Codes/yidld.py", line 11, in <module>
#   c.next()
# StopIteration

一个带有 yield的函数就是一个generation，他和普通函数不同，生成一个generator看起来像函数调用，但不会执行任何函数代码，直到对其调用.next()（在 for 循环中会自动调用 next()）才开始执行 
虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

#使用isgeneratorfunction判断一个函数是否是一个特殊的generator 函数
from inspect import isgeneratorfunction 
isgeneratorfunction(h) 
# True

send() 与next()

def h():
    print 'Wen Chuan',
    m = yield 5  # Fighting!
    print m
    d = yield 12
    print 'We are together!'

c = h()
m = c.next()  #m 获取了yield 5 的参数值 5
d = c.send('Fighting!')  #d 获取了yield 12 的参数值12
print 'We will never forget the date', m, '.', d

#send()可以传递yield表达式的值进去，而next()不能传递特定的值，只能传递None进去。
#因此，我们可以看做c.next() 和 c.send(None) 作用是一样的
#注意！！！第一次调用时，请使用next()语句或是send(None)，不能使用send发送一个非None的值，否则会出错的，因为没有yield语句来接收这个值

-10.break 与 contiue 
Python break语句用来终止循环，用在while和for循环中！！直接跳出 整个 循环 
嵌套循环，break语句将停止执行最深层的循环，并开始执行下一行代码

for letter in 'python':# 第一个例子
    if letter == 'h'
        break 
    print u'当期字母：',letter
#输出到'p''y''t'    

var= 10 # 第二个例子
while var > 0:
    print u'当期字母：',var 
    var = var -1
    if var == 5
       break
#输出到6       
print 'bye'

break是跳出整个循环，continue是跳出当前循环

#例1
for letter in 'pyhton':
    if letter == 'h':
        continue
    print u'当前字母：', letter
#打印出 pyton

#例2
var = 10
while var > 0:
    var -= 1
    if var == 5:
        continue
    print u'当前字母：', var
#结果 98764321

-11.try except finally

try:
<语句>        #运行别的代码
except <名字>：
<语句>        #如果在try部份引发了'name'异常
except <名字>，<数据>:
<语句>        #如果引发了'name'异常，获得附加的数据
else:
<语句>        #如果没有异常发生

如果当  try  后的语句执行时发生异常，python就跳回到  try  并执行第一个匹配该异常的  except  子句，异常处理完毕，控制流就通过整个  try 语句（除非在处理异常时又引发新的异常）。 
如果在  try  后的语句里发生了异常，却没有匹配的  except  子句，异常将被递交到上层的  try，或者到程序的最上层（这样将结束程序，并打印缺省的出错信息）。 
如果在  try 子句执行时没有发生异常，python将执行  else  语句后的语句（如果有  else  的话），然后控制流通过整  try语句。

try:
    try:
        raise NameError
    except TypeError:
        print 'as'
except NameError:
    print 'e'
# e，try后语句raise触发异常，except没有匹配字句，被抛到上层try匹配，print 'e'

try:    
     1/0
except Exception , e:    
     print e 
#以上传统的异常处理，加入!!!traceback后会打印出详细的错误信息
import traceback
try:   
      1/0
except Exception: 
     traceback.print_exc()

try:
<语句>
finally:
<语句>    #退出try时总会执行
raise

try:
    1 / 0
except Exception as e:
    '''异常的父类，可以捕获所有的异常'''
    print "0不能被除"
else:
    '''保护不抛出异常的代码'''
    print "没有异常"
finally:
    print "最后总是要执行我"

-12.raise 

触发异常 
raise [Exception[,args[,traceback]]] 
语句中Exception是异常的类型（例如，NameError）参数是一个异常参数值。 
该参数是可选的，如果不提供，异常的参数是”None”。 
最后一个参数是可选的（在实践中很少使用），如果存在，是跟踪异常对象。

def mye( level ):
    if level < 1:
        raise Exception("Invalid level!", level)

raise 触发异常后，后面的代码就不会再执行

try:
     s = None
     if s is None:
         print "s 是空对象"
         raise NameError     #如果引发NameError异常，后面的代码将不能执行
     print len(s)  #这句不会执行，但是后面的except还是会走到
except TypeError:
     print "空对象没有长度" #由于错误类型并不是TypeError,不执行print

try:
     s = None
     if s is None:
         print u"s 是空对象"
         raise NameError('name is wrong','is')     #如果引发NameError异常，后面的代码将不能执行
     print len(s)  #这句不会执行，但是后面的except还是会走到
except NameError,argvment:
     print u"空对象没有长度",argvment

s = None
if s is None:
    raise NameError

 print 'is here?' #如果不使用try......except这种形式，那么直接抛出异常，不会执行到这里

def mye( level ):
    if level < 1:
        raise Exception("Invalid level!", level)
        # 触发异常后，后面的代码就不会再执行

try:
    mye(0)                # 触发异常
except "Invalid level!":
    print 1
else:
    print 2

die函数，打印错误信息

def die(error_massage):
    raise Exception(error_massage)

a = 'wer'
if a == None:
    print 'None'
else:
    die()

-13.exec–eval–execfile 

exec 用来执行储存在字符串或文件中的Python语句 
exec是一条语句将字符串str当成有效的python代码来执行 
eval与execfile是pytho内置函数 
eval(str[globals[locals]])函数将字符串str当成有效的python表达式来求值，并提供返回计算值

exec 'print"hello world"'
exec 'a=100'
# 执行后 a = 100
print a #100
eval('3+5')# 8
b = eval('5+6')#eval 返回计算值
print b + 1 #12

execfile(filename)函数可以用来执行文件

execfile(r'F:\learn\ex1.py')
# 若你位于文件所在目录直接执行
execfile(r'ex1.py')

from os.path import exists 
exists(file)将文件名字符串作为参数，如果文件存在返回True，否则返回False

-14.return 
return 是函数返回值

def fun():
    print 'asd'
# fun() 函数没有显示return,默认返回None

def fan(a):
    return a
#有返回值

-15.lambda—filter—map—reduce— 

lambda 只是一个表达式，定义了一个匿名函数，起到函数速写的作用 
由于lambda只是一个表达式，它可以直接作为python 列表或python 字典的成员，比如

info = [lambda a:a**3 , lambda b:b**3]

•  

g = lambda x:x+1
g(1) #2 等价于 lambda x:x+1(1)
g(3) #4
#其中 x 为入口参数，x+1 为函数体
#用的函数来同样表示
def g(x):
    return x+1


#lambda 也可以用在函数中
def action(x):
    return lambda y:x+y

a = action(3)# a是action函数的返回值，
a(22) # 24 ，a(22) ，调用了action返回的lambda表达式
# 上面函数也可直接写成下式
b = lambda x:lambda y:x+y
a = b(3)
a(2) # 也可直接 (b(3))(2)


# lambda 可以一个、多个参数
g = lambda x:x*2 #one
print g(3)

m = lambda x,y,z: (x-y)*z # mutiple
print m(3,1,2)

#lambda 并不会带来程序运行效率的提高，只会使代码更简洁。
#如果可以使用for...in...if来完成的，坚决不用lambda。
#如果使用lambda，lambda内不要包含循环，如果有，我宁愿定义函数来完成，
#使代码获得可重用性和更好的可读性。
# lambda 是为了减少单行函数的定义而存在的。


# --filter(function or None, sequence) -> list, tuple, or string
# function是一个谓词函数，接受一个参数，返回布尔值True或False。
# filter函数会对序列参数sequence中的每个元素调用function函数，
# 最后返回执行结果为True的
# 返回值的类型和参数sequence（list, tuple, string）的类型相同
foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]

print filter(lambda x: x % 3 == 0, foo)# filter 是 过滤/筛选 函数
print[x for x in foo if x % 3==0] #[18, 9, 24, 12, 27] 筛选foo中能被3整除的

map(function, sequence) 
对sequence中的item 依次执行 function，将执行结果组成list返回 
单个参数

str = ['a', 'b','c', 'd'] 

def fun2(s): 
    return s + ".txt"

ret = map(fun2, str)
print ret # ['a.txt', 'b.txt', 'c.txt', 'd.txt']

多个参数，要求函数接受多个参数

def add(x,y):
    return x+y

print map(add,range(5),range(5))
#[0,2,4,6,8]

foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]
print map(lambda x: x * 2 + 10, foo) 
#[14, 46, 28, 54, 44, 58, 26, 34, 64]

reduce(function, sequence, starting_value) 
对sequence中的item顺序迭代调用function，如果有starting_value， 
还可以作为初始值调用，例如可以用来对List求和

def add1(x,y):
    return x+y

print reduce(add1,range(1,100))
# 4950 注：1+2+...+99
print reduce(add1,range(1,100),20)
# 4970 注：1+2+...+99+20，20为初始值