简介
Python 是一种高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python 由 Guido van Rossum 于 1989 年底在荷兰国家数学和计算机科学研究所发明，第一个公开发行版发行于 1991 年。
当然在学习Python的道路上肯定会困难，没有好的学习资料，怎么去学习呢？
所以小编准备了一份零基础入门Python的学习资料。进群：943752371即可领取！
特点
- 易于学习 ：Python 有相对较少的关键字，结构简单，和一个明确定义的语法，学习起来更加简单。
- 易于阅读 ：Python 代码定义的更清晰。
- 易于维护 ：Python 的成功在于它的源代码是相当容易维护的。
- 一个广泛的标准库 ：Python 的最大的优势之一是丰富的库，跨平台的，在 UNIX，Windows 和 macOS 兼容很好。
- 互动模式 ：互动模式的支持，您可以从终端输入执行代码并获得结果的语言，互动的测试和调试代码片断。
- 可移植 ：基于其开放源代码的特性，Python 已经被移植（也就是使其工作）到许多平台。
- 可扩展 ：如果你需要一段运行很快的关键代码，或者是想要编写一些不愿开放的算法，你可以使用 C 或 C++ 完成那部分程序，然后从你的 Python 程序中调用。
- 数据库 ：Python 提供所有主要的商业数据库的接口。
- GUI 编程 ：Python 支持 GUI 可以创建和移植到许多系统调用。
- 可嵌入 ：你可以将 Python 嵌入到 C/C++ 程序，让你的程序的用户获得"脚本化"的能力。
- 面向对象 ：Python 是强面向对象的语言，程序中任何内容统称为对象，包括数字、字符串、函数等。
基础语法
运行 Python
交互式解释器
在命令行窗口执行 python 后，进入 Python 的交互式解释器。 exit() 或 Ctrl + D 组合键退出交互式解释器。
命令行脚本
在命令行窗口执行 python script-file.py ，以执行 Python 脚本文件。
指定解释器
如果在 Python 脚本文件首行输入 #!/usr/bin/env python ，那么可以在命令行窗口中执行 /path/to/script-file.py 以执行该脚本文件。
注：该方法不支持 Windows 环境。
编码
默认情况下，3.x 源码文件都是 UTF-8 编码，字符串都是 Unicode 字符。也可以手动指定文件编码：
# -*- coding: utf-8 -*- 或者
# encoding: utf-8 注意: 该行标注必须位于文件第一行
标识符
_ 注：从 3.x 开始，非 ASCII 标识符也是允许的，但不建议。
保留字
保留字即关键字，我们不能把它们用作任何标识符名称。Python 的标准库提供了一个 keyword 模块，可以输出当前版本的所有关键字：
>>> import keyword >>> keyword.kwlist ['False', 'None', 'True', 'and', 'as', 'assert', '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'] 注释
单行注释采用 # ，多行注释采用 ''' 或 """ 。
# 这是单行注释 ''' 这是多行注释 这是多行注释 ''' """ 这也是多行注释 这也是多行注释 """ 行与缩进
Python 最具特色的就是使用缩进来表示代码块，不需要使用大括号 {} 。
缩进的空格数是可变的，但是同一个代码块的语句必须包含相同的缩进空格数。缩进不一致，会导致运行错误。
多行语句
Python 通常是一行写完一条语句，但如果语句很长，我们可以使用反斜杠 \ 来实现多行语句。
total = item_one + \ item_two + \ item_three 在 [] , {} , 或 () 中的多行语句，不需要使用反斜杠 \ 。
空行
函数之间或类的方法之间用空行分隔，表示一段新的代码的开始。类和函数入口之间也用一行空行分隔，以突出函数入口的开始。
空行与代码缩进不同，空行并不是 Python 语法的一部分。书写时不插入空行，Python 解释器运行也不会出错。但是空行的作用在于分隔两段不同功能或含义的代码，便于日后代码的维护或重构。
记住：空行也是程序代码的一部分。
等待用户输入
input 函数可以实现等待并接收命令行中的用户输入。
content = input("\n\n请输入点东西并按 Enter 键\n") print(content) 同一行写多条语句
Python 可以在同一行中使用多条语句，语句之间使用分号 ; 分割。
import sys; x = 'hello world'; sys.stdout.write(x + '\n') 多个语句构成代码组
缩进相同的一组语句构成一个代码块，我们称之代码组。
像 if 、 while 、 def 和 class 这样的复合语句，首行以关键字开始，以冒号 : 结束，该行之后的一行或多行代码构成代码组。
我们将首行及后面的代码组称为一个子句(clause)。
print 输出
print 默认输出是换行的，如果要实现不换行需要在变量末尾加上 end="" 或别的非换行符字符串：
print('123') # 默认换行 print('123', end = "") # 不换行 import 与 from...import
在 Python 用 import 或者 from...import 来导入相应的模块。
将整个模块导入，格式为： import module_name
从某个模块中导入某个函数,格式为： from module_name import func1
从某个模块中导入多个函数,格式为： from module_name import func1, func2, func3
将某个模块中的全部函数导入，格式为： from module_name import *
运算符
算术运算符
比较运算符
赋值运算符
位运算符
逻辑运算符
成员运算符
身份运算符
运算符优先级
具有相同优先级的运算符将从左至右的方式依次进行。用小括号 () 可以改变运算顺序。
变量
变量在使用前必须先"定义"（即赋予变量一个值），否则会报错：
>>> name Traceback (most recent call last): File "<stdin>", line 1, in <module> NameError: name 'name' is not defined 数据类型
布尔(bool)
只有 True 和 False 两个值，表示真或假。
数字(number)
整型(int)
整数值，可正数亦可复数，无小数。
3.x 整型是没有限制大小的，可以当作 Long 类型使用，所以 3.x 没有 2.x 的 Long 类型。
浮点型(float)
浮点型由整数部分与小数部分组成，浮点型也可以使用科学计数法表示（2.5e2 = 2.5 x 10^2 = 250）
复数(complex)
复数由实数部分和虚数部分构成，可以用 a + bj ，或者 complex(a,b) 表示，复数的实部 a 和虚部 b 都是浮点型。
数字运算
- 不同类型的数字混合运算时会将整数转换为浮点数
- 在不同的机器上浮点运算的结果可能会不一样
- 在整数除法中，除法 / 总是返回一个浮点数，如果只想得到整数的结果，丢弃可能的分数部分，可以使用运算符 // 。
- // 得到的并不一定是整数类型的数，它与分母分子的数据类型有关系
- 在交互模式中，最后被输出的表达式结果被赋值给变量 _ ， _ 是个只读变量
数学函数
注：以下函数的使用，需先导入 math 包。
随机数函数
注：以下函数的使用，需先导入 random 包。
三角函数
注：以下函数的使用，需先导入 math 包。
数学常量
字符串(string)
- 单引号和双引号使用完全相同
- 使用三引号( ''' 或 """ )可以指定一个多行字符串
- 转义符(反斜杠 \ )可以用来转义，使用 r 可以让反斜杠不发生转义，如 r"this is a line with \n" ，则 \n 会显示，并不是换行
- 按字面意义级联字符串，如 "this " "is " "string" 会被自动转换为 this is string
- 字符串可以用 + 运算符连接在一起，用 * 运算符重复
- 字符串有两种索引方式，从左往右以 0 开始，从右往左以 -1 开始
- 字符串不能改变
- 没有单独的字符类型，一个字符就是长度为 1 的字符串
- 字符串的截取的语法格式如下： 变量[头下标:尾下标]
转义字符
字符串运算符
字符串格式化
在 Python 中，字符串格式化不是 sprintf 函数，而是用 % 符号。例如：
print("我叫%s， 今年 %d 岁！" % ('小明', 10)) // 输出: 我叫小明， 今年 10 岁！ 格式化符号:
辅助指令:
Python 2.6 开始，新增了一种格式化字符串的函数 str.format() ，它增强了字符串格式化的功能。
多行字符串
- 用三引号( ''' 或 """ )包裹字符串内容
- 多行字符串内容支持转义符，用法与单双引号一样
- 三引号包裹的内容，有变量接收或操作即字符串，否则就是多行注释
实例：
string = ''' print(\tmath.fabs(-10)) print(\nrandom.choice(li)) ''' print(string) 输出：
print( math.fabs(-10)) print( random.choice(li)) Unicode
在 2.x 中，普通字符串是以 8 位 ASCII 码进行存储的，而 Unicode 字符串则存储为 16 位 Unicode 字符串，这样能够表示更多的字符集。使用的语法是在字符串前面加上前缀 u 。
在 3.x 中，所有的字符串都是 Unicode 字符串。
字符串函数
字节(bytes)
在 3.x 中，字符串和二进制数据完全区分开。文本总是 Unicode，由 str 类型表示，二进制数据则由 bytes 类型表示。Python 3 不会以任意隐式的方式混用 str 和 bytes，你不能拼接字符串和字节流，也无法在字节流里搜索字符串（反之亦然），也不能将字符串传入参数为字节流的函数（反之亦然）。
- bytes 类型与 str 类型，二者的方法仅有 encode() 和 decode() 不同。
- bytes 类型数据需在常规的 str 类型前加个 b 以示区分，例如 b'abc' 。
- 只有在需要将 str 编码(encode)成 bytes 的时候，比如：通过网络传输数据；或者需要将 bytes 解码(decode)成 str 的时候，我们才会关注 str 和 bytes 的区别。
bytes 转 str：
b'abc'.decode() str(b'abc') str(b'abc', encoding='utf-8') str 转 bytes：
'中国'.encode() bytes('中国', encoding='utf-8') 列表(list)
[) 创建列表
hello = (1, 2, 3) li = [1, "2", [3, 'a'], (1, 3), hello] 访问元素
li = [1, "2", [3, 'a'], (1, 3)] print(li[3]) # (1, 3) print(li[-2]) # [3, 'a'] 切片访问
格式: list_name[begin:end:step]
begin 表示起始位置(默认为0)，end 表示结束位置(默认为最后一个元素)，step 表示步长(默认为1)
hello = (1, 2, 3) li = [1, "2", [3, 'a'], (1, 3), hello] print(li) # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)] print(li[1:2]) # ['2'] print(li[:2]) # [1, '2'] print(li[:]) # [1, '2', [3, 'a'], (1, 3), (1, 2, 3)] print(li[2:]) # [[3, 'a'], (1, 3), (1, 2, 3)] print(li[1:-1:2]) # ['2', (1, 3)] 访问内嵌 list 的元素：
li = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, ['a', 'b', 'c']] print(li[1:-1:2][1:3]) # (3, 5) print(li[-1][1:3]) # ['b', 'c'] print(li[-1][1]) # b 修改列表
通过使用方括号，可以非常灵活的对列表的元素进行修改、替换、删除等操作。
li = [0, 1, 2, 3, 4, 5] li[len(li) - 2] = 22 # 修改 [0, 1, 2, 22, 4, 5] li[3] = 33 # 修改 [0, 1, 2, 33, 4, 5] li[1:-1] = [9, 9] # 替换 [0, 9, 9, 5] li[1:-1] = [] # 删除 [0, 5] 删除元素
可以用 del 语句来删除列表的指定范围的元素。
li = [0, 1, 2, 3, 4, 5] del li[3] # [0, 1, 2, 4, 5] del li[2:-1] # [0, 1, 5] 列表操作符
+ * in for ... in ... [1, 2, 3] + [3, 4, 5] # [1, 2, 3, 3, 4, 5] [1, 2, 3] * 2 # [1, 2, 3, 1, 2, 3] 3 in [1, 2, 3] # True for x in [1, 2, 3]: print(x) # 1 2 3 列表函数
len(list) max(list) min(list) list(seq) li = [0, 1, 5] max(li) # 5 len(li) # 3 注: 对列表使用 max/min 函数，2.x 中对元素值类型无要求，3.x 则要求元素值类型必须一致。
列表方法
- list.append(obj)
- 在列表末尾添加新的对象
- list.count(obj)
- 返回元素在列表中出现的次数
- list.extend(seq)
- 在列表末尾一次性追加另一个序列中的多个值
- list.index(obj)
- 返回查找对象的索引位置，如果没有找到对象则抛出异常
- list.insert(index, obj)
- 将指定对象插入列表的指定位置
- list.pop([index=-1]])
- 移除列表中的一个元素（默认最后一个元素），并且返回该元素的值
- list.remove(obj)
- 移除列表中某个值的第一个匹配项
- list.reverse()
- 反向排序列表的元素
- list.sort(cmp=None, key=None, reverse=False)
- 对原列表进行排序，如果指定参数，则使用比较函数指定的比较函数
- list.clear()
- 清空列表
- 还可以使用 del list[:] 、 li = [] 等方式实现
- list.copy()
- 复制列表
- 默认使用等号赋值给另一个变量，实际上是引用列表变量。如果要实现
列表推导式
列表推导式提供了从序列创建列表的简单途径。通常应用程序将一些操作应用于某个序列的每个元素，用其获得的结果作为生成新列表的元素，或者根据确定的判定条件创建子序列。
每个列表推导式都在 for 之后跟一个表达式，然后有零到多个 for 或 if 子句。返回结果是一个根据表达从其后的 for 和 if 上下文环境中生成出来的列表。如果希望表达式推导出一个元组，就必须使用括号。
将列表中每个数值乘三，获得一个新的列表：
vec = [2, 4, 6] [(x, x**2) for x in vec] # [(2, 4), (4, 16), (6, 36)] 对序列里每一个元素逐个调用某方法：
freshfruit = [' banana', ' loganberry ', 'passion fruit '] [weapon.strip() for weapon in freshfruit] # ['banana', 'loganberry', 'passion fruit'] 用 if 子句作为过滤器：
vec = [2, 4, 6] [3*x for x in vec if x > 3] # [12, 18] vec1 = [2, 4, 6] vec2 = [4, 3, -9] [x*y for x in vec1 for y in vec2] # [8, 6, -18, 16, 12, -36, 24, 18, -54] [vec1[i]*vec2[i] for i in range(len(vec1))] # [8, 12, -54] 列表嵌套解析：
matrix = [ [1, 2, 3], [4, 5, 6], [7, 8, 9], ] new_matrix = [[row[i] for row in matrix] for i in range(len(matrix[0]))] print(new_matrix) # [[1, 4, 7], [2, 5, 8], [3, 6, 9]] 元组(tuple)
- 元组与列表类似，不同之处在于元组的元素不能修改
- 元组使用小括号，列表使用方括号
- 元组创建很简单，只需要在括号中添加元素，并使用逗号隔开即可
- 没有 append()，insert() 这样进行修改的方法，其他方法都与列表一样
- 字典中的键必须是唯一的同时不可变的，值则没有限制
- 元组中只包含一个元素时，需要在元素后面添加逗号，否则括号会被当作运算符使用
访问元组
访问元组的方式与列表是一致的。
元组的元素可以直接赋值给多个变量，但变量数必须与元素数量一致。
a, b, c = (1, 2, 3) print(a, b, c) 组合元组
元组中的元素值是不允许修改的，但我们可以对元组进行连接组合
tup1 = (12, 34.56); tup2 = ('abc', 'xyz') tup3 = tup1 + tup2; print (tup3) # (12, 34.56, 'abc', 'xyz') 删除元组
元组中的元素值是不允许删除的，但我们可以使用 del 语句来删除整个元组
元组函数
len(tuple) max(tuple) min(tuple) tuple(tuple) 元组推导式
t = 1, 2, 3 print(t) # (1, 2, 3) u = t, (3, 4, 5) print(u) # ((1, 2, 3), (3, 4, 5)) 字典(dict)
- 字典是另一种可变容器模型，可存储任意类型对象
- 字典的每个键值(key=>value)对用冒号(:)分割，每个对之间用逗号(,)分割，整个字典包括在花括号({})中
- 键必须是唯一的，但值则不必
- 值可以是任意数据类型
- 键必须是不可变的，例如：数字、字符串、元组可以，但列表就不行
- 如果用字典里没有的键访问数据，会报错
- 字典的元素没有顺序，不能通过下标引用元素，通过键来引用
- 字典内部存放的顺序和 key 放入的顺序是没有关系的
格式如下:
d = {key1 : value1, key2 : value2 } 访问字典
dis = {'a': 1, 'b': [1, 2, 3]} print(dis['b'][2]) 修改字典
dis = {'a': 1, 'b': [1, 2, 3], 9: {'name': 'hello'}} dis[9]['name'] = 999 print(dis) # {'a': 1, 9: {'name': 999}, 'b': [1, 2, 3]} 删除字典
用 del 语句删除字典或字典的元素。
dis = {'a': 1, 'b': [1, 2, 3], 9: {'name': 'hello'}} del dis[9]['name'] print(dis) del dis # 删除字典 # {'a': 1, 9: {}, 'b': [1, 2, 3]} 字典函数
len(dict) str(dict) type(variable) key in dict 字典方法
- dict.clear()
- 删除字典内所有元素
- dict.copy()
- 返回一个字典的浅复制
- dict.fromkeys(seq[, value])
- 创建一个新字典，以序列 seq 中元素做字典的键，value 为字典所有键对应的初始值
- dict.get(key, default=None)
- 返回指定键的值，如果值不在字典中返回默认值
- dict.items()
- 以列表形式返回可遍历的(键, 值)元组数组
- dict.keys()
- 以列表返回一个字典所有的键
- dict.values()
- 以列表返回字典中的所有值
- dict.setdefault(key, default=None)
- 如果 key 在字典中，返回对应的值。如果不在字典中，则插入 key 及设置的默认值 default，并返回 default ，default 默认值为 None。
- dict.update(dict2)
- 把字典参数 dict2 的键/值对更新到字典 dict 里
dic1 = {'a': 'a'} dic2 = {9: 9, 'a': 'b'} dic1.update(dic2) print(dic1) # {'a': 'b', 9: 9} - dict.pop(key[,default])
- 删除字典给定键 key 所对应的值，返回值为被删除的值。key 值必须给出，否则返回 default 值。
- dict.popitem()
- 随机返回并删除字典中的一对键和值(一般删除末尾对)
字典推导式
构造函数 dict() 直接从键值对元组列表中构建字典。如果有固定的模式，列表推导式指定特定的键值对：
>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)]) {'sape': 4139, 'jack': 4098, 'guido': 4127} 此外，字典推导可以用来创建任意键和值的表达式词典：
>>> {x: x**2 for x in (2, 4, 6)} {2: 4, 4: 16, 6: 36} 如果关键字只是简单的字符串，使用关键字参数指定键值对有时候更方便：
>>> dict(sape=4139, guido=4127, jack=4098) {'sape': 4139, 'jack': 4098, 'guido': 4127} 集合(set)
集合是一个无序不重复元素的序列
创建集合
- 可以使用大括号 {} 或者 set() 函数创建集合
- 创建一个空集合必须用 set() 而不是 {} ，因为 {} 是用来创建一个空字典
- set(value) 方式创建集合，value 可以是字符串、列表、元组、字典等序列类型
- 创建、添加、修改等操作，集合会自动去重
{1, 2, 1, 3} # {} {1, 2, 3} set('12345') # 字符串 {'3', '5', '4', '2', '1'} set([1, 'a', 23.4]) # 列表 {1, 'a', 23.4} set((1, 'a', 23.4)) # 元组 {1, 'a', 23.4} set({1:1, 'b': 9}) # 字典 {1, 'b'} 添加元素
将元素 val 添加到集合 set 中，如果元素已存在，则不进行任何操作：
set.add(val) 也可以用 update 方法批量添加元素，参数可以是列表，元组，字典等：
set.update(list1, list2,...) 移除元素
如果存在元素 val 则移除，不存在就报错：
set.remove(val) 如果存在元素 val 则移除，不存在也不会报错：
set.discard(val) 随机移除一个元素：
set.pop() 元素个数
与其他序列一样，可以用 len(set) 获取集合的元素个数。
清空集合
set.clear() set = set() 判断元素是否存在
val in set 其他方法
- set.copy()
- 复制集合
- set.difference(set2)
- 求差集，在 set 中却不在 set2 中
- set.intersection(set2)
- 求交集，同时存在于 set 和 set2 中
- set.union(set2)
- 求并集，所有 set 和 set2 的元素
- set.symmetric_difference(set2)
- 求对称差集，不同时出现在两个集合中的元素
- set.isdisjoint(set2)
- 如果两个集合没有相同的元素，返回 True
- set.issubset(set2)
- 如果 set 是 set2 的一个子集，返回 True
- set.issuperset(set2)
- 如果 set 是 set2 的一个超集，返回 True
集合计算
a = set('abracadabra') b = set('alacazam') print(a) # a 中唯一的字母 # {'a', 'r', 'b', 'c', 'd'} print(a - b) # 在 a 中的字母，但不在 b 中 # {'r', 'd', 'b'} print(a | b) # 在 a 或 b 中的字母 # {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'} print(a & b) # 在 a 和 b 中都有的字母 # {'a', 'c'} print(a ^ b) # 在 a 或 b 中的字母，但不同时在 a 和 b 中 # {'r', 'd', 'b', 'm', 'z', 'l'} 集合推导式
a = {x for x in 'abracadabra' if x not in 'abc'} print(a) # {'d', 'r'} 流程控制
if 控制
if 表达式1: 语句 if 表达式2: 语句 elif 表达式3: 语句 else: 语句 elif 表达式4: 语句 else: 语句 1、每个条件后面要使用冒号 : ，表示接下来是满足条件后要执行的语句块。
2、使用缩进来划分语句块，相同缩进数的语句在一起组成一个语句块。
3、在 Python 中没有 switch - case 语句。
三元运算符：
<表达式1> if <条件> else <表达式2> 编写条件语句时，应该尽量避免使用嵌套语句。嵌套语句不便于阅读，而且可能会忽略一些可能性。
for 遍历
for <循环变量> in <循环对象>： <语句1> else: <语句2> else 语句中的语句2只有循环正常退出（遍历完所有遍历对象中的值）时执行。
在字典中遍历时，关键字和对应的值可以使用 items() 方法同时解读出来：
knights = {'gallahad': 'the pure', 'robin': 'the brave'} for k, v in knights.items(): print(k, v) 在序列中遍历时，索引位置和对应值可以使用 enumerate() 函数同时得到：
for i, v in enumerate(['tic', 'tac', 'toe']): print(i, v) 同时遍历两个或更多的序列，可以使用 zip() 组合：
questions = ['name', 'quest', 'favorite color'] answers = ['lancelot', 'the holy grail', 'blue'] for q, a in zip(questions, answers): print('What is your {0}? It is {1}.'.format(q, a)) 要反向遍历一个序列，首先指定这个序列，然后调用 reversed() 函数：
for i in reversed(range(1, 10, 2)): print(i) 要按顺序遍历一个序列，使用 sorted() 函数返回一个已排序的序列，并不修改原值：
basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana'] for f in sorted(set(basket)): print(f) while 循环
while<条件>： <语句1> else： <语句2> break、continue、pass
break 语句用在 while 和 for 循环中，break 语句用来终止循环语句，即循环条件没有 False 条件或者序列还没被完全递归完，也会停止执行循环语句。
continue 语句用在 while 和 for 循环中，continue 语句用来告诉 Python 跳过当前循环的剩余语句，然后继续进行下一轮循环。 continue 语句跳出本次循环，而 break 跳出整个循环。
pass 是空语句，是为了保持程序结构的完整性。pass 不做任何事情，一般用做占位语句。
迭代器
- 迭代器是一个可以记住遍历的位置的对象。
- 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
- 迭代器有两个基本的方法： iter() 和 next() 。
- 字符串，列表或元组对象都可用于创建迭代器。
迭代器可以被 for 循环进行遍历：
li = [1, 2, 3] it = iter(li) for val in it: print(val) 迭代器也可以用 next() 函数访问下一个元素值：
import sys li = [1,2,3,4] it = iter(li) while True: try: print (next(it)) except StopIteration: sys.exit() 生成器
- 在 Python 中，使用了 yield 的函数被称为生成器（generator）。
- 跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
- 在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
- 调用一个生成器函数，返回的是一个迭代器对象。
import sys def fibonacci(n): # 生成器函数 - 斐波那契 a, b, counter = 0, 1, 0 while True: if (counter > n): return yield a a, b = b, a + b counter += 1 f = fibonacci(10) # f 是一个迭代器，由生成器返回生成 while True: try: print(next(f)) except StopIteration: sys.exit() 函数
自定义函数
函数（Functions）是指可重复使用的程序片段。它们允许你为某个代码块赋予名字，允许你通过这一特殊的名字在你的程序任何地方来运行代码块，并可重复任何次数。这就是所谓的调用（Calling）函数。
- 函数代码块以 def 关键词开头，后接函数标识符名称和圆括号 () 。
- 任何传入参数和自变量必须放在圆括号中间，圆括号之间可以用于定义参数。
- 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
- 函数内容以冒号起始，并且缩进。
- return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的 return 相当于返回 None。
- return 可以返回多个值，此时返回的数据未元组类型。
- 定义参数时，带默认值的参数必须在无默认值参数的后面。
def 函数名（参数列表）: 函数体 参数传递
在 Python 中，类型属于对象，变量是没有类型的：
a = [1,2,3] a = "Runoob" 以上代码中，[1,2,3] 是 List 类型，"Runoob" 是 String 类型，而变量 a 是没有类型，她仅仅是一个对象的引用（一个指针），可以是指向 List 类型对象，也可以是指向 String 类型对象。
可更改与不可更改对象
在 Python 中，字符串，数字和元组是不可更改的对象，而列表、字典等则是可以修改的对象。
- 不可变类型：变量赋值 a=5 后再赋值 a=10，这里实际是新生成一个 int 值对象 10，再让 a 指向它，而 5 被丢弃，不是改变a的值，相当于新生成了a。
- 可变类型：变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 则是将 list la 的第三个元素值更改，本身la没有动，只是其内部的一部分值被修改了。
Python 函数的参数传递：
- 不可变类型：类似 c++ 的值传递，如 整数、字符串、元组。如fun（a），传递的只是a的值，没有影响a对象本身。比如在 fun（a）内部修改 a 的值，只是修改另一个复制的对象，不会影响 a 本身。
- 可变类型：类似 c++ 的引用传递，如 列表，字典。如 fun（la），则是将 la 真正的传过去，修改后fun外部的la也会受影响
Python 中一切都是对象，严格意义我们不能说值传递还是引用传递，我们应该说传不可变对象和传可变对象。
参数
必需参数
必需参数须以正确的顺序传入函数。调用时的数量必须和声明时的一样。
关键字参数
关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。
使用关键字参数允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。
def print_info(name, age): "打印任何传入的字符串" print("名字: ", name) print("年龄: ", age) return print_info(age=50, name="john") 默认参数
调用函数时，如果没有传递参数，则会使用默认参数。
def print_info(name, age=35): print ("名字: ", name) print ("年龄: ", age) return print_info(age=50, name="john") print("------------------------") print_info(name="john") 不定长参数
* def print_info(arg1, *vartuple): print("输出: ") print(arg1) for var in vartuple: print (var) return print_info(10) print_info(70, 60, 50) - 加了两个星号 ** 的参数会以字典的形式导入。变量名为键，变量值为字典元素值。
def print_info(arg1, **vardict): print("输出: ") print(arg1) print(vardict) print_info(1, a=2, b=3) 匿名函数
Python 使用 lambda 来创建匿名函数。
所谓匿名，意即不再使用 def 语句这样标准的形式定义一个函数。
lambda 只是一个表达式，函数体比 def 简单很多。
lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。
lambda 函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
虽然 lambda 函数看起来只能写一行，却不等同于 C 或 C++ 的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。
# 语法格式 lambda [arg1 [,arg2,.....argn]]:expression 变量作用域
- L （Local） 局部作用域
- E （Enclosing） 闭包函数外的函数中
- G （Global） 全局作用域
- B （Built-in） 内建作用域
以 L –> E –> G –> B 的规则查找，即：在局部找不到，便会去局部外的局部找（例如闭包），再找不到就会去全局找，再者去内建中找。
Python 中只有模块（module），类（class）以及函数（def、lambda）才会引入新的作用域，其它的代码块（如 if/elif/else/、try/except、for/while等）是不会引入新的作用域的，也就是说这些语句内定义的变量，外部也可以访问。
定义在函数内部的变量拥有一个局部作用域，定义在函数外的拥有全局作用域。
局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。调用函数时，所有在函数内声明的变量名称都将被加入到作用域中。
当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字。
num = 1 def fun1(): global num # 需要使用 global 关键字声明 print(num) num = 123 print(num) fun1() 如果要修改嵌套作用域（enclosing 作用域，外层非全局作用域）中的变量则需要 nonlocal 关键字。
def outer(): num = 10 def inner(): nonlocal num # nonlocal关键字声明 num = 100 print(num) inner() print(num) outer() 模块
编写模块有很多种方法，其中最简单的一种便是创建一个包含函数与变量、以 .py 为后缀的文件。
另一种方法是使用撰写 Python 解释器本身的本地语言来编写模块。举例来说，你可以使用 C 语言来撰写 Python 模块，并且在编译后，你可以通过标准 Python 解释器在你的 Python 代码中使用它们。
模块是一个包含所有你定义的函数和变量的文件，其后缀名是 .py 。模块可以被别的程序引入，以使用该模块中的函数等功能。这也是使用 Python 标准库的方法。
当解释器遇到 import 语句，如果模块在当前的搜索路径就会被导入。
搜索路径是一个解释器会先进行搜索的所有目录的列表。如想要导入模块，需要把命令放在脚本的顶端。
一个模块只会被导入一次，这样可以防止导入模块被一遍又一遍地执行。
搜索路径被存储在 sys 模块中的 path 变量。当前目录指的是程序启动的目录。
导入模块
导入模块：
import module1[, module2[,... moduleN] 从模块中导入一个指定的部分到当前命名空间中：
from modname import name1[, name2[, ... nameN]] 把一个模块的所有内容全都导入到当前的命名空间：
from modname import * __name__ 属性
每个模块都有一个 __name__ 属性，当其值是 '__main__' 时，表明该模块自身在运行，否则是被引入。
一个模块被另一个程序第一次引入时，其主程序将运行。如果我们想在模块被引入时，模块中的某一程序块不执行，我们可以用 __name__ 属性来使该程序块仅在该模块自身运行时执行。
if __name__ == '__main__': print('程序自身在运行') else: print('我来自另一模块') dir 函数
内置的函数 dir() 可以找到模块内定义的所有名称。以一个字符串列表的形式返回。
如果没有给定参数，那么 dir() 函数会罗列出当前定义的所有名称。
在 Python 中万物皆对象， int 、 str 、 float 、 list 、 tuple 等内置数据类型其实也是类，也可以用 dir(int) 查看 int 包含的所有方法。也可以使用 help(int) 查看 int 类的帮助信息。
包
包是一种管理 Python 模块命名空间的形式，采用"点模块名称"。
比如一个模块的名称是 A.B， 那么他表示一个包 A中的子模块 B 。
就好像使用模块的时候，你不用担心不同模块之间的全局变量相互影响一样，采用点模块名称这种形式也不用担心不同库之间的模块重名的情况。
在导入一个包的时候，Python 会根据 sys.path 中的目录来寻找这个包中包含的子目录。
目录只有包含一个叫做 __init__.py 的文件才会被认作是一个包，主要是为了避免一些滥俗的名字（比如叫做 string）不小心的影响搜索路径中的有效模块。
最简单的情况，放一个空的 __init__.py 文件就可以了。当然这个文件中也可以包含一些初始化代码或者为 __all__ 变量赋值。
第三方模块
- easy_install 和 pip 都是用来下载安装 Python 一个公共资源库 PyPI 的相关资源包的，pip 是 easy_install 的改进版，提供更好的提示信息，删除 package 等功能。老版本的 python 中只有 easy_install，没有pip。
- easy_install 打包和发布 Python 包，pip 是包管理。
easy_install 的用法：
- 安装一个包
easy_install 包名 easy_install "包名 == 包的版本号" - 升级一个包
easy_install -U "包名 >= 包的版本号" pip 的用法：
- 安装一个包
pip install 包名 pip install 包名 == 包的版本号 - 升级一个包
- （如果不提供version号，升级到最新版本）
pip install --upgrade 包名 >= 包的版本号 - 删除一个包
pip uninstall 包名 - 已安装包列表
pip list 面向对象
类与对象是面向对象编程的两个主要方面。一个 类 （Class）能够创建一种新的类型（Type），其中 对象 （Object）就是类的 实例 （Instance）。可以这样来类比：你可以拥有类型 int的变量，也就是说存储整数的变量是 int 类的实例（对象）。
- 类(Class) ：用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。
- 方法 ：类中定义的函数。
- 类变量 ：类变量在整个实例化的对象中是公用的。类变量定义在类中且在函数体之外。类变量通常不作为实例变量使用。
- 数据成员 ：类变量或者实例变量用于处理类及其实例对象的相关的数据。
- 方法重写 ：如果从父类继承的方法不能满足子类的需求，可以对其进行改写，这个过程叫方法的覆盖（override），也称为方法的重写。
- 实例变量 ：定义在方法中的变量，只作用于当前实例的类。
- 继承 ：即一个派生类（derived class）继承基类（base class）的字段和方法。继承也允许把一个派生类的对象作为一个基类对象对待。例如，有这样一个设计：一个Dog类型的对象派生自Animal类，这是模拟"是一个（is-a）"关系（例图，Dog是一个Animal）。
- 实例化 ：创建一个类的实例，类的具体对象。
- 对象 ：通过类定义的数据结构实例。对象包括两个数据成员（类变量和实例变量）和方法。
Python 中的类提供了面向对象编程的所有基本功能：类的继承机制允许多个基类，派生类可以覆盖基类中的任何方法，方法中可以调用基类中的同名方法。
对象可以包含任意数量和类型的数据。
self
self 表示的是当前实例，代表当前对象的地址。类由 self.__class__ 表示。
self 不是关键字，其他名称也可以替代，但 self 是个通用的标准名称。
类
类由 class 关键字来创建。
类实例化后，可以使用其属性，实际上，创建一个类之后，可以通过类名访问其属性。
对象方法
方法由 def 关键字定义，与函数不同的是，方法必须包含参数 self , 且为第一个参数， self代表的是本类的实例。
类方法
装饰器 @classmethod 可以将方法标识为类方法。类方法的第一个参数必须为 cls ，而不再是self 。
静态方法
装饰器 @staticmethod 可以将方法标识为静态方法。静态方法的第一个参数不再指定，也就不需要 self 或 cls 。
__init__ 方法
__init__ 方法即构造方法，会在类的对象被实例化时先运行，可以将初始化的操作放置到该方法中。
如果重写了 __init__ ，实例化子类就不会调用父类已经定义的 __init__ 。
变量
类变量 （Class Variable）是共享的（Shared）——它们可以被属于该类的所有实例访问。该类变量只拥有一个副本，当任何一个对象对类变量作出改变时，发生的变动将在其它所有实例中都会得到体现。
对象变量 （Object variable）由类的每一个独立的对象或实例所拥有。在这种情况下，每个对象都拥有属于它自己的字段的副本，也就是说，它们不会被共享，也不会以任何方式与其它不同实例中的相同名称的字段产生关联。
在 Python 中，变量名类似 __xxx__ 的，也就是以双下划线开头，并且以双下划线结尾的，是特���变量，特殊变量是可以直接访问的，不是 private 变量，所以，不能用 __name__ 、 __score__ 这样的变量名。
访问控制
- 私有属性
- __private_attr ：两个下划线开头，声明该属性为私有，不能在类地外部被使用或直接访问。
- 私有方法
- __private_method ：两个下划线开头，声明该方法为私有方法，只能在类的内部调用，不能在类地外部调用。
我们还认为约定，一个下划线开头的属性或方法为 受保护 的。比如， _protected_attr 、 _protected_method 。
继承
类可以继承，并且支持继承多个父类。在定义类时，类名后的括号中指定要继承的父类，多个父类之间用逗号分隔。
子类的实例可以完全访问所继承所有父类的非私有属性和方法。
若是父类中有相同的方法名，而在子类使用时未指定，Python 从左至右搜索，即方法在子类中未找到时，从左到右查找父类中是否包含方法。
方法重写
子类的方法可以重写父类的方法。重写的方法参数不强制要求保持一致，不过合理的设计都应该保持一致。
super() 函数可以调用父类的一个方法，以多继承问题。
类的专有方法：
__init__ __del__ __repr__ __setitem__ __getitem__ __len__ __cmp__ __call__ __add__ __sub__ __mul__ __div__ __mod__ __pow__ 类的专有方法也支持重载。
实例
class Person: """人员信息""" # 姓名(共有属性) name = '' # 年龄(共有属性) age = 0 def __init__(self, name='', age=0): self.name = name self.age = age # 重载专有方法: __str__ def __str__(self): return "这里重载了 __str__ 专有方法, " + str({'name': self.name, 'age': self.age}) def set_age(self, age): self.age = age class Account: """账户信息""" # 账户余额(私有属性) __balance = 0 # 所有账户总额 __total_balance = 0 # 获取账户余额 # self 必须是方法的第一个参数 def balance(self): return self.__balance # 增加账户余额 def balance_add(self, cost): # self 访问的是本实例 self.__balance += cost # self.__class__ 可以访问类 self.__class__.__total_balance += cost # 类方法(用 @classmethod 标识，第一个参数为 cls) @classmethod def total_balance(cls): return cls.__total_balance # 静态方法(用 @staticmethod 标识，不需要类参数或实例参数) @staticmethod def exchange(a, b): return b, a class Teacher(Person, Account): """教师""" # 班级名称 _class_name = '' def __init__(self, name): # 第一种重载父类__init__()构造方法 # super(子类，self).__init__(参数1，参数2，....) super(Teacher, self).__init__(name) def get_info(self): # 以字典的形式返回个人信息 return { 'name': self.name, # 此处访问的是父类Person的属性值 'age': self.age, 'class_name': self._class_name, 'balance': self.balance(), # 此处调用的是子类重载过的方法 } # 方法重载 def balance(self): # Account.__balance 为私有属性，子类无法访问，所以父类提供方法进行访问 return Account.balance(self) * 1.1 class Student(Person, Account): """学生""" _teacher_name = '' def __init__(self, name, age=18): # 第二种重载父类__init__()构造方法 # 父类名称.__init__(self,参数1，参数2，...) Person.__init__(self, name, age) def get_info(self): # 以字典的形式返回个人信息 return { 'name': self.name, # 此处访问的是父类Person的属性值 'age': self.age, 'teacher_name': self._teacher_name, 'balance': self.balance(), } # 教师 John john = Teacher('John') john.balance_add(20) john.set_age(36) # 子类的实例可以直接调用父类的方法 print("John's info:", john.get_info()) # 学生 Mary mary = Student('Mary', 18) mary.balance_add(18) print("Mary's info:", mary.get_info()) # 学生 Fake fake = Student('Fake') fake.balance_add(30) print("Fake's info", fake.get_info()) # 三种不同的方式调用静态方法 print("john.exchange('a', 'b'):", john.exchange('a', 'b')) print('Teacher.exchange(1, 2)', Teacher.exchange(1, 2)) print('Account.exchange(10, 20):', Account.exchange(10, 20)) # 类方法、类属性 print('Account.total_balance():', Account.total_balance()) print('Teacher.total_balance():', Teacher.total_balance()) print('Student.total_balance():', Student.total_balance()) # 重载专有方法 print(fake) 输出：
John's info: {'name': 'John', 'age': 36, 'class_name': '', 'balance': 22.0} Mary's info: {'name': 'Mary', 'age': 18, 'teacher_name': '', 'balance': 18} Fake's info {'name': 'Fake', 'age': 18, 'teacher_name': '', 'balance': 30} john.exchange('a', 'b'): ('b', 'a') Teacher.exchange(1, 2) (2, 1) Account.exchange(10, 20): (20, 10) Account.total_balance(): 0 Teacher.total_balance(): 20 Student.total_balance(): 48 这里重载了 __str__ 专有方法, {'name': 'Fake', 'age': 18} 错误和异常
语法错误
SyntaxError 类表示语法错误，当解释器发现代码无法通过语法检查时会触发的错误。语法错误是无法用 try...except... 捕获的。
>>> print: File "<stdin>", line 1 print: ^ SyntaxError: invalid syntax 异常
即便程序的语法是正确的，在运行它的时候，也有可能发生错误。运行时发生的错误被称为异常。
错误信息的前面部分显示了异常发生的上下文，并以调用栈的形式显示具体信息。
>>> 1 + '0' Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: unsupported operand type(s) for +: 'int' and 'str' 异常处理
Python 提供了 try ... except ... 的语法结构来捕获和处理异常。
try 语句执行流程大致如下：
st=>start: try 子句 cond_has_error=>condition: 是否有异常 cond_has_else=>condition: 是否有 else 子句 cond_has_finally=>condition: 是否有 finally 子句 io=>inputoutput: verification op_except=>operation: except 子句处理异常 op_else=>operation: 执行 else 子句 op_finally=>operation: 执行 finally 子句 e=>end: 结束 st->cond_has_error cond_has_error(yes, right)->op_except->cond_has_else cond_has_error(no)->cond_has_else cond_has_else(yes, right)->op_else->cond_has_finally cond_has_else(no)->cond_has_finally cond_has_finally(yes, right)->op_finally->e cond_has_finally(no)->e - 首先，执行 try 子句（在关键字 try 和关键字 except 之间的语句）
- 如果没有异常发生，忽略 except 子句，try 子句执行后结束。
- 如果在执行 try 子句的过程中发生了异常，那么 try 子句余下的部分将被忽略。如果异常的类型和 except 之后的名称相符，那么对应的 except 子句将被执行。最后执行 try 语句之后的代码。
- 如果一个异常没有与任何的 except 匹配，那么这个异常将会传递给上层的 try 中。
- 一个 try 语句可能包含多个 except 子句，分别来处理不同的特定的异常。
- 最多只有一个 except 子句会被执行。
- 处理程序将只针对对应的 try 子句中的异常进行处理，而不是其他的 try 的处理程序中的异常。
- 一个 except 子句可以同时处理多个异常，这些异常将被放在一个括号里成为一个元组。
- 最后一个 except 子句可以忽略异常的名称，它将被当作通配符使用。可以使用这种方法打印一个错误信息，然后再次把异常抛出。
- try except 语句还有一个可选的 else 子句，如果使用这个子句，那么必须放在所有的 except 子句之后。这个子句将在 try 子句没有发生任何异常的时候执行。
- 异常处理并不仅仅处理那些直接发生在 try 子句中的异常，而且还能处理子句中调用的函数（甚至间接调用的函数）里抛出的异常。
- 不管 try 子句里面有没有发生异常，finally 子句都会执行。
- 如果一个异常在 try 子句里（或者在 except 和 else 子句里）被抛出，而又没有任何的 except 把它截住，那么这个异常会在 finally 子句执行后再次被抛出。
抛出异常
使用 raise 语句抛出一个指定的异常。
raise 唯一的一个参数指定了要被抛出的异常。它必须是一个异常的实例或者是异常的类（也就是 Exception 的子类）。
如果你只想知道这是否抛出了一个异常，并不想去处理它，那么一个简单的 raise 语句就可以再次把它抛出。
自定义异常
可以通过创建一个新的异常类来拥有自己的异常。异常类继承自 Exception 类，可以直接继承，或者间接继承。
当创建一个模块有可能抛出多种不同的异常时，一种通常的做法是为这个包建立一个基础异常类，然后基于这个基础类为不同的错误情况创建不同的子类。
大多数的异常的名字都以"Error"结尾，就跟标准的异常命名一样。
实例
import sys class Error(Exception): """Base class for exceptions in this module.""" pass # 自定义异常 class InputError(Error): """Exception raised for errors in the input. Attributes: expression -- input expression in which the error occurred message -- explanation of the error """ def __init__(self, expression, message): self.expression = expression self.message = message try: print('code start running...') raise InputError('input()', 'input error') # ValueError int('a') # TypeError s = 1 + 'a' dit = {'name': 'john'} # KeyError print(dit['1']) except InputError as ex: print("InputError:", ex.message) except TypeError as ex: print('TypeError:', ex.args) pass except (KeyError, IndexError) as ex: """支持同时处理多个异常, 用括号放到元组里""" print(sys.exc_info()) except: """捕获其他未指定的异常""" print("Unexpected error:", sys.exc_info()[0]) # raise 用于抛出异常 raise RuntimeError('RuntimeError') else: """当无任何异常时, 会执行 else 子句""" print('"else" 子句...') finally: """无论有无异常, 均会执行 finally""" print('finally, ending') 文件操作
打开文件
open() 函数用于打开/创建一个文件，并返回一个 file 对象：
open(filename, mode) - filename：包含了你要访问的文件名称的字符串值
- mode：决定了打开文件的模式：只读，写入，追加等
文件打开模式：
文件对象方法
- fileObject.close()
- close() 方法用于关闭一个已打开的文件。关闭后的文件不能再进行读写操作，否则会触发 ValueError 错误。 close() 方法允许调用多次。
- 当 file 对象，被引用到操作另外一个文件时，Python 会自动关闭之前的 file 对象。 使用 close() 方法关闭文件是一个好的习惯。
- fileObject.flush()
- flush() 方法是用来刷新缓冲区的，即将缓冲区中的数据立刻写入文件，同时清空缓冲区，不需要是被动的等待输出缓冲区写入。
- 一般情况下，文件关闭后会自动刷新缓冲区，但有时你需要在关闭前刷新它，这时就可以使用 flush() 方法。
- fileObject.fileno()
- fileno() 方法返回一个整型的文件描述符(file descriptor FD 整型)，可用于底层操作系统的 I/O 操作。
- fileObject.isatty()
- isatty() 方法检测文件是否连接到一个终端设备，如果是返回 True，否则返回 False。
- next(iterator[,default])
- Python 3 中的 File 对象不支持 next() 方法。 Python 3 的内置函数 next() 通过迭代器调用 __next__() 方法返回下一项。在循环中， next() 函数会在每次循环中调用，该方法返回文件的下一行，如果到达结尾(EOF)，则触发 StopIteration。
- fileObject.read()
- read() 方法用于从文件读取指定的字节数，如果未给定或为负则读取所有。
- fileObject.readline()
- readline() 方法用于从文件读取整行，包括 "\n" 字符。如果指定了一个非负数的参数，则返回指定大小的字节数，包括 "\n" 字符。
- fileObject.readlines()
- readlines() 方法用于读取所有行(直到结束符 EOF)并返回列表，该列表可以由 Python 的 for... in ... 结构进行处理。如果碰到结束符 EOF，则返回空字符串。
- fileObject.seek(offset[, whence])
- seek() 方法用于移动文件读取指针到指定位置。
- whence 的值, 如果是 0 表示开头, 如果是 1 表示当前位置, 2 表示文件的结尾。whence 值为默认为0，即文件开头。例如：
- seek(x, 0) ：从起始位置即文件首行首字符开始移动 x 个字符
- seek(x, 1) ：表示从当前位置往后移动 x 个字符
- seek(-x, 2) ：表示从文件的结尾往前移动 x 个字符
- fileObject.tell(offset[, whence])
- tell() 方法返回文件的当前位置，即文件指针当前位置。
- fileObject.truncate([size])
- truncate() 方法用于从文件的首行首字符开始截断，截断文件为 size 个字符，无 size 表示从当前位置截断；截断之后 V 后面的所有字符被删除，其中 Widnows 系统下的换行代表2个字符大小。
- fileObject.write([str])
- write() 方法用于向文件中写入指定字符串。
- 在文件关闭前或缓冲区刷新前，字符串内容存储在缓冲区中，这时你在文件中是看不到写入的内容的。
- 如果文件打开模式带 b，那写入文件内容时，str (参数)要用 encode 方法转为 bytes 形式，否则报错： TypeError: a bytes-like object is required, not 'str' 。
- fileObject.writelines([str])
- writelines() 方法用于向文件中写入一序列的字符串。这一序列字符串可以是由迭代对象产生的，如一个字符串列表。换行需要指定换行符 \n 。
实例
filename = 'data.log' # 打开文件(a+ 追加读写模式) # 用 with 关键字的方式打开文件，会自动关闭文件资源 with open(filename, 'w+', encoding='utf-8') as file: print('文件名称: {}'.format(file.name)) print('文件编码: {}'.format(file.encoding)) print('文件打开模式: {}'.format(file.mode)) print('文件是否可读: {}'.format(file.readable())) print('文件是否可写: {}'.format(file.writable())) print('此时文件指针位置为: {}'.format(file.tell())) # 写入内容 num = file.write("第一行内容\n") print('写入文件 {} 个字符'.format(num)) # 文件指针在文件尾部，故无内容 print(file.readline(), file.tell()) # 改变文件指针到文件头部 file.seek(0) # 改变文件指针后，读取到第一行内容 print(file.readline(), file.tell()) # 但文件指针的改变，却不会影响到写入的位置 file.write('第二次写入的内容\n') # 文件指针又回到了文件尾 print(file.readline(), file.tell()) # file.read() 从当前文件指针位置读取指定长度的字符 file.seek(0) print(file.read(9)) # 按行分割文件，返回字符串列表 file.seek(0) print(file.readlines()) # 迭代文件对象，一行一个元素 file.seek(0) for line in file: print(line, end='') # 关闭文件资源 if not file.closed: file.close() 输出：
文件名称: data.log 文件编码: utf-8 文件打开模式: w+ 文件是否可读: True 文件是否可写: True 此时文件指针位置为: 0 写入文件 6 个字符 16 第一行内容 16 41 第一行内容 第二次 ['第一行内容\n', '第二次写入的内容\n'] 第一行内容 第二次写入的内容 序列化
在 Python 中 pickle 模块实现对数据的序列化和反序列化。pickle 支持任何数据类型，包括内置数据类型、函数、类、对象等。
方法
dump
将数据对象序列化后写入文件
pickle.dump(obj, file, protocol=None, fix_imports=True) 必填参数 obj 表示将要封装的对象。
必填参数 file 表示 obj 要写入的文件对象，file 必须以二进制可写模式打开，即 wb 。
可选参数 protocol 表示告知 pickle 使用的协议，支持的协议有 0,1,2,3，默认的协议是添加在 Python 3 中的协议3。
load
从文件中读取内容并反序列化
pickle.load(file, fix_imports=True, encoding='ASCII', errors='strict') 必填参数 file 必须以二进制可读模式打开，即 rb ，其他都为可选参数。
dumps
以字节对象形式返回封装的对象，不需要写入文件中
pickle.dumps(obj, protocol=None, fix_imports=True) loads
从字节对象中读取被封装的对象，并返回
pickle.loads(bytes_object, fix_imports=True, encoding='ASCII', errors='strict') 实例
import pickle data = [1, 2, 3] # 序列化数据并以字节对象返回 dumps_obj = pickle.dumps(data) print('pickle.dumps():', dumps_obj) # 从字节对象中反序列化数据 loads_data = pickle.loads(dumps_obj) print('pickle.loads():', loads_data) filename = 'data.log' # 序列化数据到文件中 with open(filename, 'wb') as file: pickle.dump(data, file) # 从文件中加载并反序列化 with open(filename, 'rb') as file: load_data = pickle.load(file) print('pickle.load():', load_data) 输出：
pickle.dumps(): b'\x80\x03]q\x00(K\x01K\x02K\x03e.' pickle.loads(): [1, 2, 3] pickle.load(): [1, 2, 3] 命名规范
Python 之父 Guido 推荐的规范