1、输出语句
print("i love python")
# 表示注释
alt + N 上一句 alt+p 下一句
print(1+3) 等价于 1+3
print("fire"+" "+"water") 字符串拼接
print("well love"*8) 输出循环8次；
2、第二集
ctr+n 新建一个窗口
table 是提示键
f5 开始运行新窗口程序
temp = input("不妨猜一下心中所想的数字：") 输入数字
print("hellow");print("world") 换行输出
print("输入的字符为" +str(i)) i为数字是为了拼接 需要先转换为str类型
help（xxx） xxx是bif 内置函数 输出为函数的使用方法
2、Python列表（数组）List
python没有数组 而是一个一个列表
有三种列表（1）：普通列表（类似于数组，放入的是同一类型）；（2）混合列表（各种类型混合在一起）（3）空列表；
##想列表添加元素 append只能添加一个元素
##extend可以添加多个参数 原理是一个列表扩张另一个列表
##len(xxx) xxx为列表的名字 该方法显示列表长度
3、tuple 元组
tuple是不能修改的 比list更安全
4、global 全局变量声明
global---将变量定义为全局变量。可以通过定义为全局变量，实现在函数内部改变变量值。
5、异常处理分类
类型错误
except Exception as e:
print(str(e))
return False
超出范围错误
except IndexError:
print("Did you attempt to play a row or column outside the range of 0,1 or 2? (IndexError)")
return False
6、迭代器
有两个循环增加的变量则用
for count, row in enumerate(current_game) :
一个的话用
for row in current_game :
7、 count方法
Python count() 方法用于统计字符串里某个字符出现的*次数*。可选参数为在字符串搜索的开始与结束位置。
8、转化为字符串格式
print(f"Player {count+1} is the winner!")
f代表字符串格式 {}内的变量是被转化的为string类型的变量
9、 reversed 反向迭代
使用reversed（） 内置方法需要转化为list类型
cols = list(reversed(range(len(game))))
10 、 zip（）打包方法
当zip()函数有两个参数时
zip(a,b)zip()函数分别从a和b依次各取出一个元素组成元组，再将依次组成的元组组合成一个新的迭代器--新的zip类型数据。
注意：
要求a与b的维数相同，当两者具有相同的行数与列数时，正常组合对应位置元素即可；
当a与b的行数或列数不同时，取两者结构中最小的行数和列数，依照最小的行数和列数将对应位置的元素进行组合；这时相当于调用itertools.zip_longest(*iterables)函数。
11、匿名函数 (可以省下定义过程)，当函数只使用次数很少是就可以使用匿名函数 lambda
g=lambda x:2*x+1
j=g(5)
print(j)
12、filter过滤器 filter（function名，参数名）
map把多种值的参数放进def中 返回所有值 map（function名，参数名）
##把任何非true的过滤掉
def jishu(x):
return x%2
show=list(filter(jishu,[0,2,3,4,5,6]))
返回的show值是通过拦截的参数x
-------------------------------------
show1 = list(map(jishu,[0,2,3,4,5,6]))
返回的show值是通过方法后的结果
13、递归
def factorial(n):
#终止条件
if n==1:
return 1
#循环体 以及循环式子
else:
return n*factorial(n-1)
hanio 问题 自己研究 背下来
14、字典（key：value）映射
创建
dicr1 = {"李宁":"一切皆有可能","耐克":"Just do it","阿迪达斯":"imposible is nothing"}
1.直接创建，冒号隔开
mydict = {‘key’:’value’…}
2.=连接键值对
mydict = dict(key1=value1,key2=value2…)//键key 不能用引号
3. 创建一个空的，慢慢赋值
mydict={}
mydict[key1]=value1
mydict[key2]=value2
4.利用zip压缩两个序列里面的值，组成键值对
keys = [a,b,c,d]
values = [e,f,g,h]
mydict = dict(zip(keys,values))
5.可全部初始化为一个值，然后需要的时候修改
list = [a,b,c,d]
mydict = dict.fromkeys(list,‘?’) //？可以是任何你想要的值！
注意******
dict1 = {}
dict1.fromkeys((1,2,3),"你好")
formkeys 并没有实际上改变dict1的值并且 1，2，3的值都为"你好"
15、地址问题
a={1:"tanjing",2:"niuman"}
b = a.copy()//浅拷贝 地址不是a的地址 a改变b不会改变
c = a //赋值 地址是a的地址 a改变c也会改变
16、集合
集合里的元素是唯一的 ，重复的元素会被踢出
if x not in num: ------这个可以判断num中有无x
set得到的集合是无序的
#不可变集合 把集合变为固定不可变的
num3 = frozenset(num2)
17、生成器
生成器不会把结果保存在一个系列中，而是保存生成状态，每次迭代的时候返回一个值，
而列表生成式是把值生成好了然后放到内存中
>>> gen = (x**2 for x in range(5))
>>> gen //生成器
<generator object <genexpr> at 0x0000000002FB7B40>
>>> for g in gen:
... print(g, end='-')
...
//生成器,初始化产生的是对象（生成器），值是临时动态产生
xyz = (i for i in range(10))
print(list(xyz)[:5])
//列表，初始化产生了值 存在列表中 用[]
xyz = [i for i in range(10)]
print(list(xyz)[:5])
0-1-4-9-16-
18、print("比枚举更方便的做法")
[print(i) for i in range(5)]
0
1
22
3
4
[[print(i,ii) for ii in range(3)] for i in range(5)]
在你的第一次尝试中，这些都是比较难写出来的。您可以通过定期写出for循环来构建这些循环：
for i in range(5):
for ii in range(3):
print(i,ii)
19，使用timeit
单个简单的使用print(timeit.timeit('1+3',number=5000)) // 一对单引号
print(timeit.timeit('''input_list = range(100) //复杂的使用三个单引号
def div_by_two(num):
if (num/2).is_integer():
return True
else:
return False
# generator:
xyz = list(i for i in input_list if div_by_two(i))
''', number=50000))
20 __name__ == '__main__' 模块内的用法
c
#确保只运行当前页面，而不是导入页面
if __name__ == '__main__':
main()
21 、 yield --- 和 return的区别 yield 自动if 和 break功能
print("进阶版，不用全部循环， 当我们循环到想要的值自动break，终止循环")
def combo_gen():
for c1 in range(10):
for c2 in range(10):
for c3 in range(10):
yield (c1,c2,c3)
for (c1,c2,c3) in combo_gen():
print(c1,c2,c3)
if (c1,c2,c3) ==CORRECT_COMBO:
print('Found the combo:{}'.format((c1, c2, c3)))
break
22、Python 学习笔记 多进程 multiprocessin
Python 解释器因为有一个全局解释器（pil），所以只能为单线程，不能发挥多核系统优势。
但是 多进程程序不受影响
控制子进程进入不同阶段的是 start(), join(), is_alive(), terminate(), exitcode 方法。这些方法只能在创建子进程的进程中执行。
import multiprocessing
def spawn():
print('Spawned')
if __name__ == '__main__':
for i in range(100):
p = multiprocessing.Process(target=spawn)
p.start()
p.join()
p.join 限制了CPU的使用量，他等待一个进程结束后才让下个进程开始
###############33
def spawn1(num):
print('spawn # {}'.format(num))
if __name__ == '__main__':
for i in range(5):
p = multiprocessing.Process(target=spawn1, args=(i,))**********
p.start()
如果只有一个参数 则 arg=（i,）后面这个逗号要带着，结果是
spawn # 1 2
spawn # 2 3
spawn # 0 1
spawn # 3 4
spawn # 4 5
说明这些进程没有按顺序，如果我们要按顺序则需要加一句 p.join() 他的作用是一个进程结束之后在进行下一个
为了把我们的多线程数据传递到主函数，我们就要用 from multiprocessing import Pool
1、运用pool方法设置多线程
2、用pool.map()方法接收数据，在map()中需要放入函数和需要迭代运算的值。
3、关闭Pool进程池 Pool.close（）
if __name__ == '__main__':
if __name__ == '__main__':
p = Pool(processes=4)#我们要做的是首先设置Pool对象，它将有20个进程，我们将允许这些进程进行一些工作。
data = p.map(job, [i for i in range(20)])
p.close()
print(data)
%%parse_us = [FunctionA() for _ in range(5)] 这个写法是吧FunctionA()方法执行5次 固定写法
beautifulsoup学习网站
23、beautifulsoup
1、resp = requests.get(url) //获得 Response 对象resp。可以从这个对象中获取所有我们想要的信息。
requests对象的get和post方法都会返回一个Response对象，
这个对象里面存的是服务器返回的所有信息，包括响应头，
响应状态码等。
其中返回的网页部分会存在.content和.text两个对象中。
两者区别在于，content中间存的是字节码，不会有换行什么的
而text中存的是Beautifulsoup根据猜测的编码方式将content内容编码成字符串，显示出来的形式就像一般网页那样。
2、soup = bs.BeautifulSoup(resp.text, 'html.parser') //把resp.rext部分转化为beautifulSoup
'html.parser'是4个解析方法中的一种 python标准库
3、body = soup.body 把body内容显示出来
4、links = [link.get('href') for link in body.find_all('a')] 找到a标签 并把href里面内容取出来
#//<a href="http://www.fashionone.com/showcase"><img src="/images/fashione1.jpg"/></a>
5、links = [str(link.encode("ascii")) for link in links] #把内容转化为sccii格式的字符
24、random模块详解
random.random() --> 生成一个0到1的随机符点数: 0 <= n < 1.0
random.uniform(a,b) --> 生成一个a到b的随机符点数: a <= n < b
random.randint(a,b) --> 生成一个a到b的随机整数: a <= n <= b
random.randrange(a,b) --> 生成一个a到b的随机整数: a <= n < b
random.randrange(1,10,2) --> 生成一个a到b的随机整数: 2未步数，1、3、5、7、9
random.choice() --> 从序列中获取一个随机元素 可以为字符串、列表、元祖
random.shuffle() -->洗牌 (打乱原顺序，类似扑克牌中的洗牌)
random.sample(list,3) -->从list中取3个数
25、pandas模块学习
t = pd.Series([1,2,3,4,5]) #创建Series类型的一维数组
print(t)
输出为：
0 1
1 2
2 3
3 4
4 5
0-4 是索引index t的类型是Series
t2= pd.Series([5,6,3,2,9],index=list("abcde")) #自己创一个索引自设的Series
26、Numpy之random简单的随机数据生成
主要常用的函数有np.random.rand()、.randint()、.randn()、.random()。下面主要介绍各自的区别和功能