Python常用基礎語法知識點大全

• 2022 年 7 月 21 日
• 筆記
• Python

記得我是數學系的，大二時候因為參加數學建模，學習Python爬蟲，去圖書館借了一本Python基礎書，不厚，因為有matlab和C語言基礎，這本書一個星期看完了，學完後感覺Python入門很快，然後要開始學爬蟲和矩陣計算，學習一下對應的包就行了，感覺很方便，愛上了這門語言，雖然畢業後做了Java，但是平時工作中也會用一些Python。不過初學者有很多基礎知識點記不住，因為用得少，這裡總結記錄一下。更多Python知識，可以看 等待下一個秋-Python

介紹

Python 是一門獨特的語言，快速瀏覽一下他的要點：

• 面向對象：每一個變數都是一個類，有其自己的屬性（attribute）與方法（method）。
• 語法塊：用縮進（四個空格）而不是分號、花括弧等符號來標記。因此，行首的空格不能隨意書寫。
• 注釋：行內用「#」號，行間注釋寫在兩組連續三單引號之間：』』』
• 續行：行尾輸入一個反斜杠加一個空格（』\ 『），再換行。如果行尾語法明顯未完成（比如以逗號結尾），可以直接續行。
• 列印與輸入： 函數 print() 與 input()，注意 print() 的 sep 與 end 參數。
• 變數：無需指定變數類型，也不需要提前聲明變數。
  • 刪除變數：del()
  • 複製變數：直接將變數a賦值給b，有時僅僅複製了一個「引用」。此後 b 與 a 的改動仍會互相影響。必要時使用 a is b 來判斷是否同址。
• 模組：通過 import pandas 的方式載入模組（或者 import pandas as pd），並用形如 pandas.DataFrame（或 pd.DataFrame）的方式調用模組內的方法。也可以使用 from pandas import DataFrame 的方式，這樣在下文可以直接使用 DataFrame 作為調用名。
• 幫助：配合使用 dir() 與 help() 命令；其中前者是輸出變數所有的成員。以及查閱 官網頁面。

變數複製的一個例子。

a = [1, 2]
b = a
print(id(a) - id(b))  # 地址差為 0，表示實質是同址的
0

b.append(3)
print(a)  # 只改動了 b，但 a 也跟著變動了
[1, 2, 3]
a is b
True

使用切片來重新分配空間：

a is a[:]
False

數據結構

Python 原生的數據結構包括：

數字（num）

細分為整數（int）與浮點數（float）兩種。

• 四則運算：+， -， *， / ，乘方： **
• 整除： 5 // 2 = 2，取余：5 % 2 = 1
• 自運算： a += 1 （四則與乘方均可類似自運算）
  以及一些細節：
• 運算兩數中只要有一個浮點數，結果就是浮點數；
• 整數相除，即使能除盡，結果也是浮點數；
• Python 內部的機制解決了整數溢出的問題，不用擔心。

布爾（bool）與邏輯

首字母大寫 True / False.

• 邏輯運算符：與 A and B，或 A or B，非 not A
• 邏輯關係符：等於 ==， 不等於 !=. 其他不贅述。
• 幾種邏輯判斷例子：

序列（sequence）

序列主要包括字元串（str）、列表（list）與元祖（tuple）三類。

• 序列索引規則：
  • 索引從0開始，到 N-1 結束。
  • 切片：切片的索引是左閉右開的。
    • seq[0:2]（從 0 到 1）
    • seq[2:]（從 2 到尾）
    • seq[:3] （從頭到 2）
    • seq[:]（全部）
    • seq[:10:2]（從頭到9，每兩個取一個）
    • seq[::2]（全部，每兩個取一個）
  • 索引允許負數：seq(-1) 與 seq(N – 1) 等同，seq(-3:-1)與 seq(N-3:N-1) 等同。
• 序列通用函數：
  • len()：返回序列長度。
  • +/* ：加號用於連接兩個序列，乘號重複排列若干次再連接。
  • seq1 in seq2：如果 seq1 這個片段可以在 seq2 中被找到，返回 True.
  • index：在 seq1 in seq2 為 True 時使用，seq2.index(seq1) 表示 seq1 首次出現於 seq2 中的位置。
  • max()/min()：返回序列中的最值。如果不是數字，則按 ASCII 碼順序返回。
  • cmp(seq1, seq2)：比較大小。結果為負，則表示 seq1 較小。

字元串（str）

寫於一對雙引號或單引號內。用 str() 可以強制轉換為字元串。

• 轉義：反斜杠。如果強制不解釋字元串，在左引號前加字母 r 即可： r"c:\new".
• 分割與連接：**.split() 與 **.join().

s = " I love Python"  # 首位是空格
lst = s.split(' ')
lst1 = '-'.join(lst)

print(lst, '\n', lst1)
['', 'I', 'love', 'Python'] 
 -I-love-Python

• 緊切：strip() 去掉字元串首尾兩端的空格。方法 lstrip()/rstrip() 則只切除首端/尾端的空格。

s.strip()
'I love Python'

• 大小寫轉換：如下幾個方法：
  • 首字母大寫：s.title()
  • 全大寫：s.upper()
  • 全小寫：s.lower()
  • 句首大寫：s.capitalize()
• 格式化：字元串格式化是一種實用功能。通過 .format() 成員函數完成。

'I like {} and {}'.format('Python', 'you')
'I like Python and you'
'{0} + {2} = {1}'.format (10, 20, 'Python ')  # 按順序引用
'10 + Python  = 20'
'{0} * {1} = {0}'.format (10, 'Python ')  # 編號反覆引用
'10 * Python  = 10'

格式化控制碼：

"{:0>7.2f} is an odd number".format(123.4)  # 總寬 7 位小數點後 2 位，左側補零
'0123.40 is an odd number'

其他實用的字元串函數：

• str.replace(old, new[, times])：將字元串中前 times 個 old 子串替換為 new。Times 不指定時默認替換全部。
• str.isdigit()：判斷字元串是否每一位都是數字，返回 True 或者 False。
  字元串中正則表達式的內容參見本文附錄。

列表（list）

中括弧式的結構。list() 用於強制轉換類型。

lst = [1, 2, 3]
print(lst)
[1, 2, 3]
# 【反轉】：其中第二種方式會更改現有的列表
lst1 = list(reversed(lst))
lst.reverse()
print(lst1, lst)
[3, 2, 1] [3, 2, 1]
# 【追加】：元素 append()，另一個列表：extend()
lst.append(4)
print(lst)
[3, 2, 1, 4]
lst.extend(lst1)
print(lst)
[3, 2, 1, 4, 3, 2, 1]
# 【插入】：lst.insert(idx, obj) 會在 lst[idx] 處插入 obj，然後依次後移原有項
lst.insert(1, 100)
print(lst)
[3, 100, 2, 1, 4, 3, 2, 1]
# 【刪除】：lst.remove(obj) 會刪除首個匹配值，若無匹配會報錯；
#           lst.pop(idx) 會返回 lst[idx]，並將其刪除。如果不指定 idx，默認為列表尾
lst.remove(2)
print(lst)
[3, 100, 1, 4, 3, 2, 1]
tmp = lst.pop()
print(lst, "\n", tmp)
[3, 100, 1, 4, 3, 2] 
 1
# 【搜索】：使用序列通用函數即可。用 count(obj) 可以計算頻數。
# 【排序】：sort() 方法。如果指定 reverse 參數，可降序排序。
lst.sort(reverse=True)
print(lst)
[100, 4, 3, 3, 2, 1]
# 【清空】：clear()
lst.clear()
print(lst)
[]

元組（tuple）

圓括弧式的結構，是一種不可變序列。

a = (1, 'string ', [1 ,2])
print(a)
(1, 'string ', [1, 2])

Note: 定義一個空的元組用()，定義只有一個元組的元組，需要加,，否則就不是元組了，如下：

>>> tuple1 = ()
>>> type(tuple1)
<type 'tuple'>
>>> tuple2 = (1)
>>> type(tuple2)
<type 'int'>
>>> tuple3 = (1,)
>>> type(tuple3)
<type 'tuple'>

字典（dict）

字典是一種類哈希表的數據結構，內部無序，通過鍵值對（key: value）的形式存儲數據。幾種字典初始化的方式：

# 小字典直接賦值
d1 = {"name": "wklchris", "gender": "male"}
# 利用字典增加鍵值對的方法
d2 = {}
d2['name'] = 'wklchris'
# 一個值賦給多個鍵
d3 = {}.fromkeys(("name", "gender"), "NA")
# 強制格式轉換
d4 = dict(name="wklchris", gender="male")

print(d1, d2, d3, d4, sep="\n")
{'name': 'wklchris', 'gender': 'male'}
{'name': 'wklchris'}
{'name': 'NA', 'gender': 'NA'}
{'name': 'wklchris', 'gender': 'male'}

字典的操作方法：

len(d1)
2
# 【複製】：
dd = d1.copy()
dd is d1
False
# 【查找鍵名稱】：
"name" in dd
True
# 【刪除鍵值對】
del(dd["name"])
# 【get】
dd.get("name", "Nothing")  # 如果鍵不存在，返回「Nothing」
'Nothing'
# 【setdefault】
dd.setdefault("name", "wklchris")  # 如果鍵不存在，就新建該鍵，並賦值
'wklchris'
print(dd)
{'name': 'wklchris', 'gender': 'male'}
# 【輸出鍵值】：
list(dd.items())
[('name', 'wklchris'), ('gender', 'male')]
list(dd.keys())
['name', 'gender']
list(dd.values())
['wklchris', 'male']
# 【彈出鍵值對】：pop(key) / popitem(key)
# 其中，後者會隨機彈出一個鍵值對
tmp = dd.pop("gender")
print(dd, tmp)
{'name': 'wklchris'} male
# 【更新】：update(ref_dict) 以 ref_dict 為準，更新當前字典
d4 = {"name": "Test", "Age": 3}
dd.update(d4)
print(dd)
{'name': 'Test', 'Age': 3}

集合（set）

本文只討論可變集合，關於不可變集合的內容，參考 help(frozenset)。

集合是一種無序的數據存儲方式，且內部元素具有唯一性。集合與字典一樣都可以用花括弧的形式創立。但在書寫 a={} 時，Python 會將其識別為字典類型。

• 增添：add() / update()
• 刪除：remove() / discard()，區別在於後者搜索無結果會報錯。
• 從屬：a.issubset(b) 集合 a 是否是 b 的子集；a.issuperset(b) 集合 a 是否是 b 的父集。a == b 兩集合是否全等。
• 集合運算：集合運算不會改變參與運算的集合本身。
  • 並集： a | b 或者 a.union(b)
  • 交集： a & b 或者 a.intersection(b)
  • 補集： a – b 或者 a.difference(b)
    注意：在字元串強制轉換為集合時，必要時使用中括弧先轉為列表（否則字元串會被拆分為單個字元後再進行轉換）。例如：

ss = {"a", "b", "c"}
ss | set("de")
{'a', 'b', 'c', 'd', 'e'}
ss | set(["de"])
{'a', 'b', 'c', 'de'}

基本語句

同大多數程式語言一樣，Python 擁有 if, for, while語句。什麼？switch 語句？使用字典就好。

if 語句與三元操作

在 Python 中，else if 被縮寫為單個關鍵詞 elif.

if 1.0 > 1:
    a = 1
elif 1.0 < 1:
    a = 2
else:
    a = 3
    
a
3

值得一提的是，Python 中的 if 語句支援鏈式比較，形如 a < x < b, a < x >= b 等：

a = 0
if 1 < 2 > 1.5:
    a = 1
a
1

三元操作實質是高度簡化的 if 環境，形如 X = a if flag else b：

a = 1 if 2 < 1 else 2
a
2

for 語句

Python 的循環語句中，像其他語言一樣，有 break（跳出循環體） 與 continue（循環步進） 關鍵詞可以使用。

for 語句藉助關鍵詞 in 使用：（函數 range(N, M=0, s=1) 是一個生成等差數列的函數，位於左閉右開區間[M,N)上且公差為 s）。

for i in range(3):
    print(i)
0
1
2

注意到字典的 d.items(), d.keys(), d.values() 命令也常常用於 for 語句：

d = {"a": 1, "b": 2, "c": 3}
for k, v in d.items():
    print(k, v)
b 2
c 3
a 1

以上等價於：

for k in d.keys():
    print(k, d[k])
b 2
c 3
a 1

Python 中的 for 語句可選 else 語法塊，表示 for 語句正常結束後執行的內容（中途 break 不屬於正常結束）。這對於處理一些 break 操作很有幫助。例如：

a = 0
flag = 0
for i in range(5):
    if i > 2:
        flag = 1
        break
if flag == 1:
    a = 1
a
1

這在 Python 中顯得太複雜了，直接使用 for…else…即可：

a = 1
for i in range(5):
    if i > 1:
        break
else:
    a = 0
a
1

while 語句

while 語句的 else 語法塊，指明了退出 while 循環後立刻執行的內容；它不是必需的。

如果你想要將 while 語句內部的參數傳出（比如下例的計數器終值），這是一個不錯的方案。

count = 1
while count < 5:
    a = count
    count *= 2
else:
    b = count

print(a, b)
4 8

列表解析

列表解析是一種創建列表的高度縮寫方式：

lst = [x ** 2 for x in range(4)]
lst
[0, 1, 4, 9]

也可以配合 if 語句：

lst = [x ** 2 for x in range(4) if x > 0]
lst
[1, 4, 9]

類似的，也有字典解析，以及下文會介紹的生成器，也有生成器解析（把外圍的括弧換成圓括弧即可）：

{n: n ** 2 for n in range(3)}
{0: 0, 1: 1, 2: 4}

函數

本節介紹 Python 函數的基礎特點，以及一些實用函數。

函數定義與判斷

使用 def 關鍵字。三連雙引號間的內容被視為函數的幫助字元串，可以通過 help() 命令查看。

def func(a, b=0):
    """
    This is a function that can meow.
    """
    return " ".join(["meow"] * (a + b))

調用函數：

func(2)  # 單參數，僅 a 
'meow meow'
func(2, 3)  # 雙參數， a 與 b 都被傳入
'meow meow meow meow meow'
help(func)
Help on function func in module __main__:

func(a, b=0)
    This is a function that can meow.

通過 callable() 可以判斷一個對象是否是一個可調用的函數：

callable(func)
True

不定參函數

利用序列（或元組）與字典，向函數傳參。前者在傳入時需要加上一個星號，後者需要兩個。

lst = [1, 3, 4]
d = {"a": 2, "b": 3, "c": 5}
print("{}+{}={}".format(*lst), "{a}+{b}={c}".format(**d))
1+3=4 2+3=5

zip 函數

zip() 函數的作用是「合併」多個列表為一個。其返回值是一個列表，列表內的元素類型是元組。如果待合併的列表長度不同，以最短的為準。

a = [1, 2, 3, 4]
b = [5 ,6, 7]
c = "abcd"
list(zip(a, b, c))
[(1, 5, 'a'), (2, 6, 'b'), (3, 7, 'c')]

它比較常用於交換字典的鍵與值：

dict(zip(d.values(), d.keys()))
{2: 'a', 3: 'b', 5: 'c'}

lambda 函數

一種匿名函數的聲明方式。如果你使用過 MATLAB，你可能熟悉這一類概念。

func = lambda x, y: x + y
func(2, 5)
7

map 函數

map() 能夠對傳入的序列進行依次操作，並將結果返回為一個可轉換為列表的 map 對象。通常列表解析（或生成器解析）可以實現與其同樣的工作。

lst = list(map(lambda x: x + 1, range (5)))
print(lst)
[1, 2, 3, 4, 5]
f = lambda x: x + 1
[f(x) for x in range(5)]
[1, 2, 3, 4, 5]

filter 函數

給定序列，對於滿足某規則的部分（即 True），予以返回。

list(filter(lambda x: x > 0, range(-3, 3)))
[1, 2]

reduce 函數

該函數在 Python 2 中是可以直接調用的，但在 Python 3 中需要從 functools 模組進行調用。

from functools import reduce
reduce(lambda x, y: x + y, range (5))  # 0+1+2+3+4
10

enumerate 函數

它允許你像 d.items() 那樣，用類似的方式操作列表：

a = [1, 3, 5]
for i, v in enumerate(a):
    print("lst[{}] = {}".format(i, v))

lst[0] = 1
lst[1] = 3
lst[2] = 5

裝飾器：運算元

裝飾器是函數的函數——傳入的參數是一個函數，返回的值也是一個函數。相當於一個函數集到另一個函數集的映射，可以理解為數學意義上的運算元。

首先來看一個簡單的例子：函數可以被賦值給一個變數。

def pyrint(data="Python"):
    return data.upper()

f = pyrint
f()
'PYTHON'

還可以通過 __name__ 來得到當前函數的名稱：

f.__name__
'pyrint'

那什麼時候需要裝飾器呢？比如在函數需要被重用、但又不能直接改寫 def 的場合（在維護中應該不少見吧！）。例如，我們希望在返回值之前，把函數名也列印出來：

def showname(func):
    def subfunc(*args, **kwarg):
        print("FUNCTION {} called.".format(func.__name__))
        return func(*args, **kwarg)
    return subfunc

這樣如果我們通過 showname(pyrint) 這種形式，就能夠在 pyrint 函數被調用之前，額外列印一行內容。

想要改動該函數，不需要改動 def 語句以下的內容，只需要用 @showname 命令來應用這個裝飾器：

@showname
def pyrint(data="Python"):
    return data.upper()
pyrint()
FUNCTION pyrint called.

'PYTHON'

如果裝飾器需要傳遞參數，那麼，需要在定義時，外層再嵌套一個函數：

def showname(num=1):
    def decorator(func):
        def subfunc(*args, **kwarg):
            print("Call time: {}. FUNCTION {} called.".format(num, func.__name__))
            return func(*args, **kwarg)
        return subfunc
    return decorator

@showname(2)
def pyrint(data="Python"):
    return data.upper()

pyrint()
Call time: 2. FUNCTION pyrint called.

'PYTHON'

不過裝飾器被應用於函數定義之前時，函數的 __name__ 屬性會改變。比如上例：

pyrint.__name__
'subfunc'
使用模組 functools 來解決這一問題：

import functools

def showname(num=1):
    def decorator(func):
        @functools.wraps(func)  # 加上這一行
        def subfunc(*args, **kwarg):
            print("Call time: {}. FUNCTION {} called.".format(num, func.__name__))
            return func(*args, **kwarg)
        return subfunc
    return decorator

@showname(2)
def pyrint(data="Python"):
    return data.upper()

pyrint.__name__
'pyrint'

迭代器 [itertools]

迭代器與生成器在記憶體優化上很有意義。

迭代器

迭代器最顯著的特徵是擁有 __iter__() 和 __next__() 方法；它像一個鏈表。如果它指向末尾，那麼再次執行 __next__() 時會報錯。一個例子：

a = [1, 2, 3]
b = iter(a)
print(b.__next__(), b.__next__())  # 或者使用 next(b)
1 2

實際上，Python 3 內置了一個 itertools 的庫，裡面有諸如 cycle 和 count 等適用於迭代器的函數：

import itertools

# count: 給定首項與公差的無窮等差數列
p = itertools.count(start = 1, step = 0.5)
print(p.__next__(), p.__next__())

# cycle: 周期循環的無窮序列
p = itertools.cycle(list("AB"))
print(next(p), next(p), next(p))

# islice: 從無窮序列中切片
p = itertools.cycle(list("AB"))
print(list(itertools.islice(p, 0, 4)))
1 1.5
A B A
['A', 'B', 'A', 'B']

請時刻注意當前指向的迭代器位置——失之毫釐，謬以千里。

生成器

生成器是迭代器的一種，其實質是定義中含有 yield 關鍵詞的函數。它沒有 return() 語句。

生成器可以直接使用類似列表解析的方式，稱為生成器解析。例如：(i for i in range(10)。

def Fib(N):  # 斐波那契數列
    n, former, later = 0, 0, 1
    while n < N:
        yield later
        former, later = later, later + former
        n += 1

list(Fib(5))
[1, 1, 2, 3, 5]

上例與普通的寫法看上去差別不大，但實際上可以將 while 語句改寫為 while True，刪除變數 n，在外部藉助 itertools 的 islice 函數來截取。這在函數定義時對程式碼的壓縮是顯然的。

def iterFib():
    former, later = 0, 1
    while True:
        yield later
        former, later = later, later + former

list(itertools.islice(iterFib(), 0, 5))
[1, 1, 2, 3, 5]

錯誤：try() 語句

常見的錯誤有以下幾種：

• ZeroDivisionError: 除數為 0.
• SyntaxError：語法錯誤。
• IndexError：索引超界。
• KeyError：字典鍵不存在。
• IOError：讀寫錯誤。
  try() 語句的常見寫法：

try:
    a = 1 
except ZeroDivisionError as e:
    print(e)
    exit()
else:  # 如果無錯誤，執行
    print(a)
finally:  # 不管有無錯誤均執行
    print("-- End --")
1
-- End --

其中，else 與 finally 語句都不是必需的。如果不想輸出錯誤資訊、或不能預先判斷可能的錯誤類型，可以使用僅含 exit() 語句的 except 塊。

多個 except 塊

一個 try 語法塊是可以跟著多個 except 的；如果靠前的 except 捕獲了錯誤，之後的就不會運行。 這也就是說，如果錯誤之間有繼承關係時，子錯誤需要放在父錯誤之前嘗試 except，否則子錯誤永遠也不可能被捕獲。

比如上一節的例子中，ZeroDivisionError 是 ArithmeticError 下的子錯誤，而 ArithmeticError 又是 Exception 下的子錯誤（當不清楚錯誤的類型時，Exception 可以捕獲絕大多數錯誤）。關於錯誤的繼承關係，參考：Python – Exception Hierarchy 官方頁面。

一個例子：

try:
    a = 1 / 0
except Exception:
    print("Exception")
    exit()
except ZeroDivisionError:
    print("ZeroDivisionError")
    exit()
else:
    print("No error.")
finally:
    print("-- End --")
輸出 Exception 與 – End –。

錯誤的捕獲

錯誤在很多地方都可能發生，那是否需要在可能的地方都加上 try 語句呢？當然不是。建議只在主程式碼中加入 try 語句，因為 Python 會自動跟蹤到錯誤產生的源頭何在。

錯誤的拋出及上拋

有時候我們想人為拋出一個錯誤，這是使用 raise 即可：

# raise TypeError("Wrong type.")

如果在函數中沒有處理錯誤的語句，可能在捕獲錯誤後將其上拋。記住，捕獲錯誤只是為了記錄錯誤的產生，並不意味者必須原地解決錯誤。

def makeerror(n):
    if n == 0:
        raise ValueError("Divided by zero.")
    return 1 / n

def callerror():
    try:
        makeerror(0)
    except ValueError as e:
        print("ValueError detected.")
        raise

# 輸出 "ValueError detected." 並列印錯誤日誌
# callerror()

上面的 raise 命令沒有緊跟任何參數，表示將錯誤原樣上拋。你也可以手動指定上拋的錯誤類型，並不需要與原錯誤類型一致。甚至你可以定義一個錯誤（繼承某一錯誤類）：

class MyError(ValueError):
    print("This is MyError.")

# raise MyError
This is MyError.

文件讀寫

open() 函數用於文件的讀寫操作。一般我們會在操作文件時，引入 os 模組（os 模組的用法參考「常用模組」一節的內容）。

import os

open() 函數常常配合 with 語法塊進行使用，它會在語法塊結束時自動關閉文件。該函數：

open(file, mode="r", encoding=None)

第一參數是包含文件名的路徑（傳入基於當前目錄的相對路徑，傳入或者絕對路徑），mode 參數是讀寫操作方式；encoding 是編碼類型，一般取」utf8」。其中，讀寫操作方式常用的有：

一般讀寫操作：read() / readlines()

函數 read() 將整個文件讀為一個字元串，來看一個例子：

datapath = os.path.join(os.getcwd(), "data", "iris.data.csv")
with open(datapath, "r", encoding="utf8") as f:
    rawtext = f.read()

rawtext[:200]
'5.1,3.5,1.4,0.2,Iris-setosa\n4.9,3.0,1.4,0.2,Iris-setosa\n4.7,3.2,1.3,0.2,Iris-setosa\n4.6,3.1,1.5,0.2,Iris-setosa\n5.0,3.6,1.4,0.2,Iris-setosa\n5.4,3.9,1.7,0.4,Iris-setosa\n4.6,3.4,1.4,0.3,Iris-setosa\n5.0,'

函數 readlines() 將整個文件讀為一個列表，文件的每一行對應列表的一個元素。

with open(datapath, "r", encoding="utf8") as f:
    rawtext = f.readlines()

rawtext[:3]
['5.1,3.5,1.4,0.2,Iris-setosa\n',
 '4.9,3.0,1.4,0.2,Iris-setosa\n',
 '4.7,3.2,1.3,0.2,Iris-setosa\n']

上述的 readlines() 函數實質等同於列表解析：

with open(datapath, "r", encoding="utf8") as f:
    rawtext = [line for line in f]

rawtext[:3]
['5.1,3.5,1.4,0.2,Iris-setosa\n',
 '4.9,3.0,1.4,0.2,Iris-setosa\n',
 '4.7,3.2,1.3,0.2,Iris-setosa\n']

文件寫入，使用 write() 函數。一個簡單的例子：

with open(datapath, "w") as f:
   f.write("Sometimes naive.")

大文件讀取：readline()

如果文件比較大，使用 read()/readlines() 函數直接讀入可能會佔用太多記憶體。推薦使用函數 readline()，一種迭代器式的讀取方法。

with open(datapath, "r", encoding="utf8") as f:
    print(f.readline().strip())
    print(f.readline().strip())
5.1,3.5,1.4,0.2,Iris-setosa
4.9,3.0,1.4,0.2,Iris-setosa

你會發現兩次結果是不同的，這是因為迭代器內部的「指針」向後移動了。

怎樣獲取 / 移動「指針」的位置呢？使用 tell() / seek() 命令。

with open(datapath, "r", encoding="utf8") as f:
    print(f.tell(), f.readline().strip())
    print(f.tell(), f.readline().strip())
    f.seek(0)  # 回到文件頭
    print(f.tell(), f.readline().strip())
0 5.1,3.5,1.4,0.2,Iris-setosa
28 4.9,3.0,1.4,0.2,Iris-setosa
0 5.1,3.5,1.4,0.2,Iris-setosa

類

類的成員包括屬性（attribute）與方法（method）兩種。例子：

class MyClass:
    """
    This is a class that can meow!
    """
    animal = "cat"  # An attribute
    def talk(self):  # A method
        return "Meow"

# An instance of the class
a = MyClass()
print(a.animal, a.talk())
cat Meow

上例中的 self 表示類的實例，所有類內部的方法都需要把該參數放在首位（你也不可不用 self 而使用 this 等，但是 self 是慣例）。例如，self.animal 就表示了實例的 animal 屬性。這與 C# 等語言中的「this.animal」是類似的。

下例證明了 self 代表的實質是類的實例，而不是類本身。

class EgClass:
    def __init__(self):
        print(self)  # 實例，有對應地址
        print(self.__class__)  # 類

a = EgClass()
<__main__.EgClass object at 0x000002531C0AF860>
<class '__main__.EgClass'>

構造函數：__init__()

類的構造函數是 __init__() （左右均為雙下劃線），用於初始化實例。在聲明實例時，該函數自動被調用。

class MyClass2:
    def __init__(self, animal="cat"):
        self.animal = animal

a = MyClass2("dog")
a.animal
'dog'

封裝

類的重要特性是封裝性，即部分變數只能在其內部修改或訪問，不能從類的外部進行處理。Python 中的封裝非常簡單，只要把屬性或方法的名稱前綴設置為雙下劃線即可。

由此可見，構造函數 __init__() 是最基本的一個私有方法。一個例子：

class MyClass3:
    def __init__(self, animal="cat"):
        self.__animal = animal
        self.__foo()
    def __foo(self):
        self.__animal = "rabbit"
    def show(self):
        print(self.__animal)

a = MyClass3("dog")
a.show()
rabbit

如果想直接調用 __foo() 或者 __animal，都會被禁止，產生 AttributeError。

# a.__animal  # AttributeError

要注意，前後均添加了雙下劃線的屬性，如 name ，表示特殊屬性而不是私有屬性，是可以從外部訪問的。

繼承

下面是一個著名的貓與狗的例子；類 Cat 與 Dog 都繼承自 Animal，同時也都重載了方法 talk()。

class Animal:
    def talk(self):
        pass # 表示定義留空

class Cat(Animal): # 從Animal 繼承
    def talk(self): # 重寫talk()
        print('Meow')

class Dog(Animal):
    def talk(self):
        print('Woof')

a, b = Cat(), Dog()
a.talk() # 'Meow'
b.talk() # 'Woof'
Meow
Woof

通過 isinstance() 函數可以判斷一個對象是否是某個類（或其子類）的實例：

print(isinstance(a, Cat), isinstance(a, Animal))
True True
或者：

type(a).__name__
'Cat'

當然，類也可以多繼承。寫在左側的類的屬性與方法，在繼承時會被優先採用。例如：

class Pet:
    def talk(self):
        print("Pet")

class Cat2(Pet, Cat):
    pass

a = Cat2()
a.talk()
Pet

@property 裝飾器

裝飾器 @property 可以被用於限制類屬性的讀寫行為。比如，一個普通的類，如果想封裝一個屬性，卻允許從外部讀取它的值，一般我們用 getter 函數實現：

class Person:
    def __init__(self):
        self.__name = "Py"
    def get_name(self):
        return self.__name
a = Person()
a.get_name()
'Py'

不得不說這實在是麻煩了，程式碼里一堆 get 函數滿天飛並不令人愉快。而且還不能忘記它是一個函數，需要在尾部加上括弧。

裝飾器 @property 可以將一個方法偽裝成同名的屬性，因此裝飾了 getter 函數後，調用時就不用加上尾部的括弧了：

class Person:
    def __init__(self):
        self.__name = "Py"
        
    @property
    def name(self):
        return self.__name
a = Person()
a.name
'Py'

而且，如果你想從外部修改該屬性的值，會產生錯誤：

a.name = 1
---------------------------------------------------------------------------

AttributeError                            Traceback (most recent call last)

<ipython-input-97-8c607f2aa25b> in <module>()
----> 1 a.name = 1


AttributeError: can't set attribute

但同時，我們也可以指定其 setter 函數（該裝飾器 @age.setter 在用 @property 裝飾 age 方法後會自動生成），讓屬性修改成為可能，甚至附加修改條件：

class Person:
    def __init__(self):
        self.__age = 20
        
    @property
    def age(self):
        return self.__age
    
    @age.setter
    def age(self, value):
        if not isinstance(value, int):
            raise ValueError("Age should be an integer.")
        else:
            self.__age = value
a = Person()
a.age = 30
a.age
30

不傳入整數會報錯：

a.age = 0.5
---------------------------------------------------------------------------

ValueError                                Traceback (most recent call last)

<ipython-input-100-001bfa8fe26b> in <module>()
----> 1 a.age = 0.5


<ipython-input-98-83364d5faa13> in age(self, value)
     10     def age(self, value):
     11         if not isinstance(value, int):
---> 12             raise ValueError("Age should be an integer.")
     13         else:
     14             self.__age = value


ValueError: Age should be an integer.

類的特殊屬性與方法

屬性 __dict__

首先是 __dict__屬性，用於查看類的屬性與方法，返回一個字典。

a = MyClass()
MyClass.__dict__
mappingproxy({'__dict__': <attribute '__dict__' of 'MyClass' objects>,
              '__doc__': '\n    This is a class that can meow!\n    ',
              '__module__': '__main__',
              '__weakref__': <attribute '__weakref__' of 'MyClass' objects>,
              'animal': 'cat',
              'talk': <function __main__.MyClass.talk>})

需要注意的是，此時實例 a 的屬性沒有被更改過，實例的 dict 是一個空字典：

print(a.__dict__, a.animal)
{} cat

類的 __dict__ 方法下的同名鍵，與實例具有相同值。

MyClass.__dict__["animal"]
'cat'

一旦被從外部更改，實例 a 的 dict 字典就不再為空。

a.animal = "dog"
print(a.__dict__, a.animal)
{'animal': 'dog'} dog

屬性 __slots__

從上面可以看到，非私有的類屬性可以從外部更改值，而且屬性還能直接從外部增加。slots 屬性的作用就在於使類的屬性不能從外部進行更改、追加。它能夠限制屬性濫用，並在優化記憶體上也有意義。

class MySlotClass():
    __slots__ = ("meow", "woof")
    def __init__(self):
        self.meow = "Meow"
        self.woof = "Woof"
    
a = MySlotClass()
MySlotClass.__dict__
mappingproxy({'__doc__': None,
              '__init__': <function __main__.MySlotClass.__init__>,
              '__module__': '__main__',
              '__slots__': ('meow', 'woof'),
              'meow': <member 'meow' of 'MySlotClass' objects>,
              'woof': <member 'woof' of 'MySlotClass' objects>})

此時，如果使用 a.__dict__，結果不會返回空字典，而是會報錯。

運算符重載

特別地，Python 提供了運算符重載的功能。常用的對應如下（參考 官方頁面）：

方法 含義 應用
一元運算符
len 長度 len(a)
bool 邏輯值 bool(a)
neg 取負值 -a
str / repr 字元串形式 repr(a) / str(a), print(a)
二元運算符
add 加 a + b, a += b
sub 減 a – b, a -= b
mul 乘 a * b, a *= b
div 除 a / b, a /= b
pow 乘方 a ** b, a **= b
radd 左加 … + a
二元關係符
lt / le 小於 / 小於等於 a < b, a <= b
gt / ge 大於 / 大於等於 a > b, a >= b
eq / ne 等於 / 不等於 a == b, a != b
比如下例中，對多個運算進行了重載，完成了二維向量在加減法上與向量、與數運算的基本定義。

class Vector:
    def __init__(self, a, b):
        self.a = a
        self.b = b
   
    def __add__(self, another):
        if isinstance(another, Vector):
            c, d = another.a, another.b
        else:
            c, d = another, another
        return Vector(self.a + c, self.b + d)
    
    def __radd__(self, another):
        return self.__add__(another)
    
    def __neg__(self):
        return Vector(-self.a, -self.b)
    
    def __sub__(self, another):
        return self.__add__(-another)
    
    def __str__(self):
        return "Vector({},{})".format(self.a, self.b)

v1 = Vector(0,3)
v2 = Vector(5,-2)
print(v1 - 1, -v2, v1 + v2, v1 - v2)
Vector(-1,2) Vector(-5,2) Vector(5,1) Vector(-5,5)

其中，__repr__() 與 __str__() 的主要區別在於，前者在互動式步驟中顯示結果，後者在 print 函數中顯示結果。

例如上例，如果直接輸入 v1，不會以 「Vector(0,3)」的形式顯示。

v1  # 在類中附加定義： __repr__ = __str__ 即可解決問題。
<__main__.Vector at 0x2531c129c88>

迭代行為

在類中也能定義迭代行為，需要 iter() 與 next() 方法。

# 該例改編自官方文檔
class MyClass4:
    def __init__(self, lst):
        self.data = lst
        self.__index = len(lst)
    def __iter__(self):
        return self
    def __next__(self):
        if self.__index == 0:
            raise StopIteration
        self.__index -= 1
        return self.data[self.__index]

a = MyClass4("Meow")
for char in a:
    print(char)
w
o
e
M

常用模組

下面介紹幾個常用的 Python 標準模組（即隨 Python 安裝的模組）。更多的第三方模組，例如 NumPy, pandas, matplotlib，可以參考本系列博文的其他文章。

os 模組

這個模組應該是 Python 自帶模組中使用率最高的一個了。一些例子：

# import os
#
# ----- 文件操作 -----
# os.rename("old.py", "new.py")  # 重命名
# os.remove("a.py")  # 刪除
# os.stat("b.py")  # 查看文件屬性
#
# ----- 路徑操作 -----
# os.getcwd()  # 獲取當前目錄
# os.chdir(r"d:\list")  # 更改當前目錄為
# os.chdir(os.pardir)  # 返回上一級目錄
# os.mkdir('newfolder ')  # 在當前目錄新建一個文件夾
# os.listdir('c:\list')  # 列出文件夾下所有文件的列表
# os.removedirs('thefolder ')  # 刪除空文件夾
# os.path.isfile/ispath("f")  # 檢查路徑是文件或是目錄
# os.path.exists("f")  # 檢查路徑是否存在
# 
# ----- 操作平台相關 -----
# os.sep  # 當前作業系統的路徑分隔符
# os.linesep  # 當前作業系統的換行符
# os.path.join(r"c:\abc", "d")  # 連接字串成為路徑

sys 模組

一般我很少用到這個模組。可能有這麼幾個命令會用到：

• sys.argv：能夠傳遞從命令行接受的參數到程式碼內。
• sys.platform：當前作業系統平台。
• sys.exit()：無參數時拋出 SystemExit 錯誤並退出；有參數時會在退出前輸出對應的字元串到螢幕。

import sys
sys.platform
'win32'

一個 sys.argv 的例子：

sys.argv
['e:\\python\\lib\\site-packages\\ipykernel_launcher.py',
 '-f',
 'C:\\Users\\wklchris\\AppData\\Roaming\\jupyter\\runtime\\kernel-3724c4c9-2130-485d-b388-7a84379fd043.json']

以上不是典型的例子，因為並不是在命令行下運行的。命令行下通常有如下格式：

python test.py hello

此時，sys.argv[0] = test.py，sys.argv[1] = hello.

re 模組：正則表達式

參考本文附錄。

其他模組

• collection 模組：
  • 提供了一種雙端列表 deque，可以用 appendleft, extendleft, popleft 等方法從 deque 的左側（也就是lst[0]）進行操作。注意，deque 的更新操作比 list 更快，但讀取操作比 list 慢。
  • 提供了一種預設字典defaultdict，可以直接操作鍵值（即使這個鍵先前未定義）；首次操作時會賦一個合理的初值，比如首次調用 d[“a”] += 1 而字典本身沒有 「a」 鍵時，會自動初始化 「a」 鍵並賦初值 0。
• calendar 模組：判斷星期、閏年，輸出日曆等等。
• itertools 模組：在本文「迭代器」小節已進行了簡要介紹。
• logging 模組：在調試中可能會使用。
• urllib 模組：這是一個 HTML 請求模組，常用於爬蟲。

調試與測試

Python 中有一些內置的辦法進行調試與測試。

斷言：assert

斷言的含義在於，如果斷言失敗（False），那麼程式碼會被終止（拋出一個AssertionError）。比如：

n = 0
assert(n != 0)
1 / n
---------------------------------------------------------------------------

AssertionError                            Traceback (most recent call last)

<ipython-input-112-e53f92f6c644> in <module>()
      1 n = 0
----> 2 assert(n != 0)
      3 1 / n


AssertionError: 

與大家一貫喜歡使用的 print 調試法相比，斷言語句可以用命令行參數 -O 忽略。這樣所有的 assert() 語句都不會被執行。

$ python -O main.py

日誌調試：logging 模組

logging 模組支援將錯誤日誌輸出（到控制台或者到文件）。

此乃調試神器。延伸閱讀： logging 官方基礎教程。

import logging
# 該行也可能通過控制台：$ python main.py --log=WARNING 的方式實現
logging.basicConfig(level=logging.WARNING)
n = 0
logging.warning("n = {}".format(n))
WARNING:root:n = 0

logging 模組的靈活之處在於你可以記錄資訊的級別（DEBUG，INFO，WARNING，ERROR，CRITICAL），各級別的作用如下：

• DEBUG：最詳細的級別，所有詳細日誌都會被輸出。
• INFO：檢測程式碼是否按照預期執行。
• WARNING：非預期的事件發生了，或者可能在近期發生（例如：低磁碟空間）。但程式碼仍然執行。
• ERROR：發生了級別更高的問題，某些功能無法正常實現。
• CRITICAL：嚴重錯誤，程式碼可能無法繼續運行。
  通過 filename 參數，可以將日誌寫入到文件。一般使用 DEBUG 級別，即輸出所有資訊。

# logging.basicConfig(filename="log.log", level=logging.DEBUG)

默認會將日誌追加到文件末尾，如果想要覆寫文件而不是追加，使用 filemode 參數：

# logging.basicConfig(filename="log.log", filemode="w", level=logging.DEBUG)

更改日誌格格式，使用 format 參數。一般來說，常用的格式碼（格式碼後加 s 表示字元串）有：

• %(levelname)：當前日誌字串級別。
• %(message)：當前日誌字串。
• %(asctime)：當前時間。默認 datefmt 參數為 %Y-%m-%d %I:%M:%S
  例子。下例會輸出形如：」01/23/1900 08:05:05 PM is when this event was logged.」 這樣的格式。

# logging.basicConfig(format='%(asctime)s %(message)s', datefmt='%m/%d/%Y %I:%M:%S %p')
# logging.warning('is when this event was logged.')
# 常用的格式：
# logging.basicConfig(format="%(levelname)s: %(message)s")

還可以通過配置文件來代替 basicConfig 命令，並進行設置 logger 等更高級的配置。這部分可以參考：此處。

# import logging.config

# logging.config.fileConfig('logging.conf')

附錄：正則表達式

正則表達式的基礎內容參考本部落格的這篇博文：正則表達式。注意：如果要保存一個正則表達式供多次使用，請存儲其 compile 後的結果，避免反覆編譯。

• re.compile(exp)：編譯正則表達式。
• re.compile(exp).match(str)：判斷正則表達式能否匹配一個字串。可以 bool() 結果來獲知是否匹配。
  • re.compile(exp).match(str).groups()：將匹配結果返回為單個字元串（無子組時）或元組（有子組時）。
  • re.compile(exp).findall(str)：找出字元串中所有匹配表達式的子串。返回列表。
• re.split(exp, str)：用表達式來分割字元串，相當於 str.split() 的增強版。

import re
bool(re.match(r"\d", "1"))
True
phone_re = re.compile(r'\d{3,4}-\d{7,8}')
phone_re.match('010-12345678').group()
'010-12345678'
# 如果在正則表達式中添加了子組（小括弧），那麼會返回子組依順序組成的一個元組
phone_re = re.compile(r'(\d{3,4})-(\d{7,8})')
phone_re.match('010-12345678').groups()
('010', '12345678')
phone_re = re.compile(r'\d{3,4}-\d{7,8}')  # 尋找所有子串
phone_set = '010-12345678, 021-65439876 '
phone_re.findall(phone_set)
['010-12345678', '021-65439876']
s = 'a b   c'  # 用 re.split() 處理連續的空格
print(s.split(' '), re.split(r"\s+", s))
['a', 'b', '', '', 'c'] ['a', 'b', 'c']