Python 学习笔记 (II-A)
第二部分主要讲述 Python 的类型以及相关的操作。
Tip 2-1: Python 程序的架构：Programs(程序) -> Modules(模块) -> Statements(语句) -> Expressions(表达式)
Tip 2-2: Python 使用内置类型 (Built-in Types)，这意味着 Python 是一个弱类型语言，这样有如下几种好处：1. 易于编码 ; 2. 内置了很多基本对象 (例如 list 和 map); 3. 使用内置对象更为高效; 4. 内置对象是语言标准的一部分。
Tip 2-3: Python 对象类型概览
| 对象类型 | 举例 |
| 数值 Numbers | 1234, 3.14, 3+4j, Decimal, Fraction |
| 字符串 Strings | 'spam', "guido's", b'a\x01c' |
| 列表 Lists | [1, [2, 'three'], 4] |
| 字典 Dictionaries | {'food' : 'spam', 'taste' : 'yum'} |
| 元组 Tuples | (1, 'spam', 4, 'U') |
| 文件 Files | myfile = open('eggs', 'r') |
| 集合 Sets | set('abc'), {'a', 'b', 'c'} |
| 其他核心类型 Other Core Types | Booleans, types, None |
| 程序单元类型 Program Unit Types | Functions, Modules, Classes |
| 执行相关类型 Impementation-related Types | Compiled code, stack tracebacks |
Tip 2-4: Python 运行的所有东西都是对象；对象一经创建，它的方法就绑定到这个对象之上了；Python 既具有动态类型特性 (声明一个变量不需要指定类型)，又具有强类型特性 (对于确定的对象，只能执行这个对象具备的操作)。
Tip 2-5: 数值类型很强大，包含整数、浮点、定点小数、复数、有理数(分数比例)等等。常用运算符包含：(+ 加)、(- 减)、(* 乘)、(/ 除)、(// 整除)、(% 模)、(** 乘方)等等。
Tip 2-6: math 模块包含一些常用的数学方法，包括 pi/sqrt()/sin() 等等，具体可使用 help 查看；random 模块包括了一些常用的随机化函数，包括生成随机数、随机选取、洗牌等等。
Tip 2-7: 字符串是 Python 序列 (sequence) 的一种，序列是有序，可定位的元素集合。因此可以使用序列相关的方法来处理字符串。主要的操作包括：返回串长 len(S)、截取操作 S[?]、串接 S1+S2、重复 S*2 等等。
Tip 2-8: 可变性(Immutability): 这是理解 Python 对象的一个重要特性，Python 中，有一些对象是可以改变的 (mutable) 改变这个对象的一些属性 (change in-place) 并不会导致整个变量被替换；而另一些对象是不可改变的 (immutable)，这意味着不能改变它的内容，否则整个对象会被替换掉。在核心类型中，Number, String, Tuple 是 immutable 的，而 List, Dictionary, Set 则是 mutable 的，因此在考量变量的时候，必须考虑 mutable 特性。
Tip 2-9: 类型指定的方法：不同的对象具备不同的方法，例如 string 对象可以调用 s.find(), s.replace() 等方法，如果要查看对象的方法，可以使用 dir(object) 来获取对象的方法，并可以使用 help(object.method) 来查看具体的函数说明。
Tip 2-10: 字符串格式化的方法：
#1 使用 % 语法格式化字符串 >>> '%s, eggs, and %s' % ('spam', 'SPAM!') # Formatting expression (all) 'spam, eggs, and SPAM!' #2 使用 format() 方法格式化字符串 >>> '{0}, eggs, and {1}'.format('spam', 'SPAM!') # Formatting method (2.6, 3.0) 'spam, eggs, and SPAM!' # % 语法在今后的 Python 版本中可能会被淘汰，因此建议使用后者。
Tip 2-11: 可以通过 ord(char) 来获取单个字符的 ASCII 码。
Tip 2-12: 字符串可以用单引号或者双引号来界定，单引号界定符可以直接包含双引号字符，否则就要在前面加 \ 来界定，例如：'I\'m a student' 或者 "I'm a student" 都是可以的，反之亦然。如果是多行字符，可以使用连续的三个双引号进行界定。
Tip 2-13: 模式识别，使用 re 模块。使用 re.match(pattern, input) 的语法进行匹配，匹配会将结果返回到一个元组中，其中每个元素返回匹配到模式串中 () 界定的各个位置的内容。
>>> match = re.match('/(.*)/(.*)/(.*)', '/usr/home/lumberjack') >>> match.groups() ('usr', 'home', 'lumberjack')
Tip 2-14: List 是一个最常用的 Python sequence 对象，类似于数组，可与存放任意类型的变量，它是 mutable 的。
Tip 2-15: 有关 sequence 对象的操作。对序列使用切片操作将返回一个新的序列对象。
>>> s = 'abcdefghijklmnopqrstuvwxyz' #1 切片操作 #1.1 s[k] 返回位置在 k 处的元素（从 0 开始） >>> s[2] 'c' #1.2 若为负数即为倒数，等价于 len(s) - k >>> s[-1] 'z' #1.3 s[p:q] 获取从下标 p 到下标 q-1 内的区间 >>> s[2:4] 'cd' #1.4 s[p:q:k]，k 为切片步长，可以为负 >>> s[1:10:3] 'beh' #1.4 默认值，s[p:q:k] p 默认为 0，q 默认为 len(s)，k 默认为 1 >>> s[8:1:-2] 'igec' #1.5 应用，翻转序列 >>> s[::-1] 'zyxwvutsrqponmlkjihgfedcba' #2 连接、重复操作 >>> s[:3] + s[:3] 'abcabc' >>> s[:3] * 3 'abcabcabc'
Tip 2-16: list 的在位操作包括 L.append(x), L.sort(), L.reverse(), L.pop(k) 等。
Tip 2-17: list 是一个对象，其元素也是任意的对象，因此可以实现任意的嵌套，例如：[1,2,[3,'a'],{4:5}]。使用 NumPy 科学计算包可以实现很多类似于 Matlab 的科学运算。
Tip 2-18: 使用 for 语句可以简单派生一个列表，语法为 [f(x) for x in L] 这样可以依次遍历 L 中所有元素，对所有元素执行函数 f(x)，将返回值放到输出的列表中返回。界定符也可以为小括号，作为迭代器返回；或者为花括号，作为 set 返回。当然也可以用 {key(x):val(x) for x in L} 的语法快速构建一个 dictionary。
Tip 2-19: Python 迭代器，可以通过迭代器来遍历 Python 的结构，如果在 for 语句中使用小括号界定，则返回一个迭代器，可以使用迭代器操作来获取元素。
>>> M = [[1, 2, 3], # A 3 × 3 matrix, as nested lists [4, 5, 6], # Code can span lines if bracketed [7, 8, 9]] # 使用 for 语句来产生一个迭代器。 >>> G = (sum(row) for row in M) # Create a generator of row sums >>> next(G) 6 >>> next(G) # Run the iteration protocol 15 # 使用 map 函数产生一个迭代器，并用迭代器生成列表。 >>> list(map(sum, M)) # Map sum over items in M [6, 15, 24] # 也可以生成集合和字典（如果生成的是集合，Python 会直接忽略掉重复的元素） >>> {sum(row) for row in M} # Create a set of row sums {24, 6, 15} >>> {i : sum(M[i]) for i in range(3)} # Creates key/value table of row sums {0: 6, 1: 15, 2: 24}
Tip 2-20: 字典操作，可以使用 {}, {a : x, b : y}, map(iterator) 来创建一个字典；可以用下标操作直接调用字典的元素。注意 set 和 dictionary 的 key 是使用 hash 来编排的(不是排序树)，因此迭代 set 或者 dictionary 的时候，其遍历顺序是不保证的。如果直接使用一个 set 或者 dictionary 构造一个列表，则会返回一个所有 key 构成的列表。对一个 set 或者 dictionary 使用 sorted，则会返回一个包含排好序的 key 的 list。如果对一个 dictionary D 使用 for x in D 循环，则 x 将会遍历出所有的 key。
Tip 2-21: Dictionary 具有一个 get 方法，可以避免取出一个不存在的 key。当 get 一个不存在的 key 的时候，会返回所给出的默认值进行替代。或者使用 if 语句 (a if yes else b) 也可以达到同样的效果。
>>> value = D.get('x', 0) # Index but with a default >>> value 0 >>> value = D['x'] if 'x' in D else 0 # if/else expression form >>> value 0
Tip 2-22: Tuples 是一个 immutable 对象，因此无法 update in-place。但是仍然可以使用 [] 进行截取，使用 + 进行串接，使用 for 进行迭代等，但是不能往里赋值。但是，Tuples 里面存放的是一个引用，因此如下方式会改变到 Tuples 里面的值，换句话说，引用是固定的，但引用的对象可以是 mutable 的：
>>> b = [] # 开始 b 是一个空的 List，b 是 immutable 的 >>> a = (1, b) # 然后 tuple 的第二个元素引用它 >>> a (1, []) >>> b += [0] # 然后在外面改变 b >>> a #然后 tuple 里面的 列表也被改变了 (1, [0])
Tip 2-23: 对于 sequence 对象，还可以使用 L.index(k) -- 等价于 L[k] 来获取第 k 个元素，或者使用 L.count(v) 来获取值为 v 的元素个数。
Tip 2-24: File 类型是 Python 的内置类型，虽然没有一个简易语法来创建它。使用 open(fname, mode) 和 close() 来打开和关闭文件，然后可以使用简单的几个函数来对文件进行读写操作。
Tip 2-25: 集合 set 也是 Python 的内置类型之一，支持交并补差等运算，它很像是一个没有值的 dictionary。
>>> X = set('spam') # Make a set out of a sequence in 2.6 and 3.0 >>> Y = {'h', 'a', 'm'} # Make a set with new 3.0 set literals >>> X, Y ({'a', 'p', 's', 'm'}, {'a', 'h', 'm'}) >>> X & Y # Intersection {'a', 'm'} >>> X | Y # Union {'a', 'p', 's', 'h', 'm'} >>> X – Y # Difference {'p', 's'} >>> {x ** 2 for x in [1, 2, 3, 4]} # Set comprehensions in 3.0 {16, 1, 4, 9}
Tip 2-26: 在 Python，复数是内置的，可以使用 a+bj 这样的方式表示复数，另外对于数值类型，Python 还提供了 decimal 和 fractions 两个模块来处理。
>>> 1 / 3 # Floating-point (use .0 in Python 2.6) 0.33333333333333331 >>> (2/3) + (1/2) 1.1666666666666665 >>> import decimal # Decimals: fixed precision >>> d = decimal.Decimal('3.141') >>> d + 1 Decimal('4.141') >>> decimal.getcontext().prec = 2 >>> decimal.Decimal('1.00') / decimal.Decimal('3.00') Decimal('0.33') >>> from fractions import Fraction # Fractions: numerator+denominator >>> f = Fraction(2, 3) >>> f + 1 Fraction(5, 3) >>> f + Fraction(1, 2) Fraction(7, 6)
Tip 2-27: type 是 python 的内置类型，使用 type(object) 可以返回一个对象的类型。以此可以做一些类型判别。但不建议在 Python 中进行类型测试以及相关的流程控制，这样会损害这种语言的弹性。
第四章只介绍了 Python 类型的概况，第二部分的其他章节将详细讲述其他类型。
</待续 PAGE 104>
