python黑马条记

卖不甜枣 · 2024-7-29 17:09:31

运算符：

算术运算符：

+ 加
  - 减
  * 乘
  / 除
  // 整除
  % 取余
  ** 求平方
  除法计算得出的效果都是小数

赋值运算符：

标准赋值： =
  复合赋值： += 、 -= 、 *= 、 /= 、//= 、 **=

字符串：

字符串拓展内容：

字符串在Python中有多种定义情势：
单引号定义法：name = ‘黑马步调员’
  双引号定义法：name = ”黑马步调员”
  三引号定义法：name = “””黑马步调员”””
  在字符串内包含引号：使用转义字符 \ 解除引号的效用

name = “ \”黑马程序员\” ”

复制代码

字符串拼接：

通过 +号直接拼接

Name = “小王”
Address = “北京”
Print(“我的名字是”+name+”,我住在”+address)

复制代码

留意：无法和非字符串范例进行拼接

字符串格式化：

“ %占位符 ” % 变量

Name = “黑马程序员”
Message = “学IT来:%s” % name
Print(message)

复制代码

  %s :         将内容转换成字符串，放入占位位置
  %d :         将内容转换为整数，放入占位位置
  %f :         将内容转换为浮点型，放入占位位置

Name = “传智播客”
Setup_year = 2006
Stock_price = 19.99
Message = “%s , 成立于：%d , 我今天的股价是：%f” % (name , setup_year , stock_price)

复制代码

字符串的数字精度控制：

使用辅助符号”m.n”来控制数据的宽度和精度,如%5d、%5.2f、%.2f，m和.n均可省略
假如m比数字自己宽度还小，m不见效
.n对小数部分做精度限制的同时，还会对小数部分做四舍五入

Num1 = 11
Num2 = 11.345
Print(“数字11宽度限制5，结果是：%5d” % num1)
Print(“数字11.345宽度限制7，小数精度2，结果是：% 7.2f” % num2)
Print(“数字11.345不限制，小数精度2，结果是：% .2f” % num2)

复制代码

字符串格式化的快速写法：

f” {变量} {变量} ”

Name = “传智播客”
Setup_year = 2006
Stock_price = 19.99
Print(f”我是{name},我成立于：{setup_year}年，我今天的股价是{stock_price}”)

复制代码

对表达式进行格式化：

在无需使用变量进行数据存储的时候，可以直接格式化表达式，简化代码

Print(“1+1的结果是: %d” % (1+1))
Print(f”1*2的结果是：{1*2}”)
Print(“字符串在Python中的类型名是：%s” % type(“字符串”))

复制代码

获取键盘输入的数据:

Input(“提示语句”)
默认接收范例都是字符串

Name = str(input(”请输入姓名”))
Age = int(input(“请输入年龄”))
小数 = float(input(“请输入一个小数”))

复制代码

布尔范例和比较运算符：

比较运算符的使用：

== 、 != 、 > 、< 、>= 、<=
If语句的根本格式：

If-else语句：
If-elif-else语句：
判定语句的嵌套：
通过如下代码，可以定义一个变量num，变量内存储随机数字

Import random
Num = random.randint(1,10)

复制代码

while循环的基础语法：

While循环的嵌套：
同判定语句的嵌套一样，循环语句的嵌套，要留意空格缩进
多层循环，基于空格缩进来决定层次关系
留意条件的设置，制止出现无穷循环（除非真的需要无穷循环）

For循环的基础语法：

For 临时变量 in 待处置惩罚数据集（序列）：
循环满意条件时执行的代码
同while循环差异，for循环是无法定义循环条件的
只能从被处置惩罚的数据会集，依次取出内容进行处置惩罚
以是，for循环无法构建无穷循环（被处置惩罚的数据集不大概无穷大）

Range语句：

待处置惩罚数据集，严格来说，称之为：序列范例
序列范例指，其内容可以一个个依次取出的一种范例，包罗：
字符串、列表、元组
Range语句的语法格式：

Range(num)
Range(num1,num2)
Range(num1,num2,step),#step指数字之间的步长

复制代码

For循环临时变量作用域：
作用域限定为循环内，如需访问临时变量，可以预先在循环外定义它
For循环的嵌套运用：

Continue和break：

Continue        中断本次循环，直接进入下一次循环
  Break             直接竣事所在循环

函数：

函数是组织好哒，可重复使用的，用来实现特定功能的代码段
提高了步调的复用性，减少重复性代码，提高开发服从

无返回值的语法：
Def 函数名（）：
          函数体
  函数名（）
  Def 函数名（x,y）:
函数定义中，提供的x和y，称为：情势参数（形参），表现函数声明将要使用2个参数
函数调用中，提供的参数称为现实参数（实参），表现函数执行时真正使用的参数值
返回值的语法：
Def 函数名（参数...）：
          函数体
  Return 返回值
  变量 = 函数名（参数）
  Return后的代码不会执行
假如函数没有使用return语句返回数据，函数返回None
None范例的应用场景：

①用在函数无返回值上
  ②用在if判定上
  在if判定中，None等同于False
  一样平常用于在函数中主动返回None，配合 if 判定做相关处置惩罚
  ③用于声明无内容的变量上
  定义变量，但临时不需要变量有具体值，可以用None来代替

函数的嵌套调用：
在一个函数中，调用另外一个函数
函数A中执行到调用函数B的语句，会将函数B全部执行完成后，继续执行函数A的剩余内容

变量在函数中的作用域：

变量作用域指的是变量的作用范围（变量在那边可用，在那边不可用）
重要分为两类：局部变量和全局变量
局部变量：定义在函数体内部的变量，即只在函数体内部见效
  全局变量：在函数体内、外都能见效的变量
  Global关键字，可以在函数内部声明变量为全局变量

数据容器：

一种可以容纳多份数据的数据范例，容纳的每一份数据称之为一个元素
每一个元素，可以是任意范例的数据，如字符串、数字、布尔
数据容器根据特点的差异，如：
是否支持重复元素
是否可以修改
是否有序等
分为五类，分别是：
列表（list）、元组（tuple）、字符串（str）、聚集（set）、字典（dict）

列表：

列表的数据范例没有任何限制，以致元素也可以是列表，如许就定义了嵌套列表
从列表中取出特点位置的数据可以使用：下标索引
要留意下标索引的取值范围，超出范围无法取出元素，并且会报错
取出列表元素：
List[0,1,2...]
取出嵌套列表的元素：
List[1][2]
列表的方法：

查询某元素的下标：                                列表.index(元素)
  修改特点下标索引的值：                        列表[下标] = 值
  插入元素：                                              列表.insert(下标,元素)
  在列表尾部追加”单个”元素： 列表.append(元素)
  在列表尾部追加”一批”元素：    列表.extend(其他数据容器) 将其他数据内容取出，依次追加到列表尾部
  删除元素：                                              Del 列表[下标] 列表.pop(下标)
  删除某元素在列表中的第一个匹配项：  列表.remove(元素)
  清空列表：    列表.clear()
  统计某元素在列表内的数量：                列表.count(元素)
  统计列表中全部的元素数量：                Len(列表)

  列表的遍历：                                        While循环、For循环

元组：

Tuple = （）
元组一旦定义完成，就不能修改
元组只有一个数据，这个数据后面要添加逗号，否则是字符串范例
元组可以嵌套，和列表一样，支持下标索引
假如元组里面嵌套了list，那么list里面的元素可以修改
支持for循环和while循环

再识字符串：

支持下标（索引）
同元组一样，字符串是一个：无法修改的数据容器
查找元素的下标：                    Index()
  字符串的替换：                                               字符串.replace(字符串1,字符串2)
  将字符串中的全部字符串1替换为字符串2,不是修改字符串自己，而是得到了一个新字符串
  字符串的分割： ``     字符串.split(分隔字符串)
  按照指定的分割符字符串，将字符串划分为多个字符串，并存入列表对象中,字符串自己稳定，而是得到一个列表对象
  字符串的规整操作（去前后空格）:                 字符串.strip()
  字符串的规整操作（去前后指定字符串): 字符串.strip(字符串)
  留意：传入的是”ab”,其实就是：”a”和”b”都会移除，是按照单个字符
  统计字符串中某字符的出现次数:                     Count()
  统计字符串的长度:    Len()

数据容器（序列）的切片：

序列是指：内容连续、有序，可使用下标索引的一类数据容器
列表、元组、字符串，均可以视为序列
切片：                序列[起始下标：竣事下标：步长]
  步长为负数表现，反向取（留意，起始下标和竣事下标也要反向标记）
  从头至尾：         序列[ : ]
  将序列反转： 序列[ : :-1]
  字符串巨细比较的方式：

ASCLL码表：
字符串是按位比较，也就是一位位进行对比
小写字母>大写字母>数字
聚集(set):

聚集是无序的，以是聚集不支持下标索引，不能用while遍历
定义空聚集：                   变量名称 = set()
  添加新元素：   变量名称.add()
  移除元素：   变量名称.remove()
  从聚会会议集随机取出元素：        聚集.pop()
  从聚会会议集随机取出一个元素,效果：会得到一个元素的效果。聚集自己被修改，元素被移除
  清空聚集： 聚集.clear()
  取两个聚集的差集：   聚集1.difference(聚集2)
  取出聚集1有，聚集2没有的,效果：得到一个新聚集，聚集1和聚集2稳定
  消除两个聚集的差集：            聚集1.difference_update(聚集2)
  对比聚集1和聚集2，在聚集1内，删除和聚集2相同的元素,效果：聚集1被修改，聚集2稳定
  两个聚集合并：                        聚集1.union（聚集2）
  将聚集1和聚集2组合成新聚集,效果：得到新聚集，聚集1和聚集2稳定

字典：

定义：同样使用{}，不外存储的元素，是一个个的键值对
字典的嵌套：
字典的key和value可以是任意数据（key不能是字典）。
字典内key不能重复，重复天剑等同于覆盖原有数据
字典不可以通过下标索引，而是通过key去获取value，不能使用while循环
从嵌套字典中获得信息：                Dict[key1][key2]
  新增或更新元素： 字典[key] = value

  删除元素： 字典.pop(key)
  清空字典： 字典.clear()
  获取全部的key：                            字典.keys()

  遍历：                                            ①通过获取到全部的key来完成遍历
                                                         ②直接对字典进行for循环，每一次循环都是直接得到key
  统计字典的元素数量： Len()函数

数据容器对比：

数据容器的通用统计功能：

起首，在遍历上：
5类数据容器都支持for循环遍历
列表、元组、字符串支持while循环，聚集、字典不支持（无法下标索引）
Len（容器）         统计容器的元素个数
  Max（容器）    统计容器的最大元素
  Min（容器）          统计容器的最小元素
  通用范例转换：
List（容器）         将给定容器转换为列表
  Str（容器）          将给定容器转换为字符串
  Tuple（容器） 将给定容器转换为元组
  Set（容器）      将给定容器转换为聚集

字典可以转换为其他范例
容器的通用排序功能：
Sorted（容器，[reverse = True]）                                降序
  Sorted（容器），Sorted（容器，[reverse = False]） 升序
  排序的效果通通变成列表对象

函数进阶：

函数多返回值：
假如一个函数出现两个return，步调只执行第一个return，缘故原由是因为return可以退出当前函数，导致return下方的代码不执行

函数的多种传参方式：

函数有四种常见的参数使用方式：
位置参数：

关键字参数：

缺省参数：

设置默认值同一的都在最后，否则会报错

不定长参数：

位置通报的数据情势是元组

关键字通报的数据情势是字典

匿名函数：

函数作为参数通报：
函数自己是可以作为参数，传入另一个函数中进行使用的
将函数传入的作用在于：传入计算逻辑，而非传入数据
Lambda匿名函数：

Python的文件操作：

编码有许多，以是要使用准确的编码，才能对文件进行准确的读写操作
UTF-8是目前全球通用的编码格式
除非有特别需求，否则，一律以UTF-8格式进行文件编码即可

文件的读取操作：

文件的操作步骤：
打开文件
读写文件
关闭文件

假如在步调中多次调用read()，那么下一个read，会在上一个read的结尾处接着读取的

文件的关闭：
f.close()
最后通过close，关闭文件对象，也就是关闭对文件的占用
假如不调用close，同时步调没有制止运行，那么这个文件将不停被Python步调占用

文件的写出操作：

Close方法内置了flush的功能，假如不调用flush，但是调用close，同样文件也会写入内容
w模式，文件不存在，w会创建文件；文件存在，w会清空原有内容
文件的追加：

可以使用”\n”来写出换行符

非常：

在大概发生非常的地方进行捕获，当非常出现时，提供办理方式，制止步调无法运行

捕获所有非常：

Try：
Except Exception as e：
Print(e)

复制代码

Python的模块：

模块(module)的导入：

自定义模块：

差异模块，同名的功能，假如都被导入，按照调用顺序，后导入的会覆盖先导入的

__main__变量的功能：
if __name__ == ‘__main__’：表现，只有当步调是直接执行的才会进入if内部，假如是被导入的，则if无法进入
_all_变量的功能：
_all_变量是一个列表，可以控制import*的时候，哪些功能可以被导入

自定义Python包(package)：

安装第三方包：

可视化案例：

Json数据格式：

json的范例是字符串

Json_str = json.dumps(data,ensure_ascii = False)
假如有中文的话,传入ensure_ascii = False参数,来确保中文正常转换
Pyecharts模块介绍：

Pyecharts快速入门：

配置选项：

Pyecharts模块中有许多的配置选项，常用到2个类别的选项：
全局配置选项
系列配置选项

数据处置惩罚：

from pyecharts.charts import Line
import json
from pyecharts.options import *
# 处理数据
f_us = open("D:/美国.txt", "r", encoding="UTF-8")
us_data = f_us.read() # 美国的全部内容
f_jp = open("D:/美国.txt", "r", encoding="UTF-8")
jp_data = f_us.read() # 日本的全部内容
f_in = open("D:/美国.txt", "r", encoding="UTF-8")
in_data = f_us.read() # 印度的全部内容
# 去掉不合JSON规范的开头
us_data = us_data.replace("jsonp_1629344292311_69436", "")
jp_data = jp_data.replace("jsonp_1629350871167_29498", "")
in_data = in_data.replace("jsonp_1629350745930_63180", "")
# 去掉不合JSON规范的结尾
us_data = us_data[::-2]
jp_data = jp_data[::-2]
in_data = in_data[::-2]
# JSON转Python字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)
# 获取trend key
us_trend_data = us_dict['data'][0]['trend']
jp_trend_data = jp_dict['data'][0]['trend']
in_trend_data = in_dict['data'][0]['trend']
# 获取日期数据，用于x轴，取2020年(到314下标结束)
us_x_data = us_trend_data['updateDate'][:314]
jp_x_data = jp_trend_data['updateDate'][:314]
in_x_data = in_trend_data['updateDate'][:314]
# 获取确认数据，用于y轴，取2020年(到314下标结束)
us_y_data = us_trend_data['list'][0]['data'][:314]
jp_y_data = jp_trend_data['list'][0]['data'][:314]
in_y_data = in_trend_data['list'][0]['data'][:314]
# 创建一个折线图对象
line = Line()
# 给折线图对象添加x轴的数据
line.add_xaxis(us_x_data)
# 给折线图对象添加y轴的数据
line.add_yaxis("美国确诊人数", us_y_data, label_opts=LabelOpts(is_show=True))
line.add_yaxis("日本确诊人数", jp_y_data, label_opts=LabelOpts(is_show=True))
line.add_yaxis("印度确诊人数", in_y_data, label_opts=LabelOpts(is_show=True))
# 设置全局选项
line.set_global_opts(
title_opts=TitleOpts(title="2020年美日印三国确诊人数对比折线图", pos_left="center", pos_bottom="1%"),
legend_opts=LegendOpts(is_show=True),
toolbox_opts=ToolboxOpts(is_show=True),
visualmap_opts=VisualMapOpts(is_show=True)
)
# 通过render方法，将代码生成为图像
line.render()
# 关闭文件对象
f_us.close()
f_jp.close()
f_in.close()