Python入门

Python解释器

算术运算

• 加：+
• 减：-
• 乘：*
• 除：/
  • 在Python2.x中，整数除以整数的结果是整数；在Python3.x中，整数除以整数的结果是小数。

数据类型

• 有整数、小数、字符串、布尔等类型

• type()函数可以用来查看数据类型

变量

可以使用x或y等字母定义变量（variable)。此外，可以使用变量进行计算，也可以对变量赋值。

列表

列表的格式为：

a=[1,2,3,4,5]

列表的访问方式为：

a[0:2]		#获取索引为0到2（不包括2）的元素
a[1:]		#获取从索引为1的元素到最后一个元素
a[:3]		#获取从第一个元素到索引为3（不包括3）的元素
a[:-1]		#获取从第一个元素到最后一个元素的前一个元素之间的元素
a[:-2]		#获取从第一个元素到最后一个元素的前二给元素之间的元素

字典

字典以键值对的形式存储数据

me={'height':180}		#字典格式
me['height']			#180
me['weight']=70			#添加新元素

布尔型

hungry=True
sleepy=False
not hungry				#False
hungry and sleepy		#饿而且困
hungry or sleepy		#饿或者困

if语句

hungry=False
if hungry:
    print("I'm hungry")
else:
    print("I'm not hungry")
    print("I'm sleepy")

for语句

for i in [1,2,3]:
	print(i)

函数

可以将一连串的处理定义为函数（function）

def hello():
    print("Hello World!")

def hello(object):
    print("Hello "+object+"!")

hello("cat")
# Hello cat!

Python脚本文件

类

类的格式为：

class 类名
	def __init__(self, 参数, ...):	#构造函数，只在生成类的实例时被调用一次
        ...
    def 方法名1(self, 参数, ...):	  #方法1
        ...
    def 方法名2(self, 参数, ...):	  #方法2
        ...

例子：

class Man:
    def __init__(self, name):
        self.name=name
        print("Initialized!")
        
    def hello(self):
        print("Hello "+self.name+"!")
        
    def goodbye(self):
        print("Good-bye "+self.name+"!")
        
m=Man("David")
m.hello()		#Hello David!
m.goodbye()		#Good-bye David!

Numpy

导入Numpy

import numpy as np

生成Numpy数组

# np.array()接受Python列表作为参数，生成Numpy数组(numpy.ndarray)。
x=np.array([1.0,2.0,3.0])
print(x)	#[1. 2. 3.]
type(x)		#<class 'numpy.ndarray'>

Numpy的算术运算

只有当两个数组的元素个数相同，才能对各个元素进行算术运算。

x=np.array([1.0,2.0,3.0])
y=np.array([2.0,4.0,6.0])
x+y
# array([3.,6.,9.])
x-y
# array([-1.,-2.,-3.])
x*y 	#element-wise product
# array([2.,8.,18.])
x/y
# array([0.5,0.5,0.5])
x/2.0
# array([0.5,1.,1.5])

Numpy的N维数组

A=np.array([[1,2], [3,4]])
A.shape		#(2,2)
A.dtype		#dtype('int64')
B=np.array([[3,0],[0,6]])
A+B			#array([[4,2],[3,10]])
A*B			#array([[3,0],[0,24]])
A*10		#array([[10,20],[30,40]])

广播

A=np.array([[1,2],[3,4]])
B=np.array([10,20])
A*B
# array([[10,40],[30,80]])
# 因为Numpy有广播功能，所以不同形状的数组之间也可以顺利进行运算。