查看“Python基础”的源代码



[https://www.runoob.com/python3/python3-dictionary.html Python3 字典]
== Python项目读取配置方式 ==
 常见的是 import configparser
[https://www.cnblogs.com/zhangyafei/p/10265072.html  Python项目读取配置的几种方式 ]


==python中字典的循环遍历的两种方式==

[https://www.cnblogs.com/paranoia/p/6164425.html python中字典的循环遍历的两种方式]
<pre>

1. 只对键的遍历

一个简单的for语句就能循环字典的所有键，就像处理序列一样：

In [1]: d = {'name1' : 'pythontab', 'name2' : '.', 'name3' : 'com'}
   ...: for key in d:
   ...:     print (key, ' value : ', d[key])
   ...: 
name1  value :  pythontab
name2  value :  .
name3  value :  com


2. 对键和值都进行遍历

如果只需要值，可以使用d.values，如果想获取所有的键则可以使用d.keys。

如果想获取键和值d.items方法会将键-值对作为元组返回，for循环的一大好处就是可以循环中使用序列解包。

代码实例：
or key, value in d.items():
    print (key, ' value : ', value)
name1 value : pythontab
name2 value : .
name3 value : com


</pre>

==python3 遍历列表list 四种方法==
[https://blog.csdn.net/whatday/article/details/100557888 python3 遍历列表list 四种方法]

[https://www.cnblogs.com/chenmh/p/5750726.html  python for循环巧妙运用（迭代、列表生成式） ]

[https://www.cnblogs.com/pizitai/p/6398276.html  Python 列表(List) 的三种遍历(序号和值)方法 ]

[https://zhuanlan.zhihu.com/p/33033288 python字典遍历的几种方法]


== python文件操作==

===python读取文件===

[https://www.codenong.com/3277503/ python:如何将文件逐行读取到列表中?]

[https://blog.csdn.net/huguangshanse00/article/details/14639871  python 读取文本文件内容转化为python的list]

[https://blog.csdn.net/whatday/article/details/108923273  python 四种逐行读取文件内容的方法]
==Python 函数返回值 ==
[https://www.cnblogs.com/i-honey/p/7679897.html Python 函数返回值]

==range==
[https://www.runoob.com/python3/python3-func-range.html Python3 range() 函数用法]

== learn==
<pre>
py作为很多开发项目的辅助语言现在来说会更流行一些，不管是github还是其他地方。所以，你能找到的帮助，解决问题的思路也比perl广。
追问

python 自学容易么，可否推荐基本书看看

追答

首先我推荐你从这边开始入门，我以前也是这边看。http://woodpecker.org.cn/abyteofpython_cn/chinese/index.html， 自学容易的。

，不需要急，等大部分了解后，并且使用py写脚本一段时间之后，你会开始需要更多模块的用法，这时候到 https://docs.python.org/2.7/ 这里查。 
书的话，我觉得如果你想成为语法大师的话，O'REILLY 的 跟 这两本，

不会的问题，用google搜，特别是Stack Overflow 的站点上搜往往能找到答案。
当觉得已经对py很熟悉之后，可以看别人的py项目。然后用一些好用的框架比如django啥的，那么就合格了。然后模块就是越用越熟悉
</pre>
===Apr 2024 ===
<pre>
tuple
英 [tjʊpəl; ˈtʌpəl] 美 [ˈtjʊpəl; ˈtʌpəl]    n. [计] 元组，重数


</pre>





安装 VS Code Python 

[https://www.runoob.com/python3/python-vscode-setup.html Python VScode 配置]

[https://www.runoob.com/python3/fitten-code.html Python AI 编程助手]

====list ====

与Python字符串不一样的是，列表中的元素是可以改变的
<pre>


def reverseWords(input):
    inputWords = input.split()
    inputWords=inputWords[-1::-1]

    output= ' '.join(inputWords)
    return output

if __name__ ==  "__main__":
    input =  'I love evan'
    rw = reverseWords(input)
    print(rw)

 '''
 
 evan love I
 
     # 翻转字符串
    # 假设列表 list = [1,2,3,4],  
    # list[0]=1, list[1]=2 ，而 -1 表示最后一个元素 list[-1]=4 ( 与 list[3]=4 一样)
    # inputWords[-1::-1] 有三个参数
    # 第一个参数 -1 表示最后一个元素
    # 第二个参数为空，表示移动到列表末尾
    # 第三个参数为步长，-1 表示逆向
https://www.runoob.com/python3/python3-data-type.html    
 '''   
</pre>


====Tuple（元组）====

元组（tuple）与列表类似，不同之处在于元组的元素不能修改。元组写在小括号 () 里，元素之间用逗号隔开。

元组中的元素类型也可以不相同

<pre>
tup2 = (20,) # 一个元素，需要在元素后添加逗号

如果你想创建只有一个元素的元组，需要注意在元素后面添加一个逗号，以区分它是一个元组而不是一个普通的值，这是因为在没有逗号的情况下，Python会将括号解释为数学运算中的括号，而不是元组的表示。

如果不添加逗号，如下所示，它将被解释为一个普通的值而不是元组：

not_a_tuple = (42)
</pre>

修改元组

元组中的元素值是不允许修改的，但我们可以对元组进行连接组合

https://www.runoob.com/python3/python3-tuple.html

====Dictionary====

====Python3 条件控制====


=====match...case=====

Python 3.10 增加了 match...case 的条件判断，不需要再使用一连串的 if-else 来判断了
<pre>
def http_error(status):
    match status:
        case 400:
            return "bad request"
        case 404:
            return "not Found"
        case 418:
            return "I am a  teapot"
        case _:
            return "something's wrong with the internet"
        
mystatus=400
print(http_error(mystatus))    

# bad request
</pre>
====Python3 循环语句====
<pre>
斐波纳契数列

n=3
a, b = 0,1 
for  i in range(n):
    print("斐波纳契数列为%d"%(b))
    a,b = b,a+b 
    print("a is %d  b is %d" %(a,b))
''' 
其中代码 a, b = b, a+b 的计算方式为先计算右边表达式，然后同时赋值给左边，等价于：

n=b
m=a+b
a=n
b=m
'''

[Running] /usr/bin/python3  "/home/evan/tmp/py/2.py"
斐波纳契数列为1
a is 1  b is 1
斐波纳契数列为1
a is 1  b is 2
斐波纳契数列为2
a is 2  b is 3
</pre>



====Python 推导式====


====Python3 迭代器与生成器 ====



====Python3 函数====

<pre>





def area(width, height):
    return  width * height 

def print_welcome(name):
    print("welcome",name)

print_welcome("evan")
w = 4 
h = 5  
print("width =", w, "height =", h , "area =", area(w,h))

welcome evan
width = 4 height = 5 area = 20
</pre>



<pre>
x = lambda a : a + 10
print(x(5))
# Output: 15
</pre>

强制位置参数

https://www.runoob.com/python3/python3-function.html

https://zhuanlan.zhihu.com/p/412273465

=====参数传递 =====
python 中一切都是对象，严格意义我们不能说值传递还是引用传递，我们应该说传不可变对象和传可变对象。




=====参数=====
以下是调用函数时可使用的正式参数类型：

    必需参数
    关键字参数
    默认参数
    不定长参数
======必需参数  ======

======关键字参数  ======

键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。

使用关键字参数允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值
<pre>
def printinfo( name, age):
    print ("name:", name)
    print ("age:", age )

printinfo( age=40, name="nick")

name: nick
age: 40
</pre>

======默认参数  ======
<pre>

def printinfo( name, age=33):
    print ("name:", name)
    print ("age:", age )

printinfo( age=40, name="nick")
print("88888888888888")
printinfo( name="evan")

name: nick
age: 40
88888888888888
name: evan
age: 33
</pre>


====== 不定长参数======
<pre>

你可能需要一个函数能处理比当初声明时更多的参数。这些参数叫做不定长参数，和上述 2 种参数不同，声明时不会命名。基本语法如下：

def functionname([formal_args,] *var_args_tuple ):
   "函数_文档字符串"
   function_suite
   return [expression]

加了星号 * 的参数会以元组(tuple)的形式导入，存放所有未命名的变量参数。


def printinfo( arg1, *vartuple ):
    print("输出")
    print(arg1)
    print(vartuple)

printinfo( 70,60,50)

输出
70
(60, 50)

 还有一种就是参数带两个星号 **基本语法如下：

def functionname([formal_args,] **var_args_dict ):
   "函数_文档字符串"
   function_suite
   return [expression]

加了两个星号 ** 的参数会以字典的形式导入
def printinfo( arg1, **vardict ):
    print("输出")
    print(arg1)
    print(vardict)

printinfo( 70,a=33,b=50)

输出
70
{'a': 33, 'b': 50}




</pre>
====== 匿名函数======


Python 使用 lambda 来创建匿名函数。

所谓匿名，意即不再使用 def 语句这样标准的形式定义一个函数。

    lambda 只是一个表达式，函数体比 def 简单很多

<pre>
语法

lambda 函数的语法只包含一个语句，如下：

lambda [arg1 [,arg2,.....argn]]:expression

设置参数 a 加上 10:
实例
x = lambda a : a + 10
print(x(5))

sum = lambda arg1, arg2: arg1 + arg2 

print("相加后的value" ,sum( 10, 20))
print("相加后的value" ,sum( 20, 30))
</pre>
=====return 语句=====
<pre>
def sum( arg1, arg2 ):
    total = arg1 + arg2 
    print("函数内 : ",total)
    return  total  

total = sum(10,20)
print("函数外",total)
函数内 :  30
函数外 :  30

</pre>
=====强制位置参数=====
<pre>


Python3.8 新增了一个函数形参语法 / 用来指明函数形参必须使用指定位置参数，不能使用关键字参数的形式。
在以下的例子中，形参 a 和 b 必须使用指定位置参数，c 或 d 可以是位置形参或关键字形参，而 e 和 f 要求为关键字形参:

def f(a, b, /, c, d, *, e, f):
    print(a, b, c, d, e, f)

以下使用方法是正确的:

f(10, 20, 30, d=40, e=50, f=60)

以下使用方法会发生错误:

f(10, b=20, c=30, d=40, e=50, f=60)   # b 不能使用关键字参数的形式
f(10, 20, 30, 40, 50, f=60)           # e 必须使用关键字参数的形式

</pre>

====Python lambda（匿名函数）====
<pre>

# x=lambda a : a  + 10 
# print(x(5))

# sum = lambda arg1, arg2: arg1 + arg2 

# print("相加后的value" ,sum( 10, 20))
# print("相加后的value" ,sum( 20, 30))

# def sum( arg1, arg2 ):
#     total = arg1 + arg2 
#     print("函数内 : ",total)
#     return  total  

# total = sum(10,20)
# print("函数外",total)
# 函数内 :  30
# 函数外 :  30

# x = lambda a : a + 1 
# print(x(2))

# x = lambda a, b , c : a + b + c 
# print(x(5,6,2))

# numbers = [1,2,3,4,5]
# squared =  list(map(lambda x: x**2,numbers))
# print(squared)

# # Output: [1, 4, 9, 16, 25]

# numbers=[1,2,3,4,5,6,7,8]
# even_numbrs = list(filter(lambda x: x % 2  ==0, numbers))
# print(even_numbrs)

# # Output: [2, 4, 6, 8]

from  functools  import reeuce  

numbers = [1,2,3,4,5]
product = reduce(lambda x,y: x*y, numbers)
print(product)

# Output: 120
</pre>


====Python 装饰器====
<pre>
语法

def decorator_function(original_function):
    def wrapper(*args, **kwargs):
        # 这里是在调用原始函数前添加的新功能
        before_call_code()
        result = original_function(*args, **kwargs)

        # 这里是在调用原始函数后添加的新功能
        after_call_code()
        return result
    return wrapper

# 使用装饰器
@decorator_function
def target_function(arg1, arg2):
    pass  # 原始函数的实现


使用装饰器

装饰器通过 @ 符号应用在函数定义之前，例如：

@time_logger
def target_function():
    pass

等同于：

def target_function():
    pass
target_function = time_logger(target_function)

这会将 target_function 函数传递给 decorator 装饰器，并将返回的函数重新赋值给 target_function。从而，每次调用 target_function 时，实际上是调用了经过装饰器处理后的函数。

通过装饰器，开发者可以在保持代码整洁的同时，灵活且高效地扩展程序的功能


</pre>

[[category:devops]]  [[category:python]]