Python 密集知识点汇总

第一个问题，什么是 Python ？根据 Python 之父 Guido van Rossum 的话，Python 是：

一种高级程序语言，其核心设计哲学是代码可读性和语法，能够让程序员用很少的代码来表达自己的想法。

对于我来说，学习 Python 的首要原因是，Python 是一种可以优雅编程的语言。它能够简单自然地写出代码和实现我的想法。

另一个原因是我们可以将 Python 用在很多地方：数据科学、Web 开发和机器学习等都可以使用 Python 来开发。Quora、Pinterest 和 Spotify 都使用 Python 来进行他们的后端 Web 开发。那么让我们来学习一下 Python 吧。

Python 基础

1. 变量

你可以把变量想象成一个用来存储值的单词。我们看个例子。

Python 中定义一个变量并为它赋值是很容易的。假如你想存储数字 1 到变量 “one” ，让我们试试看：

one = 1

超级简单吧？你只需要把值 1 分配给变量 “one” 。

two = 2
some_number = 10000

只要你想，你可以把任意的值赋给任何其他的变量。正如你从上面看到的那样，变量 “two” 存储整型变量 2 ，变量 “some_number” 存储 10000 。

除了整型，我们还可以使用布尔值（True/Flase）、字符串、浮点型和其他数据类型。

# booleanstrue_boolean = Truefalse_boolean = False# stringmy_name = “Leandro Tk”# floatbook_price = 15.80

2. 控制流程：条件语句

“If” 使用一个表达式来判断一个语句是 True 还是 False ，如果是 True ，那么执行 if 内的代码，例子如下：

if True:
print(“Hello Python If”)
if 2 > 1:
print(“2 is greater than 1”)

2 比 1 大，所以 print 代码被执行。

当“if”里面的表达式是 false 时，“else” 语句将会执行。

if 1 > 2:
print(“1 is greater than 2”)
else:
print(“1 is not greater than 2”)

1 比 2 小，所以 “else” 里面的代码会执行。

你也可以使用 “elif” 语句：

if 1 > 2:
print(“1 is greater than 2”)elif 2 > 1:
print(“1 is not greater than 2”)else:
print(“1 is equal to 2”)

3. 循环和迭代

在 Python 中，我们可以用不同的形式进行迭代。我会说下 while 和 for。

While 循环：当语句是 True 时，while 内部的代码块会执行。所以下面这段代码会打印出 1 到 10 。

num = 1
while num <= 10:
print(num)
num += 1

while 循环需要循环条件，如果条件一直是 True ，它将会一直迭代，当 num 的值为 11 时，循环条件为 false 。

另一段代码可以帮你更好的理解 while 语句的用法：

loop_condition = Truewhile loop_condition:
print(“Loop Condition keeps: %s” %(loop_condition))
loop_condition = False

循环条件是 True 所以会一直迭代，直到为 False 。

For 循环：你可以在代码块上应用变量 “num” ，而 “for” 语句将为你迭代它。此代码将打印与 while 中相同的代码：从 1 到 10 。

for i in range(1, 11):
print(i)

瞧见没？这太简单了。i 的范围从 1 开始一直到第 11 个元素（10是第十个元素）

List：集合 | 数组 | 数据结构

假如你想要在一个变量里存储整数 1 ，但是你也要存储 2 和 3 , 4 , 5 …

不是用成百上千个变量，我有别的方法存储这些我想要存储的整数吗？你已经猜到了，确实有别的存储它们的方法。

列表是一个集合，它能够存储一列值（就像你想要存储的这些），那么让我们来用一下它：

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

这真的很简单。我们创建了一个叫做 my_integer 的数组并且把数据存到了里面。

也许你会问：“我要怎样获取数组里的值？”

问得好。列表有一个叫做索引的概念。第一个元素的下表是索引0（0）。第二个的索引是1，以此类推，你应该明白的。

为了使它更加简洁，我们可以用它的索引代表数组元素。我画了出来：

用 Python 的语法，也很好去理解：

my_integers = [5, 7, 1, 3, 4]
print(my_integers[0]) # 5print(my_integers[1]) # 7print(my_integers[4]) # 4

假如你不想存整数。你只想去存一些字符串，像你亲戚名字的列表。我的看起来是类似这样的：

relatives_names = [ “Toshiaki”, “Juliana”, “Yuji”, “Bruno”, “Kaio”]
print(relatives_names[4]) # Kaio

它的原理跟存整数一样，很友好。

我们只学习了列表的索引是如何工作的，我还需要告诉你如何向列表的数据结构中添加一个元素（向列表中添加一个项目）。

最常用的向列表中添加新数据的方法是拼接。我们来看一下它是如何使用的：

bookshelf = []
bookshelf.append(“The Effective Engineer”)
bookshelf.append(“The 4 Hour Work Week”)
print(bookshelf[0]) # The Effective Engineerprint(bookshelf[1]) # The 4 Hour Work W

拼接超级简单，你仅需要把一个元素（比如“有效的机器”）作为拼接参数。

好了，关于列表的知识这些就够了，让我们来看一下其它的数据结构。

字典：Key-Value 数据结构

现在我们知道 List 是有索引的整型数字集合。但如果我们不像使用整型数字作为索引呢？我们可以用其他的一些数据结构，比如数字、字符串或者其他类型的索引。

让我们学习下字典这种数据结构。字典是一个键值对的集合。字典差不多长这样：

dictionary_example = {
“key1”: “value1”,
“key2”: “value2”,
“key3”: “value3”
}

Key 是指向 value 的索引。我们如何访问字典中的 value 呢？你应该猜到了，那就是使用 key 。我们试一下：

dictionary_tk = {
“name”: “Leandro”,
“nickname”: “Tk”,
“nationality”: “Brazilian”
}
print(“My name is %s” %(dictionary_tk[“name”])) # My name is Leandro
print(“But you can call me %s” %(dictionary_tk[“nickname”])) # But you can call me Tk
print(“And by the way I’m %s” %(dictionary_tk[“nationality”])) # And by the way I’m Brazilian

我们有个 key(age)value(24），使用字符串作为 key 整型作为 value 。

我创建了一个关于我的字典，其中包含我的名字、昵称和国籍。这些属性是字典中的 key 。

就像我们学过的使用索引访问 list 一样，我们同样使用索引（在字典中 key 就是索引）来访问存储在字典中的 value 。

正如我们使用 list 那样，让我们学习下如何向字典中添加元素。字典中主要是指向 value 的 key 。当我们添加元素的时候同样如此：

dictionary_tk = {
“name”: “Leandro”,
“nickname”: “Tk”,
“nationality”: “Brazilian”,
“age”: 24
}
print(“My name is %s” %(dictionary_tk[“name”])) # My name is Leandro
print(“But you can call me %s” %(dictionary_tk[“nickname”])) # But you can call me Tk
print(“And by the way I’m %i and %s” %(dictionary_tk[“age”], dictionary_tk[“nationality”])) # And by the way I’m Brazilian

我们只需要将一个字典中的一个 key 指向一个 value 。没什么难的，对吧？

迭代：通过数据结构进行循环

跟我们在 Python 基础中学习的一样，List 迭代十分简单。我们 Python 开发者通常使用 For 循环。我们试试看：

bookshelf = [
“The Effective Engineer”,
“The 4 hours work week”,
“Zero to One”,
“Lean Startup”,
“Hooked”
]
for book in bookshelf:
print(book)

对于在书架上的每本书，我们打印（可以做任何操作）到控制台上。超级简单和直观吧。这就是 Python 的美妙之处。

对于哈希数据结构，我们同样可以使用 for 循环，不过我们需要使用 key 来进行。

dictionary = { “some_key”: “some_value” }
for key in dictionary:
print(“%s --> %s” %(key, dictionary[key])) # some_key --> some_value

上面是如何在字典中使用 For 循环的例子。对于字典中的每个 key ，我们打印出 key 和 key 所对应的 value 。

另一种方式是使用 iteritems 方法。

dictionary = { “some_key”: “some_value” }
for key, value in dictionary.items():
print(“%s --> %s” %(key, value))# some_key --> some_value

我们命名两个参数为 key 和 value ，但是这不是必要的。我们可以随意命名。我们看下：

dictionary_tk = {
“name”: “Leandro”,
“nickname”: “Tk”,
“nationality”: “Brazilian”,
“age”: 24
}
for attribute, value in dictionary_tk.items():
print(“My %s is %s” %(attribute, value))
# My name is Leandro
# My nickname is Tk
# My nationality is Brazilian
# My age is 24

可以看到我们使用了 attribute 作为字典中 key 的参数，这与使用 key 命名具有同样的效果。真是太棒了！

类&对象

一些理论：

对象是对现实世界实体的表示，如汽车、狗或自行车。这些对象有两个共同的主要特征：数据和行为。

汽车有数据，如车轮的数量，车门的数量和座位的空间，并且它们可以表现出其行为：它们可以加速，停止，显示剩余多少燃料，以及许多其他的事情。

我们将数据看作是面向对象编程中的属性和行为。又表示为：

数据→ 属性和行为 → 方法

而类是创建单个对象的蓝图。在现实世界中，我们经常发现许多相同类型的对象。比如说汽车。所有的汽车都有相同的构造和模型（都有一个引擎，轮子，门等）。每辆车都是由同一套蓝图构造成的，并具有相同的组件。

Python 面向对象编程模式：ON

Python，作为一种面向对象编程语言，存在这样的概念：类和对象。

一个类是一个蓝图，是对象的模型。

那么，一个类是一个模型，或者是一种定义属性和行为的方法（正如我们在理论部分讨论的那样）。举例来说，一个车辆类有它自己的属性来定义这个对象是个什么样的车辆。一辆车的属性有轮子数量，能源类型，座位容量和最大时速这些。

考虑到这一点，让我们来看看 Python 的类的语法：

class Vehicle:
pass

上边的代码，我们使用 class 语句来定义一个类。是不是很容易？

对象是一个类的实例化，我们可以通过类名来进行实例化。

car = Vehicle()
print(car) # <__main__.Vehicle instance at 0x7fb1de6c2638>

在这里，car 是类 Vehicle 的对象（或者实例化）。

记得车辆类有四个属性：轮子的数量，油箱类型，座位容量和最大时速。当我们新建一个车辆对象时要设置所有的属性。所以在这里，我们定义一个类在它初始化的时候接受参数：

class Vehicle:
def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):
self.number_of_wheels = number_of_wheels
self.type_of_tank = type_of_tank
self.seating_capacity = seating_capacity
self.maximum_velocity = maximum_velocity

这个 init 方法。我们称之为构造函数。因此当我们在创建一个车辆对象时，可以定义这些属性。想象一下，我们喜欢 Tesla Model S ，所以我们想创建一个这种类型的对象。它有四个轮子，使用电能源，五座并且最大时时速是250千米（155英里）。我们开始创建这样一个对象：

tesla_model_s = Vehicle(4, ‘electric’, 5, 250)

四轮+电能源+五座+最大时速250千米。

所有的属性已经设置了。但我们该如何访问这些属性值呢？我们给对象发送消息以向其请求该值。我们称之为方法。它是对象的行为。让我们实现它：

class Vehicle:
def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):
self.number_of_wheels = number_of_wheels
self.type_of_tank = type_of_tank
self.seating_capacity = seating_capacity
self.maximum_velocity = maximum_velocity def number_of_wheels(self):
return self.number_of_wheels def set_number_of_wheels(self, number):
self.number_of_wheels = number

这是两个方法number_of_wheels和set_number_of_wheels的实现。我们将其称为getter & setter。因为第一个函数是获取属性值，第二个函数是给属性设置新的值。

在 Python 中，我们可以使用@property (修饰符)来定义getters和setters。让我们看看实际代码：

class Vehicle:
def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):
self.number_of_wheels = number_of_wheels
self.type_of_tank = type_of_tank
self.seating_capacity = seating_capacity
self.maximum_velocity = maximum_velocity @property
def number_of_wheels(self):
return self.number_of_wheels @number_of_wheels.setter
def number_of_wheels(self, number):
self.number_of_wheels = number

并且我们可以将这些方法作为属性使用：

tesla_model_s = Vehicle(4, ‘electric’, 5, 250)
print(tesla_model_s.number_of_wheels) # 4tesla_model_s.number_of_wheels = 2 # setting number of wheels to 2print(tesla_model_s.number_of_wheels) # 2

这和方法定义有轻微的不同。这里的方法是按照属性执行的。例如当我们设置新的轮胎数目时，我们并不将这两个看做参数，而是将数值2设置给number_of_wheels。这是编写python风格的getter和setter代码的一种方式。

但我们也可以将该方法用于其他事项，例如“make_noise”方法。让我们看看：

class Vehicle:
def __init__(self, number_of_wheels, type_of_tank, seating_capacity, maximum_velocity):
self.number_of_wheels = number_of_wheels
self.type_of_tank = type_of_tank
self.seating_capacity = seating_capacity
self.maximum_velocity = maximum_velocity def make_noise(self):
print(‘VRUUUUUUUM’)

当我们调用此方法时，它仅仅返回一个字符串“VRRRRUUUUM.”

tesla_model_s = Vehicle(4, ‘electric’, 5, 250)
tesla_model_s.make_noise() # VRUUUUUUUM

封装: 隐藏信息

封装是一种限制直接访问对象数据和方法的机制。但与此同时，它使得在数据上操作更简单（对象的方法）。

“封装可被用于隐藏数据成员和成员函数。按照这个定义，封装意味着 对象的内部表示一般在对象定义的外部视图中隐藏。” — Wikipedia

对象的所有内部表示都对外部隐藏了。只有对象本身可以与其内部数据交互。

首先，我们需要理解公开的、非公开的实例变量和方法的工作原理。

公共实例变量

对于 Python 类，我们可以在我们的构造函数方法中初始化一个公共实例变量。让我们看看这个：

在这个构造方法中:

class Person:
def __init__(self, first_name):
self.first_name = first_name

在这里，我们将 first_name 值作为参数应用于公共实例变量。

tk = Person(‘TK’)
print(tk.first_name) # => TK

在类中:

class Person:
first_name = ‘TK’

在这里，我们不需要将 first_name 作为参数，所有的实例对象都有一个用 TK 初始化的类属性。

tk = Person()
print(tk.first_name) # => TK

太酷了，现在我们已经了解到，我们可以使用公共实例变量和类属性。关于公共部分的另一个有趣的事情是我们可以管理变量值。我的意思是什么呢？我们的对象可以管理它的变量值：Get 和 Set 变量值。

还是在 Person 类中，我们想为它的 first_name 变量设置另一个值：

tk = Person(‘TK’)
tk.first_name = 'Kaio’print(tk.first_name) # => Kaio

这就可以了，我们只是为 first_name 实例变量设置另一个值（kaio），并更新了值。就这么简单。因为这是一个公共变量，我们是可以这么做的。

Non-public 实例变量

这里我们并没有使用术语“private”，因为在Python中所有属性都不是真的私有的（没有通常不必要的工作量）。 —  PEP 8

作为 public instance variable（公共实例变量），我们可以在构造方法或类内部定义 non-public instance variable （非公共实例变量）。语法上的区别是：对于 non-public instance variables （非公共实例变量），在变量名前使用下划线(_)。

“除了从对象内部外无法被访问的‘Private’实例变量在Python中并不存在。然而，这里有一个多数Python代码都会遵守的惯例：使用下划线作为前缀的命名(例如 _spam)应该被认为是API的非公开部分（不管是函数、方法还是数据成员）” —  Python软件基础

这里是示例代码:

class Person:
def __init__(self, first_name, email):
self.first_name = first_name
self._email = email

你看到了email变量了吗？这就是我们如何定义非公共变量的方法：

tk = Person(‘TK’, ‘tk@mail.com’)
print(tk._email) # tk@mail.com

我们可以访问并更新它。非公共变量仅仅是一个惯用法，并且应该被当做API的非公共部分。

所以我们使用一个在类定义内部的方法来实现该功能。让我们实现两个方法(email 和update_email)以加深理解：

class Person:
def __init__(self, first_name, email):
self.first_name = first_name
self._email = email def update_email(self, new_email):
self._email = new_email def email(self):
return self._email

现在我们可以使用这两个方法来更新及访问非公开变量了。示例如下：

tk = Person(‘TK’, ‘tk@mail.com’)
print(tk.email()) # => tk@mail.comtk._email = 'new_tk@mail.com’print(tk.email()) # => tk@mail.comtk.update_email(‘new_tk@mail.com’)
print(tk.email()) # => new_tk@mail.com

• 我们使用first_name TK和email tk@mail.com初始化了一个新对象
• 使用方法访问非公开变量email并输出它
• 尝试在类外部设置一个新的email
• 我们需要将非公开变量视为API的非公开部分
• 使用我们的实例方法来更新非公开变量
• 成功！我们使用辅助方法在类内部更新了它。

公共方法

对于公共方法，我们也可以在类中使用它们：

class Person:
def __init__(self, first_name, age):
self.first_name = first_name
self._age = age def show_age(self):
return self._age

让我们来测试一下:

tk = Person(‘TK’, 25)
print(tk.show_age()) # => 25

很好 - 我们在类中使用它没有任何问题。

非公共方法

但是用非公开的方法，我们无法做到这一点。如果我们想实现相同的 Person 类，现在使用有下划线（_）的 show_age 非公共方法。

class Person:
def __init__(self, first_name, age):
self.first_name = first_name
self._age = age def _show_age(self):
return self._age

现在，我们将尝试用我们的对象来调用这个非公共的方法：

tk = Person(‘TK’, 25)
print(tk._show_age()) # => 25

我们可以访问和更新它。非公共的方法只是一个惯例，应该被视为API的非公开部分。

以下是我们如何使用它的一个例子：

class Person:
def __init__(self, first_name, age):
self.first_name = first_name
self._age = age def show_age(self):
return self._get_age() def _get_age(self):
return self._age
tk = Person(‘TK’, 25)
print(tk.show_age()) # => 25

这里有一个 _get_age 非公共方法和一个 show_age 公共方法。show_age 可以被我们的对象（不在我们的类中）使用，而 _get_age 只用在我们的类定义里面使用（在 show_age 方法里面）。但是同样的，这样的做法通常是惯例。

封装小结

通过封装，我们可以确保对象的内部表示是对外部隐藏的。

继承：行为和特征

某些物体有一些共同之处：它们的行为和特征。

例如，我继承了我父亲的一些特征和行为。我继承了他的眼睛和头发的特征，以及他的急躁和内向的行为。

在面向对象编程中，类可以继承另一个类的共同特征（数据）和行为（方法）。

我们来看另一个例子，并用 Python 实现它。

想象一下汽车。车轮数量，座位容量和最大速度都是一辆车的属性。我们可以说 ElectricCar 类从普通的 Car 类继承了这些相同的属性。

class Car:
def __init__(self, number_of_wheels, seating_capacity, maximum_velocity):
self.number_of_wheels = number_of_wheels
self.seating_capacity = seating_capacity
self.maximum_velocity = maximum_velocity

我们 Car 类的实现:

my_car = Car(4, 5, 250)
print(my_car.number_of_wheels)
print(my_car.seating_capacity)
print(my_car.maximum_velocity)

一旦初始化，我们就可以使用所有创建的实例变量。太棒了。

在 Python 中，我们将父类作为子的参数来进行继承。ElectricCar 类可以继承我们的 Car 类。

class ElectricCar(Car):
def __init__(self, number_of_wheels, seating_capacity, maximum_velocity):
Car.__init__(self, number_of_wheels, seating_capacity, maximum_velocity)

就这么简单。我们不需要实现任何其他方法，因为这个类已经完成了父类的继承（继承自 Car 类）。我们来证明一下：

my_electric_car = ElectricCar(4, 5, 250)
print(my_electric_car.number_of_wheels) # => 4
print(my_electric_car.seating_capacity) # => 5
print(my_electric_car.maximum_velocity) # => 250

以上就是“Python 密集知识点汇总”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至优快云官方，朋友如果需要可以直接微信扫描下方优快云官方认证二维码免费领取【保证100%免费】。

”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至优快云官方，朋友如果需要可以直接微信扫描下方优快云官方认证二维码免费领取【保证100%免费】。