python编程基础

本文介绍了程序的概念及编译、解释两种翻译形式,重点讲解Python。阐述其特点、优缺点和应用场景,详细说明了Python开发环境搭建,包括安装Python和集成开发环境PyCharm,还给出第一个Python程序的实现方式及代码执行顺序、注意事项,最后提及PEP8命名规范。

Date: 2019-05-27

Author: Sun

1. 程序

为了完成某种特定功能,以某种程序设计语言编写的有序指令的集合。程序是指挥cpu工作的“工作手册”。计算机只能执行二进制代码,程序设计语言一般类似英文,想要让计算机理解你写的程序,必须把程序代码“翻译”成计算机能理解的二进制代码,根据翻译形式的不同,可以分为:

  • 编译 将程序代码翻译成计算机能理解的二进制目标代码,会生成特定的可执行代码(在window上是exe文件),可执行代码是二进制的,无法看到源代码。然后执行可执行代码就可以得到想要的结果

    • c、c++、oc等
  • 解释 将程序代码一句一句翻译为计算机可以执行的指令,立即执行,不会生成可执行文件

    • python、php、JavaScript等

2. python简介

Python是著名的“龟叔”Guido van Rossum在1989年圣诞节期间,为了打发无聊的圣诞节而编写的一个编程语言,第一个公开发行版发行于1991年。

1466232-20190527165919144-394172470.png

  • python的特点:
    • a.是一种解释性语言【开发过程中没有了编译的环节】
    • b.是交互式的语言【可以直接互动执行Python程序】
    • c.是面向对象的语言
    • d.是跨平台语言【可以运行在不同的操作系统上】
    • e.适合初学者
  • 优点
    • 可移植性;可扩展性,可嵌入式;丰富的标准库;支持各种主流数据库;支持GUI编程【图形化编程】
  • 缺点
    • a.运行速度慢
    • b.代码不能加密
  • python应用:
    • web后端开发
    • 网络爬虫
    • 人工智能
    • 自动化运维
    • 网络编程
    • 国内:豆瓣、百度、阿里、新浪等都在使用python;国外:Google、FaceBook、YouTube

3. python的开发环境的搭建

3.1 安装python

  • Python有两个版本,分别是2.x和3.x,注意:3.x版本不向下兼容2.x
  • 现在主流是3.6,我们学习以3.6为主,注意安装的时候,请选择把安装路径加入环境变量
  • 如果安装2.7,安装后请手动把安装路径写到环境变量里

1466232-20190527165943797-519159703.png

3.2 安装集成开发环境pycharm

pycharm集编辑、解释、运行显示为一体,方便代码编写、调试、结果查看。

4. 第一个python程序

4.1 常用的dos命令

cd        #进入指定目录
cd..      # 退回到上一级目录
cd ..\..  #  向上退回两级目录

盘符名称:     #切换盘符
dir     #列出当前文件夹下的所有的子文件夹和文件
cls     #清空控制台
exit    #退出命令行模式

md   目录名                  #创建目录               
copy   源路径  目标路径     #拷贝文件
move   源路径   目标路径    #移动文件
rd /s /q  目录或文件         #同时删除文件夹和文件【慎用】
rd   删除指定目录

4.1 交互式

开始->运行->cmd,然后在命令行模式输入python,回车。

  • 优点:所见即所得
  • 缺点:代码无法保存,下一次执行要重新输入;代码长了,无法维护
  • 退出交互模式可以输入exit()
C:\wh1803\1\code>python
Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18) [MSC v.1900 64 bit (AMD6
4)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> print('hello world')
hello world
>>>

4.2 使用pycharm

新建一个python文件,后缀必须是py,编写代码:

print('人生苦短')
print('我用python')

4.3 代码执行顺序

从上到下,从左至右

4.4注意事项:

  • python文件后缀以py结尾
  • 一行一个语句,不用以分号做结尾
  • 如果一行上有多个语句,则每个语句必须以分号做结尾
  • 文件名尽量不用使用中文,不要包含空格
  • 不要随便使用tab键缩进,缩进用于区分代码块
  • 除了在引号里(单引号、双引号)中,其它地方不要使用中文,要用英文半角
  • python编码规范遵循PEP8(https://www.python.org/dev/peps/pep-0008/

5.2 PEP8命名规范

代码编排

   1. 缩进 

​ 每级缩进用4个空格

​ 空格是首选的缩进方法; Tab仅仅在已经使用tab缩进的代码中为了保持一致性而使用。

​ Python3 中不允许混合使用Tab和空格缩进。

​ Python2 中包含空格与Tab和空格缩进的应该全部转为空格缩进

img

  1. 最大行宽

​ 限制所有行的最大行宽为79个字符。
​ 文本长块,比如文档字符串或注释,行长度应限制为72个字符。

​ 换行可以使用反斜杠,最好使用圆括号。换行点要在操作符的后边敲回车。

img

  1. 导入

导入在单独行

  • 所有 import 尽量放在文件开头,在 docstring 下面,其他变量定义的上面
  • 不要使用 from foo imort *
  • import 需要分组,每组之间一个空行,每个分组内的顺序尽量采用字典序,分组顺序是:

​ 标准库, 第三方库, 本项目的 package 和 module

​ (1) 源文件编码

​ 在核心Python3发布的代码应该总是使用UTF-8(ASCII在Python 2)。

(2) 括号里边避免空格

​ 正确写法

      spam(ham[1], {eggs: 2})

​ 错误写法

     spam( ham[ 1 ], { eggs: 2 } ) 

​ 逗号,冒号,分号之前避免空格

推荐: import os

    import sys

不推荐:  import sys, os

也可以:

from subprocess import Popen, PIPE
  1. 文档描述

​ 为所有的共有模块、函数、类、方法写docstrings;非共有的没有必要,但是可以写注释(在def的下一行

def   function(*args, **kwargs):
    '''
    this is function called.
    '''
    pass
     

​ 上述函数的文档描述获取方法:function.__doc__

Python PEP8编码规范中文版参考网站:

https://www.cnblogs.com/bymo/p/9567140.html

转载于:https://www.cnblogs.com/sunBinary/p/10931697.html

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值