python如何自学（自学python的方法）

算术最基本的操作符，是小学数学的+ - * / ，对于整数，还可以用+=，*=的操作符，对自身的值进行改变(对象引用)。以下是小编为你整理的python如何自学

对于整数的加减乘除，但需要注意的是，整数相除的结果是小数

PS：在一些其他语言，比如c语言，java，两个整数相除，如果产生小数，直接把小数给忽略掉，而Python刚刚相反，比如1/3，在其他语言的结果是0，在Python则是0.333333333......

如果需要把整数相除的商作为int类型整数结果，需要转化，int(小数值)

PS：直接把小数忽略掉，不会进行四舍五入的运算

列表的相加

2个列表相加之后，元素进行合并

需要注意的是，不能直接用运算符进行减法，乘法，除法运算

str类型相加(连接符)

数值相加的数学运算，字符串相加是连接

比如：'abc'+'def'，结果是'abcdef'

需要注意的是，字符串只能用+号连接，不能用乘除减符号

+=，-=，*=，/=

需要注意的是，这种赋值不是改变原本的数据，而且进行运算之后产生一个新的数据，然后a重新指向新数据，原来的数据如果没有被任何标识符引用，那么会进入等待垃圾回收器清理

另外，这类操作符的左边是一个集合的时候，右边也需要是集合

有一个需要注意的是

字符串集合与字符串相加

比如，['abc']与'def'相加，不能用a = a + b，要用a += b

解析：直接相加，相当于用列表与字符串相加，如果用+=，会默认把后面的字符串转成列表

python的注释

注释是什么?

也就是说python解释器不解释的部分，用来我们开发时可以一目了然的功能标明，就是注释。

怎么注释呢?

这里分单行注释和多行注释。

什么是单行注释?

也就是说单行注释，标识符为#

什么是多行注释?

当然你也可以用单行注释来实现多行注释。

例如:

#!/usr/bin/python

# 这是一个python程序

# 版本:1.0

# 功能：1.xxxxxx

# 2.xxxxx

import sys

......

但是多行的情况是这样的：

#!/usr/bin/python

'''

这是一个python程序

版本:1.0

功能：1.xxxxxx

2.xxxxx

'''

import sys

......

或者把'''替换成"""

跟着我做一遍你就完全能理解啦。

首先touch test.py

新建一个py文件。

vim打开它。

然后按a插入。

输入以下代码：

#!/usr/bin/python

#print 'test'

print 'test'

先来看看我们的代码

#!/usr/bin/python

这个是声明解释器路径

#print 'test'

这个是注释，不起作用的注释

print 'test'

这是一个打印test这个字符串的操作。

如果#注释生效的话，那么只会打印一个test对不对?

也就是只执行print 'test'这一条语句

我们:wq保存退出，然后python test.py看看结果?

二进制的实用方法

0b是二进制，比如a = 0b1001100110100110

注意：无论几进制，打印出来的都是十进制

0o表示八进制

注意：前面是数字0，后面是小写字母x

0x表示十六进制

注意：前面的是数字0，后面的是小写字母x，数值用大写字母，A~E

/与//

a/b，带小数的结果

a//b，忽略小数的结果

注意：带不带小数，它的结果都是小数

%取模(余数)

比如，10/3，正常结果的3.333333

如果需要小学算术那样，10/3，求余数

可以用10 % 3

divmod(x,y)

如果需要同时求商与余数，可以用这个函数，这个函数是返回一个元组的

abs(x)

获取某个数的绝对值，这个计算比较常用

numpy模块

在python IDE导入numpy模块,我用的是自带解释器

>>> import numpy as np

>>> np.array([1,2,3,4]) #通过array函数创建数组

array([1, 2, 3, 4])

>>> c=np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])#二维数组，第0轴长度为3，第1轴长度为4，也就分别相当于矩阵的行数和列数

>>> c

array([[ 1, 2, 3, 4],

[ 4, 5, 6, 7],

[ 7, 8, 9, 10]])

>>> c.shape#数组的形状可以通过其shape 属性获得，它是一个描述数组各个轴长度的元组(tuple)

(3L, 4L)

>>> np.arange(0,1,0.1)#arange()函数指定了开始值、终值和步长创建等差数列的一维数组，注意不包含终值。

array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])

>>> np.linspace(0,1,10)#指定开始值、终值和元素个数创建等差数列的一维数组，通过endpoint参数指定是否包含终值，默认为Ture，即包含终值

array([ 0. , 0.11111111, 0.22222222, 0.33333333, 0.44444444,

0.55555556, 0.66666667, 0.77777778, 0.88888889, 1. ])

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。