python有哪些变量（Python入门简介）python初学 / python语言特点介绍...

Python近几年来热度不断增加，依赖于开发者社区的无私贡献，Python从程序员圈子迅速火到了自动化办公、机器学习、数据分析、运维等领域，作为从脚本早期就关注其发展的使用者，也欣慰自己点亮了一个道路正确的"技能树"。

可以说在我遇到Python之之后才开始真正将我的技能带入到了日常生活中，切实的提高了工作效率也改变了我的生活方式Python就像是一个多年老友，知心而且可靠，遇到的各类问题只要是计算机能做的，我知道它都能帮我高效解决。

在这里我想写一个很长的故事，和大家分享Python的各种特点以及我日常工作生活中是如何使用它的Python的一些特点如果你没有装过Python，建议你使用Anaconda一次性搞定各种常用的Python依赖库，Anaconda是一个科学计算、数据处理开发套件，集成了常用的相关Python库并且自带包管理工具，能一站式提供绝大多数常用包。

Anaconda最新版自带的解释器是Python3，Python2和Python3并不兼容，如果你对Python版本没有历史包袱的话，推荐使用Python3，本文所有代码基于Python3演示下面正式为大家介绍，可爱的Python。

Python之禅Python有一个彩蛋，在脚本中import this的话可以打印出”The Zen of Python“，Python之禅，可以认为这是Python的设计思想，也是给各位（不只是Python）程序员的忠告，译文不再完整粘贴，摘录几句——

大家可以自己尝试翻译一下，也请尽量记住这些忠告，在写代码的时候保持理性和克制Jupyter Notebook以及帮助信息Python的编辑器非常多，PyCharm、Wing、vscode甚至记事本都不影响我们发挥，但是在需要快速验证想法，或者希望快速了解某些库的话个人更推荐Jupyter Notebook，它是一个网页版的IDE，有拼写提示，能快捷的显示各库的帮助信息；网页写代码，服务端执行。

对于数据分析、脚本验证再合适不过了Jupyter Notebook集成在Anaconda中，在终端上输入jupyter notebook，将输出的URL复制到浏览器中即可使用如果没有已经编写好的脚本，需要新建一个Python3脚本，如图。

在需要查看某个库/函数的帮助信息时，在要查询的主体后面加?即可——

想知道库中有哪些类型/函数，使用dir(lib)预览（也可以预览类型的属性和方法）——

希望详细了解语言特性或者库函数的话，还是首选官方网站（https://docs.python.org/3/）想直接执行dos命令或shell，在语句前加!即可——

按tab键开始拼写提示。其他还有各种快捷操作和插件，不再详细介绍，感兴趣的同学详细研究吧。常用数据结构Python中一切皆对象，甚至包括函数、包、类，都是对象，可以用下面方法验证——

因此请了解下面列举的各种类型变量，本质上都是对象数值类型Python的数值类型有int/float/bool/complex几种，需要注意数值类型在Python中是不可变类型，意思是该变量的值不能被改变。

我上面那句没有写错你也没看错，数值类型在Python中的确无法改变，那如下代码发生了什么？

a的类型是int，初始值是1在执行a+=1后，a变量指向的就不再是之前的值1了，而是一个新的对象，也就是说加法执行完毕后a指向的对象变了具体可以用id来验证，这个函数用来返回变量指向的对象"地址"——

可以看出执行前后a指向的对象地址已经变了这个结论有点颠覆三观，但为了提高执行效率Python的确就是这么实现的数值类型都是不可变的，其他几种类型同理，不再具体举例了字符串字符串在Python中同样是不可变的——。

字符串可以用单引号、双引号和三个单/双引号包括，其中单引号和双引号没有区别，可以在字符串也包含引号时用不同的方式区分，例如

三个引号包括的内容被完整引用，包括缩进、换行等，例如

除此之外，Python的字符串有大量非常方便的函数，下面举几个简单的例子。格式化Python的字符串格式化操作非常简洁，例如想将各种类型变量格式化到一个字符串中，可以

上面代码混合了字符串、数值、字典的格式化，一个format就能搞定更多的控制细节大家可以自行查询字符串重复打印如何重复打印100次字符串？其他语言可能需要用循环来控制，Python则使用“乘法”来实现——。

字符串分割如果有日志字符串格式类似2020-9-1 19:49:06 [INFO] aaa|bbb|ccc，如果希望抽取时间，可以按空格分割并把的第二个空格前面的字符串合并，例如

如果想把日志级别抽取出来，除了正则表达式之外，还可以按[ ]分割，例如

提取bbb一样的道理，例如

字符串查找in关键字可以用来判断是否包含子串

find函数可以用来查找子串出现的位置

大小写转换upper/lower函数用来转换字符串的大小写

去掉空白字符在文本处理时经常要忽略掉空白字符，例如换行、回车、空格，可以使用strip/lstrip/rstrip清除，例如

元组从这里开始就是Python内置的常用容器了，元组（tuple）是一个不可修改的序列，可以随机访问，但无法修改元组本身，也就是说元组创建之后不能增加或删除里面的元素元组创建方式是t=tuple()或t=()

——

所谓的元组不能修改，指的是元组本身无法修改，元组中的数据其实是可以改变的——

元组可以转为其他容器、可以切片也可以迭代、可以随机访问、计算长度等——

值得注意的是如上面第一个例子所示，元组（和其他所有容器）可以保存任意类型对象，类型无需相同列表列表是Python中最常用的容器，它与元组不同之处是可以被修改创建方式是l=list()或l=[]向列表中追加元素——。

删除列表中元素——

合并两个列表——

对列表排序——

其他元组支持的操作列表也都支持，不再重复集合集合用来无序保存唯一的元素，创建方式是s=set()或s={1}，注意{}创建的是字典，因此空集合必须用set()创建集合可以任意添加和删除元素，常见操作有——。

更常用的操作是set之间的操作，例如判断集合的交、并、补——

字典字典(dict)提供了key-value的映射关系，创建字典的方式是d=dict()或d={k:v,k2:v2}。可以通过[]设置或获取值，例如——

可以使用del删除映射关系:del d[key]。可以通过key()返回所有的键，values()返回所有值，items()返回所有键值对——

不存在映射关系时直接访问会抛出异常，如果希望key不存在时能返回默认值，可以使用setdefault()或者get()

推导式推导式是Python的一个特色语法糖，能让我们用简洁的代码快速生成容器，上述所有容器均支持推导式，例如——

字典一样可以用推导式生成，例如希望将两个列表合并，分别当做字典的key和value——

推导式写起来就和用自然语言描述一样，非常方便注意上面的例子中，生成列表和字典时用的是[]和{}，但生成元组并未直接用()，是因为直接用()的话创建的是生成器对象而非元组生成器是Python为了节省空间而设计的一种特殊类，它的特点是几乎不占内存但可以和容器一样被遍历，例如——。

上面的例子中Python解释器并未生成0~10000的数字，也没有相应的内存占用，但在遍历操作时每一轮循环生成器对象都会返回下一个数字，因此节省了内存占用（尤其是容器保存较为复杂的对象时），但由于容器并未实际生成，不允许对生成器对象进行随机访问或切片，需要此类操作前可以先转为列表或元组。

for/withfor是Python中循环常用关键字，可以用来遍历容器或生成器对象，例如需要循环10次，可以用如下代码——

需要遍历容器或生成器对象，可以用如下代码——

有时需要遍历容器的前几项，可以用切片——

但生成器对象无法切片就不能使用该方法了，粗暴一点可以用一个变量计数——

更符合Python风格（pythonic，我下次打算说说这个）做法是用enumerate函数修饰可迭代对象（比如容器或者生成器），该函数返回一个迭代次数、迭代内容构成的元组——

with关键字用来实现上下文管理在C++中一个常用技巧RAII，即在对象的构造和析构中进行资源申请和释放，用语言特性保证资源在合适时机被释放；Python的with关键字即实现类似效果最常用的场景是打开文件——。

with关键字保证了文件在离开with语句块后被关闭，无论do_sth函数是正常返回还是抛出异常。如果想手写出此效果，需要写类似下面的代码——

相比之下非常臃肿。我们也可以自己编写符合条件的类，实现其他资源的自动管理，只需要实现__enter__和__exit__方法即可——

C++程序员的疑惑作为一名传统的C++程序员，Python带来的灵活性和语言特性总是让人是不是的收获意外惊喜（或惊吓），下面列举一些我平时发现的Python有违C++常识的内容任意添加属性解释型语言就可以为所欲为，我可以定义一个空类，在对象中给它增加各种属性——。

有人说设计模式是编程语言支持度不足的情况下产生的变通方案，至少在Python这个特性下策略模式不需要复杂设计就能轻松实现——

事物总是分两面，有时太灵活的技巧会导致代码维护难度加大，当我们想回归传统程序员，限制对象不能随意增加属性时，可以将支持的属性名放在__solts__中，例如——

神奇的函数参数函数默认值这可以说是Python的一个隐藏的坑了，函数的默认参数只会被计算一次。比如——

上面代码中第二次调用测试函数，竟然返回了[1,1]，似乎第二次调用时并没有创建新的list原因在于函数的默认参数只在函数定义时计算一次，以后多次调用不会再创建新的参数函数内改变参数C++中如果一个函数接收的是对象，在函数内对这个对象的任何修改都是针对函数内临时创建的对象，而非本函数被调用时传入的对象。

在Python中，这个原则变的并不十分明显，例如函数接收可变类型的话，函数内修改是可以反映到传入参数的——

但是如果传入的是不可变类型（你一定还记得数值类型、字符串类型是不可变类型），那么Python函数的行为和C++类似，函数内的修改无法反映到传入参数——

这也是可以理解的，因为不可变类型是无法修改的，这个原则即使作为参数传给函数时也需要保持只是我们在编写和阅读代码时，需要保持这样的认识——函数内修改参数的行为与参数的类型是有关系的伪多线程Python的一个遗憾是由于全局锁的存在(GIL，其实GIL并不是Python语言的特性，而是使用范围很广的CPython实现引入的一个机制，这里为了简略描述，就叫Python了请注意辨别)并不支持完整的多线程，在同一个进程内的多个线程是无法并发运行的。

好在如果我们的程序是I/O密集型的，依然可以考虑使用多线程来加快运行速度；但如果程序是CPU密集型的话，就需要用多进程来实现真正的并发了好消息是Python的多进程库提供了和多线程库几乎一致的接口，几乎可以像编写多线程程序一样开发多进程。

限于篇幅具体不再举例子了，感兴趣的同学可以自行查阅官方手册了解接口细节。