本教程包括 62 个基础样例，12 个核心样例，26 个习惯用法。如果觉得还不错，欢迎转发、留言。
一、 Python 基础 62 例
1 十转二
将十进制转换为二进制：
>>> bin()
'0b1010'
2 十转八
十进制转换为八进制：
>>> oct()
'0o11'
3 十转十六
十进制转换为十六进制：
>>> hex()
'0xf'
4 字符串转字节
字符串转换为字节类型
>>> s = "apple"
>>> bytes(s,encoding='utf-8')
b'apple'
5 转为字符串
字符类型、数值型等转换为字符串类型
>>> i =
>>> str(i)
''
6 十转ASCII
十进制整数对应的 ASCII 字符
>>> chr()
'A'
7 ASCII转十
ASCII字符对应的十进制数
>>> ord('A')
8 转为字典
创建数据字典的几种方法
>>> dict()
{}
>>> dict(a='a',b='b')
{'a': 'a', 'b': 'b'}
>>> dict(zip(['a','b'],[,]))
{'a': , 'b': }
>>> dict([('a',),('b',)])
{'a': , 'b': }
9 转为浮点类型
整数或数值型字符串转换为浮点数
>>> float()
3.0
如果不能转化为浮点数，则会报ValueError:
>>> float('a')
Traceback (most recent call last):
File "\<pyshell#7>", line , in \<module>
float('a')
ValueError: could not convert string to float: 'a'
10 转为整型
int(x, base =)
x 可能为字符串或数值，将 x 转换为整数。
如果参数是字符串，那么它可能包含符号和小数点。如果超出普通整数的表示范围，一个长整数被返回。
>>> int('',)
11 转为集合
返回一个 set 对象，集合内不允许有重复元素：
>>> a = [,,,,]
>>> set(a)
{, , , }
12 转为切片
class slice(start, stop[, step])
返回一个由 range(start, stop, step) 指定索引集的 slice 对象，代码可读性变好。
>>> a = [,,,,]
>>> my_slice = slice(,,)
>>> a[my_slice]
[, , ]
13 转元组
tuple() 将对象转为一个不可变的序列类型
>>> a=[,,]
>>> a.append()
>>> a
[, , , ]
*#禁止a增删元素，只需转为元组*
>>> t=tuple(a)
>>> t
(, , , )
14 转冻结集合
创建不可修改的集合：
>>> a = frozenset([,,,,])
>>> a *# a 无 pop,append,insert等方法*
frozenset({, , })
15 商和余数
分别取商和余数
>>> divmod(,)
(, )
16 幂和余同时做
pow 三个参数都给出表示先幂运算再取余：
>>> pow(, , )
17 四舍五入
四舍五入，ndigits代表小数点后保留几位：
>>> round(10.045, )
10.04
>>> round(10.046, )
10.05
18 查看变量所占字节数
>>> import sys
>>> a = {'a':,'b':2.0}
>>> sys.getsizeof(a) *# 变量占用字节数*
19 门牌号
返回对象的内存地址
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name >>> xiaoming = Student('','xiaoming')
>>> id(xiaoming)
20 排序函数
排序：
>>> a = [,,,,]
*#降序*
>>> sorted(a,reverse=True)
[, , , , ]
>>> a = [{'name':'xiaoming','age':,'gender':'male'},
{'name':'xiaohong','age':,'gender':'female'}]
*#按 age升序*
>>> sorted(a,key=lambda x: x['age'],reverse=False)
[{'name': 'xiaoming', 'age': , 'gender': 'male'},
{'name': 'xiaohong', 'age': , 'gender': 'female'}]
21 求和函数
求和：
>>> a = [,,,,]
>>> sum(a) *#求和初始值为1*
>>> sum(a,)
22 计算表达式
计算字符串型表达式的值
>>> s = "1 + 3 +5"
>>> eval(s) >>> eval('[1,3,5]\*3')
[, , , , , , , , ]
23 真假
>>> bool()
False
>>> bool(False)
False
>>> bool(None)
False
>>> bool([])
False
>>> bool([False])
True
>>> bool([,,])
True
24 都为真
如果可迭代对象的所有元素都为真，那么返回 True，否则返回False
#有0，所以不是所有元素都为真*
>>> all([,,,])
False *#所有元素都为真*
>>> all([,,])
True
25 至少一个为真
接受一个可迭代对象，如果可迭代对象里至少有一个元素为真，那么返回True，否则返回False
# 没有一个元素为真* >>> any([,,,[]])
>>>False *# 至少一个元素为真*
>>> any([,,])
True
26 获取用户输入
获取用户输入内容
>>> input()
I'm typing
"I'm typing "
27 print 用法
>>> lst = [,,]
*# f 打印*
>>> print(f'lst: {lst}')
lst: [, , ]
*# format 打印*
>>> print('lst:{}'.format(lst))
lst:[, , ]
28 字符串格式化
格式化字符串常见用法
>>> print("i am {0},age {1}".format("tom",))
i am tom,age
>>> print("{:.2f}".format(3.1415926)) *# 保留小数点后两位*
3.14
>>> print("{:+.2f}".format(-)) *# 带符号保留小数点后两位*
-1.00
>>> print("{:.0f}".format(2.718)) *# 不带小数位*
>>> print("{:0>3d}".format()) *# 整数补零，填充左边, 宽度为3*
>>> print("{:,}".format()) *# 以逗号分隔的数字格式*
,,
>>> print("{:.2%}".format(0.718)) *# 百分比格式*
71.80%
>>> print("{:.2e}".format()) *# 指数记法*
1.02e+07
29 返回对象哈希值
返回对象的哈希值。值得注意，自定义的实例都可哈希：
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name >>> xiaoming = Student('','xiaoming')
>>> hash(xiaoming)
-
list, dict, set等可变对象都不可哈希(unhashable)：
>>> hash([,,])
Traceback (most recent call last):
File "\<pyshell#71>", line , in \<module>
hash([,,])
TypeError: unhashable type: 'list'
30 打开文件
返回文件对象
>>> import os
>>> os.chdir('D:/source/dataset')
>>> os.listdir()
['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings',
'titanic_eda_data.csv', 'titanic_train_data.csv']
>>> o = open('drinksbycountry.csv',mode='r',encoding='utf-8')
>>> o.read()
"country,beer_servings,spirit_servings,wine_servings,total_litres_of_pur
e_alcohol,continent\\nAfghanistan,,,,0.0,Asia\\nAlbania,,,,4.9,"
mode 取值表：
字符 意义 'r' 读取（默认） 'w' 写入，并先截断文件 'x' 排它性创建，如果文件已存在则失败 'a' 写入，如果文件存在则在末尾追加 'b' 二进制模式 't' 文本模式（默认） '+' 打开用于更新（读取与写入）
31 查看对象类型
class type(name, bases, dict)
传入参数，返回 object 类型：
>>> type({,,})
<class 'set'>
>>> type({'a':[,,],'b':[,,]})
<class 'dict'>
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name
>>> type(Student('','xiaoming'))
<class '__main__.Student'>
32 两种创建属性方法
返回 property 属性，典型的用法：
>>> class C:
def __init__(self):
self._x = None
def getx(self):
return self._x
def setx(self, value):
self._x = value
def delx(self):
del self._x
*# 使用property类创建 property 属性*
x = property(getx, setx, delx, "I'm the 'x' property.")
使用 C 类：
>>> C().x=
>>> c=C()
*# 属性x赋值*
>>> c.x=
*# 拿值*
>>> c.getx() *# 删除属性x*
>>> c.delx()
*# 再拿报错*
>>> c.getx()
Traceback (most recent call last):
File "\<pyshell#118>", line , in \<module>
c.getx()
File "\<pyshell#112>", line , in getx
return self._x
AttributeError: 'C' object has no attribute '_x'
*# 再属性赋值*
>>> c.x=
>>> c.setx()
>>> c.getx()
使用@property装饰器，实现与上完全一样的效果：
class C:
def __init__(self):
self._x = None @property
def x(self):
return self._x @x.setter
def x(self, value):
self._x = value @x.deleter
def x(self):
del self._x
33 是否可调用
判断对象是否可被调用，能被调用的对象是一个callable 对象。
>>> callable(str)
True
>>> callable(int)
True
Student 对象实例目前不可调用：
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name >>> xiaoming = Student(id='',name='xiaoming')
>>> callable(xiaoming)
False
如果 xiaoming能被调用 , 需要重写Student类的call方法：
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name
此时调用 xiaoming():
>>> xiaoming = Student('','xiaoming')
>>> xiaoming()
I can be called
my name is xiaoming
34 动态删除属性
删除对象的属性
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name >>> xiaoming = Student('','xiaoming')
>>> delattr(xiaoming,'id')
>>> hasattr(xiaoming,'id')
False
35 动态获取对象属性
获取对象的属性
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name >>> xiaoming = Student('','xiaoming')
>>> getattr(xiaoming,'name') *# 获取name的属性值*
'xiaoming'
36 对象是否有某个属性
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name >>> xiaoming = Student('','xiaoming')
>>> getattr(xiaoming,'name')*# 判断 xiaoming有无 name属性*
'xiaoming'
>>> hasattr(xiaoming,'name')
True
>>> hasattr(xiaoming,'address')
False
37 isinstance
判断object是否为classinfo的实例，是返回true
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name >>> xiaoming = Student('','xiaoming')
>>> isinstance(xiaoming,Student)
True
38 父子关系鉴定
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name >>> class Undergraduate(Student):
pass *# 判断 Undergraduate 类是否为 Student 的子类 *
>>> issubclass(Undergraduate,Student)
True
第二个参数可为元组：
>>> issubclass(int,(int,float))
True
39 所有对象之根
object 是所有类的基类
>>> isinstance(,object)
True >>> isinstance([],object)
True
40 一键查看对象所有方法
不带参数时返回当前范围内的变量、方法和定义的类型列表；带参数时返回参数的属性，方法列表。
>>> class Student():
def __init__(self,id,name):
self.id = id
self.name = name >>> xiaoming = Student('','xiaoming')
>>> dir(xiaoming)
['__call__', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'id', 'name']
41 枚举对象
Python 的枚举对象
>>> s = ["a","b","c"]
>>> for i,v in enumerate(s):
print(i,v)
a
b
c
42 创建迭代器
>>> class TestIter():
def __init__(self,lst):
self.lst = lst *# 重写可迭代协议__iter_\_*
def __iter__(self):
print('__iter__ is called')
return iter(self.lst)
迭代 TestIter 类：
>>> t = TestIter()
>>> t = TestIter([,,,,])
>>> for e in t:
print(e) __iter__ is called
43 创建range迭代器
- range(stop)
- range(start, stop[,step])
生成一个不可变序列的迭代器：
>>> t = range()
>>> t = range(,,)
>>> for e in t:
print(e)
44 反向
>>> rev = reversed([,,,,])
>>> for i in rev:
print(i)
45 打包
聚合各个可迭代对象的迭代器：
>>> x = [,,]
>>> y = [,,]
>>> list(zip(y,x))
[(, ), (, ), (, )]
>>> for i,j in zip(y,x):
print(i,j)
46 过滤器
函数通过 lambda 表达式设定过滤条件，保留 lambda 表达式为True的元素：
>>> fil = filter(lambda x: x>,[,,,,,,])
>>> for e in fil:
print(e)
47 链式比较
>>> i =
>>> < i <
False
>>> < i <=
True
48 链式操作
>>> from operator import (add, sub)
>>> def add_or_sub(a, b, oper):
return (add if oper == '+' else sub)(a, b)
>>> add_or_sub(, , '-')
-
49 split 分割**
>>> 'i love python'.split(' ')
['i', 'love', 'python']
50 replace 替换
>>> 'i\tlove\tpython'.replace('\t',',')
'i,love,python'
51 反转字符串
>>> st="python"
>>> ''.join(reversed(st))
'nohtyp'
52 使用time模块打印当前时间
*# 导入time模块*
>>> import time
*# 打印当前时间，返回浮点数*
>>> seconds = time.time()
>>> seconds
1588858156.6146255
53 浮点数转时间结构体
*# 浮点数转时间结构体*
>>> local_time = time.localtime(seconds)
>>> local_time
time.struct_time(tm_year=, tm_mon=, tm_mday=, tm_hour=, tm_min=, tm_sec=, tm_wday=, tm_yday=, tm_isdst=)
- tm_year: 年
- tm_mon: 月
- tm_mday: 日
- tm_hour: 小时
- tm_min：分
- tm_sec: 分
- tm_sec: 秒
- tm_wday: 一周中索引([0,6], 周一的索引:0)
- tm_yday: 一年中索引([1,366])
- tm_isdst: 1 if summer time is in effect, 0 if not, and -1 if unknown
再给大家分享一个python免费的学习视频！超级适合自学！https://apprhKAAI3V6603.h5.xeknow.com/st/76WHBZtWV 点击链接即可免费学习
54 时间结构体转时间字符串
*# 时间结构体转时间字符串*
>>> str_time = time.asctime(local_time)
>>> str_time
'Thu May 7 21:29:16 2020'
55 时间结构体转指定格式时间字符串
*# 时间结构体转指定格式的时间字符串*
>>> format_time = time.strftime('%Y.%m.%d %H:%M:%S',local_time)
>>> format_time
'2020.05.07 21:29:16'
56 时间字符串转时间结构体
*# 时间字符串转时间结构体*
>>> time.strptime(format_time,'%Y.%m.%d %H:%M:%S')
time.struct_time(tm_year=, tm_mon=, tm_mday=, tm_hour=, tm_min=, tm_sec=, tm_wday=, tm_yday=, tm_isdst=-)
57 年的日历图
>>> import calendar
>>> from datetime import date
>>> mydate=date.today()
>>> calendar.calendar()
结果：
January February March
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su
April May June
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su
July August September
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su
October November December
Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su Mo Tu We Th Fr Sa Su
58 月的日历图
>>> import calendar
>>> from datetime import date
>>> mydate = date.today()
>>> calendar.month(mydate.year, mydate.month)
结果：
May
Mo Tu We Th Fr Sa Su
59 判断是否为闰年
>>> import calendar
>>> from datetime import date
>>> mydate = date.today()
>>> is_leap = calendar.isleap(mydate.year)
>>> ("{}是闰年" if is_leap else "{}不是闰年\\n").format(mydate.year)
'2020是闰年'
60 with 读写文件
读文件：
>> import os
>>> os.chdir('D:/source/dataset')
>>> os.listdir()
['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'test.csv', 'titanic_eda_data.csv', 'titanic_train_data.csv', 'train.csv']
*# 读文件*
>>> with open('drinksbycountry.csv',mode='r',encoding='utf-8') as f:
o = f.read()
print(o)
写文件：
# 写文件
>>> with open('new_file.txt',mode='w',encoding='utf-8') as f:
w = f.write('I love python\\n It\\'s so simple')
os.listdir()
['drinksbycountry.csv', 'IMDB-Movie-Data.csv', 'movietweetings', 'new_file.txt', 'test.csv', 'titanic_eda_data.csv', 'titanic_train_data.csv', 'train.csv']
>>> with open('new_file.txt',mode='r',encoding='utf-8') as f:
o = f.read()
print(o)
I love python
It's so simple
61 提取后缀名
>>> import os
>>> os.path.splitext('D:/source/dataset/new_file.txt')
('D:/source/dataset/new_file', '.txt') *#[]：后缀名*
62 提取完整文件名
>>> import os
>>> os.path.split('D:/source/dataset/new_file.txt')
('D:/source/dataset', 'new_file.txt')
二、 Python 核心 12 例
63 斐波那契数列前n项
>>> def fibonacci(n):
a, b = ,
for _ in range(n):
yield a
a, b = b, a+b *# 注意这种赋值* >>> for fib in fibonacci():
print(fib)
64 list 等分 n 组
>>> from math import ceil
>>> def divide_iter(lst, n):
if n \<= :
yield lst
return
i, div = , ceil(len(lst) / n)
while i \< n:
yield lst[i \* div: (i + ) \* div]
i += >>> for group in divide_iter([,,,,],):
print(group) [, , ]
[, ]
65 yield 解释
有好几位同学问我，生成器到底该怎么理解。
在这里我总结几句话，看看是否对不理解生成器的朋友有帮助。
生成器首先是一个 “特殊的” return ，遇到 yield 立即中断返回。
但是，又与 return 不同，yield 后下一次执行会进入到yield 的下一句代码，而不像 return 下一次执行还是从函数体的第一句开始执行。
可能还是没说清，那就用图解释一下：
第一次 yield 返回 1
第二次迭代，直接到位置 2 这句代码：
再给大家分享一个python免费的学习视频！超级适合自学！https://apprhKAAI3V6603.h5.xeknow.com/st/76WHBZtWV 点击链接即可免费学习
然后再走 for ,再 yield ，重复下去，直到for结束。
以上就是理解 yield 的重点一个方面。
66 装饰器
66.1 定义装饰器
time 模块大家比较清楚，第一个导入 wraps 函数（装饰器）为确保被装饰的函数名称等属性不发生改变用的，这点现在不清楚也问题不大，实践一下就知道了。
from functools import wraps
import time
定义一个装饰器：print_info，装饰器函数入参要求为函数，返回值要求也为函数。
如下，入参为函数 f, 返回参数 info 也为函数，满足要求。
def print_info(f):
"""
@para: f, 入参函数名称
"""
@wraps(f) # 确保函数f名称等属性不发生改变
def info():
print('正在调用函数名称为： %s ' % (f.__name__,))
t1 = time.time()
f()
t2 = time.time()
delta = (t2 - t1)
print('%s 函数执行时长为：%f s' % (f.__name__,delta)) return info
66.2使用装饰器
使用 print_info 装饰器，分别修饰 f1, f2 函数。
软件工程要求尽量一次定义，多次被复用。
@print_info
def f1():
time.sleep(1.0) @print_info
def f2():
time.sleep(2.0)
66.3 使用装饰后的函数
使用 f1, f2 函数： f1()
f2() *# 输出信息如下：* *# 正在调用函数名称为：f1*
*# f1 函数执行时长为：1.000000 s*
*# 正在调用函数名称为：f2*
*# f2 函数执行时长为：2.000000 s
67 迭代器案例
一个类如何成为迭代器类型，请看官方PEP说明：
即必须实现两个方法（或者叫两种协议）：iter , _next_
下面编写一个迭代器类：
class YourRange():
def __init__(self, start, end):
self.value = start
self.end = end *# 成为迭代器类型的关键协议*
def __iter__(self):
return self *# 当前迭代器状态(位置)的下一个位置*
def __next__(self):
if self.value >= self.end:
raise StopIteration cur = self.value
self.value +=
return cur
使用这个迭代器：
yr = YourRange(, )
for e in yr:
print(e)
迭代器实现iter 协议，它就能在 for 上迭代，参考官网PEP解释：
文章最后提个问题，如果此时运行：
next(yr)
会输出 5， 还是报错？
如果 yr 是 list，for 遍历后，再 next(iter(yr)) 又会输出什么？
如果能分清这些问题，恭喜你，已经真正理解迭代器迭代和容器遍历的区别。如果你还拿不准，欢迎交流。
下面使用 4 种常见的绘图库绘制柱状图和折线图，使用尽可能最少的代码绘制，快速入门这些库是本文的写作目的。
68 matplotlib
导入包：
import matplotlib
matplotlib.__version__ *# '2.2.2'* import matplotlib.pyplot as plt
绘图代码：
import matplotlib.pyplot as plt
plt.plot([, , , , , ],
[1.5, , -1.3, 0.7, 0.8, 0.9]
,c='red')
plt.bar([, , , , , ],
[, 0.5, 0.7, -1.2, 0.3, 0.4]
)
plt.show()
69 seaborn
导入包：
import seaborn as sns
sns.__version__ *# '0.8.0'*
绘制图：
sns.barplot([, , , , , ],
[1.5, , -1.3, 0.7, 0.8, 0.9]
)
sns.pointplot([, , , , , ],
[, 0.5, 0.7, -1.2, 0.3, 0.4]
)
plt.show()
70 plotly 绘图
导入包：
import plotly
plotly.__version__ *# '2.0.11'*
绘制图（自动打开html）：
import plotly.graph_objs as go
import plotly.offline as offline pyplt = offline.plot
sca = go.Scatter(x=[, , , , , ],
y=[1.5, , -1.3, 0.7, 0.8, 0.9]
)
bar = go.Bar(x=[, , , , , ],
y=[, 0.5, 0.7, -1.2, 0.3, 0.4]
)
fig = go.Figure(data = [sca,bar])
pyplt(fig)
71 pyecharts
导入包：
import pyecharts
pyecharts.__version__ *# '1.7.1'*
绘制图（自动打开html）：
bar = (
Bar()
.add_xaxis([, , , , , ])
.add_yaxis('ybar',[1.5, , -1.3, 0.7, 0.8, 0.9])
)
line = (Line()
.add_xaxis([, , , , , ])
.add_yaxis('yline',[, 0.5, 0.7, -1.2, 0.3, 0.4])
)
bar.overlap(line)
bar.render_notebook()
大家在复现代码时，需要注意API与包的版本紧密相关，与上面版本不同的包其内的API可能与以上写法有略有差异，大家根据情况自行调整即可。
matplotlib 绘制三维 3D 图形的方法，主要锁定在绘制 3D 曲面图和等高线图。
72 理解 meshgrid
要想掌握 3D 曲面图，需要首先理解 meshgrid 函数。
导入包： import numpy as np
import matplotlib.pyplot as plt
创建一维数组 x
nx, ny = (, )
x = np.linspace(, , nx)
x
*# 结果*
*# array([. , 0.25, 0.5 , 0.75, . ])*
创建一维数组 y
y = np.linspace(, , ny)
y
*# 结果*
*# array([. , 0.5, . ])*
使用 meshgrid 生成网格点：
xv, yv = np.meshgrid(x, y)
xv
xv 结果：
array([[. , 0.25, 0.5 , 0.75, . ],
[. , 0.25, 0.5 , 0.75, . ],
[. , 0.25, 0.5 , 0.75, . ]])
yv 结果：
array([[. , . , . , . , . ],
[0.5, 0.5, 0.5, 0.5, 0.5],
[. , . , . , . , . ]])
绘制网格点：
plt.scatter(xv.flatten(),yv.flatten(),c='red')
plt.xticks(ticks=x)
plt.yticks(ticks=y)
以上就是 meshgrid 功能：创建网格点，它是绘制 3D 曲面图的必用方法之一。
73 绘制曲面图
导入 3D 绘图模块：
from mpl_toolkits.mplot3d import Axes3D
生成X,Y,Z
*# X, Y *
x = np.arange(-, , 0.25)
y = np.arange(-, , 0.25)
X, Y = np.meshgrid(x, y) *# x-y 平面的网格*
R = np.sqrt(X \*\* + Y \*\* )
*# Z*
Z = np.sin(R)
绘制 3D 曲面图：
fig = plt.figure()
ax = Axes3D(fig)
plt.xticks(ticks=np.arange(-,))
plt.yticks(ticks=np.arange(-,))
ax.plot_surface(X, Y, Z, cmap=plt.get_cmap('rainbow'))
plt.show()
74 等高线图
以上 3D 曲面图的在 xy平面、 xz平面、yz平面投影，即是等高线图。
xy 平面投影得到的等高线图：
fig = plt.figure()
ax = Axes3D(fig)
plt.xticks(ticks=np.arange(-,))
plt.yticks(ticks=np.arange(-,))
ax.contourf(X, Y, Z, zdir='z', offset=-, cmap=plt.get_cmap('rainbow'))
plt.show()
三、 Python 习惯 26 例
75 / 返回浮点数
即便两个整数，/ 操作也会返回浮点数
In []: /
Out[]: 1.6
76 // 得到整数部分
使用 //快速得到两数相除的整数部分，并且返回整型，此操作符容易忽略，但确实很实用。
In []: //5
Out[]: In []: a = //5
In []: type(a)
Out[]: int
77 % 得到余数
%得到两数相除的余数：
In []: %
Out[]:
78 ** 计算乘方
** 计算几次方
In []: \*\*
Out[]:
79 交互模式下的_
在交互模式下，上一次打印出来的表达式被赋值给变量 _
In []: *3.02+
Out[]: 7.04 In []: +_
Out[]: 8.04
80 单引号和双引号微妙不同
使用单引号和双引号的微妙不同
使用一对双引号时，打印下面串无需转义字符：
In []: print("That isn't a horse")
That isn't a horse
使用单引号时，需要添加转义字符 \：
In []: print('That isn\\'t a horse')
That isn't a horse
81 跨行连续输入
符串字面值可以跨行连续输入；一种方式是用一对三重引号：""" 或 '''
In []: print("""You're just pounding two
...: coconut halves together.""")
You're just pounding two
coconut halves together.
82 数字和字符串
In []: *'Py'
Out[]: 'PyPyPy'
83 连接字面值
堆积起来就行，什么都不用写：
In []: 'Py''thon'
Out[]: 'Python'
84 for 和 else
一般语言 else 只能和 if 搭，Python 中却支持 for 和 else, try 和 else.
for 和 else 搭后，遍历结束便会执行 else
In []: for i in range():
...: for j in range(i):
...: print(j)
...: else:
...: print('第%d轮遍历结束\n'%(i+,))
...:
第1轮遍历结束 第2轮遍历结束 第3轮遍历结束
85. if not x
直接使用 x 和 not x 判断 x 是否为 None 或空
x = [,,] if x:
print('x is not empty ') if not x:
print('x is empty')
下面写法不够 Pythoner
if x and len(x) > :
print('x is not empty ') if x is None or len(x) == :
print('x is empty')
86. enumerate 枚举
直接使用 enumerate 枚举容器，第二个参数表示索引的起始值
x = [, , ] for i, e in enumerate(x, ): # 枚举
print(i, e)
下面写法不够 Pythoner:
i = while i < len(x):
print(i+, x[i])
i+=
87. in
判断字符串是否包含某个子串，使用in明显更加可读：
x = 'zen_of_python'
if 'zen' in x:
print('zen is in')
find 返回值 要与 -1 判断，不太符合习惯：
if x.find('zen') != -:
print('zen is in')
88 zip 打包
使用 zip 打包后结合 for 使用输出一对，更加符合习惯：
keys = ['a', 'b', 'c']
values = [, , ] for k, v in zip(keys, values):
print(k, v)
下面不符合 Python 习惯：
d = {}
i =
for k in keys:
print(k, values[i])
i +=
89 一对 '''
打印被分为多行的字符串，使用一对 ''' 更加符合 Python 习惯：
print('''"Oh no!" He exclaimed.
"It's the blemange!"''')
下面写法就太不 Python 风格：
print('"Oh no!" He exclaimed.\\n' +
'It\\'s the blemange!"')
90 交换元素
直接解包赋值，更加符合 Python 风格：
a, b = ,
a, b = b, a # 交换a,b
不要再用临时变量 tmp ，这不符合 Python 习惯：
tmp = a
a = b
b = tmp
91 join 串联
串联字符串，更习惯使用 join：
chars = ['P', 'y', 't', 'h', 'o', 'n']
name = ''.join(chars)
print(name)
下面不符合 Python 习惯：
name = ''
for c in chars:
name += c
print(name)
92 列表生成式
列表生成式构建高效，符合 Python 习惯：
data = [, , , , ]
result = [i * for i in data if i & ] # 奇数则乘以2
print(result) # [, , ]
下面写法不够 Pythoner：
results = []
for e in data:
if e & :
results.append(e*)
print(results)
93 字典生成式
除了列表生成式，还有字典生成式：
keys = ['a', 'b', 'c']
values = [, , ] d = {k: v for k, v in zip(keys, values)}
print(d)
下面写法不太 Pythoner：
d = {}
for k, v in zip(keys, values):
d[k] = v
print(d)
94 name\ == 'main__'有啥用
曾几何时，看这别人代码这么写，我们也就跟着这么用吧，其实还没有完全弄清楚这行到底干啥。
def mymain():
print('Doing something in module', \__name__) if __name__ == '__main__':
print('Executed from command line')
mymain()
加入上面脚本命名为 MyModule，不管在 vscode 还是 pycharm 直接启动，则直接打印出：
Executed from command line
Doing something in module __main__
这并不奇怪，和我们预想一样，因为有无这句 main ，都会打印出这些。
但是当我们 import MyModule 时，如果没有这句，直接就打印出：
In []: import MyModule
Executed from command line
Doing something in module MyModule
只是导入就直接执行 mymain 函数，这不符合我们预期。
如果有主句，导入后符合预期：
In []: import MyModule In []: MyModule.mymain()
Doing something in module MyModule
95 字典默认值
In[]: d = {'a': , 'b': }
In[]: d.get('b', []) # 存在键 'b'
Out[]:
In[]: d.get('c', []) # 不存在键 'c'，返回[]
Out[]: []
96 lambda 函数
lambda 函数使用方便，主要由入参和返回值组成，被广泛使用在 max, map, reduce, filter 等函数的 key 参数中。
如下，求 x 中绝对值最大的元素，key 函数确定abs(x)作为比较大小的方法：
x = [, , -]
y = max(x, key=lambda x: abs(x))
print(y) # -
97 max
求 x 中绝对值最大的元素，key 函数确定abs(x)作为比较大小的方法：
x = [, , -]
y = max(x, key=lambda x: abs(x))
print(y) # -
98 map
map 函数映射 fun 到容器中每个元素，并返回迭代器 x
x = map(str, [, , ])
for e in x:
print(e, type(e))
下面写法不够 Pythoner
for e in [, , ]:
print(e, str(e)) # '','',''
99 reduce
reduce 是在 functools 中，第一个参数是函数，其必须含有 2 个参数，最后归约为一个标量。
from functools import reduce
x = [, , ]
y = reduce(lambda p1, p2: p1*p2, x)
print(y) #
下面写法不够 Pythoner:
y =
for e in x:
y *= e
print(y)
100 filter
使用 filter 找到满足 key 函数指定条件的元素，并返回迭代器
如下，使用 filter 找到所有奇数：
x = [, , , ]
odd = filter(lambda e: e % , x)
for e in odd: # 找到奇数
print(e)
还有另外一种方法，使用列表生成式，直接得到一个odd 容器，
odd = [e for e in x if e % ]
print(odd) # [,,]
下面写法最不符合 Python 习惯：
odd = []
for e in x:
if e % :
odd.append(e)
print(odd) # [,,]
码字不易！建议收藏哦！
再给大家分享一个python免费的学习视频！超级适合自学！https://apprhKAAI3V6603.h5.xeknow.com/st/76WHBZtWV 点击链接即可免费学习