作者 | Farhad Malik
譯者 | linstancy
出品 | Python大本營（ID:pythonnews）
本文的目的是儘可能地用簡潔的語言介紹 Python 程式語言的所有關鍵技術點，以幫助初學者能夠使用任何 Python 庫或實現自己的 Python 包。此外，本文還將重點介紹一些 Python 使用者經常查詢的熱門問題。下面，讓我們開始吧。
01
Python 簡介
什麼是 Python
為什麼選擇 Python (優勢)
Python 是當前最流行的語言，因為它更容易編碼且具有很強的可解釋性。
Python 是一種面向對象的程式語言，也可用於編寫一些功能代碼。
Python 是能夠很好地彌補業務和開發人員之間差距。
與其他語言 (如 C#/Java) 相比，Python 程序被推向市場的時間更短。
Python 自帶大量的機器學習和分析包。
大量社區和書籍可用於支持 Python 開發人員。
從預測分析到UI，幾乎所有類型的應用程式都可以用 Python 實現。
Python 程序無需聲明變量類型。 因此，所構建的應用程式能有更快的運行速度。
為什麼不選擇 Python (劣勢)
與其他語言 (C++，C#，Java) 相比，Python 程序的運行更慢，這是因為Python 中缺少類似 Just In Time 優化器的支持。
Python 語法空白約束給新手編碼實現帶來一些困難。
Python 不像 R 語言那樣提供高級的統計功能。
Python 不適合進行低級系統和硬體交互。
Python 是如何工作
下圖展示了 Python 在機器上的運行機制。這裡的關鍵是解釋器，它是負責將高級的 Python 語言編譯成低級的機器語言，以便理解。
02
變量——目標類型及範圍
Python 中變量類型包括數字，字符串，集合，列表，元組和字典，這些都是標準的數據類型。
聲明並給變量賦值
如下所示：這裡首先分別為變量 myFirstVariable 分配整型數值1，字符串「Hello You」。由於 Python 中的數據類型是動態變化的，因此這種重複賦值操作是可以實現的。
Python 中變量賦值操作又稱為綁定 (blinding)。
數值型
如下所示，Python 支持整型，小數，浮點型數據。
此外，也能支持長整型，以 L 為後綴表示，如999999999999L。
字符串
字符串就是字母的序列表示文本信息。
字符串的值用引號括起來，如下所示。
字符串是不可改變的，一旦創建，就不能被修改。如下所示：
當字符串變量被賦予一個新值時，Python 將創建一個新的目標來存儲這個變量值。
▌局部變量和全局變量
局部變量
局部變量，如在一個函數內聲明一個變量，則該變量只存在於該函數中。
局部變量在外部是不能被訪問的，如下所示。
Python 中 if-else 和 for/while 循環模塊是不能創建局部變量，如下所示在 for/while 循環中：
輸出為
在 if-else 模塊中：
輸出為
全部變量
當移除「Global TestMode」只能在 some_function() 函數中將變量設置為 False。如果你想在多個模塊間共享一個全局變量，那麼你需要創建一個共享模塊文件。如 configuration.py，並在文件中找到你所需的變量。最後導入共享模塊。
查看變量類型
整型變量中的逗號
03
操作
數值操作
Python 支持基礎的加減乘除數值計算，也支持地板除法 (floor division)，如下所示。
此外，Python 還支持指數運算 (**)，如下所示。
同時，Python 還能進行除法取餘操作，如下所示。
▌字符串操作
字符串拼接
字符串複製
字符串切片
字符串反序
負索引
如果你想得到字符串的最後一個字符，那需要使用負索引值，如下所示。
查看索引值
正則表達式
Casting
str(x)：將變量 x 轉為字符串類型
int(x)：將變量 x 轉為整型
float(x)：將變量 x 轉為浮點型
集合操作
集合交集
集合差異
集合併集
三元運算符
04
注釋
單行注釋
多行注釋
05
表達式
可用於布爾運算，如：
Equality：==
Not Equality：!=
Greater：>
Less：<
Greater or Equal：>=
Less or Equal：<=
06
Pickling
將對象轉換為字符串並將字符串轉儲為一個文件的過程稱為 pickling，反之則稱為 unpickling。
07
函數
定義一個新的函數
調用一個函數
查看字符串的長度
可以調用函數 len(x)，如下所示。
參數
參數可以被添加到一個函數中，使得函數更通用。
通過參數，可以將一個變量傳遞給方法，如下所示。
可選參數
為參數提供一個默認值來傳遞一個可選參數，如下所示。
* 參數
如果想讓函數使用任意數量的參數，那麼需要在參數名前添加 *，如下所示。
** 參數
** 允許傳遞可變數量的關鍵字參數給函數，同時也可以傳遞一個字典值作為關鍵字參數。
Return
函數能夠返回一個值，如下所示。
如果一個函數需要返回多個值的話，那麼最好返回一個元組 (以逗號隔開每個值)，如下所示。
Lambda 函數
函數的語法結構為：variable = lambda arguments: expression
Lambda 函數也可以作為參數傳遞給其他的函數。
dir() 和 help()
dir() 用於顯示定義的符號
help() 用於顯示幫助文檔
08
模塊
什麼是模塊
Python 語言附帶了200多個標準模塊。
模塊是一種將 python 程序中相似功能進行分組的組件。
任何 python 代碼文件都可以打包為模塊，然後再導入。
模塊允許使用者在自己的代碼解決方案中進行組件化設計。
模塊提供了命名空間的概念，幫助使用者共享數據和服務。
模塊鼓勵代碼重用，並減少變量名稱衝突。
PYTHONPATH
如何導入模塊
如果你有一個文件：MyFirstPythonFile 包含很多個函數，變量和對象，然後你可以將這些功能導入到其他類中，如下所示。
Python 內部會將模塊文件編譯為二進位再運行模塊的代碼
如果想導入模塊中的所有對象，可以這樣：
如果模塊中包含的函數或對象命名為 my_object，那麼你可以將其列印出來，如下所示。
值得注意的是，如果你不想在加載時執行模塊的話，那麼你需要檢查是否有 __name__ == 『__main__』
From 導入模塊
如果你只是想訪問模塊中的一個對象或某個部分，可以這樣：
這種方式導入模塊允許使用者在訪問模塊中的對象，而無需引用模塊，如下所示。
可以通過 from * 來導入模塊中的所有對象，如下所示。
值得注意的是，模塊只能在第一次 import 時導入。如果你想使用 C 模塊，那麼你可以使用 PyImport_ImportModule。此外，如果你想在兩個不同模塊中使用定義相同的對象，那麼可以將 import 和 from 結合起來導入模塊。
09
包 (Packages)
Python 中包是模塊的目錄。
如果你的 Python 代碼中提供了大量功能，這些功能被分組到模塊文件中，那麼可以從模塊中創建一個包，以便更好地分配和管理這些模塊。
包能夠更好地管理和組織模塊，這有助於使用者更輕鬆地解決問題和查找模塊。
可以將第三方軟體包導入到代碼中，如 pandas/scikit learn 和 tensorflow等等。
包可以包含大量的模塊。
如果代碼中的某些部分提供相似的功能，那麼可以將模塊分組到一個包中，如下所示。
上圖中 packageroot 是一個根目錄 (root folder)，packagefolder 是其根目錄下面的一個子目錄，而 my_module 是在 packagefolder 目錄下的一個 python 模塊文件。
此外，文件夾名可以作為命名空間，如下所示。
值得注意的是，需要確保所導入的包中每個目錄都包含一個 __init__.py 文件。
PIP
PIP 是 python 的包管理器。
可以使用 PIP 來下載包，如下所示。
10
條件語句
條件語句 if else，如下所示。
請注意冒號和縮進在條件語句中的使用。
檢查類型
你也可以在 else 部分繼續添加條件邏輯語句，這樣構成嵌套條件結構，如下所示。
11
循環
While
While 語句提供一個條件，運行循環語句直到滿足該條件位置，循環終止，如下所示。
For
循環一定的次數，如下所示。
循環遍歷整個字符串的所有字符，如下所示。
單行 for 循環
語法結構為 [Variable] AggregateFunction ([Value] for [item] in [collection])
Yielding
結合條件 if 的 for 循環
通過帶 if 的 for 循環來查找兩個單詞中的字母，如下所示。
Break
如果你想終止循環，可以這樣：
使用 Fibonacci 函數的循環結構，如下所示。
12
遞歸
函數調用自身的過程稱為遞歸。
下面來演示一個階乘遞歸函數：
創建一個階乘函數，輸入為 n
如果輸入 n=0，則0! = 1
如果輸入 n != 0，則n! = n(n-1)!
此外，Fibonacci 遞歸函數的流程如下所示:
創建一個 Fibonacci 遞歸函數，輸入為 n
創建前兩個變量，並為其分別賦值0和1
如果輸入 n = 0，則返回0；如果輸入 n =1，則返回1；否則，返回 (n-1)+(n-2)
值得注意的是，遞歸結構需要有一個退出檢查，否則函數將進行無限循環。
13
框架 Frames 和棧 Stack 調用
Python 代碼被加載到堆棧中的框架。
函數及其參數和變量一起被加載到框架中。
框架以正確的執行順序被加載到堆棧中。
堆棧描述了函數的執行。在函數外聲明的變量被存儲在 __main__ 中。
堆棧首先執行最後一個框架。
如果遇到運行錯誤，可以使用回溯 (traceback) 來查找函數列表。
14
集合 Collections
列表 Lists
列表是一種能夠包含任何數據類型的序列數據結構，這種結構是可變的。
列表可以進行整數索引，可以使用中括號來創建一個列表，如下所示。
使用索引值來添加、更新、刪除列表中的項，如下所示。
此外，複製和切片同樣適用於列表 (可類比字符串中的操作)
列表還支持排序操作，如下所示。
元組 Tuples
在某種程度上元組和列表類似，都是可以存儲任意對象序列的數據結構。
元組的運行比列表更快速。
元組可以進行整數索引
元組是不可變的，如下所示。
值得注意的是，如果一個元組中的元素包含一個列表，那麼可以對列表進行修改。同樣，當為一個對象賦值並將該對象存儲到列表中，隨後如果對象發生變化的話，相應地，列表中的對象也會進行更新。
字典 Dictionaries
字典是程式語言中最重要的一種數據結構之一，它能夠存儲鍵值對 (key/value) 對象。
字典有許多優點，能夠輕鬆地進行數據檢索，如下所示。
可以通過如下方式創建一個字典。
列印字典中的內容，如下所示。
字典中的值可以是任意類型的數據，包括字符串，數值，布爾型，列表甚至是字典，如下所示。
值得注意的是，如果你想對一個列表進行向量或矩陣操作，可以調用 Numpy 包來實現。
15
編譯 (Compilation) 與關聯 (Linking)
這些特徵可用於一些以其他語言編寫的文件，例如 C 或 C++ 等。
一旦將代碼寫入文件後，可以將文件放在 Modules 目錄中。
在 Setup.local 文件中添加一行是非常重要的，這能確保新創建的文件能夠被加載。
編譯 Compilation
允許無任何錯誤地進行新擴展的編譯過程。
關聯 Linking
一旦新的擴展編譯完成，他們之間就會被關聯。
16
迭代器 Iterators
Iterators
允許遍歷一個集合
所有迭代器都包含 __iter __() 和 __next __() 函數
只需在列表，字典，字符串或集合上執行 iter(x) 即可
可以執行實例 next(iter)，這裡 iter = iter(list)
如果集合中元素項的數目非常大且無法一次加載內存中的所有文件，此時迭代器很有用
有一些通用的迭代器使開發人員能夠實現函數式編程，如下：
Filter
Map
Reduce
Zip
17
面向對象設計——類 Classes
__init__
值得注意的是，self 參數將包含對象的引用，這與 C# 語言中的 this 參數類似。
__str__
當調用 print 時，返回一個對象的字符串結果，如下所示。
因此，當執行 print 語句時，__str__ 將會被執行。
__cmp__
如果想要提供自定義邏輯來比較同一實例的兩個對象，可以使用__cmp__ 實例函數。
__cmp__ 函數返回1 (更大)， - 1 (更低) 和0 (相等)，以指示兩個對象的大小。
可以將 __cmp__ 想像成其他程式語言中的 Equals() 方法。
Overloading
通過將更多參數作為實例，來重載一個對象。
還可以通過為 __add__ 來實現想要的運算符，如 +。
對象的淺拷貝 (Shallow Copy) 和深拷貝 (Deep Copy)
等效對象 – 包含相同的值
相同對象 – 引用相同的對象 – 內存中指向相同的地址
如果要複製整個對象，可以使用複製模塊 (copy module)，如下所示。
這將導致淺拷貝，因為屬性的引用指針將會被複製。
如果對象的一個屬性是對象引用，那麼它將簡單地指向與原始對象相同的引用地址。
更新源對象中的屬性將導致目標對象中的屬性也會更新。
淺拷貝是複製引用指針。
這種情況下可以利用深拷貝，如下所示。
如果 MyClass 包含引用 MyOtherClass 對象的屬性，則屬性的內容將通過 deepcopy 複製到新創建的對象中。
深拷貝將對對象進行新的引用。
17
面向對象設計——繼承
Python支持對象的繼承，即對象可以繼承其父類的功能和屬性。
繼承的類可以在其函數中包含不同的邏輯。
如果一個父類 ParentClass 有兩個子類 SubClass1 和 SubClass2，那麼你可以使用Python來創建類，如下所示。
上例中兩個子類都將包含 my_function() 函數
類的繼承屬性鼓勵代碼的重用性和可維護性。
此外，python 中支持多類繼承，這與 C# 語言不同。
多類繼承 multi-Inheritance
如果你想調用父類函數，可以這樣：
18
垃圾收集——內存管理
Python 中的所有對象都存儲在一個堆積空間 (heap space)，而 Python 解釋器可以訪問此空間。
Python 有一個內置的垃圾收集機制。
這意味著 Python 可以自動為程序進行分配和取消內存，這與 C++ 或 C# 等其他語言類似。
垃圾收集機制主要是清除程序中未引用/使用的那些對象的內存空間。
由於多個對象可以共享內存引用，因此 python 使用兩種機制：
在 Python 中新創建的對象，可以通過如下方式進行檢查：
此外，也可以通過及時或者基於事件機制來進行手動的垃圾收集。
20
I/O
From Keyboard
使用 raw_input() 函數，如下所示。
文件 Files
使用with/as語句來打開並讀取文件，這與 C# 中讀取文件的操作一致。
此外，with 語句還可以處理關閉連接和其他清理操作。
打開一個文件，如下所示。
需要注意的是，readline() 可用於讀取文件中的每一行。
打開兩個文件，如下所示。
文件寫入，如下所示。
Python 中對文件的操作通常涉及 os 和 shutil 模塊。rw 表示讀寫模式，a代表可添加模式。
SQL
打開一個連接，如下所示。
執行一個 SQL 聲明，如下所示。
網絡服務 (Web Services)
查詢一個閒置服務，如下所示：
序列化和反序列化 JSON 文件
反序列化 JSON，如下所示：
序列化 JSON，如下所示：
21
異常處理
拋出異常
如果你想拋出異常，那麼可以使用 raise 關鍵字，如下所示。
捕獲異常
可以通過如下方式捕獲異常信息：
如果想捕獲特定的異常，可以這樣：
如果想使用 try/catch/finally 結構捕獲異常信息，可以這樣：
值得注意的是，無論 finally 部分的代碼是否觸發，你都可以使用 finally 來關閉資料庫/文件的連接。
Try/Except/Else
如果想為異常信息分配一個變量，可以這樣：
如果想定義用於自定義的限制，可以通過 assert 關鍵字實現，如下所示：
值得注意的是，python 中的異常同樣具有繼承性。
此外，你也可以創建自己的異常類，如下所示：
22
多線程和 GIL
此外，GIL 會增加代碼執行的計算開銷。因此，運行多線程時需謹慎。
23
裝飾器 Decorators
裝飾器可以為代碼添加功能，其本質上是一種調用其他對象/函數的函數。 它是可調用函數，因此在調用裝飾器函數時將返回隨後需要調用的對象。
通過封裝包/裝一個類/函數，然後在調用函數時執行特定的代碼。
此外，還可以通過實現通用邏輯來記錄，進行安全檢查等，然後使用 property 標記方法的屬性。
24
Python 中的單元測試
Python 中有許多單元測試和模擬庫
下面以 unittest 為例
假定你的函數每次將輸入值減少1，如下所示：
可以通過如下方式來進行單元測試：
同樣地，也可以使用 doctest 來測試 docstrings 中所編寫的代碼。
25
一些與 Python 有關的熱門話題
為什麼要使用 Python
編碼簡單，易於學習
面向對象程式語言
強大的分析功能和機器學習包
更快速地開發並將解決方案推向市場
提供內置的內存管理功能
提供巨大的社區支持和應用程式
無需編譯，因為它本身是一種可解釋的語言
動態輸入，即無需聲明變量
如何讓 Python 運行得更快
Python 是一種高級語言，不適合在系統程序或硬體層面訪問。
Python 不適用於跨平臺的應用程式。
Python 是一種動態類型的解釋語言。與低級語言相比，它的優化和運行速度較慢。
實現基於 C 語言的擴展。
可以使用 Spark 或 Hadoop 創建多進程
可以利用 Cython，Numba 和 PyPy 來加速 Python 代碼或用 C 語言編寫它並在 Python 中公開。
Python 愛好者都是用哪些 IDEs？
Python 中熱門的框架和包有哪些
Python 中必須掌握的包有很多，包括 PyUnit (單元測試), PyDoc (文檔), SciPy (代數和數值計算), Pandas (數據管理), Sci-Kit learn (機器學習和數據科學), Tensorflow (人工智慧), Numpy (數組和數值計算), BeautifulSoap (網頁爬取), Flask (微服務框架), Pyramid (企業應用), Django (UI MVVM), urllib (網頁爬取), Tkinter (GUI), mock (模擬庫), PyChecker (bug 檢測器), Pylint (模塊代碼分析) 等。
如何託管 Python 包
對於 Unix 系統：製作腳本文件，模式為可執行且文件第一行必須是：
可以使用命令行工具並執行它。也可以通過 PyPRI 和 PyPI 服務。
Python 和 R 語言能合併嗎
R 語言中有著大量豐富的統計庫，可以使用 Rpy2 python 包或在 Juputer 中使用 beaker 筆記本或 IR 內核，在 Python 中執行 R 代碼。
在運行 Python 前有沒有辦法能夠捕獲異常？
在運行代碼之前，可以使用 PyChecker 和 PyLink 來捕獲異常信息。
總結
本文以簡短、相關且集中的方式概述了 Python 最重要的25個概念，這些知識對初學者來說足以編寫自己的 Python 包或使用現有的 Python 包，希望能幫助大家更好地學習 Python。如果時間充裕的話，儘可能多地進行一些 練習，以便更好地熟悉和理解本文中所提到的知識以及包的使用。
原文地址
https://medium.com/fintechexplained/everything-about-python-from-beginner-to-advance-level-227d52ef32d2
（*本文由Python大本營編譯，轉載請聯繫微信1092722531）