Python 入门 初窥Python门缝了解入门路径

此之谓入门，其标准是，在不计效率的情况下，可以使用这门语言实现一个不太复杂的功能。

当然，这个不计效率也不是毫无原则的不计，比如我可以1小时搞定，那么刚入门的新手需要1天甚至2天，他将需要大量的时间去查库查类查函数，但绝不至于用上一周半周的。

我从来都没学过python，当年只是受够了Matlab，而想把一个用Matlab写的类转成其他语言，结果用了一周，就把一个涵盖图像处理、数据拟合等功能的一千来行Matlab代码顺利转成了Python。过了没几年，Matlab就对我们禁用了，可见当年的选择是极为英明的。

那么如今让我重写一遍那个类，大概只需要一天不到。这就是新手和老手的区别，但也仅仅是新手和老手的区别。

从入门到熟练运用，需要的不是什么思维的提升，而仅仅是是一个字——用，或者更直观地说，就是看代码量。从这个意义上来说，越快入门，就可以更早地堆积代码量，从而更早地熟练运用Python，而不是按部就班地从入门到放弃。学习编程最可怕的事情就是：每天写一遍Hello World并感觉收获满满。

接下来，快速入门Python。

1 环境配置与基本运算

正所谓天下武功、唯快不破。学Python，讲求的就是一个快字。

尽管下载Python并安装并不麻烦，但新手往往会在使用过程中出现各种让人费解的问题。所以，如果想1小时入门，我推荐这个。

在线Jupyter编辑工具，进入之后，点击中间的Try JupyterLab，就可以进入在线Notebook的界面。

点击Python3，快速进入jupyter notebook的环境。然后按照直觉，写一些四则运算表达式，例如这些：

x = 100
y = 50
z = 2.5
print(x + y * z)
print(x - y / z)
print(x * y**2)

然后同时按下Ctrl+回车，就能运行python代码。

然后按下alt+回车，开启下一段代码。

如果用shift+回车，则会综合上面的两个功能，本节耗时：3分钟。

如果觉得在线Jupyter工具不好用，还有这个ideone，进入之后选择python，输完代码后选择run。

2 调用各种包

在python中，通过import来完成包的调用。例如，我想调用一个日历的包，然后打印日历

import calendar
calendar.prcal(2021,m=4)	#2021年，每行4个月

然后shift+回车，就可以看到日历了。

如果想通过python进行科学计算，应用最多的包是numpy和matplotlib中的pyplot，前者用于计算，后者用于绘图。通常二者被重命名为np和plt。接下来演示一下二者的用法。

import numpy as np
from matplotlib import pyplot as plt

x = np.random.rand(100) #python中通过#进行注释
y = np.random.rand(100) #用于生成100个随机数
plt.scatter(x,y)        #绘制散点图，并存放在内存
plt.show()              #调用内存中的图，show给我们

本节需要记住的单词：import、as、numpy、matplotlib.pyplot、random.rand、scatter、plt.show。

本节耗时：5分钟。

3 判断、循环

如果想统计刚刚新建的x和y中，有多少大于0.5，那么方法很简单，：新建两个变量用于存储二者的个数，然后跑一个循环进行判断。

xNum = 0
yNum = 0
for i in range(100):
    if x[i]>0.5:xNum += 1   # xNum += 1 即 xNum = xNum + 1
    if y[i]>0.5:yNum += 1   # python中通过方括号进行索引
print(xNum,yNum)

可以把range(100)理解为0到99这100个数组成的一个集合，for i in range(100)意味着i对这个集合进行遍历，遍历就是逐个复制给i，所以就完成了循环。

在python中，判断、循环结构通过:与其内容进行分隔，且子代码块需要通过空格进行标记。如果程序块中只有一行代码，则可以直接写在:后面。

如果想知道，x中处于 ( 0 , 0.3 ] , ( 0.3 , 0.6 ] , ( 0.6 , 1 ] (0,0.3],(0.3,0.6],(0.6,1] (0,0.3],(0.3,0.6],(0.6,1]这三个区间的数分别是多少，则需要用到if..elif

n1,n2,n3 = 0,0,0    #按照直觉理解即可
for i in x:
    if i>0.6 : n3 += 1
    elif i>0.3 : n2 += 1
    else: n1 += 1
print(n1,n2,n3)

for..in的作用是遍历某个集合，而x本身也是一个集合，所以也可以接受遍历。

本节需要记住的单词：if, else, elif, for, +=,，耗时5分钟。

4 函数

如果想反复统计一组随机数的分布情况，显然不能每次都写一遍那么老长的代码，而是应该把代码封装到一个函数里面。

def statis(x):
    xNum = 0
    for i in x:
        if i>0.5:
            xNum += 1
    return xNum

在Python中，通过def新建一个函数，函数名字后的括号里是这个函数需要输入的变量。最后通过return来返回一个值。如果按照数学的那种表达式，以上代码差不多类似xNum=statis(x)这样的感觉。

在建了一个函数之后，就可以调用了，本节用时5分钟，需要记住def和return。

5 数据结构

我们刚刚说x是集合，这是不准确的。数学上的集合要求不能有重复元素，但x是随机生成的一个数组，所以并不能保证这一点。

在本节，我们要弄懂python中最常用的5种数据结构：元组、列表、字典、集合、数组，同时要掌握python推导式，预计耗时15分钟。

tpl = (1,2,3,4)     #此为元组tuple
lst = [1,2,3,4,5]   #此为列表list
dct = {"a":1, "b":2, "c":3} #此为字典dict
st = {1,2,3,3}      #此为集合
arr = np.array([1,2,3,4])   #此为数组

可以看到，尽管我们在新建集合的时候给了1,2,3,3，但集合中没有重复元素，所以只剩下一个3。

一句话区分这五种类型：

• 只有数组np.array可以计算
• 字典通过键值对(key-value)进行索引
• 集合无重复元素，且不可索引
• 元组可以作为字典的键，列表则不能。

这五种数据类型的详细区别如下（这个其实用不着记）。

其中，可哈希暂时可理解为能够作为字典的key。

所谓指针式是我乱取的一个名字，意思是可以像指针一样把元素取出来。其中，集合与字典因为元素不可重复，所以并没有什么变化。

至于可计算就比较容易理解了，例如+测试，字典和集合干脆就报错了，而元组、列表将+重载为合并，只有arr执行了加法操作。

在python中，可通过len来获取这些数据结构的长度。

6 字符串

在字典中我们其实已经用过了字符串，在python中，用单引号或双引号来代表字符串，二者是等价的。

x = 'abc'
y = "abc"
print(x==y)

因为引号被用于字符串的标志，所以如果想在字符串中输入引号，则需要转义，转移符号为\。又因为\用于转义，所以\也需要转义。

print('\'')
print('\\')
print("\"")

7 回到本地

下载python，或者下载anaconda。

如果下载之后，可通过win+r，输入cmd进入命令行，输入python进入python环境。

如果下载的是python，则通过pip isntall numpy安装numpy，总之其命令格式为pip install XXX；如果下载的是anacoda，则还可以通过conda install numpy来进行安装——当然，anaconda的基本环境已经安装了大部分常用包。

如果把python的代码封装到一个.py格式的文件中，然后就可以通过python XX.py进行调用，并执行。

8 命令行版2048小游戏

按理说看到这里，并写到这里，就应该算是完成了入门，那么接下来就要用入门学会的知识，写一个命令行版的2048小游戏。

2048的逻辑无非是操作4x4的方格，每个方格中有一个数，我们可以操作这些数字进行移动，如果两个相同的数字在我们的操作下相撞了，那么它们就可以合并了。

而这个4x4的方格，无非是一个矩阵。

我们的操作可以理解为输入字符，用wsad代表上下左右，y代表确定，n代表取消。

python接收字符的函数是input，例如

>>> x = input("input a number")
input a number5
>>> x
'5'

而创建矩阵，可以用np.zeros([4,4]).astype(int)，表示创建一个 4 × 4 4\times4 4×4的全0矩阵，并化为整形。

矩阵中只有16个元素，尽管循环效率低下，但足以满足人的操作速度了。

如果读者从头到尾敲了所有的代码，那么如今必然有能力独立写出这样的程序。所以具体的代码将在下篇文章给出。