Helaian Penipuan Python: Panduan Pantas Dan Mudah yang Penting

Apabila pengaturcaraan dalam Python , mempunyai helaian cheat yang boleh dipercayai di sisi anda boleh menjadi pengubah permainan. Python mungkin terkenal dengan kesederhanaan dan kebolehbacaannya, tetapi tidak dapat dinafikan bahawa rangkaian ciri dan fungsinya yang luas terlalu banyak untuk dihafal!

Helaian cheat Python berfungsi sebagai rujukan berguna untuk pemula dan pembangun berpengalaman. Mereka menyediakan panduan rujukan asas untuk pelbagai arahan, sintaks, struktur data dan banyak lagi.

Panduan ini ialah helaian cheat Python yang boleh membantu anda menavigasi melalui pelbagai fungsi , perpustakaan, kelas dan sintaks yang boleh membebankan, terutamanya untuk pemula.

Adakah anda sekolah lama? Lebih suka memuat turun dan mencetak, sila lihat pdf di bawah untuk membantu anda dalam perjalanan pembelajaran Python anda!

Python-Cheat-Sheet-1 Muat Turun

Isi kandungan

• Rujukan Pantas untuk Asas Sintaks Python
  • 1. Komen
  • 2. Pembolehubah
  • 3. Jenis Data
  • 4. Kenyataan Bersyarat
  • 5. Gelung
  • 6. Fungsi
• Rujukan Pantas untuk Struktur Data Python
  • 1. Senarai
  • 2. Tuple
  • 3. Set
  • 4. Kamus
• Rujukan Pantas untuk I/O Fail Python
  • 1. Membaca Fail
  • 2. Menulis Fail
  • 3. Menambah pada Fail
• Rujukan Pantas untuk Pengendalian Ralat dalam Python
  • 1. Cuba dan Kecuali
  • 2. Akhirnya
  • 3. Meningkatkan Pengecualian
• Rujukan Pantas untuk Modul dan Pakej Python
  • 1. Mengimport Modul
  • 2. Mencipta Pakej
• Rujukan Pantas untuk Pengaturcaraan Berorientasikan Objek dalam Python
  • 1. Kelas
  • 2. Pewarisan
  • 3. Enkapsulasi
• 4 Perpustakaan Python Berguna
  • 1. NumPy
  • 2. Panda
  • 3. Permintaan
  • 4. Sup Cantik
• Fikiran Akhir

Rujukan Pantas untuk Asas Sintaks Python

Untuk memulakan helaian cheat Python kami, kami akan meneroka beberapa asas sintaks Python. Mempunyai pemahaman yang kuat tentang asas Python akan memberikan anda asas yang kukuh untuk menulis kod yang lebih kompleks.

Untuk rujukan ini, kami telah memasukkan: ulasan , pembolehubah , jenis data , pernyataan bersyarat , gelung dan fungsi .

1. Komen

Komen adalah bahagian penting dalam kod anda, kerana ia membolehkan anda menerangkan proses pemikiran anda dan menjadikan kod anda lebih mudah dibaca. Dalam Python, anda boleh membuat komen satu baris menggunakan simbol cincang (#).

# This is a single-line comment.

Untuk ulasan berbilang baris, anda boleh menggunakan petikan tiga kali ganda (sama ada tunggal atau berganda).

""" This is a
multi-line
comment. """

2. Pembolehubah

Pembolehubah dalam Python digunakan untuk menyimpan data. Anda boleh menetapkan nilai kepada pembolehubah menggunakan tanda sama dengan (=).

x = 5
name = "John"

Nama pembolehubah hendaklah bersifat deskriptif dan mengikut konvensyen penamaan menggunakan huruf kecil dan garis bawah untuk ruang.

user_age = 25
favorite_color = "blue"

3. Jenis Data

Bahasa Python disertakan dengan beberapa jenis data terbina dalam secara lalai. Beberapa yang lebih biasa termasuk:

• Jenis Teks : str

• Jenis Boolean : bool

• Jenis Angka : int, apungan, kompleks

• Jenis Urutan : senarai, tupel, julat

• Tiada Jenis: Tiada Jenis

Untuk mengetahui jenis data mana-mana objek Python, anda boleh menggunakan fungsi type() . Sebagai contoh:

name = 'jane'
print(type(name))

#Output: 'str'

4. Kenyataan Bersyarat

Pernyataan bersyarat dalam Python membenarkan anda melaksanakan kod hanya apabila syarat tertentu dipenuhi. Pernyataan bersyarat biasa ialah ' if ', 'elif ', dan ' else '.

if condition:
    # Code to execute if the condition is true
elif another_condition:
    # Code to execute if the another_condition is true
else:
    # Code to execute if none of the conditions are true

5. Gelung

Gelung digunakan untuk berulang kali melaksanakan blok kod. Python mempunyai dua jenis gelung: gelung ' untuk ' dan gelung ' while '.

Mari kita lihat kedua-duanya:

Untuk gelung:

for variable in iterable:
    # Code to execute for each element in the iterable

Sementara gelung:

while condition:
    # Code to execute while the condition is true

Di dalam gelung ini, anda boleh menggunakan pernyataan bersyarat dan kawalan untuk mengawal aliran program anda.

6. Fungsi

Fungsi dalam Python ialah blok kod yang melaksanakan tugas tertentu. Anda boleh mentakrifkan fungsi menggunakan kata kunci ' def ', diikuti dengan nama fungsi dan kurungan yang mengandungi sebarang parameter input.

def function_name(parameters):
    # Code to execute
    return result

Untuk memanggil fungsi, gunakan nama fungsi diikuti dengan kurungan yang mengandungi argumen yang diperlukan.

function_name(arguments)

Sekarang setelah kita mempelajari asas Python, mari kita beralih kepada beberapa topik yang lebih lanjut dalam bahagian seterusnya.

Rujukan Pantas untuk Struktur Data Python

Seterusnya dalam helaian cheat Python kami, kami akan membincangkan beberapa struktur data yang paling biasa digunakan dalam Python. Struktur data ini penting dalam mengurus dan mengatur data dalam projek pengaturcaraan anda.

Terdapat banyak struktur data dalam Python yang boleh digunakan oleh pembangun lanjutan. Walau bagaimanapun, kami akan menumpukan pada Lists , Tuples , Sets , dan Kamus .

1. Senarai

Senarai dalam Python ialah jujukan unsur yang boleh diubah dan tersusun. Untuk membuat senarai, gunakan kurungan segi empat sama dan pisahkan elemen dengan koma.

Senarai Python boleh menyimpan pelbagai jenis data seperti rentetan, integer, boolean, dll. Berikut ialah beberapa contoh operasi yang boleh anda lakukan dengan senarai Python:

• Buat senarai:

  my_list = [1, 2, 3]

• Elemen akses:

  my_list[0]

• Tambah elemen:

  my_list.append(4)

2. Tuple

Tuple adalah serupa dengan senarai, tetapi ia tidak boleh diubah, yang bermaksud anda tidak boleh menukar elemennya setelah dibuat. Anda boleh membuat tuple dengan menggunakan kurungan dan memisahkan elemen dengan koma.

Berikut ialah beberapa contoh operasi tuple:

• Buat tupel:

  my_tuple = (1, 2, 3)

• Elemen akses:

  my_tuple[0] #Output: 1

3. Set

Set ialah koleksi unsur unik yang tidak tertib. Anda boleh membuat set menggunakan fungsi set() atau pendakap kerinting.

Ia juga boleh menyimpan pelbagai jenis data, asalkan ia unik. Berikut ialah beberapa contoh operasi set:

• Buat set:

   my_set = {1, 2, 3}

• Tambah elemen:

  my_set.add(4)

• Alih keluar elemen:

  my_set.remove(1)

4. Kamus

Kamus ialah koleksi pasangan nilai kunci yang tidak tertib, dengan kuncinya unik. Anda boleh mencipta kamus menggunakan pendakap kerinting dan mengasingkan kekunci dan nilai dengan titik bertindih. Berikut ialah beberapa contoh operasi kamus:

• Buat kamus:

  my_dict = {'key1': 'value1', 'key2': 'value2'}

• Elemen akses:

  my_dict['key1'] #Output:'value1'

• Tambahkan pasangan nilai kunci:

  my_dict['key3'] = 'value3'

• Alih keluar pasangan nilai kunci:

  del my_dict['key1']

Ingat untuk berlatih dan meneroka struktur data ini dalam projek Python anda untuk menjadi lebih mahir dalam penggunaannya! Seterusnya, kami akan memberi anda rujukan untuk tugasan I/O fail.

Quick Reference for Python File I/O

In this section of the Python cheat sheet, we’ll focus on some common tasks related to working with files in Python, such as reading, writing, and appending data.

1. Reading Files

To read a file, you first need to open it using the built-in open() function, with the mode parameter set to ‘r‘ for reading:

file_obj = open('file_path', 'r')

Now that your file is open, you can use different methods to read its content:

• read(): Reads the entire content of the file.

• readline(): Reads a single line from the file.

• readlines(): Returns a list of all lines in the file.

It’s important to remember to close the file once you’ve finished working with it:

file_obj.close()

Alternatively, you can use the with statement, which automatically closes the file after the block of code completes:

with open('file_path', 'r') as file_obj:
    content = file_obj.read()

2. Writing Files

To create a new file or overwrite an existing one, open the file with mode ‘w‘:

file_obj = open('file_path', 'w')

Write data to the file using the write() method:

file_obj.write('This is a line of text.')

Don’t forget to close the file:

file_obj.close()

Again, consider using the with statement for a more concise and safer way to handle files:

with open('file_path', 'w') as file_obj:
    file_obj.write('This is a line of text.')

3. Appending to Files

To add content to an existing file without overwriting it, open the file with mode ‘a‘:

file_obj = open('file_path', 'a')

Use the write() method to append data to the file:

file_obj.write('This is an extra line of text.')

And, as always, close the file when you’re done:

file_obj.close()

For a more efficient and cleaner approach, use the with statement:

with open('file_path', 'a') as file_obj:
    file_obj.write('This is an extra line of text.')

By following these steps and examples, you can efficiently navigate file operations in your Python applications. Remember to always close your files after working with them to avoid potential issues and resource leaks!

In the next section, we provide a reference for error handling in Python.

Quick Reference for Error Handling in Python

In this section, you’ll learn about error handling in Python, which plays a crucial role in preventing the abrupt termination of your programs when it encounters an error.

We’ll cover the following sub-sections: Try and Except, Finally, and Raising Exceptions.

1. Try and Except

To handle exceptions in your code, you can use the try and except blocks. The try block contains the code that might raise an error, whereas the except block helps you handle that exception, ensuring your program continues running smoothly.

Here’s an example:

try:
    quotient = 5 / 0

except ZeroDivisionError as e:
    print("Oops! You're trying to divide by zero.")

In this case, the code inside the try block will raise a ZeroDivisionError exception. Since we have an except block to handle this specific exception, it will catch the error and print the message to alert you about the issue.

2. Finally

The finally block is used when you want to ensure that a specific block of code is executed, no matter the outcome of the try and except blocks. This is especially useful for releasing resources or closing files or connections, even if an exception occurs, ensuring a clean exit.

Here’s an example:

try:
    # Your code here
except MyException as e:
    # Exception handling
finally:
    print("This will run no matter the outcome of the try and except blocks.")

3. Raising Exceptions

You can also raise custom exceptions in your code to trigger error handling when specific conditions are met. To do this, you can use the raise statement followed by the exception you want to raise (either built-in or custom exception).

For instance:

def validate_age(age):
    if age < 0:
        raise ValueError("Age cannot be a negative value.")

try:
    validate_age(-3)
except ValueError as ve:
    print(ve)

In this example, we’ve defined a custom function to validate an age value. If the provided age is less than zero, we raise a ValueError with a custom message. When calling this function, you should wrap it in a try-except block to handle the exception properly.

Next, we’re going to provide a quick reference for popular Python modules and packages. Let’s go!

Quick Reference for Python Modules and Packages

This section of our cheat sheet is for Python packages and modules, which are essential for structuring and organizing your code cleanly and efficiently.

You’ll learn about importing modules and creating packages.

1. Importing Modules

Modules in Python are files containing reusable code, such as functions, classes, or variables. Python offers several modules and packages for different tasks like data science, machine learning, robotics, etc.

To use a module’s contents in your code, you need to import it first. Here are a few different ways to import a module:

• import : This imports the entire module, and you can access its contents using the syntax ‘module_name.content_name.’
  For example:

  import random
  
  c = random.ranint()

• from import : This imports a specific content (function or variable) from the module, and you can use it directly without referencing the module name.

  from math import sin
  
  c = sin(1.57)

• from import *: This imports all contents of the module. Be careful with this method as it can lead to conflicts if different modules have contents with the same name.

Some commonly used built-in Python modules include:

1. math: Provides mathematical functions and constants

2. random: Generates random numbers and provides related functions

3. datetime: Handles date and time operations

4. os: Interacts with the operating system and manages files and directories

2. Creating Packages

Packages in Python are collections of related modules. They help you organize your code into logical and functional units. To create a package:

1. Create a new directory with the desired package name.

2. Add an empty file named init.py to the directory. This file indicates to Python that the directory should be treated as a package.

3. Add your module files (with the .py extension) to the directory.

Now, you can import the package or its modules into your Python scripts. To import a module from a package, use the syntax:

import 

Structure your code with modules and packages to make it more organized and maintainable. This will also make it easier for you and others to navigate and comprehend your codebase.

In the next section, we provide a reference for object-oriented programming concepts in Python.

Quick Reference for Object-Oriented Programming in Python

Object-Oriented Programming (OOP) is a programming paradigm based on the concept of “objects“, which can contain data and code.

The data is in the form of fields, often known as attributes or properties, and the code is in the form of procedures, often known as methods.

In this section of the cheat sheet, we’ll delve into the fundamental concepts of OOP in Python, including classes, inheritance, and encapsulation.

1. Classes

A class is a blueprint for creating objects. It defines the data (attributes) and functionality (methods) of the objects. To begin creating your own class, use the “class” keyword followed by the class name:

class ClassName:
    # Class attributes and methods

To add attributes and methods, simply define them within the class block. For example:

class Dog:
    def __init__(self, name, breed):
        self.name = name
        self.breed = breed

    def bark(self):
        print("Woof!")

Dalam contoh ini, objek Anjing baharu boleh dibuat dengan nama dan baka, dan ia mempunyai kaedah kulit kayu yang mencetak “ Woof! ” apabila dipanggil.

2. Pewarisan

Warisan membenarkan satu kelas untuk mewarisi atribut dan kaedah daripada kelas lain, membolehkan kebolehgunaan semula kod dan modulariti. Kelas yang mewarisi dipanggil subkelas atau kelas terbitan, manakala kelas yang diwarisi dipanggil kelas asas atau superclass.

Untuk melaksanakan pewarisan, tambahkan nama superclass dalam kurungan selepas nama subclass:

class SubclassName(SuperclassName):
    # Subclass attributes and methods

Sebagai contoh, anda boleh mencipta subkelas "Poodle" daripada kelas "Anjing":

class Poodle(Dog):
    def show_trick(self):
        print("The poodle does a trick.")

Objek Poodle kini akan mempunyai semua atribut dan kaedah kelas Anjing, serta kaedah show_tricknya sendiri.

3. Enkapsulasi

Enkapsulasi ialah amalan membalut data dan kaedah yang beroperasi pada data tersebut dalam satu unit, objek dalam kes ini. Ini menggalakkan pemisahan yang jelas antara pelaksanaan dalaman objek dan antara muka luarannya.

Python menggunakan name mangling untuk mencapai enkapsulasi untuk ahli kelas dengan menambahkan awalan garis bawah berganda pada nama atribut, menjadikannya kelihatan peribadi.

class Example:
    def __init__(self):
        self.__private_attribute = "I'm private!"

    def __private_method(self):
        print("You can't see me!")

Walaupun anda masih boleh mengakses ahli persendirian ini secara teknikal dalam Python, berbuat demikian amat tidak digalakkan kerana ia melanggar prinsip pengkapsulan.

Dengan memahami dan melaksanakan kelas, pewarisan dan enkapsulasi dalam program Python anda, anda boleh menggunakan kuasa dan fleksibiliti OOP untuk mencipta kod yang bersih, modular dan boleh digunakan semula.

Untuk bahagian akhir helaian tipu kami, kami akan memberikan anda rujukan pantas untuk empat perpustakaan Python yang popular.

4 Perpustakaan Python Berguna

Beberapa perpustakaan Python boleh membantu anda menyelesaikan pelbagai tugas atau mendapatkan alatan untuk pelbagai topik seperti matematik, sains data, mengikis web, dll.

Dalam bahagian ini, kami akan membincangkan secara ringkas pustaka berikut: NumPy , Pandas , Requests , dan Beautiful Soup .

1. NumPy

NumPy ialah perpustakaan Python yang popular untuk pengkomputeran matematik dan saintifik. Dengan objek tatasusunan N-dimensi yang berkuasa, anda boleh mengendalikan pelbagai operasi matematik, seperti:

• Fungsi asas matematik

• Algebra linear

• Analisis Fourier

• Penjanaan nombor rawak

Manipulasi tatasusunan NumPy yang cekap menjadikannya sangat sesuai untuk projek yang memerlukan pengiraan berangka.

2. Panda

Pandas ialah pustaka analisis dan manipulasi data yang berkuasa yang boleh anda gunakan untuk bekerja dengan data berstruktur. Ia juga sangat popular dalam komuniti sains data kerana pelbagai alat yang disediakan untuk mengendalikan data.

Beberapa cirinya termasuk:

• Struktur data seperti Siri (1D) dan DataFrame (2D)

• Pembersihan dan penyediaan data

• Analisis statistik

• Fungsi siri masa

Dengan menggunakan Panda, anda boleh mengimport, menganalisis dan memanipulasi data dengan mudah dalam pelbagai format, seperti pangkalan data CSV, Excel dan SQL.

Jika anda berminat dengan Pandas, anda boleh melihat video kami tentang cara untuk sampel semula data siri masa menggunakan Pandas untuk meningkatkan analisis:

3. Permintaan

Pustaka Requests memudahkan proses pengendalian permintaan HTTP dalam Python. Dengan pustaka ini, anda boleh menghantar dan menerima permintaan HTTP dengan mudah, seperti GET, POST dan DELETE.

Beberapa ciri utama termasuk:

• Mengendalikan ubah hala dan pautan berikut pada halaman web

• Menambah pengepala, data borang dan parameter pertanyaan melalui perpustakaan Python mudah

• Mengurus kuki dan sesi

Menggunakan Permintaan, anda boleh berinteraksi dengan cepat dan cekap dengan pelbagai perkhidmatan web dan API.

4. Sup Cantik

Beautiful Soup ialah perpustakaan Python untuk mengikis web, yang membolehkan anda mengekstrak data daripada dokumen HTML dan XML. Beberapa ciri utamanya termasuk:

• Mencari teg tertentu atau kelas CSS

• Menavigasi dan mengubah suai pokok yang dihuraikan

• Mengekstrak maklumat yang berkaitan berdasarkan atribut tag

Dengan menggunakan Sup Cantik bersama-sama dengan Permintaan, anda boleh mencipta aplikasi mengikis web yang berkuasa yang mengumpulkan maklumat daripada pelbagai tapak web.

Fikiran Akhir

Dan itu membawa kami ke penghujung perjalanan pantas kami di lorong Python. Helaian cheat ini ialah panduan poket anda, rakan kongsi anda yang boleh dipercayai apabila anda memerlukan peringatan pantas tentang fungsi dan arahan teratas Python.

Senarai kami tidak lengkap, tetapi ia adalah permulaan yang kukuh, asas yang boleh anda bina. Jadi teruskan, tandakan buku itu, cetaknya, lekatkannya pada dinding anda — cuma pastikan ia berada dekat dengan tangan semasa anda mengekod. Selamat berprogram!