Памятка по Python: основное краткое и простое руководство

При программировании на Python наличие надежной шпаргалки может изменить правила игры. Python может быть известен своей простотой и удобочитаемостью, но нельзя отрицать, что его широкий спектр возможностей и функций слишком велик, чтобы его запомнить!

Шпаргалки по Python служат удобным справочником как для начинающих, так и для опытных разработчиков. Они предоставляют базовое справочное руководство по различным командам, синтаксису, структурам данных и многому другому.

Это руководство представляет собой шпаргалку по Python, которая может помочь вам ориентироваться в различных функциях , библиотеках, классах и синтаксисе, которые могут быть сложными, особенно для начинающих.

Вы из старой школы? Если вы предпочитаете скачать и распечатать, пожалуйста, ознакомьтесь с приведенным ниже PDF-файлом, который поможет вам в вашем путешествии по изучению Python!

Python-Cheat-Sheet-1 Скачать

Оглавление

• Краткий справочник по основам синтаксиса Python
  • 1. Комментарии
  • 2. Переменные
  • 3. Типы данных
  • 4. Условные операторы
  • 5. Петли
  • 6. Функции
• Краткий справочник по структурам данных Python
  • 1. Списки
  • 2. Кортежи
  • 3. Наборы
  • 4. Словари
• Краткий справочник по файловому вводу-выводу Python
  • 1. Чтение файлов
  • 2. Запись файлов
  • 3. Добавление к файлам
• Краткий справочник по обработке ошибок в Python
  • 1. Попробуйте и за исключением
  • 2. Наконец
  • 3. Вызов исключений
• Краткий справочник по модулям и пакетам Python
  • 1. Импорт модулей
  • 2. Создание пакетов
• Краткий справочник по объектно-ориентированному программированию на Python
  • 1. Классы
  • 2. Наследование
  • 3. Инкапсуляция
• 4 полезных библиотеки Python
  • 1. НумПи
  • 2. Панды
  • 3. Запросы
  • 4. Красивый суп
• Последние мысли

Краткий справочник по основам синтаксиса Python

Чтобы начать нашу шпаргалку по Python, мы рассмотрим некоторые основы синтаксиса Python. Хорошее понимание основ Python даст вам прочную основу для написания более сложного кода.

Для этой справки мы включили: комментарии , переменные , типы данных , условные операторы , циклы и функции .

1. Комментарии

Комментарии являются важной частью вашего кода, поскольку они позволяют вам объяснить ход ваших мыслей и сделать ваш код более читабельным. В Python вы можете создавать однострочные комментарии, используя символ решетки (#).

# This is a single-line comment.

Для многострочных комментариев вы можете использовать тройные кавычки (одинарные или двойные).

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

2. Переменные

Переменные в Python используются для хранения данных. Вы можете присваивать значения переменным, используя знак равенства (=).

x = 5
name = "John"

Имена переменных должны быть описательными и соответствовать соглашению об именовании с использованием строчных букв и символов подчеркивания вместо пробелов.

user_age = 25
favorite_color = "blue"

3. Типы данных

Язык Python поставляется с несколькими встроенными типами данных по умолчанию. Некоторые из наиболее распространенных включают в себя:

• Типы текста : ул.

• Логический тип : bool

• Числовые типы : int, float, комплекс

• Типы последовательностей : список, кортеж, диапазон

• Тип: нет

Чтобы узнать тип данных любого объекта Python, вы можете использовать функцию type() . Например:

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

#Output: 'str'

4. Условные операторы

Условные операторы в Python позволяют выполнять код только при соблюдении определенных условий. Распространенными условными операторами являются ' if ', 'elif ' и ' 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. Петли

Цикл используется для многократного выполнения блока кода. В Python есть два типа циклов: цикл for и цикл while .

Давайте посмотрим на них обоих:

Для петель:

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

Пока циклы:

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

Внутри этих циклов вы можете использовать условные и управляющие операторы для управления потоком вашей программы.

6. Функции

Функции в Python — это блоки кода, выполняющие определенные задачи. Вы можете определить функцию, используя ключевое слово ' def ', за которым следует имя функции и круглые скобки, содержащие любые входные параметры.

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

Чтобы вызвать функцию, используйте имя функции, за которым следуют круглые скобки, содержащие необходимые аргументы.

function_name(arguments)

Теперь, когда мы рассмотрели основы Python, давайте перейдем к более сложным темам в следующем разделе.

Краткий справочник по структурам данных Python

Далее в нашей шпаргалке по Python мы обсудим некоторые из наиболее часто используемых структур данных в Python. Эти структуры данных необходимы для управления и организации данных в ваших проектах программирования.

В Python есть много структур данных, которые могут использовать опытные разработчики. Однако мы сосредоточимся на списках , кортежах , наборах и словарях .

1. Списки

Список в Python — это изменяемая упорядоченная последовательность элементов. Чтобы создать список, используйте квадратные скобки и разделяйте элементы запятыми.

Списки Python могут содержать различные типы данных, такие как строки, целые числа, логические значения и т. д. Вот несколько примеров операций, которые вы можете выполнять со списками Python:

• Создайте список:

  my_list = [1, 2, 3]

• Элементы доступа:

  my_list[0]

• Добавьте элемент:

  my_list.append(4)

2. Кортежи

Кортеж похож на список, но он неизменяем, что означает, что вы не можете изменить его элементы после создания. Вы можете создать кортеж, используя круглые скобки и разделяя элементы запятыми.

Вот несколько примеров операций с кортежами:

• Создайте кортеж:

  my_tuple = (1, 2, 3)

• Элементы доступа:

  my_tuple[0] #Output: 1

3. Наборы

Набор — это неупорядоченный набор уникальных элементов. Вы можете создать набор, используя функцию set() или фигурные скобки.

Он также может содержать различные типы данных, если они уникальны. Вот несколько примеров операций над множествами:

• Создайте набор:

   my_set = {1, 2, 3}

• Добавьте элемент:

  my_set.add(4)

• Удалить элемент:

  my_set.remove(1)

4. Словари

Словарь — это неупорядоченная коллекция пар ключ-значение, где ключи уникальны. Вы можете создать словарь, используя фигурные скобки и разделяя ключи и значения двоеточиями. Вот несколько примеров операций со словарями:

• Создайте словарь:

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

• Элементы доступа:

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

• Добавьте пару ключ-значение:

  my_dict['key3'] = 'value3'

• Удалить пару ключ-значение:

  del my_dict['key1']

Не забудьте попрактиковаться и изучить эти структуры данных в своих проектах Python, чтобы стать более опытным в их использовании! Далее мы дадим вам справку по задачам файлового ввода-вывода.

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!")

В этом примере можно создать новый объект Dog с именем и породой, и у него есть метод bark, который печатает « Гав! "когда звонили.

2. Наследование

Наследование позволяет одному классу наследовать атрибуты и методы другого класса, обеспечивая повторное использование кода и модульность. Класс, который наследуется, называется подклассом или производным классом, а класс, от которого наследуется, называется базовым классом или суперклассом.

Чтобы реализовать наследование, добавьте имя суперкласса в круглых скобках после имени подкласса:

class SubclassName(SuperclassName):
    # Subclass attributes and methods

Например, вы можете создать подкласс «Пудель» из класса «Собака»:

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

Объект Poodle теперь будет иметь все атрибуты и методы класса Dog, а также собственный метод show_trick.

3. Инкапсуляция

Инкапсуляция — это практика упаковки данных и методов, которые работают с этими данными, в одном блоке, в данном случае в объекте. Это способствует четкому разделению внутренней реализации объекта и его внешнего интерфейса.

Python использует изменение имени для достижения инкапсуляции членов класса, добавляя префикс двойного подчеркивания к имени атрибута, что делает его приватным.

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

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

Хотя технически вы все еще можете получить доступ к этим закрытым членам в Python, делать это настоятельно не рекомендуется, поскольку это нарушает принципы инкапсуляции.

Понимая и реализуя классы, наследование и инкапсуляцию в своих программах Python, вы можете использовать мощь и гибкость ООП для создания чистого, модульного и многократно используемого кода.

В последнем разделе шпаргалки мы предоставим вам краткий справочник по четырем популярным библиотекам Python.

4 полезных библиотеки Python

Несколько библиотек Python могут помочь вам выполнить множество задач или получить инструменты для различных тем, таких как математика, наука о данных, просмотр веб-страниц и т. д.

В этом разделе мы кратко обсудим следующие библиотеки: NumPy , Pandas , Requests и Beautiful Soup .

1. НумПи

NumPy — популярная библиотека Python для математических и научных вычислений. С его мощным объектом N-мерного массива вы можете выполнять широкий спектр математических операций, таких как:

• Основные математические функции

• Линейная алгебра

• анализ Фурье

• Генерация случайных чисел

Эффективные манипуляции с массивами в NumPy делают его особенно подходящим для проектов, требующих числовых вычислений.

2. Панды

Pandas — это мощная библиотека для анализа и обработки данных, которую вы можете использовать для работы со структурированными данными. Он также очень популярен в сообществе специалистов по данным из-за широкого набора инструментов, которые он предоставляет для обработки данных.

Некоторые из его особенностей включают в себя:

• Структуры данных, такие как Series (1D) и DataFrame (2D)

• Очистка и подготовка данных

• статистический анализ

• Функциональность временных рядов

Используя Pandas, вы можете легко импортировать, анализировать и манипулировать данными в различных форматах, таких как базы данных CSV, Excel и SQL.

Если вы заинтересованы в Pandas, вы можете посмотреть наше видео о том, как передискретизировать данные временных рядов с помощью Pandas для улучшения анализа:

3. Запросы

Библиотека Requests упрощает процесс обработки HTTP-запросов в Python. С помощью этой библиотеки вы можете легко отправлять и получать HTTP-запросы, такие как GET, POST и DELETE.

Некоторые ключевые особенности включают в себя:

• Обработка перенаправлений и переходов по ссылкам на веб-страницах

• Добавление заголовков, данных формы и параметров запроса с помощью простых библиотек Python

• Управление файлами cookie и сеансами

Используя запросы, вы можете быстро и эффективно взаимодействовать с различными веб-сервисами и API.

4. Красивый суп

Beautiful Soup — это библиотека Python для парсинга веб-страниц, которая позволяет извлекать данные из документов HTML и XML. Некоторые из его ключевых особенностей включают в себя:

• Поиск определенных тегов или классов CSS

• Навигация и изменение проанализированных деревьев

• Извлечение релевантной информации на основе атрибутов тега

Используя Beautiful Soup в сочетании с Requests, вы можете создавать мощные приложения для веб-скрейпинга, которые собирают информацию с самых разных веб-сайтов.

Последние мысли

И это подводит нас к концу нашего быстрого путешествия по Python. Эта шпаргалка — ваш карманный путеводитель, ваш верный помощник, когда вам нужно быстро напомнить об основных функциях и командах Python.

Наш список не является исчерпывающим, но это хорошее начало, основа, на которую вы можете опираться. Так что вперед, добавляйте его в закладки, распечатывайте, прикрепляйте на стену — просто убедитесь, что он всегда под рукой, когда вы программируете. Удачного программирования!