Python 備忘單：基本快速簡便指南

在使用Python編程時，身邊有一份可靠的備忘單可以改變遊戲規則。Python 可能以其簡單性和可讀性而著稱，但不可否認的是，其廣泛的特性和功能實在是太難記了！

Python 速查表可為初學者和經驗豐富的開發人員提供方便的參考。它們為各種命令、語法、數據結構等提供了基本的參考指南。

本指南是一份 Python 備忘單，可以幫助您瀏覽各種函數、庫、類和語法，這些函數、庫、類和語法可能讓人不知所措，尤其是對於初學者而言。

你是老同學嗎？喜歡下載和打印，請查看下面的 pdf 以幫助您的 Python 學習之旅！

Python-Cheat-Sheet-1下載

目錄

• Python 語法基礎快速參考
  • 1.評論
  • 2.變量
  • 3.數據類型
  • 4.條件語句
  • 5.循環
  • 六、功能
• Python 數據結構快速參考
  • 1. 清單
  • 2. 元組
  • 3.套裝
  • 4.字典
• Python 文件 I/O 快速參考
  • 1.讀取文件
  • 2. 寫入文件
  • 3.附加到文件
• Python 中錯誤處理的快速參考
  • 1.嘗試並排除
  • 2.最後
  • 3. 引發異常
• Python 模塊和包的快速參考
  • 1.導​​入模塊
  • 2. 創建包
• Python 中面向對象編程的快速參考
  • 1. 班級
  • 2.繼承
  • 3.封裝
• 4 個有用的 Python 庫
  • 1. 麻木
  • 2.熊貓
  • 3.請求
  • 4. 美湯
• 最後的想法

Python 語法基礎快速參考

為了開始我們的 Python 備忘單，我們將探索一些 Python 語法基礎知識。掌握 Python 基礎知識將為您編寫更複雜的代碼打下堅實的基礎。

對於此參考，我們包括：註釋、變量、數據類型、條件語句、循環和函數。

1.評論

註釋是您代碼的重要組成部分，因為它們可以讓您解釋您的思維過程並使您的代碼更具可讀性。在 Python 中，您可以使用井號 (#) 創建單行註釋。

# This is a single-line comment.

對於多行註釋，您可以使用三重引號（單引號或雙引號）。

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

2.變量

Python 中的變量用於存儲數據。您可以使用等號 (=) 為變量賦值。

x = 5
name = "John"

變量名稱應具有描述性，並遵循使用小寫字母和下劃線作為空格的命名約定。

user_age = 25
favorite_color = "blue"

3.數據類型

Python 語言默認內置了多種數據類型。一些更常見的包括：

• 文本類型：str

• 布爾類型：布爾

• 數值類型：整型、浮點型、複數

• 序列類型：列表、元組、範圍

• 無類型：無類型

要找出任何 Python 對象的數據類型，可以使用type()函數。例如：

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

#Output: 'str'

4.條件語句

Python 中的條件語句允許您僅在滿足特定條件時執行代碼。常見的條件語句是“ if ”、“elif ”和“ 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.循環

循環用於重複執行一段代碼。Python 有兩種類型的循環： “ for ”循環和“ while ”循環。

讓我們來看看它們：

對於循環：

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

而循環：

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

在這些循環中，您可以使用條件語句和控制語句來控製程序的流程。

六、功能

Python 中的函數是執行特定任務的代碼塊。您可以使用“ def ”關鍵字定義函數，後跟函數名稱和包含任何輸入參數的括號。

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

要調用函數，請使用函數名稱後跟包含必要參數的括號。

function_name(arguments)

現在我們已經了解了 Python 基礎知識，讓我們在下一節中繼續討論一些更高級的主題。

Python 數據結構快速參考

接下來在我們的 Python 速查表中，我們將討論 Python 中一些最常用的數據結構。這些數據結構對於管理和組織編程項目中的數據至關重要。

Python 中有許多數據結構可供高級開發人員使用。但是，我們將專注於Lists、Tuples、Sets和Dictionaries。

1. 清單

Python 中的列表是可變的、有序的元素序列。要創建列表，請使用方括號並用逗號分隔元素。

Python 列表可以保存多種數據類型，如字符串、整數、布爾值等。以下是您可以使用 Python列表執行的一些操作示例：

• 創建一個列表：

  my_list = [1, 2, 3]

• 訪問元素：

  my_list[0]

• 添加一個元素：

  my_list.append(4)

2. 元組

元組類似於列表，但它是不可變的，這意味著一旦創建就無法更改其元素。您可以通過使用括號並用逗號分隔元素來創建元組。

以下是元組操作的一些示例：

• 創建一個元組：

  my_tuple = (1, 2, 3)

• 訪問元素：

  my_tuple[0] #Output: 1

3.套裝

集合是唯一元素的無序集合。您可以使用 set() 函數或花括號創建一個集合。

它還可以保存各種數據類型，只要它們是唯一的。以下是集合操作的一些示例：

• 創建一個集合：

   my_set = {1, 2, 3}

• 添加一個元素：

  my_set.add(4)

• 刪除一個元素：

  my_set.remove(1)

4.字典

字典是鍵值對的無序集合，其中鍵是唯一的。您可以使用花括號創建字典並用冒號分隔鍵和值。下面是一些字典操作的例子：

• 創建字典：

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

• 訪問元素：

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

• 添加鍵值對：

  my_dict['key3'] = 'value3'

• 刪除鍵值對：

  del my_dict['key1']

請記住在您的 Python 項目中練習和探索這些數據結構，以更加熟練地使用它們！接下來，我們將給大家做一個文件I/O任務的參考。

Python 文件 I/O 快速參考

在 Python 備忘單的這一部分，我們將重點介紹與在 Python 中處理文件相關的一些常見任務，例如讀取、寫入和附加數據。

1.讀取文件

要讀取文件，首先需要使用內置的open()函數打開它，並將模式參數設置為 ' r ' 以進行讀取：

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

現在您的文件已打開，您可以使用不同的方法來讀取其內容：

• read()：讀取文件的全部內容。

• readline() ：從文件中讀取一行。

• readlines()：返回文件中所有行的列表。

重要的是要記住在完成使用後關閉文件：

file_obj.close()

或者，您可以使用with語句，它會在代碼塊完成後自動關閉文件：

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

2. 寫入文件

要創建新文件或覆蓋現有文件，請使用模式“ w ”打開文件：

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

使用write()方法將數據寫入文件：

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

不要忘記關閉文件：

file_obj.close()

同樣，考慮使用 with 語句以更簡潔、更安全的方式處理文件：

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

3.附加到文件

要將內容添加到現有文件而不覆蓋它，請使用模式“ a ”打開文件：

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

使用write()方法將數據追加到文件中：

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

和往常一樣，完成後關閉文件：

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

Python 中的模塊是包含可重用代碼的文件，例如函數、類或變量。Python 為數據科學、機器學習、機器人等不同任務提供了多個模塊和包。

要在您的代碼中使用模塊的內容，您需要先導入它。以下是導入模塊的幾種不同方法：

• import：這會導入整個模塊，您可以使用語法“ module_name.content_name ”訪問其內容。
  例如：

  import random
  
  c = random.ranint()

• from import：從模塊中導入一個特定的內容（函數或變量），你可以直接使用它而不需要引用模塊名稱。

  from math import sin
  
  c = sin(1.57)

• from import *：這會導入模塊的所有內容。使用此方法時要小心，因為如果不同的模塊具有相同名稱的內容，它可能會導致衝突。

一些常用的內置 Python 模塊包括：

1. math：提供數學函數和常量

2. random：生成隨機數，並提供相關函數

3. datetime : 處理日期和時間操作

4. os：與操作系統交互，管理文件和目錄

2. 創建包

Python 中的包是相關模塊的集合。它們幫助您將代碼組織成邏輯和功能單元。要創建一個包：

1. 使用所需的包名稱創建一個新目錄。

2. 在目錄中添加一個名為init.py的空文件。該文件向 Python 指示該目錄應被視為一個包。

3. 將您的模塊文件（擴展名為 .py）添加到目錄中。

現在，您可以將包或其模塊導入 Python 腳本。要從包中導入模塊，請使用以下語法：

import 

使用模塊和包構建您的代碼，使其更有條理和可維護性。這也將使您和其他人更容易瀏覽和理解您的代碼庫。

在下一節中，我們將提供 Python 中面向對象編程概念的參考。

Python 中面向對象編程的快速參考

面向對象編程（OOP）是一種基於“對象”概念的編程範式，對象可以包含數據和代碼。

數據以字段的形式存在，通常稱為屬性或屬性，代碼以過程的形式存在，通常稱為方法。

在備忘單的這一部分，我們將深入探討 Python 中 OOP 的基本概念，包括類、繼承和封裝。

1. 班級

類是創建對象的藍圖。它定義了對象的數據（屬性）和功能（方法）。要開始創建您自己的類，請使用“ class ”關鍵字後跟類名：

class ClassName:
    # Class attributes and methods

要添加屬性和方法，只需在類塊中定義它們。例如：

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

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

在這個例子中，一個新的 Dog 對象可以用名字和品種創建，它有一個打印“ Woof! ” 調用時。

2.繼承

繼承允許一個類從另一個類繼承屬性和方法，從而實現代碼的可重用性和模塊化。繼承的類稱為子類或派生類，而被繼承的類稱為基類或超類。

要實現繼承，在子類名後的括號中加上超類名：

class SubclassName(SuperclassName):
    # Subclass attributes and methods

例如，您可以從“狗”類創建子類“貴賓犬”：

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

Poodle 對象現在將擁有 Dog 類的所有屬性和方法，以及它自己的 show_trick 方法。

3.封裝

封裝是將數據和操作該數據的方法包裝在一個單元中的做法，在這種情況下是一個對象。這促進了對象的內部實現與其外部接口之間的明確分離。

Python 使用名稱重整來實現對類成員的封裝，方法是在屬性名稱中添加雙下劃線前綴，使其看似私有。

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

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

儘管從技術上講，您仍然可以在 Python 中訪問這些私有成員，但強烈建議不要這樣做，因為它違反了封裝原則。

通過理解和實現 Python 程序中的類、繼承和封裝，您可以利用 OOP 的強大功能和靈活性來創建乾淨、模塊化和可重用的代碼。

對於備忘單的最後一部分，我們將為您提供四個流行的 Python 庫的快速參考。

4 個有用的 Python 庫

幾個 Python 庫可以幫助您完成各種任務或獲得各種主題的工具，如數學、數據科學、網絡抓取等。

在本節中，我們將簡要討論以下庫：NumPy、Pandas、Requests和Beautiful Soup。

1. 麻木

NumPy是一個流行的用於數學和科學計算的 Python 庫。憑藉其強大的 N 維數組對象，您可以處理範圍廣泛的數學運算，例如：

• 基本數學函數

• 線性代數

• 傅立葉分析

• 隨機數生成

NumPy 高效的數組操作使其特別適合需要進行數值計算的項目。

2.熊貓

Pandas是一個功能強大的數據分析和操作庫，可用於處理結構化數據。由於它為處理數據提供了廣泛的工具，它在數據科學界也很受歡迎。

它的一些功能包括：

• Series (1D) 和 DataFrame (2D) 等數據結構

• 數據清理和準備

• 統計分析

• 時間序列功能

通過使用 Pandas，您可以輕鬆地導入、分析和操作各種格式的數據，例如 CSV、Excel 和 SQL 數據庫。

如果您對 Pandas 感興趣，可以觀看我們的視頻，了解如何使用 Pandas 對時間序列數據進行重採樣以增強分析：

3.請求

Requests庫簡化了在 Python 中處理 HTTP 請求的過程。使用此庫，您可以輕鬆地發送和接收 HTTP 請求，例如 GET、POST 和 DELETE。

一些主要功能包括：

• 處理重定向和跟踪網頁上的鏈接

• 通過簡單的 Python 庫添加標題、表單數據和查詢參數

• 管理 cookie 和會話

使用 Requests，您可以快速高效地與各種 Web 服務和 API 進行交互。

4. 美湯

Beautiful Soup是一個用於網絡抓取的 Python 庫，它允許您從 HTML 和 XML 文檔中提取數據。它的一些主要功能包括：

• 搜索特定標籤或 CSS 類

• 導航和修改已解析的樹

• 根據標籤屬性提取相關信息

通過將 Beautiful Soup 與 Requests 結合使用，您可以創建功能強大的 Web 抓取應用程序，從各種網站收集信息。

最後的想法

這讓我們結束了 Python 之路的快速之旅。這份備忘單是您的袖珍指南，當您需要快速提醒 Python 的頂級函數和命令時，它是您可信賴的助手。

我們的列表並不詳盡，但它是一個堅實的開始，是您可以在此基礎上構建的基礎。所以繼續吧，把它加入書籤，打印出來，貼在你的牆上——只要確保它在你編碼時就在手邊。編程愉快！