史上最全的python基础语法知识清单！！！

Python学习知识清单

基础语法。

Pyhton与C语言有一定的联系，但要注意一下两种思维方式的不同。

列表的使用。

定义空列表。

List = [ ]  

列表的长度

len(list)

列表的组合

list1 += list2

判断元素x是否位于列表

 if x in list:

列表的遍历（正序逆序，和附加索引的遍历）

for x in list:(正序)

for x in list[::-1]:(逆序)

index(索引) value(值) enumerate(sequence, [start=0])

sequence – 一个序列、迭代器或其他支持迭代对象。

start –> 下标起始位置。

例如1：

list = [1,2,3,4]
for index, value in enumerate(list):
  print(index, value)

运行结果：

0 1
1 2
2 3
3 4

例如2：

list = [1,2,3,4]
for index, value in enumerate(list,start=2):
  print(index, value)

运行结果：

2 1
3 2
4 3
5 4

求列表元素的最大最小值

max(list)  
min(list)

求列表元素的平均值（前提列表元素都是数字）

sum(list) / len(list)

在列表末尾添加新的对象X

list.append(X)

统计某个元素X在列表中出现的次数

list.count(X) 

#在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）

list.extend()

从列表中找出某个值value第一个匹配项的索引位置

list.index(value)

将对象value插入列表某位置index

list.insert(index, value) 

移除列表中的一个元素（默认最后一个元素），并且返回该元素的值 list.pop([index = -1])

使用方法：

>>> list = [1,2,3,4]
>>> list.pop(1)
2
>>> list
[1, 3, 4]

移除列表中某个值value的第一个匹配项

list.remove(value)

反转列表中元素

list.reverse()

对原列表进行排序（正序逆序，关键字排序，这个自己百度）

list.sort( key=None,reverse=False)

清空列表

list.clear()

复制列表

list.copy()

删除列表元素

del list[index]

字典的使用。

创建空字典

dict = { }

判断元素是否在字典

If key in dict:

计算字典元素个数

len(dict)

添加元素到字典

dict[key] = value

update方法

如果存在则更新，不存在则添加

dict.update({key:value})

示例：

>>> d = {1:2,2:3}

>>> d.update({3:4})

>>> d

{1: 2, 2: 3, 3: 4}

>>> d.update({3:5})

>>> d

{1: 2, 2: 3, 3: 5}

字典的get方法

字典 get() 函数返回指定键的值，如果值不在字典中返回默认值。

key – 字典中要查找的键。

default – 如果指定键的值不存在时，返回该默认值值。

遍历字典

for key, value in dict.items():

字典键

dict.keys()

字典值

dict.values()

删除键

del dict[key]

删除字典

del dict

清空字典

dict.clear()

集合的使用

创建一个集合

s = {x1,x2,x3……}

# (创建空集合)
s = set() 

在集合中添加一个新的元素e；如果元素已经存在，则不添加

s.add(e)

从集合中删除一个元素，如果元素不存在于集合中，则会产生一个KeyError错误

s.remove(e)

从集合S中移除一个元素e;

s.discard(e)

清空集合内的所有元素

s.clear()

从集合S中删除一个随机元素;如果此集合为空，则引发KeyError异常

s.pop()

计算元素个数

len（s）

判断元素e是否存在于s

If e in s:

If e not in s:

对于集合X,Y

差集

X – Y

并集

X | Y

交集

X & Y

对称差集（项在t或s中，但不会同时出现在二者中）

X ^ Y

判断集合的包含关系

例如：(X 包含 Y，Y ⊆ X )

>>> X = {1,2,3,4,5,6}

>>> Y = {2,3,4,5}

>>> X > Y

True

>>> X >= Y

True

>>> X < Y

False

实战1：（校赛试题）

题目描述：

详见

OJ 2522: 咕咕的的复复读读机机

大意：输入n和n个数字，求出现次数最多的数字。

示例代码：

n = int(input())
#输入n
L =list(map(int, input().split()))
#n个数字存入到L列表
print(max(set(L), key = L.count))
#求出出现次数最多的数字 

实战2：（校赛试题）

题目描述

详见

OJ 2521: 文本修正

大意：读取一行字符串，如果是单词且是’henan’则变为’Henan’

示例代码：

//s = input().split()

现在的s是存储字符串的列表

s = input().split()
# 读取一行字符串，用空格分隔单词
for i in s:
    # 遍历字符串的单词
    if i == 'henan':
        # 满足条件，改变且输出
        print('Henan', end=' ')
    else:
        print(i, end=' ')

注：今年校赛解出两题且总时长60分钟以内就可以拿奖。
总时长是ACM累加标准。
但是比赛的时候未必能够直接发现这两道题目。省赛也即校赛题目集

分支语句

基本形式

If ………：

elif ………:

elif ………:

else ………:

且——或关系

在A和B条件下

If A and B:

If A or B:

特殊用法(连续判断)

>>> X = 22
>>> if 20 <= X <= 30:
   print(X)
22
>>> 20 <= X <= 30
True

判断存在/不存在；是/不是

If x (not) in s:

If x (not) is s:

循环结构

循环结构和C语言类似。

for in ……:

else:

while (条件):

else:

循环体加else语句，循环正常结束才执行的。

思考。循环了几次？

>>> for i in range(6):
   i += 3

答案是6次

函数

定义函数的规则：

1、函数代码块以def关键字开头，后接函数表示符名称和圆括号。

2、任何传入参数和自变量必须放在圆括号中间，圆括号之间可以用于定义参数。

3、函数的第一行语句可以选择性地使用文档字符串-用于存放函数说明

4、函数内容以冒号起始，并且缩进

5、return[表达式]结束函数，选择性地返回一个值给调用方，不带表达式的return相当于返回None。

全局变量

global 保留字

1.位置参数传递

2.关键字传递

关键字(keyword)传递是根据每个参数的名字传递参数。关键字并不用遵守位置的对应关系。

def fun(a,b,c)
　　return a+b+c
print(f(1,c=3,b=2))

3.参数默认值

在定义函数的时候，使用形如c=10的方式，可以给参数赋予默认值(default)。如果该参数最终没有被传递值，将使用该默认值。

def f(a,b,c=10):
　　return a+b+c
print(f(3,2))
print(f(3,2,1))

在第一次调用函数f时， 我们并没有足够的值，c没有被赋值，c将使用默认值10.第二次调用函数的时候，c被赋值为1，不再使用默认值。

4.包裹传递/收集参数

可以传递任意个参数

5.解包裹

类

Python类与实例化

面向对象最重要的概念就是类（Class）和实例（Instance），必须牢记类是抽象的模板，而实例是根据类创建出来的一个个具体的“对象”，每个对象都拥有相同的方法，但各自的数据可能不同。

类的封装

封装，顾名思义就是将内容封装到某个地方，以后再去调用被封装在某处的内容。

类的方法

在类地内部，使用 def 关键字来定义一个方法，与一般函数定义不同，类方法必须包含参数 self, 且为第一个参数，self 代表的是类的实例。

类的继承

定义父类

子类继承父类

（时间仓促，以上没有涉及的知识点请自己查找相关的资料）

将要自学的内容：

（需要的话再总结）

#字典的get方法

lambda函数用法

format 函数

reduce函数

filter 函数

time库

datetime 库

jieba 库 ->词频统计->词云

文件的使用

正则表达式

关于机器学习算法方面：

线性回归 逻辑回归

KNN（K – 最近邻算法）

支持向量机 朴素贝叶斯

决策树 K-均值算法

随机森林 降维算法

Gradient Boosting 和 AdaBoost 算法