【万字长文】别再报班了，一篇文章带你入门Python

最近有许多小伙伴后台联系我，说目前想要学习Python，但是没有一份很好的资料入门。一方面的确现在市面上Python的资料过多，导致新手会不知如何选择，另一个问题很多资料内容也很杂，从1+1到深度学习都包括，纯粹关注Python本身语法的优质教材并不太多。

刚好我最近看到一份不错的英文Python入门资料，我将它做了一些整理和翻译写下了本文。这份资料非常纯粹，只有Python的基础语法，专门针对想要学习Python的小白。

Python中用#表示单行注释，#之后的同行的内容都会被注释掉。

使用三个连续的双引号表示多行注释，两个多行注释标识之间内容会被视作是注释。

""" 与之对应的是多行注释

用三个双引号表示，这两段双引号当中的内容都会被视作是注释

Python当中的数字定义和其他语言一样：

我们分别使用+, -, *, /表示加减乘除四则运算符。

但问题是Python是一个弱类型的语言，如果我们在一个函数当中得到两个变量，是无法直接判断它们的类型的。这就导致了同样的计算符可能会得到不同的结果，这非常蛋疼。以至于程序员在运算除法的时候，往往都需要手工加上类型转化符，将被除数转成浮点数。

在Python3当中拨乱反正，修正了这个问题，即使是两个整数相除，并且可以整除的情况下，得到的结果也一定是浮点数。

如果我们想要得到整数，我们可以这么操作：

除了取整除操作之外还有取余数操作，数学上称为取模，Python中用%表示。

Python中支持乘方运算，我们可以不用调用额外的函数，而使用**符号来完成：

当运算比较复杂的时候，我们可以用括号来强制改变运算顺序。

关于list的判断，我们常用的判断有两种，一种是刚才介绍的==，还有一种是is。我们有时候也会简单实用is来判断，那么这两者有什么区别呢？我们来看下面的例子：

显然，住在同一个地址的人一定都叫张三，但是住在不同地址的两个人也可以都叫张三，也可以叫不同的名字。所以如果a is b，那么a == b一定成立，反之则不然。

Python当中对字符串的限制比较松，双引号和单引号都可以表示字符串，看个人喜好使用单引号或者是双引号。我个人比较喜欢单引号，因为写起来方便。

字符串也支持+操作，表示两个字符串相连。除此之外，我们把两个字符串写在一起，即使没有+，Python也会为我们拼接：

我们可以在字符串前面加上f表示格式操作，并且在格式操作当中也支持运算，比如可以嵌套上len函数等。不过要注意，只有Python3.6以上的版本支持f操作。

print会输出一个字符串，如果传入的不是字符串会自动调用__str__方法转成字符串进行输出。默认输出会自动换行，如果想要以不同的字符结尾代替换行，可以传入end参数：

Python中声明对象不需要带上类型，直接赋值即可，Python会自动关联类型，如果我们使用之前没有声明过的变量则会出发NameError异常。

Python中用[]表示空的list，我们也可以直接在其中填充元素进行初始化：

list可以通过[]加上下标访问指定位置的元素，如果是负数，则表示倒序访问。-1表示最后一个元素，-2表示倒数第二个，以此类推。如果访问的元素超过数组长度，则会出发IndexError的错误。

list支持切片操作，所谓的切片则是从原list当中拷贝出指定的一段。我们用start: end的格式来获取切片，注意，这是一个左闭右开区间。如果留空表示全部获取，我们也可以额外再加入一个参数表示步长，比如[1:5:2]表示从1号位置开始，步长为2获取元素。得到的结果为[1, 3]。如果步长设置成-1则代表反向遍历。

如果我们要指定一段区间倒序，则前面的start和end也需要反过来，例如我想要获取[3: 6]区间的倒序，应该写成[6:3:-1]。

只写一个:，表示全部拷贝，如果用is判断拷贝前后的list会得到False。可以使用del删除指定位置的元素，或者可以使用remove方法。

补充一点，tuple本身虽然是不可变的，但是tuple当中的可变元素是可以改变的。比如我们有这样一个tuple：

我们虽然不能往a当中添加或者删除元素，但是a当中含有一个list，我们可以改变这个list类型的元素，这并不会触发tuple的异常：

我们可以用in来循环迭代一个list当中的内容，这也是Python当中基本的循环方式。

如果我们要循环一个范围，可以使用range。range加上一个参数表示从0开始的序列，比如range(10)，表示[0, 10)区间内的所有整数：

如果我们传入两个参数，则代表迭代区间的首尾。

如果我们传入第三个元素，表示每次循环变量自增的步长。

如果使用enumerate函数，可以同时迭代一个list的下标和元素：

while循环和C++类似，当条件为True时执行，为false时退出。并且判断条件不需要加上括号：

Python当中使用try和except捕获异常，我们可以在except后面限制异常的类型。如果有多个类型可以写多个except，还可以使用else语句表示其他所有的类型。finally语句内的语法无论是否会触发异常都必定执行：

在Python当中我们经常会使用资源，最常见的就是open打开一个文件。我们打开了文件句柄就一定要关闭，但是如果我们手动来编码，经常会忘记执行close操作。并且如果文件异常，还会触发异常。这个时候我们可以使用with语句来代替这部分处理，使用with会自动在with块执行结束或者是触发异常时关闭打开的资源。

以下是with的几种用法和功能：

凡是可以使用in语句来迭代的对象都叫做可迭代对象，它和迭代器不是一个含义。这里只有可迭代对象的介绍，想要了解迭代器的具体内容，请移步传送门：

Python——五分钟带你弄懂迭代器与生成器，夯实代码能力

当我们调用dict当中的keys方法的时候，返回的结果就是一个可迭代对象。

我们不能使用下标来访问可迭代对象，但我们可以用iter将它转化成迭代器，使用next关键字来获取下一个元素。也可以将它转化成list类型，变成一个list。

传入参数的时候我们也可以使用和*来解压list或者是dict：

函数内部定义的变量即使和全局变量重名，也不会覆盖全局变量的值。想要在函数内部使用全局变量，需要加上global关键字，表示这是一个全局变量：

这么做的原因是如果我们当前的路径下也有一个叫做math的Python文件，那么会覆盖系统自带的math的模块。这是尤其需要注意的，不小心会导致很多奇怪的bug。

我们来看一个完整的类，相关的介绍都在注释当中

以上内容的详细介绍之前也有过相关文章，可以查看：

下面我们来看看Python当中类的使用：

这里解释一下，实例和对象可以理解成一个概念，实例的英文是instance，对象的英文是object。都是指类经过实例化之后得到的对象。

继承可以让子类继承父类的变量以及方法，并且我们还可以在子类当中指定一些属于自己的特性，并且还可以重写父类的一些方法。一般我们会将不同的类放在不同的文件当中，使用import引入，一样可以实现继承。

我们再创建一个蝙蝠侠的类，同时继承Superhero和Bat：

我们可以通过yield关键字创建一个生成器，每次我们调用的时候执行到yield关键字处则停止。下次再次调用则还是从yield处开始往下执行：

除了yield之外，我们还可以使用()小括号来生成一个生成器：

五分钟带你弄懂迭代器与生成器，夯实代码能力

我们引入functools当中的wraps之后，可以创建一个装饰器。装饰器可以在不修改函数内部代码的前提下，在外面包装一层其他的逻辑:

一文搞定Python装饰器，看完面试不再慌

不知道有多少小伙伴可以看到结束，原作者的确非常厉害，把Python的基本操作基本上都囊括在里面了。如果都能读懂并且理解的话，那么Python这门语言就算是入门了。

原作者写的是一个Python文件，所有的内容都在Python的注释当中。我在它的基础上做了修补和额外的描述。如果想要获得原文，可以点击查看原文，或者是在公众号内回复learnpython获取。

如果你之前就有其他语言的语言基础，我想本文读完应该不用30分钟。当然在30分钟内学会一门语言是不可能的，也不是我所提倡的。但至少通过本文我们可以做到熟悉Python的语法，知道大概有哪些操作，剩下的就要我们亲自去写代码的时候去体会和运用了。

根据我的经验，在学习一门新语言的前期，不停地查阅资料是免不了的。希望本文可以作为你在使用Python时候的查阅文档。

今天的文章就到这里，原创不易，需要你的一个关注，你的举手之劳对我来说很重要。

本文始发于个人公众号：TechFlow，原创不易，求个关注

我们基于简单的基于草图的标记，提供了一种交互式工具来对静态图片的视觉元素进行动画处理。尽管动画图像增强了网站，信息图表，徽标，电子书和社交媒体的功能，但是从静止图片创建此类动画对于新手来说还是困难的，对专家而言则是乏味的。由于对象分割，相对深度排序和不存在的时间信息模棱两可，因此创建自动工具具有挑战性。通过使用一些用户绘制的涂鸦作为输入，我们的混合主动式创意界面可以提取图像中的重复纹理元素，并支持对其进行动画处理。我们的系统还促进了多层的创建，以增强动画中的深度提示。最后，在分割过程中分析图稿之后，几个动画过程会自动生成与源图像时空相关的动力学纹理[27]。我们的结果以及来自用户评估的反馈表明，我们的系统有效地使插图画家和动画师能够以多种视觉样式为静止图像增添生气。

• 核心层：Kubernetes最核心的功能，对外提供API构建高层的应用，最内提供插件式应用执行环境
• 应用层：部署（无状态应用、有状态应用、批处理任务、集群应用等）和路由（服务发现、DNS解析等）
• 管理层：系统度量（如基础设施、容器和网络的度量），自动化（如自动扩展、动态Provision等）以及策略管理（RBAC、Quota、PSP、NetworkPolicy等）
• 接口层：kubectl命令行工具、客户端SDK以及集群联邦
• 生态系统：在接口层之上的庞大容器集群管理调度的生态系统，可以划分为两个范畴