需要掌握的Python 基础

0101数据类型：
Python 支持各种数据类型，例如整数、浮点数、字符串和布尔值。了解这些基本类型对于管理和操作程序中的数据至关重要。

int_num = 42
float_num = 3.14
string_var = "Hello, Python!"
bool_var = True

0202变量和赋值：
Python 中的变量用于存储数据，可以使用等号 ( = ) 为其赋值。这使得您可以在整个代码中存储和重用值。

x = 10
y = "Python"

0303列表和元组：
列表是可变序列，可以保存多种数据类型，而元组是不可变的。这些结构对于对相关数据进行分组和迭代元素至关重要。

my_list = [1, 2, 3, "Python"]
my_tuple = (1, 2, 3, "Tuple")

0404词典：
字典将数据存储在键值对中，允许根据唯一键快速检索值。它们对于有效地组织和访问复杂的数据很有用。

my_dict = {'name': 'John', 'age': 25, 'city': 'Pythonville'}

0505控制流程：
if 、 elif 、 else 、 for和while等语句支持条件执行和迭代。这些结构可帮助您根据各种条件控制程序的执行路径。

if x > 0:
    print("Positive")
elif x == 0:
    print("Zero")
else:
    print("Negative")
for item in my_list:
    print(item)
while condition:
    # code

0606功能：
函数封装了可重用的代码块，并且可以接受参数来执行特定任务。定义和调用函数可以增强程序的模块化和代码重用。

def greet(name="User"):
    return f"Hello, {name}!"
result = greet("John")

0707类和对象：
类定义对象的蓝图，封装数据和行为。使用面向对象的编程，您可以在代码中对现实世界的实体及其交互进行建模。

class Dog:
    def __init__(self, name):
        self.name = name
def bark(self):
        print("Woof!")
my_dog = Dog("Buddy")
my_dog.bark()

0808文件处理：
Python 提供了易于使用的函数来读取和写入文件。这允许数据持久性和程序中文件内容的操作。

with open("file.txt", "r") as file:
    content = file.read()
with open("new_file.txt", "w") as new_file:
    new_file.write("Hello, Python!")

0909异常处理：
使用try 、 except和finally块来优雅地管理错误。这有助于确保您的程序可以处理意外情况并继续运行。

try:
    result = 10 / 0
except ZeroDivisionError:
    print("Cannot divide by zero!")
finally:
    print("Execution completed.")

1010个库和模块：
Python 的标准库和外部模块扩展了其功能。导入和使用math和datetime等库使您能够使用最少的代码执行复杂的操作。

import math
from datetime import datetime
result = math.sqrt(25)
current_time = datetime.now()

1111列表推导式：
提供创建列表的简洁方法。它们对于通过将表达式应用于可迭代的每个元素来生成新列表非常有用。

squares = [x**2 for x in range(5)]

1212Lambda 函数：
是使用lambda关键字定义的匿名函数。它们通常用于小型的一次性函数，无需使用def正式定义函数。

add = lambda x, y: x + y
result = add(2, 3)

1313虚拟环境：
虚拟环境是隔离的 Python 环境，用于管理不同项目的依赖关系。它们通过为每个项目维护单独的环境来帮助防止依赖项之间的冲突。

# Create a virtual environment
python -m venv myenv

# Activate the virtual environment
source myenv/bin/activate  # On Unix or MacOS
myenv\Scripts\activate  # On Windows# Deactivate the virtual environment
deactivate

1414包管理：
Python 中的包管理通常使用pip进行。它允许您安装、管理和共享项目所需的包和库。

# Install a package
pip install package_name

# List installed packages
pip list# Create requirements.txt
pip freeze > requirements.txt# Install packages from requirements.txt
pip install -r requirements.txt

1515使用 JSON：
JSON（JavaScript 对象表示法）是一种轻量级数据交换格式。 Python 提供了json模块来编码和解码 JSON 数据，从而可以轻松使用 API 和数据存储。

import json

# Convert Python object to JSON
json_data = json.dumps({"name": "John", "age": 25})# Convert JSON to Python object
python_obj = json.loads(json_data)

1616正则表达式：
正则表达式 (regex) 是定义搜索模式的字符序列。 Python 中的re模块允许您使用正则表达式来匹配、搜索和操作字符串。

import re
pattern = r'\d+'  # Match one or more digits
result = re.findall(pattern, "There are 42 apples and 123 oranges.")

1717处理日期：
Python 中的datetime模块提供了用于操作日期和时间的类。它允许您执行获取当前日期和时间、添加或减去时间以及格式化日期等操作。

from datetime import datetime, timedelta

current_date = datetime.now()
future_date = current_date + timedelta(days=7)

1818列表操作：
Python 提供了几个内置函数来操作列表，例如filter 、 map和reduce 。这些函数通过函数式编程技术实现高效的数据处理。

numbers = [1, 2, 3, 4, 5]

# Filter
evens = list(filter(lambda x: x % 2 == 0, numbers))# Map
squared = list(map(lambda x: x**2, numbers))# Reduce (requires functools)
from functools import reduce
product = reduce(lambda x, y: x * y, numbers)

1919字典操作：
Python 中的字典可以通过多种方式进行操作，例如访问默认值和使用字典推导式。这些技术增强了处理键值对的灵活性和效率。

my_dict = {'a': 1, 'b': 2, 'c': 3}

# Get value with default
value = my_dict.get('d', 0)# Dictionary comprehension
squared_dict = {key: value**2 for key, value in my_dict.items()}

2020线程并发：
Python 中的threading模块允许您创建和管理并发执行的线程。它对于可以并行执行的任务很有用，可以提高程序的性能。

import threading
def print_numbers():
    for i in range(5):
        print(i)
thread = threading.Thread(target=print_numbers)
thread.start()

2121与Asyncio的并发：
asyncio模块提供了使用async和await语法编写异步代码的框架。它适用于 I/O 密集型和高级结构化网络代码。

import asyncio
async def print_numbers():
    for i in range(5):
        print(i)
        await asyncio.sleep(1)
asyncio.run(print_numbers())

2222Web 抓取与Beaufiful Soup：
Beautiful Soup 是一个用于网页抓取的 Python 库。它允许您解析 HTML 和 XML 文档并从网页中提取数据。

from bs4 import BeautifulSoup
import requests
url = "https://example.com"
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
title = soup.title.text

2323RESTful API 与 Flask：
Flask 是一个轻量级的 Python Web 框架。它使您能够轻松创建 RESTful API，从而允许您的应用程序通过 HTTP 与其他服务交互。

from flask import Flask, jsonify, request
app = Flask(__name__)

@app.route('/api/data', methods=['GET'])
def get_data():
    data = {'key': 'value'}
    return jsonify(data)
if __name__ == '__main__':
    app.run(debug=True)

2424单元测试与unittest：
Python 中的unittest模块提供了用于创建和运行单元测试的框架。它通过验证各个功能单元来帮助确保您的代码按预期工作。

import unittest

def add(x, y):
    return x + y
class TestAddition(unittest.TestCase):
    def test_add_positive_numbers(self):
        self.assertEqual(add(2, 3), 5)
if __name__ == '__main__':
    unittest.main()

2525与SQLite数据库交互：
SQLite 是一个轻量级的、基于磁盘的数据库。 Python 的sqlite3模块允许您与 SQLite 数据库交互，执行诸如执行 SQL 查询和管理数据库连接等操作。

import sqlite3
conn = sqlite3.connect('example.db')
cursor = conn.cursor()

# Execute SQL query
cursor.execute('CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY, name TEXT)')# Commit changes
conn.commit()# Close connection
conn.close()

2626文件处理：
Python 中的文件处理允许您读取和写入文件，这对于涉及数据存储和检索的任务至关重要。

# Writing to a file
with open('example.txt', 'w') as file:
    file.write('Hello, Python!')
# Reading from a file
with open('example.txt', 'r') as file:
    content = file.read()

2727错误处理：
错误处理有助于优雅地管理异常，确保您的程序可以处理错误和意外情况而不会崩溃。

try:
    result = 10 / 0
except ZeroDivisionError as e:
    print(f"Error: {e}")
except Exception as e:
    print(f"Unexpected Error: {e}")
else:
    print("No errors occurred.")
finally:
    print("This block always executes.")

2828使用 JSON：
使用 JSON 对于 Web 服务之间的数据交换至关重要。 Python 的json模块可以轻松地在 JSON 和 Python 对象之间进行转换。

import json
data = {'name': 'John', 'age': 30}

# Convert Python object to JSON
json_data = json.dumps(data)# Convert JSON to Python object
python_object = json.loads(json_data)

2929Python 装饰器：
Python 装饰器允许您修改函数或方法的行为。它们是代码重用和增强功能的强大工具。

def decorator(func):
    def wrapper():
        print("Before function execution")
        func()
        print("After function execution")
    return wrapper
@decorator
def my_function():
    print("Inside the function")
my_function()

3030使用枚举：
Python 中的枚举提供了一种定义一组命名值的方法，通过使用符号名称而不是文字来提高代码的可读性和可靠性。

from enum import Enum
class Color(Enum):
    RED = 1
    GREEN = 2
    BLUE = 3
print(Color.RED)

3131使用集合：
Python 中的集合是唯一元素的集合。它们支持并集、交集和差集等运算，这使得它们对于数学集合运算非常有用。

set1 = {1, 2, 3}
set2 = {3, 4, 5}

# Union
union_set = set1 | set2# Intersection
intersection_set = set1 & set2# Difference
difference_set = set1 - set2

3232列表推导式：
列表推导式提供了一种创建列表的简洁方法。它们比传统的基于循环的结构更高效并且通常更具可读性。

numbers = [1, 2, 3, 4, 5]

# Squares of even numbers
squares = [x**2 for x in numbers if x % 2 == 0]

3333Lambda函数：
Lambda 函数是使用lambda关键字定义的小型匿名函数。它们对于快速、一次性的操作非常有用。

add = lambda x, y: x + y
result = add(3, 5)

3434Threading 与 Concurrent.futures：
Concurrent.futures 的线程允许并行执行任务，从而提高 I/O 密集型和 CPU 密集型操作的性能。

from concurrent.futures import ThreadPoolExecutor
def square(x):
    return x**2
with ThreadPoolExecutor() as executor:
    results = executor.map(square, [1, 2, 3, 4, 5])

3535国际化（i18n）与gettext：
国际化 (i18n) 涉及针对不同语言和地区调整软件。 gettext模块有助于翻译和本地化您的应用程序。

import gettext

# Set language
lang = 'en_US'
_ = gettext.translation('messages', localedir='locale', languages=[lang]).gettext
print(_("Hello, World!"))

3636虚拟环境：
虚拟环境为依赖关系创建隔离空间，确保项目拥有自己独特的设置和依赖关系，而不会发生冲突。

# Create a virtual environment
python -m venv myenv

# Activate virtual environment
source myenv/bin/activate  # On Unix/Linux
myenv\Scripts\activate  # On Windows# Deactivate virtual environment
deactivate

3737 使用日期：
在 Python 中处理日期涉及使用datetime模块来操作日期和时间数据，从而实现格式化日期和计算未来或过去日期等任务。

from datetime import datetime, timedelta
now = datetime.now()

# Format date
formatted_date = now.strftime('%Y-%m-%d %H:%M:%S')# Add days to a date
future_date = now + timedelta(days=7)

3838使用字典：
Python 中的字典存储键值对，提供了一种快速检索和操作数据的方法。它们对于映射和关联数组至关重要。

my_dict = {'name': 'John', 'age': 30}

# Get value with default
age = my_dict.get('age', 25)# Iterate over keys and values
for key, value in my_dict.items():
    print(f"{key}: {value}")

3939正则表达式：
正则表达式 (regex) 是用于匹配字符串中的字符组合的模式。它们是搜索、替换和解析文本的强大工具。

import re
text = "Hello, 123 World!"

# Match numbers
numbers = re.findall(r'\d+', text)

4040 使用生成器：
Python 中的生成器是使用yield关键字返回一组可迭代项的函数，一次一个。它们内存效率高，对于大型数据集很有用。

def square_numbers(n):
    for i in range(n):
        yield i**2
squares = square_numbers(5)

4141与SQLite数据库交互：
SQLite 是一个 C 库，提供轻量级、基于磁盘的数据库。 Python 的sqlite3模块可以轻松集成和操作 SQLite 数据库。

import sqlite3

# Connect to SQLite database
conn = sqlite3.connect('mydatabase.db')
cursor = conn.cursor()# Execute SQL query
cursor.execute('SELECT * FROM mytable')

4242使用 ZIP 文件：
ZIP 文件用于压缩文件和目录。 Python 的zipfile模块可以创建、读取、写入和解压 ZIP 文件。

import zipfile
with zipfile.ZipFile('archive.zip', 'w') as myzip:
    myzip.write('file.txt')
with zipfile.ZipFile('archive.zip', 'r') as myzip:
    myzip.extractall('extracted')

4343 使用请求和 BeautifulSoup 进行网页抓取：
网络抓取涉及从网站提取数据。 Python 中的requests和BeautifulSoup库简化了获取和解析 HTML 内容的过程。

import requests
from bs4 import BeautifulSoup
url = 'https://example.com'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# Extract data from HTML
title = soup.title.text

4444使用smtplib发送电子邮件：
在 Python 中发送电子邮件可以使用smtplib库来完成，该库支持 SMTP 协议，用于发送具有各种配置和 MIME 类型的邮件。

import smtplib
from email.mime.text import MIMEText

# Set up email server
server = smtplib.SMTP('smtp.gmail.com', 587)
server.starttls()# Log in to email account
server.login('your_email@gmail.com', 'your_password')# Send email
msg = MIMEText('Hello, Python!')
msg['Subject'] = 'Python Email'
server.sendmail('your_email@gmail.com', 'recipient@example.com', msg.as_string())

4545使用 JSON 文件：
使用 JSON 文件涉及使用json模块在文件中读取和写入 JSON 数据。这对于 Web 应用程序中的数据存储和交换至关重要。

import json
data = {'name': 'John', 'age': 30}

# Write to JSON file
with open('data.json', 'w') as json_file:
    json.dump(data, json_file)# Read from JSON file
with open('data.json', 'r') as json_file:
    loaded_data = json.load(json_file)