Python 初学者应该知道的术语 — 第二部分

还在学习 Python 术语？不用担心——我们在这里帮助您掌握 Python 初学者的基础知识。如果您错过了《Python 初学者应该知道的术语》第 1 部分，您可以在此处阅读。

为什么要花时间学习 Python 术语？这种通用编程语言近年来非常受欢迎。有几个原因让不同职业的人选择 Python。

首先，Python 易于学习，语法直观。由于软件开发的大部分工作都是阅读其他开发人员的代码，因此理解这些代码非常重要。Python 语法几乎和阅读普通英语一样容易理解。

其次，Python 是数据科学生态系统中的首选语言。如果您打算成为一名数据科学家，我们的 “数据科学 Python”课程 是一个很好的起点。

第三，Python 非常灵活，它不仅限于数据科学。你可以在许多不同领域创建软件产品，例如 Web 开发和游戏开发。想要更多吗？以下是 学习 Python 的 5 个理由 .

最后，您不必是软件开发人员或经验丰富的程序员即可学习 Python。通过 提供几个精心设计的学习轨道，让您更容易掌握这门语言。Python 基础 迷你轨道是开始学习之旅的好方法。

你应该知道的另外 10 个 Python 术语

在本文中，我将解释初学者应该知道的 10 个 Python 术语。这些术语对于学习 Python 来说既简单又基础。一旦您全面了解了基础知识，您就可以更轻松地提高技能并学习高级主题。

前五个术语与面向对象编程的概念有关。由于 Python 是一种面向对象的语言，因此这些术语将奠定基础。它们并不复杂，但非常重要。

我列表中的前五个 Python 术语是对象、类、属性、实例和方法。对于大多数术语，我将在 Python 中创建一个简单的示例，以便您可以亲自查看。

前五个术语最好用类比来解释。假设您有一个名为 Car 的 。您可以使用这个 Car 类创建不同的汽车。您需要做的就是定义要创建的汽车的品牌和颜色。您还可以随心所欲地驾驶您的汽车行驶任意多的里程。

继续，我将使用这个 Car 类示例来说明相关术语的定义。

1. 对象

我选择对象作为第一个 Python 术语，因为 Python 中的一切都是对象。Python 程序是围绕对象构建的。整数、字符串、函数、列表和元组都是对象的示例。

每个对象都有类型。我们如何使用或与对象交互取决于其类型。对象类型由类定义。

对于 的对象 Car Car 。

2. 类

类是另一个核心 Python 术语。类可以被视为对象的蓝图。当我们谈论 的蓝图 Car Car 。

再以列表为例。创建列表时，实际上是创建一个具有列表类型的对象。如果我们创建 mylist 对象，然后使用该 type() 函数告诉我们其类型，请注意该函数返回的内容：

>>> mylist = [1, 2, 3, 4]
>>> type(mylist)

没错——这是一个清单！

使用类的优点之一是您不需要知道它们是如何实现的。您只需要能够在代码中适当地使用该类。有许多内置的 Python 类，但您也可以创建自己的类。

3. 属性

属性定义一个类。属性主要有两种类型：

• 数据属性 定义创建属于特定类的对象所需的内容。
• 方法或 程序属性 解释或描述如何与类对象交互。

假设你创建了一辆蓝色的宝马汽车。颜色和品牌是数据属性。然后，你驾驶汽车行驶了 100 英里。驾驶行为是程序属性（即方法）。

4.实例

类的实例是属于该类的对象。实例的类型由其所属的类定义。例如，当你创建一个列表时，你实际上是创建了 Python 内置列表类的实例。

回到我们的类比，您创建的汽车是 Car 类的实例。

5. 方法

方法又称为 过程属性 。您可以使用方法与类实例进行交互。

驾驶属于 Car 类的汽车是一种方法（即动作）。

函数 functions ，但它们属于特定的类。例如，当你想将一个项目添加到列表中时，你可以使用方法 append() 的末尾 mylist ：

>>> mylist = [1, 2, 3, 4]
>>> mylist.append(5)
>>> print(mylist)
[1, 2, 3, 4, 5]

因此， append() 是该类的一个程序属性 list() 。

下一步是查看类的实际操作。让我们创建一个名为 Person ，以便练习到目前为止所学的知识：

class Person():

   def __init__(self, age, name):
     self.age = age
     self.name = name
  
   def age_diff(self, other):
     diff = self.age - other.age
     return abs(diff)

在 Person 类中， age 和 name 是数据属性。您需要指定这些属性的值才能创建此类的实例。

类 Person 有两个方法， __init__ 还有 age_diff . __init__ 一个方法，是在创建实例时自动运行的特殊方法；因为每次创建对象时都会执行这个方法，所以也被称为构造函数方法。

该 age_diff 方法可用于计算两个 Person 对象的年龄差。让我们创建两个 Person 对象并计算年龄差。

>>> P1 = Person(24, "John")
>>> P2 = Person(28, "Jane")
>>> P1.age_diff(P2)
4

在上面的代码中， P1 和 P2 是 Person 类型的对象。它们也称为类的实例 Person 。 age_diff 是类的方法 Person 对象 Person 的年龄差

6. 套装

集合是 Python 的内置数据结构之一。数据结构以特定方式组织数据，是任何编程语言的基础。

在 Python 中，集合是不同的不可变对象的无序集合。听起来很复杂？让我们分解一下。

集合必须包含零个或多个不具有任何顺序的元素；因此，我们不能谈论集合中的第一个或最后一个项目。

集合包含不同的不可变对象。换句话说，集合中不能有重复的项目。元素必须是不可变的（不可更改的），并且可以是整数、字符串或元组等数据类型。虽然元素不能更改，但集合本身是可变的——我们可以在集合中添加新项目或删除现有元素。

让我们通过将元素写在花括号中来创建一个简单的集合，如下所示：

>>> myset = {1, 5, "John"}
>>> type(myset)

如果您尝试在集合中添加重复的项目，它们将被自动删除：

>>> myset = {1, 5, "John", "John", 5, 2}
>>> print(myset)
{1, 2, 'John', 5}

如果您尝试通过键入 来创建空集 {} ，那么您将创建一个字典。在这种情况下，请键入 set() .

7. 元组

元组是 Python 的另一种内置数据结构。它是对象的集合，但与集合或列表不同，元组不能更改。一旦创建，我们就无法更新或修改元组。此外，元组可以有重复项。

您可以通过在括号内列出项目来创建元组：

>>> mytuple = (1, 4, 5, "foo")
>>> type(mytuple)

元组的一个常见用例是返回多个对象的函数。您可以将返回的项目分配给元组。然后，可以通过索引或切片（提取元组、列表、字符串等的一部分）访问每个项目。以下是元组索引的示例：

>>> mytuple = (102, 14, 15)
>>> print(mytuple[0])
102
>>> print(mytuple[2])
15

要了解有关 Python 数据结构的更多信息，请参阅 有关列表、元组和集合的文章。

8. 字符串

字符串和整数可能是 Python 中最常见的数据类型。字符串基本上是文本块，但它们可以存储各种字符。以下是一些字符串示例：

a = "John"
b = "1dd23"
c = "?--daa"

Python 提供了几个函数和方法来操作和使用字符串。例如，我们可以通过切片来访问字符串的任何部分：

>>> mystring = "John Doe"
>>> print(mystring[:4])
John

在切片中， :4 表示“从第一个字符（索引 0）开始，返回所有内容，直到到达索引 4 处的字符”。上限是排除的 - 它不包括该字符 - 因此返回的字符串包含索引位置 0、1、2 和 3 中的四个字符。

下面是使用字符串进行索引：

>>> print(mystring[-1])
e

这里， -1 表示字符串中的最后一个字符。

字符串的另一个常见操作是拆分。您可以在任何给定字符处拆分字符串。

>>> mystring.split(" ")
['John', 'Doe']

拆分字符串会返回一个列表，其中包含拆分前后的部分。在此示例中，我们在空格 ( " " ) 处拆分字符串。

9. 包装

包是包含 Python 脚本的目录。Python 提供了非常丰富的包选择；任何开发人员都可以创建包并将其发布在 Python 包索引 (PyPI) 下。

创建软件包是为了自动化或加快某些任务。例如，pandas 软件包提供了多种功能，可实现高效的数据分析和操作。第三方软件包在使 Python 成为数据科学生态系统中的首选编程语言方面发挥着关键作用。

让我们使用 pandas 和 NumPy 包演示一个简单的用例。我们将使用它们来创建一个数据框（类似于数据库表）。不用担心理解代码；只需看看完成这项任务需要多少行代码：

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randint(10, size=(4,3)), columns=list("ABC"))
df

使用 pandas 和 NumPy，我们只需几行代码就创建了一个包含 0 到 10 之间的随机整数的数据框！

10. 模块

Python 包包含许多脚本（例如，执行特定任务的小程序）。包中的每个脚本称为模块。有些包非常大，包含许多模块。通常，您只需要该包中的特定模块。

Python 允许我们导入和使用模块，正如我们在上面的 NumPy 和 pandas 示例中所演示的那样。

为什么这么多人学习Python

做得好！如果你读过我们之前关于 Python 术语的文章，你现在知道了学习 Python 的 20 个核心概念。请记住，Python 的创建是为了让新手程序员和非程序员轻松编写代码。这是它在数据科学生态系统中被广泛接受的根本原因。

但是，Python 的应用范围更广。下面列出了 学习 Python 的 10 个很酷的理由