全棧數據工程師養成攻略：Python 基本語法

Python簡單易學，但又博大精深。許多人號稱精通Python，卻不會寫Pythonic的代碼，對很多常用包的使用也并不熟悉。學海無涯，我們先來了解一些Python中最基本的內容。

Python的特點

解釋型語言，無需編譯即可運行 
提供了交互式命令行 
基于對象的編程思想 
跨平臺和良好的兼容性，在Windows、Mac、Linux上都可運行 
簡單好用而且功能強大

中文編碼

很多同學在打開數據時會遇上亂碼問題，其原因是字符集的編碼問題。Linux和Mac默認的編碼集是UTF8，而Windows則是ASCII。如果數據編碼的字符集，和你使用Python進行處理時所用的字符集不同，則會出現亂碼問題。

這里是一篇參考文章，http://www.cnblogs.com/huxi/archive/2010/12/05/1897271.html，詳細地介紹了Python中文編碼所涉及的內容。

另外，我個人的習慣是在Python代碼的頭部加入以下內容，其中第二行聲明了使用UTF8字符集。

變量

Python中的變量可以看作是一個個容器，里面存放著我們需要使用到的值。Python對變量名的要求和其他語言一樣：可以包括英文、數字以及下劃線，但不能以數字開頭，區分大小寫。當然我推薦，變量名用純英文就很好，并且取一些有意義的名稱，便于自己理解每個變量的作用。

Python是一門弱類型的語言，在使用變量時無需聲明其類型。Python中的變量包括以下幾類：數值、字符串、列表、元組、字典。

數值

數值包括整型和浮點型，分別對應整數和浮點數，后者精度更高。

字符串也就是我們經常接觸到的文本，可以往里面放任意長度的內容，用單引號或雙引號括起來。應當注意，中文以及中文符號只能出現在字符串內，如果在下面第三行中使用了中文輸入法的逗號 ， ，Python將報錯。

使用 + 可以拼接兩個字符串。

使用 len() 可以得到字符串的長度。

使用切片可以訪問字符串中的某個字符或某個片段。

列表

列表好比一條隊伍，里面依次存放著多個變量。列表和字符串類似，但字符串中的每個元素都是字符，而列表中的每個元素可以是任意類型的變量。

使用 len() 可以獲得列表的長度。

列表元素的按下標訪問和賦值等操作，和字符串都是類似的。

使用 del 刪除列表中的某個元素。

元組

元組和列表類似，唯一的不同是元組中的元素在初始化之后不能再更改，因此可以理解成一個只讀的變量。

字典

字典是一種極為重要的變量類型，使用一個key來訪問相應的value，即一種鍵值對的數據形式。

所以能夠總結出字典和列表的不同。列表中的元素是有序對等的，所以是用下標來賦值和訪問，而字典中的元素是無序的，所以是用key來操作相應的value。

使用 has_key() 判斷字典中是否有某個key。

如果訪問不存在的key，Python將會報錯。在賦值的時候，如果key已經存在，則會用新的value覆蓋已有的value。

注釋

被注釋的代碼將不會運行，可以看作是寫給自己和其他程序猿閱讀的一些筆記和說明，提高代碼可讀性。

在Sublime中，選中需要注釋的內容，按Ctrl+/即可完成注釋。

保留字符

在Python中，有一些字符串具有某些特定功能，如 import 、 class 等。我們在選擇變量名時，應注意避開這些保留字符。

行和縮進

在Python中，代碼塊的邊界不是通過大括號等符號進行顯式劃分，而是通過行的縮進實現的。連續相同縮進水平的代碼處于同一個代碼塊，在使用 for 、 while 、 if 、 try 等語法時需要注意每行代碼的縮進。

運算符

運算符的作用是根據已有的變量生成新的變量，主要有以下幾種：

算術運算符：+，-，*，/，%，即加、減、乘、除、取余 
比較運算符：==，!=，>，<，>=，<=，即等于、不等于、大于、小于、大于等于、小于等于 
賦值運算符：=，+=，-=，*=，/=，%=，即賦值、加賦值、減賦值、乘賦值、除賦值、取余賦值 
邏輯運算符：and，or，not，即與、或、非

條件

在寫代碼的時候，往往需要根據某些條件進行判斷，并根據判斷結果執行不同的分支代碼。

需要注意的是，但凡出現了 if 和 elif ，就需要加上相應的條件判斷，并且注意代碼的縮進。

在Sublime中輸入 if 會出現相應的提示，可以方便地補全代碼，在換行時光標也會自動跳到合適的縮進處。

循環

如果需要打印從1到100的100個數，肯定不會傻傻地寫100行print代碼，而是會用循環來處理類似的重復性工作。

while 循環

while 循環的思想是，只要某一條件成立，就不斷執行循環體里的代碼，直到條件不再成立。

for 循環

for 循環的循環次數一般是事先預知的，將一個標志變量從某個起始值迭代到某個終止值后即結束。

循環控制

循環控制主要包括三種： pass 、 continue 、 break 。

pass 表示什么也不做，只是占一行代碼的位置；continue 表示立即退出本輪循環，繼續執行后續輪循環；break 表示立即推出循環，后續循環也不再執行。

時間

在處理數據時，很多地方都會涉及到時間，例如數據產生的時間。

先介紹一下時間戳的概念，時間戳指的是從1970年1月1日0時0分0秒開始，到某一時刻所經歷的秒數，可以是整數或者小數，后者的精度更高。

為什么需要時間戳這樣的一個概念？因為對于同一個時刻，不同人的描述可能不同，畢竟文本的形式千變萬化，而時間戳使得時間的表達得到了統一，每個時刻只能用唯一的整數或浮點數來表示，同時也便于計算時間差這樣的處理。

關于時間戳，最常用的處理便是時間戳和時間文本之間的轉換，例如將 2016年10月1日 10時0分0秒 轉為時間戳。

其中， %Y 、 %m 等都是時間字段，前者表示四位的年份，后者表示兩位的月份。

文件

文件操作包括向文件中寫內容，以及從文件中讀內容，使用 open() 打開一個文件。

異常

Python代碼中可能會出現一些可以預知的問題，例如字典訪問的key不存在。如果不加處理，發生問題的時候Python便會報錯并退出，可能之前跑了很久又要重頭再來。因此，我們需要對可能出現的異常進行捕捉和處理。異常的結構由 try 、 except 、 else 、 finally 四部分組成。

函數

函數的作用是代碼模塊化，將可重用的代碼封裝成一個函數，這樣在需要使用的時候就只需調用寫好的函數即可，而不用重新寫一遍代碼。

函數的使用包括兩個部分，函數的定義和函數的調用。除此之外，函數可以有一個或多個參數，參數之間以逗號分開，為函數的功能提供更多的靈活性。

補充學習

以上所介紹的，都是Python中最基礎和最常用的內容，先掌握這些就可以跟上后續章節。