1.phyone编程可以干什么？
2.python基础教程 10-11例子如何执行

phyone编程可以干什么？

       python主要可以做什么

       python主要可以做Web和Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发等领域的工作。

       Python是一种解释型脚本语言。Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理带耐、数值计算和科学计算等众多领域。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web等。

       æ‰©å±•èµ„æ–™

       python的主要优点：

       ç®€å•æ˜“学：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉蠢悄春像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。因有极其简单的说明文档，Python极其容易上手。

       è¿è¡Œé€Ÿåº¦å¿«ï¼šPython的底层是用C语言写的，很多标准库和第三方库也都是用C写的，运行速度非常快。

       å…è´¹ã€å¼€æºèµ„源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

       å¯æ‰©å±•æ€§ï¼šå¦‚果需要一段关键代码运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。

       å‚考运镇资料来源：百度百科-Python

       å­¦å®Œpython可以干什么？

       ç»¼è¿°å¦‚下：

       1、数据分析

       çŽ°åœ¨æ— è®ºæ˜¯å“ªä¸ªè¡Œä¸šçš„，做数据分析的人似乎都离不开Python，因为Python给他们带来的工作效率是非常的大。

       2、自动化测试

       ä¸€åˆ‡å…³äºŽè‡ªåŠ¨åŒ–的东西，似乎Python都可以满足，Python可以满足大多数自动化工作，提毕银升工作效率。

       3、人工智能

       ä¸‹ä¸ªæ—¶ä»£å°±æ˜¯äººå·¥æ™ºèƒ½æ—¶ä»£ï¼Œå¾ˆå¤šäººéƒ½åœ¨å…³æ³¨ï¼Œè€Œæˆ‘们的Python同样可以做人工智能，这是一个潜力最大的选择方向。

       Python简介

       Python由荷兰数学和计算机科学研究学会的GuidovanRossum于年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效档宴的高级数据结行数银构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。

Python可以用来干什么？

       1、做日常任务，比如下载视频、MP3、自动化操作excel、自动发邮件。

       2、做网站开发、web应用开发，很多著名的网站像知乎、YouTube就是Python写的。

       è®¸å¤šå¤§åž‹ç½‘站就是用Python开发的，例如YouTube、Instagram，还有国内的豆瓣。很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都大量地使用Python。

       3、做网络游戏的后台，很多在线游戏的后台都是Python开发的。

       4、系统网络运维

       Linux运维是必须而且一定要掌握Python语言，它可以满足Linux运维工程师的工作需求提升效率，总而提升自己的能力，运维工程师需要自己独立开发一个完整的自动化系统时，这个时候才是真正价值的体现，才能证明自身的能力，让老板重视。

       5、3D游戏开发

       Python也可以用来做游戏开发，因为它有很好的3D渲染库和游戏开发框架，目前来说就有很多使用Python开发的游戏，如迪斯尼卡通城、黑暗之刃。

       6、科学与数字计算

       æˆ‘们都知道现在来临了大数据的时代，数据可以说明一切问题的原因，现在很多做数据分析的不是原来那么简单，Python语言成为了做数据分析师的第一首选，它同时可以给工作带来很大的效率。

       7、人工智能

       äººå·¥æ™ºèƒ½æ˜¯ä¸€é—¨æžå¯ŒæŒ‘战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。Python语言对于人工智能来说是最好的语言。目前好多人都开始学习人工智能+Python学科。

       8、网络爬虫

       çˆ¬è™«æ˜¯å±žäºŽè¿è¥çš„比较多的一个场景吧,模码模比如谷歌的爬虫早期就是用跑Python写的.其中有一个库叫Requests,这个库是一个模拟HTTP请求的一个掘胡库,非常的出名!学过Python的人没有不知道这个库吧,爬取后的数据分析与计算是Python最为擅长的领域，非常态穗容易整合。不过目前Python比较流行的网络爬虫框架是功能非常强大的scrapy。

       9、数据分析

       ä¸€èˆ¬æˆ‘们用爬虫爬到了大量的数据之后，我们需要处理数据用来分析，不然爬虫白爬了，我们最终的目的就是分析数据，在这方面关于数据分析的库也是非常的丰富的，各种图形分析图等都可以做出来。也是非常的方便，其中诸如Seaborn这样的可视化库，能够仅仅使用一两行就对数据进行绘图，而利用Pandas和numpy、scipy则可以简单地对大量数据进行筛选、回归等计算。

       è€ŒåŽç»­å¤æ‚计算中，对接机器学习相关算法，或者提供Web访问接口，或是实现远程调用接口，都帆散卜非常简单。

python能做什么

       python能够应用的领域有常规软件开发、数据分析与科学计算、自动化运维或办公效率工具、云计算、web开发、网络爬虫、数据分析、人工智能等。

       1、常规软件开发

       Python支持函数式编程和OOP面向对象编程，能够承担任何种类软件的开发工作，因此常规的软件开发、脚本编写、网敬宴凯络编程等都属于标配能力。

       2、数据分析与科学计算

       éšç€NumPy，SciPy，Matplotlib，Enthoughtlibrarys等众多程序库的开发，Python越来越适合于做科学计算、绘制高质量的2D和3D图像。

       3、自动化运维或办公效率工具

       è¿™å‡ ä¹Žæ˜¯Python应用的自留地，作为运维工程师首选的编程语言，Python在自动化运维方面已经深入人心，比如Saltstack和Ansible都是大名鼎鼎的自动化平台。

       4、云计算

       å¼€æºäº‘计算解决方案OpenStack就是基于Python开发的，搞云计算的同学都懂的。

       5、web开发

       åŸºäºŽç¥¥æ”¹Python的Web开发框架很多，比如耳熟能详的Django，还亮唤有Tornado，Flask。其中的Python+Django架构，应用范围非常广，开发速度非常快，学习门槛也很低。

python可以做什么？

       python主要可以做Web和Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发。

       Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web等。

       æ‹“展资料

       Python是一种解释型脚本语言。Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承，有益于增强源代码的复用性。

       Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言，Python对函数式设计只提供了有限的支持。有两个标准库(functools,itertools)提供了Haskell和StandardML中久经考验的函磨禅数式程序设计工具。

       python的主要优点：

       ç®€å•æ˜“学：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。因有极其简单的说明文档，Python极其容易上手。

       è¿è¡Œé€Ÿåº¦å¿«ï¼šPython的底层是用C语言写的，很多标准库和第三方库也都是用好前C写的，运行速度非常快。

       å…è´¹ã€å¼€æºèµ„源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

       å¯æ‰©å±•æ€§ï¼šå¦‚果需要一段关键代码瞎袜尘运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。

python基础教程 -例子如何执行

       . 模块相关

       Python的标准安装包包括一组模块，称为标准库（standard library）。块源块源

       .1 模块

       .1.1 模块是代码程序

       # hello.pyprint "Hello, world!"# 保存放在C:\python# 告诉解释器在哪里寻找模块>>> import sys>>> sys.path.append('c:/python')# 这样，解释器除了从默认的模码模目录中寻找之外，还需要从目录c:\python中寻找模块>>> import hello

       Hello,块源块源 world!

       导入模块多次和导入一次的效果是一样的。如果坚持重新载入模块，代码ionic3源码可以使用内建的模码模reload函数。

       .1.2 模块用于定义

       在模块中定义函数

       # hello2.pydef hello():

       print "Hello,块源块源 world# 使用import hello2

       hello2.hello()

       在模块中增加测试代码

       为 “告知” 模块本身是作为程序运行还是导入到其他程序，需要使用__name__变量：

       # hello4.pydef hello():

       print "Hello,代码 world!"def test():

       hello()if __name__ == '__main__': test()

       .1.3 让模块可用

       将模块放置在正确位置

       # 下面命令列出的路径都可以放置，但site-packages目录是模码模最佳选择>>> import sys, pprint>>> pprint.pprint(sys.path)

       告诉编译器去哪里找

       除了编辑sys.path外，更通用的块源块源方法是设置环境变量PYTHONPATH

       .1.4 包

       当模块存储在文件中时（扩展名.py），包就是代码模块所在的目录。为了让Python将其作为包对待，模码模它必须包含一个命名为__init__py的块源块源文件（模块）。如果将它作为普通模块导入的代码尖峰攻击源码话，文件的内容就是包的内容。

       vim constants/__init__.py

       PI=3.# 别的地方引用import constantsprint constants.PI

       .2 探究模块

       .2.1 模块中有什么

       使用dir

       查看模块包含的内容，它会将对象（以及模块的所有函数、类、变量等）的所有特性列出。

       # 导入模块

       import copy# 列表推导式是个包含dir(copy)中所有不以下划线开头的名字的列表。

       [n for n in dir(copy)] if not n.startwith('_')]

       __all__变量

       这个变量包含一个列表，该列表与上一节的列表类似。

       copy.__all__1

       它定义了模块的共有接口，在编写模块的时候，像设置__all__这样的技术是相当有用的。

       __all__ = ["Error", "copy", "deepcopy"]1

       .2.2 用help获取帮助

       使用help函数，获得帮助文本。

       help(copy.copy)1

       .2.3 文档

       参考

       .2.4 使用源代码

       方案一：检查sys.path，源码拷贝 mac然后自己找。

       方案二：检查模块的__file__属性

       .3 标准库

       .3.1 sys

       sys这个模块能够访问与Python解释器联系紧密的变量和函数。部分重要函数和变量如下：

       函数/变量

       描述

       argv    命令行参数，包括传递到Python解释器的参数，脚本名称    

       exit([arg])    退出当前的程序，可选参数为给定的返回值或错误信息    

       modules    映射模块名字到载入模块的字典    

       path    查找模块所在目录的目录名列表    

       platform    类似sunos5或win的平台标识符    

       stdin    标准输入流——一个类文件（file-like）对象    

       stdout    标准输出流    

       stderr    标准错误流    

       .3.2 os

       os模块提供了访问多个操作系统服务的功能。下表列出一些最有用的函数和变量。另外，os和它的子模块os.path还包含一些用于检查、构造、删除目录和文件的函数，以及一些处理路径的函数（例如，os.path.split和os.path.join让你在大部分情况下都可以忽略os.pathsep）。

       函数/变量

       描述

       environ    对环境变量进行映射    

       system(command)    在子shell中执行操作系统命令    

       sep    路径中的查看全文源码分隔符    

       pathsep    分隔路径的分隔符    

       linesep    行分隔符    

       urandom(n)    返回n个字节的加密强随机数据    

       .3.3 fileinput

       fileinput模块能够轻松地遍历文本文件的所有行。

       函数/变量

       描述

       input([files[, inplace[, backup]]])    便于遍历多个输入流中的行    

       filename()    返回当前文件的名称    

       lineno()    返回当前（累计）的行数    

       filelineno()    返回当前文件的行数    

       isfirstline()    检查当前行是否是文件的第一行    

       isstdin()    检查最后一行是否来自sys.stdin    

       nextfile()    关闭当前文件，移动到下一个文件    

       close()    关闭序列    

       为Python脚本添加行号

       # numberlines.pyimport fileinputfor line in fileinput.input(inplcae=True)  line = line.rstrip()  num = fileinput.lineno()

       print '%-s # %2i' % (line, num)

       .3.4 集合、堆和双端队列

       集合

       Set类位于sets模块中。非重复、无序的序列。

       堆

       堆（heap）是优先队列的一种。使用优先队列能够以任意顺序增加对象，并且能在任何时间找到最小的元素，也就是说它比用于列表的min方法要有效率得多。下面是heapq模块中重要的函数：

       函数

       描述

       heappush(heap, x)    将x入堆    

       heappop(heap)    将堆中最小的元素弹出    

       heapify(heap)    将heap属性强制应用到任意一个列表，将其转换为合法的堆    

       heapreplace(heap, x)    将堆中最小的元素弹出，同时将x入堆    

       nlargest(n, iter)    返回iter中第n大的元素    

       nsmallest(n, iter)    返回iter中第n小的元素    

       元素虽然不是严格排序的，但是也有规则：i位置处的元素总比2*i以及2*i+1位置处的元素小。这是绝密线源码底层堆算法的基础，而这个特性称为堆属性（heap property）。

       双端队列（以及其他集合类型）

       双端队列（Double-ended queue）在需要按照元素增加的顺序来移除元素时非常有用。它能够有效地在开头增加和弹出元素，这是在列表中无法实现的，除此之外，使用双端队列的好处还有：能够有效地旋转（rotate）元素。deque类型包含在collections模块。

       .3.5 time

       time模块所包含的函数能够实现以下功能：获得当前时间、操作时间和日期、从字符串读取时间以及格式化时间为字符串。日期可以用实数或者包含有9个整数的元组。元组意义如下：

       索引

       字段

       值

       0    年    比如等    

       1    月    范围1~    

       2    日    范围1~    

       3    时    范围0~    

       4    分    范围0~    

       5    秒    范围0~（应付闰秒和双闰秒）    

       6    周    当周一为0时，范围0~6    

       7    儒历日    范围1~    

       8    夏令日    0、1、-1    

       time的重要函数：

       函数

       描述

       asctime([tuple])    将时间元组转换为字符串    

       localtime([secs])    将秒数转换为日期元组，以本地时间为准    

       mktime(tuple)    将时间元组转换为本地时间    

       sleep(secs)    休眠secs秒    

       strptime(string[, format])    将字符串解析为时间元组    

       time()    当前时间（新纪元开始后的秒数，以UTC为准）    

       .3.6 random

       random模块包括返回随机数的函数，可以用于模拟或者用于任何产出随机输出的程序。

       如果需要真的随机数，应该使用os模块的urandom函数。random模块内的SystemRandom类也是基于同样功能。

       函数

       描述

       random()    返回0 <= n < 1之间的随机实数n，其中0 < n <=1    

       getrandbits(n)    以长整型形式返回n个随机位    

       uniform(a, b)    返回随机实数n，其中 a <= n < b    

       randrange([start], stop, [step])    返回range(start, stop, step)中的随机数    

       choice(seq)    从序列seq中返回随机元素    

       shuffle(seq[, random])    原地指定序列seq    

       sample(seq, n)    从序列seq中选择n个随机且独立的元素    

       示例一：

       from random import *from time import

*

       date1 = (, 1, 1, 0, 0, 0, -1, -1, -1)

       time1 = mktime(date1)

       date2 = (, 1, 1, 0, 0, 0, -1, -1, -1)

       time2 = mktime(date2)

       random_time = uniform(time1, time2)print asctime(localtime(random_time))

       .3.7 shelve

       提供一个存储方案。shelve的open函数返回一个Shelf对象，可以用它来存储内容。只需要把它当做普通的字典来操作即可，在完成工作之后，调用close方法。

       import shelve

       s = shelve.open('test.dat')

       s['x'] = ['a', 'b', 'c']# 下面代码，d的添加会失败# s['x'].append('d')# s['x']# 正确应该使用如下方法：temp = s['x']

       temp.append('d')

       s['x'] = temp

       .3.8 re

       re模块包含对正则表达式的支持。

       正则表达式

       .号只能匹配一个字符（除换行符外的任何单个字符）。

       \为转义字符

       字符集：使用[]括起来，例如[a-zA-Z0-9]，使用^反转字符集

       选择符（|）和子模式()：例如'p(ython|erl)'

       可选项（在子模式后面加上问号）和重复子模式：例如r'(pile(pattern[, flags])    根据包含正则表达式的字符串创建模式对象    

       search(pattern, string[, flags])    在字符串中寻找模式    

       match(pattern, string[, flags])    在字符串的开始处匹配模式    

       split(pattern, string[, maxsplit=0])    根据模式的匹配项来分隔字符串    

       findall(pattern, string)    列出字符串中模式的所有匹配项    

       sub(pat, repl, string[, count=0])    将字符串中所有pat的匹配项用repl替换    

       escape(string)    将字符串中所有特殊正则表达式字符转义    

       匹配对象和组

       对于re模块中那些能够对字符串进行模式匹配的函数而言，当能找到匹配项时，返回MatchObject对象。包含了哪个模式匹配了子字符串的哪部分的信息。——这些“部分”叫做组。

       组就是放置在圆括号内的子模式。组的序号取决于它左侧的括号数。组0就是整个模式。

       re匹配对象的一些方法：

       方法

       描述

       group([group1, …])    获取给定子模式（组）的匹配项    

       start([group])    返回给定组的匹配项的开始位置    

       end([group])    返回给定组的匹配项的结束位置（和分片一样，不包括组的结束位置）    

       span([group])    返回一个组的开始和结束位置    

       作为替换的组号和函数

       示例：假设要把'*something*'用<em>something</em>替换掉：

emphasis_pattern = r'\*([^\*]+)\*'# 或者用VERBOSE标志加注释，它允许在模式中添加空白。emphasis_pattern = re.compile(r'''

                \*      # 开始的强调标签

                (       # 组开始

                [^\*]+  # 除了星号的所有字符

                )       # 组结束

                \*      # 结束的强调标签

                ''', re.VERBOSE)

       re.sub(emphasis_pattern, r'<em>\1</em>', 'Hello, *world*!')# 结果'Hello, <em>world</em>!'

       找出Email的发信人

# 示例一# 匹配内容：From: Foo Fie <foo@bar.baz># find_sender.pyimport fileinput, re

       pat = re.compile('From: (.*) <.*?>$')for line in fileinput.input():

        m = pat.match(line)  if m: print m.group(1)# 执行$ python find_sender.py message.eml# 示例二# 列出所有Email地址import fileinput, re

       pat = re.compile(r'[a-z\-\.]+@[a-z\-\.]+', re.IGNORECASE)

       addresses = set()for line in fileinput.input():  for address in pat.findall(line):

          addresses.add(address)for address in sorted(addresses):  print address

       模板系统示例

       模板是一种通过放入具体值从而得到某种已完成文本的文件。

       示例：把所有'[somethings]'（字段）的匹配项替换为通用Python表达式计算出来的something结果

'The sum of 7 and 9 is [7 + 9].'

       应该翻译成'The sum of 7 and 9 is .'

       同时，可以在字段内进行赋值

       '[name="Mr. Gumby"]Hello, [name]'

       应该翻译成'Hello, Mr. Gumby'

       代码如下

# templates.py#!/usr/bin/python# -*- coding: utf-8 -*-import fileinput, re# 匹配中括号里的字段field_pat = re.compile(r'\[(.+?)\]')# 我们将变量收集到这里scope = { }# 用于re.sub中def replacement(match):

        code = match.group(1)  try:    # 如果字段可以求值，返回它：

          return str(eval(code, scope))  except SyntaxError:    # 否则执行相同作用域内的赋值语句......

          exec code in scope    # ......返回空字符串

          return ''# 将所有文本以一个字符串的形式获取lines = []for line in fileinput.input():

        lines.append(line)

       text = ''.join(lines)# 将field模式的所有匹配项都替换掉print field_pat.sub(replacement, text)

       .3.9 其他标准模块

       functools：能够通过部分参数来使用某个函数（部分求值），稍后再为剩下的参数提供数值。

       difflib：可以计算两个序列的相似程度。还能从一些序列中（可供选择的序列列表）找出和提供的原始序列“最像”的那个。可以用于创建简单的搜索程序。

       hashlib：可以通过字符串计算小“签名”。

       csv：处理CSV文件

       timeit、profile和trace：timeit（以及它的命令行脚本）是衡量代码片段运行时间的工具。它有很多神秘的功能，应该用它代替time模块进行性能测试。profile模块（和伴随模块pstats）可用于代码片段效率的全面分析。trace模块（和程序）可以提供总的分析（覆盖率），在写测试代码时很有用。

       datetime：支持特殊的日期和时间对象，比time的接口更直观。

       itertools：有很多工具用来创建和联合迭代器（或者其他可迭代对象），还包括实现以下功能的函数：将可迭代的对象链接起来、创建返回无限连续整数的迭代器（和range类似，但没有上限），从而通过重复访问可迭代对象进行循环等等。

       logging：输出日志文件。

       getopt和optparse：在UNIX中，命令行程序经常使用不同的选项或开关运行。getopt为解决这个问题的。optparse则更新、更强大。

       cmd：可以编写命令行解释器。可以自定义命令。

       .4 新函数

       函数

       描述

       dir(obj)    返回按字母顺序排序的属性名称列表    

       help([obj])    

       reload(module)    

       . 文件

       .1 打开文件

       open函数用来打开文件，语法如下：

open(name[, mode[, buffering]])1

       .1.1 文件模式

       默认只读打开。

       值

       描述

       ‘r’    读模式    

       ‘w’    写模式    

       ‘a’    追加模式    

       ‘b’    二进制模式（可添加到其他模式中使用）    

       ‘+’    读/写模式（可添加到其他模式中使用）    

       .1.2 缓存

       open函数的第三个参数（可选）控制文件的缓冲。有缓冲时，只有使用flush或close时才会更新硬盘上的数据。

       值

       描述

       0或False    无缓冲    

       1或True    有缓冲    

       大于1的数字    缓冲区大小（字节）    

       -1或负数    默认的缓冲区大小    

       .2 基本文件方法

       .2.1 读和写

>>> f = open('somefile.txt', 'w')>>> f.write('Hello, ')>>> f.write('World!')>>> f.close()>>> f = open('somefile.txt', 'r')>>> f.read(4)  # 读取的字符数（字节）'Hell'>>> f.read()'o, World!'

       .2.2 管式输出

# somescript.pyimport systext = sys.stdin.read()words = text.split()

       wordcount = len(words)