Python语法速览与机器学习开发环境搭建

Python

Python 是一门高阶、动态类型的多范式编程语言。人生苦短，请用Python，大量功能强大的语法糖的同时让很多时候Python代码看上去有点像伪代码。譬如我们用Python实现的简易的快排相较于Java会显得很短小精悍:

def quicksort(arr): 
    if len(arr) <= 1: 
        return arr 
    pivot = arr[len(arr) / 2] 
    left = [x for x in arr if x < pivot] 
    middle = [x for x in arr if x == pivot] 
    right = [x for x in arr if x > pivot] 
    return quicksort(left) + middle + quicksort(right) 
     
print quicksort([3,6,8,10,1,2,1]) 
# Prints "[1, 1, 2, 3, 6, 8, 10]" 

Python 版本

Python社区存在的最大的问题就是版本分裂，这也是笔者一直觉得有点鸡肋般的感觉，毕竟对于处女座而言实在是难受。目前Python社区中存在两个不同的主要版本：2.7与3.4。Python 3.0引入了很多不向后兼容的变化，因此很多遵循2.7版本的代码并不能适用于3.4版本。我们可以使用python --version命令来查看当前使用的版本。

常用习惯

模块 注意点 换行 反斜杠()继续上一行，Python文件以模块形式组织。Python程序语句不以分号结尾，而以换行符结尾。Python 使用硬回车来分割语句, 冒号和缩进来分割代码块。C++ 和 Java 使用分号来分割语句, 花括号来分割代码块。 注释 a. 使用#符号标示注释; b. 在模块、类或者函数起始添加一个字符串起文档作用; c. 使用三引号标示注释。 print """ Usage: thingy [OPTIONS] -h Display this usage message -H hostname Hostname to connect to """ 主流程 Python 中没有子程序，只有函数, 所有的函数都有返回值,并且所有的函数都以 def 开始。 字符串 Python中单引号与双引号的区别类似于PHP中，双引号中可以包括单引号。 数组 Python中数组下标可以为负数，即从右端开始计量，-1即为最后一个数。Python不可以修改数组中值，字符串下标索引方式类似于MATLAB。 函数 Python的函数可以嵌套定义

Installation:环境搭建

Conda

笔者推荐使用Anaconda作为环境搭建工具，并且推荐使用Python 3.5版本，可以在这里下载。如果是习惯使用Docker的小伙伴可以参考anaconda-notebook

docker pull rothnic/anaconda-notebook 
docker run -p 8888:8888 -i -t rothnic/anaconda-notebook 

安装完毕之后可以使用如下命令验证安装是否完毕:

conda --version 

安装完毕之后我们就可以创建具体的开发环境了，主要是通过create命令来创建新的独立环境:

conda create --name snowflakes biopython 

该命令会创建一个名为snowflakes并且安装了Biopython的环境，如果你需要切换到该开发环境，可以使用activate命令:

• Linux, OS X: source activate snowflakes
• Windows: activate snowflakes

我们也可以在创建环境的时候指明是用python2还是python3:

conda create --name bunnies python=3 astroid babel 

环境创建完毕之后，我们可以使用info命令查看所有环境:

conda info --envs 
conda environments: 
 
     snowflakes          * /home/username/miniconda/envs/snowflakes 
     bunnies               /home/username/miniconda/envs/bunnies 
     root                  /home/username/miniconda 

当我们切换到某个具体的环境后，可以安装依赖包了:

conda list # 列举当前环境中的所有依赖包  
conda install nltk # 安装某个新的依赖 

Jupyter Notebook

在Conda安装之后，Jupyter Notebook是默认安装好的，直接在工作目录下打开即可:

jupyter notebook

基础数据类型

和其他主流语言一样，Python为我们提供了包括integer、float、boolean、strings等在内的很多基础类型。

数值类型

x = 3 
print type(x) # Prints "<type 'int'>" 
print x       # Prints "3" 
print x + 1   # Addition; prints "4" 
print x - 1   # Subtraction; prints "2" 
print x * 2   # Multiplication; prints "6" 
print x ** 2  # Exponentiation; prints "9" 
x += 1 
print x  # Prints "4" 
x *= 2 
print x  # Prints "8" 
y = 2.5 
print type(y) # Prints "<type 'float'>" 
print y, y + 1, y * 2, y ** 2 # Prints "2.5 3.5 5.0 6.25" 

不过需要注意的是，Python并没有x++或者x--这样的自增或者自减操作符。另外，Python内置的也提供了长整型与其他复杂数值类型的整合，可以参考这里。

布尔类型

Python提供了常见的逻辑操作符，不过需要注意的是Python中并没有使用&&、||等，而是直接使用了英文单词。

t = True 
f = False 
print type(t) # Prints "<type 'bool'>" 
print t and f # Logical AND; prints "False" 
print t or f  # Logical OR; prints "True" 
print not t   # Logical NOT; prints "False" 
print t != f  # Logical XOR; prints "True"  

字符串

Python对于字符串的支持还是很好的，不过需要注意到utf-8编码问题。

hello = 'hello'   # String literals can use single quotes 
world = "world"   # or double quotes; it does not matter. 
print hello       # Prints "hello" 
print len(hello)  # String length; prints "5" 
hw = hello + ' ' + world  # String concatenation 
print hw  # prints "hello world" 
hw12 = '%s %s %d' % (hello, world, 12)  # sprintf style string formatting 
print hw12  # prints "hello world 12" 

Python中的字符串对象还包含了很多有用的方法，譬如:

s = "hello" 
print s.capitalize()  # Capitalize a string; prints "Hello" 
print s.upper()       # Convert a string to uppercase; prints "HELLO" 
print s.rjust(7)      # Right-justify a string, padding with spaces; prints "  hello" 
print s.center(7)     # Center a string, padding with spaces; prints " hello " 
print s.replace('l', '(ell)')  # Replace all instances of one substring with another; 
                               # prints "he(ell)(ell)o" 
print '  world '.strip()  # Strip leading and trailing whitespace; prints "world" 

可以在这里中查看详细的方法列表。

复杂数据类型

列表

Python中的列表等价于数组，不过其能够动态扩展并且能够存放不同类型的数值。

xs = [3, 1, 2]   # Create a list 
print xs, xs[2]  # Prints "[3, 1, 2] 2" 
print xs[-1]     # Negative indices count from the end of the list; prints "2" 
xs[2] = 'foo'    # Lists can contain elements of different types 
print xs         # Prints "[3, 1, 'foo']" 
xs.append('bar') # Add a new element to the end of the list 
print xs         # Prints "[3, 1, 'foo', 'bar']" 
x = xs.pop()     # Remove and return the last element of the list 
print x, xs      # Prints "bar [3, 1, 'foo']" 

同样你可以在文档中查看更多的细节。

切片

Python中对于数组的访问也相当人性化，通过简单的操作符即可以完成对于数组中子数组的截取。

nums = range(5)    # range is a built-in function that creates a list of integers 
print nums         # Prints "[0, 1, 2, 3, 4]" 
print nums[2:4]    # Get a slice from index 2 to 4 (exclusive); prints "[2, 3]" 
print nums[2:]     # Get a slice from index 2 to the end; prints "[2, 3, 4]" 
print nums[:2]     # Get a slice from the start to index 2 (exclusive); prints "[0, 1]" 
print nums[:]      # Get a slice of the whole list; prints ["0, 1, 2, 3, 4]" 
print nums[:-1]    # Slice indices can be negative; prints ["0, 1, 2, 3]" 
nums[2:4] = [8, 9] # Assign a new sublist to a slice 
print nums         # Prints "[0, 1, 8, 9, 4]" 

遍历

你可以使用基本的for循环来遍历数组中的元素，就像下面介个样纸:

animals = ['cat', 'dog', 'monkey'] 
for animal in animals: 
    print animal 
# Prints "cat", "dog", "monkey", each on its own line. 

如果你在循环的同时也希望能够获取到当前元素下标，可以使用enumerate函数:

animals = ['cat', 'dog', 'monkey'] 
for idx, animal in enumerate(animals): 
    print '#%d: %s' % (idx + 1, animal) 
# Prints "#1: cat", "#2: dog", "#3: monkey", each on its own line 

变换

在编程中我们经常需要对数组进行变换，比较著名的我们可以使用map、reduce、filter这几个函数，而在Python中提供了非常方便的List Comprehension操作符。譬如我们需要对数组中元素进行依次平方操作

nums = [0, 1, 2, 3, 4] 
squares = [] 
for x in nums: 
    squares.append(x ** 2) 
print squares   # Prints [0, 1, 4, 9, 16] 

我们可以简写为如下方式:

nums = [0, 1, 2, 3, 4] 
squares = [x ** 2 for x in nums] 
print squares   # Prints [0, 1, 4, 9, 16] 

List Comprehensions也支持进行条件选择:

nums = [0, 1, 2, 3, 4] 
even_squares = [x ** 2 for x in nums if x % 2 == 0] 
print even_squares  # Prints "[0, 4, 16]" 

字典

Python中的字典类型即类似于Java中的Map或者JavaScript中的Object，也就是所谓的键值对类型，基本的使用方式为:

d = {'cat': 'cute', 'dog': 'furry'}  # Create a new dictionary with some data 
print d['cat']       # Get an entry from a dictionary; prints "cute" 
print 'cat' in d     # Check if a dictionary has a given key; prints "True" 
d['fish'] = 'wet'    # Set an entry in a dictionary 
print d['fish']      # Prints "wet" 
# print d['monkey']  # KeyError: 'monkey' not a key of d 
print d.get('monkey', 'N/A')  # Get an element with a default; prints "N/A" 
print d.get('fish', 'N/A')    # Get an element with a default; prints "wet" 
del d['fish']        # Remove an element from a dictionary 
print d.get('fish', 'N/A') # "fish" is no longer a key; prints "N/A" 

遍历

对于字典的遍历也非常简单:

d = {'person': 2, 'cat': 4, 'spider': 8} 
for animal in d: 
    legs = d[animal] 
    print 'A %s has %d legs' % (animal, legs) 
# Prints "A person has 2 legs", "A spider has 8 legs", "A cat has 4 legs" 

如果你希望同时访问键和其对应的值，可以使用iteritems方法:

d = {'person': 2, 'cat': 4, 'spider': 8} 
for animal, legs in d.iteritems(): 
    print 'A %s has %d legs' % (animal, legs) 
# Prints "A person has 2 legs", "A spider has 8 legs", "A cat has 4 legs" 

变换

nums = [0, 1, 2, 3, 4] 
even_num_to_square = {x: x ** 2 for x in nums if x % 2 == 0} 
print even_num_to_square  # Prints "{0: 0, 2: 4, 4: 16}" 

Set

Set是一系列无序且唯一的元素的集合：

animals = {'cat', 'dog'} 
print 'cat' in animals   # Check if an element is in a set; prints "True" 
print 'fish' in animals  # prints "False" 
animals.add('fish')      # Add an element to a set 
print 'fish' in animals  # Prints "True" 
print len(animals)       # Number of elements in a set; prints "3" 
animals.add('cat')       # Adding an element that is already in the set does nothing 
print len(animals)       # Prints "3" 
animals.remove('cat')    # Remove an element from a set 
print len(animals)       # Prints "2" 

遍历

集合遍历的语法和数组遍历很类似，不过因为集合本身是无序的，因此你不能够依赖于遍历的顺序来预测集合中元素的顺序:

animals = {'cat', 'dog', 'fish'} 
for idx, animal in enumerate(animals): 
    print '#%d: %s' % (idx + 1, animal) 
# Prints "#1: fish", "#2: dog", "#3: cat" 

变换

from math import sqrt 
nums = {int(sqrt(x)) for x in range(30)} 
print nums  # Prints "set([0, 1, 2, 3, 4, 5])" 

Tuples

Python中的Tuple指不可变的有序元素集合，Tuple很类似于列表，不过区别在于Tuple可以做字典中的键类型，而列表则不可以。

d = {(x, x + 1): x for x in range(10)}  # Create a dictionary with tuple keys 
t = (5, 6)       # Create a tuple 
print type(t)    # Prints "<type 'tuple'>" 
print d[t]       # Prints "5" 
print d[(1, 2)]  # Prints "1" 

Function:函数

Python中的函数使用def关键字进行定义，譬如:

def sign(x): 
    if x > 0: 
        return 'positive' 
    elif x < 0: 
        return 'negative' 
    else: 
        return 'zero' 
 
for x in [-1, 0, 1]: 
    print sign(x) 
# Prints "negative", "zero", "positive" 

同时，Python中的函数还支持可选参数:

def hello(name, loud=False): 
    if loud: 
        print 'HELLO, %s!' % name.upper() 
    else: 
        print 'Hello, %s' % name 
 
hello('Bob') # Prints "Hello, Bob" 
hello('Fred', loud=True)  # Prints "HELLO, FRED!" 

Classes:类

Python中对于类的定义也很直接:

class Greeter(object): 
     
    # Constructor 
    def __init__(self, name): 
        self.name = name  # Create an instance variable 
         
    # Instance method 
    def greet(self, loud=False): 
        if loud: 
            print 'HELLO, %s!' % self.name.upper() 
        else: 
            print 'Hello, %s' % self.name 
         
g = Greeter('Fred')  # Construct an instance of the Greeter class 
g.greet()            # Call an instance method; prints "Hello, Fred" 
g.greet(loud=True)   # Call an instance method; prints "HELLO, FRED!" 

 【本文是51CTO专栏作者“张梓雄 ”的原创文章，如需转载请通过51CTO与作者联系】

戳这里，看该作者更多好文