


[shared-reading] Lernen Sie das grundlegende Python-Buch – schnell und einfach zu verstehen
1. Einführung
Seiten 8 bis 18.
Python ist eine beliebte Sprache, einfach zu verwenden, leicht zu lesen, vielfältige Funktionen (Web, Datenanalyse, Desktop, Backend usw.).
Python befindet sich derzeit in Version 3 und diese Version erhält die Updates.
Die Anaconda-Distribution von Python verfügt über mehrere Pakete, die in der wissenschaftlichen Programmierung, Datenanalyse usw. verwendet werden. Es verfügt außerdem über eine IDE (Integrated Development Environment) und mehrere andere Funktionen.
Link zum Anaconda-Download
Nach der Installation müssen Sie überprüfen, ob die Installation korrekt war, indem Sie Python oder in einigen Fällen Python3 in das Computerterminal eingeben. Auf diese Weise erhalten wir etwas Ähnliches wie auf dem folgenden Bildschirm:
In dieser Eingabeaufforderung können wir Sprachbefehle eingeben und Ausgaben sehen.
print("Hallo")
Um dieses Terminal zu verlassen, können wir „exit()“ eingeben und die EINGABETASTE drücken
Bei der Installation der Anaconda-Distribution wird auch die Spyder-IDE installiert, aber der Puthon-Code kann von einer anderen IDE oder einem bevorzugten Texteditor ausgeführt werden.
Um Spyder zu öffnen, musste ich zuerst Anaconda Navigator starten, aber als ich versuchte, Spyder zu öffnen, glaube ich, dass ich es aufgrund eines Problems im Zusammenhang mit dem Betriebssystem meines Computers nicht nacheinander öffnen konnte. Da ich VS Code bereits installiert habe, beabsichtige ich, damit die Übungen im Buch durchzuführen.
Wir können Python-Codes ausführen, indem wir Befehle direkt im Terminal oder über .py-Dateien eingeben.
Im zweiten Beispiel des Buches werden Sie aufgefordert, eine Datei namens oi_python.py zu erstellen, den Code print („Hi, Python“) darin einzugeben und zu speichern. Nach dem Speichern müssen Sie zum Ausführen das Terminal öffnen, ggf. zum Ordner navigieren und den Python-Befehl oi_python.py
ausführenUm zum Ordner zu navigieren, können wir den cd-Befehl
verwenden
Bei der Ausführung wird das folgende Ergebnis erzeugt:
In komplexeren Projekten werden .py-Dateien verwendet
Beispiel für anderen Code:
nome = input("Digite aqui o seu nome: ") print("Olá, %s" % nome)
Die Eingabe des Codes kann bei der Aufnahme hilfreich sein, aber in jedem Fall finden Sie den gesamten Buchcode unter diesem Link
2. Drucken, Kommentare und Datentypen
_Seiten 19 bis _
Funktionen sind vordefinierte Blöcke oder Codeteile, die wiederverwendet werden können. Sie können Parameter annehmen oder nicht.
Die Funktionen können einen Wert zurückgeben oder einige Informationen anzeigen, der zurückgegebene Wert kann für einen anderen Zweck verwendet werden.
Parameter sind an die Funktion übergebene Informationen, die zum Ausführen einer Aktion (Berechnung oder Verarbeitung) verwendet werden müssen.
Funktionsbeispiel:
print("Die Druckfunktion erhält beispielsweise als Parameter, was von ihr angezeigt wird.")
Wie identifiziere ich eine Funktion?
Eine Funktion wird mit ihrem Namen gefolgt von Klammern aufgerufen. Abhängig von der Funktion können einige Parameter innerhalb dieser Klammern übergeben werden oder auch nicht.
In Python Version 2 war es möglich, print wie folgt zu verwenden: print „Hi, Python“, aber dies wird in Version 3 nicht akzeptiert.
Im Code einer Python-Datei können wir Kommentare mit dem #-Symbolbefehl hinzufügen, so wird die Zeile mit diesem Symbol nicht ausgeführt. Die Kommentare dienen der Veranschaulichung,
Erklären Sie oder fügen Sie zusätzliche Informationen hinzu.
# esta linha não será executada print("esta linha será executada")
Das obige ist der detaillierte Inhalt von[shared-reading] Lernen Sie das grundlegende Python-Buch – schnell und einfach zu verstehen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Dieses Tutorial zeigt, wie man Python verwendet, um das statistische Konzept des Zipf -Gesetzes zu verarbeiten, und zeigt die Effizienz des Lesens und Sortierens großer Textdateien von Python bei der Bearbeitung des Gesetzes. Möglicherweise fragen Sie sich, was der Begriff ZiPF -Verteilung bedeutet. Um diesen Begriff zu verstehen, müssen wir zunächst das Zipf -Gesetz definieren. Mach dir keine Sorgen, ich werde versuchen, die Anweisungen zu vereinfachen. Zipf -Gesetz Das Zipf -Gesetz bedeutet einfach: In einem großen natürlichen Sprachkorpus erscheinen die am häufigsten vorkommenden Wörter ungefähr doppelt so häufig wie die zweiten häufigen Wörter, dreimal wie die dritten häufigen Wörter, viermal wie die vierten häufigen Wörter und so weiter. Schauen wir uns ein Beispiel an. Wenn Sie sich den Brown Corpus in amerikanischem Englisch ansehen, werden Sie feststellen, dass das häufigste Wort "Th ist

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

Serialisierung und Deserialisierung von Python-Objekten sind Schlüsselaspekte eines nicht trivialen Programms. Wenn Sie etwas in einer Python -Datei speichern, führen Sie eine Objektserialisierung und Deserialisierung durch, wenn Sie die Konfigurationsdatei lesen oder auf eine HTTP -Anforderung antworten. In gewisser Weise sind Serialisierung und Deserialisierung die langweiligsten Dinge der Welt. Wen kümmert sich um all diese Formate und Protokolle? Sie möchten einige Python -Objekte bestehen oder streamen und sie zu einem späteren Zeitpunkt vollständig abrufen. Dies ist eine großartige Möglichkeit, die Welt auf konzeptioneller Ebene zu sehen. Auf praktischer Ebene können das von Ihnen ausgewählte Serialisierungsschema, Format oder Protokoll jedoch die Geschwindigkeit, Sicherheit, den Status der Wartungsfreiheit und andere Aspekte des Programms bestimmen

Das Statistikmodul von Python bietet leistungsstarke Datenstatistikanalysefunktionen, mit denen wir die allgemeinen Merkmale von Daten wie Biostatistik und Geschäftsanalyse schnell verstehen können. Anstatt Datenpunkte nacheinander zu betrachten, schauen Sie sich nur Statistiken wie Mittelwert oder Varianz an, um Trends und Merkmale in den ursprünglichen Daten zu ermitteln, die möglicherweise ignoriert werden, und vergleichen Sie große Datensätze einfacher und effektiv. In diesem Tutorial wird erläutert, wie der Mittelwert berechnet und den Grad der Dispersion des Datensatzes gemessen wird. Sofern nicht anders angegeben, unterstützen alle Funktionen in diesem Modul die Berechnung der Mittelwert () -Funktion, anstatt einfach den Durchschnitt zu summieren. Es können auch schwimmende Punktzahlen verwendet werden. zufällig importieren Statistiken importieren Aus Fracti

In diesem Tutorial lernen Sie, wie Sie mit den Fehlerbedingungen in Python umgehen, aus Sicht des Systems. Fehlerbehandlung ist ein kritischer Aspekt des Designs und überschreitet von den niedrigsten Ebenen (manchmal der Hardware) bis zu den Endbenutzern. Wenn y

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben

Dieses Tutorial baut auf der vorherigen Einführung in die schöne Suppe auf und konzentriert sich auf DOM -Manipulation über die einfache Baumnavigation hinaus. Wir werden effiziente Suchmethoden und -techniken zur Änderung der HTML -Struktur untersuchen. Eine gemeinsame DOM -Suchmethode ist Ex
