Python 学习笔记 - The Logic Layer

1. Python 基础语法

1.1 变量与数据类型

Python 支持多种数据类型，包括整数、浮点数、字符串、布尔值、列表、元组、字典等。

# 整数
x = 10

# 浮点数
y = 3.14

# 字符串
name = "Python"

# 布尔值
is_valid = True

# 列表
numbers = [1, 2, 3, 4, 5]

# 字典
person = {"name": "Alice", "age": 30}

1.2 控制流

Python 支持 if-elif-else 条件语句和 for、while 循环语句。

# if-elif-else 语句
if x > 0:
    print("正数")
elif x < 0:
    print("负数")
else:
    print("零")

# for 循环
for i in range(5):
    print(i)

# while 循环
while x > 0:
    print(x)
    x -= 1

2. 面向对象编程

2.1 类与对象

Python 是一种面向对象的编程语言，支持类和对象的概念。

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
    
    def greet(self):
        print(f"Hello, my name is {self.name}")

# 创建对象
p = Person("Bob", 25)
p.greet()  # 输出: Hello, my name is Bob

2.2 继承与多态

Python 支持类的继承和多态特性。

class Student(Person):
    def __init__(self, name, age, student_id):
        super().__init__(name, age)
        self.student_id = student_id
    
    def study(self):
        print(f"{self.name} is studying")

# 创建学生对象
s = Student("Alice", 20, "S12345")
s.greet()  # 继承自Person类的方法
s.study()  # 学生类的特有方法

3. 常用库

3.1 NumPy

NumPy 是 Python 中用于科学计算的核心库，提供了高性能的多维数组对象和各种数学函数。

import numpy as np

# 创建数组
arr = np.array([1, 2, 3, 4, 5])

# 数组运算
arr_squared = arr ** 2

# 矩阵操作
matrix = np.array([[1, 2], [3, 4]])
determinant = np.linalg.det(matrix)

3.2 Pandas

Pandas 是 Python 中用于数据分析的库，提供了 DataFrame 结构，方便进行数据处理和分析。

import pandas as pd

# 创建 DataFrame
data = {
    "name": ["Alice", "Bob", "Charlie"],
    "age": [25, 30, 35],
    "city": ["New York", "London", "Paris"]
}
df = pd.DataFrame(data)

# 数据操作
print(df.head())  # 查看前几行
print(df.describe())  # 统计描述

# 数据筛选
young_people = df[df["age"] < 30]

3.3 Matplotlib

Matplotlib 是 Python 中用于数据可视化的库，可以创建各种类型的图表。

import matplotlib.pyplot as plt

# 创建数据
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# 绘制图表
plt.plot(x, y)
plt.title("Sine Wave")
plt.xlabel("x")
plt.ylabel("sin(x)")
plt.show()

4. Python 高级特性

4.1 列表推导式

列表推导式是 Python 中一种简洁创建列表的方法。

# 传统方法
squares = []
for i in range(10):
    squares.append(i ** 2)

# 列表推导式
squares = [i ** 2 for i in range(10)]

# 带条件的列表推导式
even_squares = [i ** 2 for i in range(10) if i % 2 == 0]

4.2 生成器

生成器是一种特殊的迭代器，可以按需生成值，节省内存。

# 生成器函数
def fibonacci(n):
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a + b

# 使用生成器
for num in fibonacci(10):
    print(num)

# 生成器表达式
squares = (i ** 2 for i in range(10))

4.3 装饰器

装饰器是一种修改函数行为的方法，可以在不修改原函数代码的情况下增强函数功能。

def timer(func):
    def wrapper(*args, **kwargs):
        import time
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__} took {end_time - start_time:.4f} seconds")
        return result
    return wrapper

@timer
def slow_function():
    time.sleep(1)
    return "Done"

slow_function()  # 输出执行时间