1.2Python语言-Python科学讲座笔记
Cloga：这份文档是euroscipy关于Python科学计算资源的一个教程。英文版地址为：http://scipy-lectures.github.io/，是学习Python科学计算生态体系很好的资料，因此，我会陆续将它翻译为中文，相关Gitbub地址为：https://github.com/cloga/scipy-lecture-notes_cn，完整的中文目录
作者 Chris Burns, Christophe Combelles, Emmanuelle Gouillart, Gaël Varoquaux
Python中的科学计算 这里我们介绍Python语言。这里只会仅仅解决可以用于Numpy和Scipy的最低要求。想要更多的了解这门语言，请参考http://docs.python.o rg/tutorial 这个非常好的教程。也可以借助专门的图书，比如：http://diveintopython.org/.
Python是一门编程语言，与C、Fortran、BASIC和PHP等等类似。Python的一些特性如下：
- 一种解释性（不是编译）语言。与C或者Fortran等不同，Python代码在执行前不会编译。另外，Python可以交互使用：有许多的Python 解释器，命令和脚本可以在其中执行。
- 在开源证书下发布的免费软件：Python可以免费使用和分发，即使用于商用。
- 多平台：Python可以用于所有的主流操作系统，Windows、Linux/Unix、MacOS X, 甚至可能是你有手机操作系统等等。
- 可读性很强的语言，有清晰不罗嗦的语法
- 拥有大量高质量的包，可以应用于多种多样的应用，从网站框架到科学计算。
- 非常简单的接口与其他语言交互，特别是C和C++
- 稍后会介绍一些语言的其他特性。例如Python是面向对象的语言，包含动态类型（一个变量可以在程序过程中，可以包含不同的对象类型）。
Python的特有特性的更多信息，请见：http://www.python.org/about/
1.2.1 第一步
启动IPython Shell(一个增强的Python交互Shell)：
- 在Linux/Mac终端中输入“ipython”，或者在Windows cmd sheell，
- 或者从菜单启动程序，即在Python(x,y)或EPD，如果你已经安装这些Python科学套装之一。
如果你的电脑上还没有安装IPython，也可以选择其他Python shells，比如在终端中输入“Python”启动纯Python shell，或者Idle解释器。但是，我们建议使用IPython Shell，因为它增强特性，特别是对于科学计算。
如果你已经启动了解释器，输入
print "Hello, world!"
Hello, world!
接下来就会显示信息"Hello, world!"。你已经执行了你的第一条Python命令，恭喜！
你自己开始吧，输入下列命令
a = 3
b = 2*a
type(b)
int
print b
6
a*b
18
b = 'hello'
type(b)
str
b + b
'hellohello'
2*b
'hellohello'
上面定义了a和b两个变量。注意这里在赋值前没有声明变量类型。相反，在C中，应该写为：
C
int a=3;
另外，变量的类型可以改变，在一个时间点它可以等于一个特定类型，在接下来的时间里，他可以等于另外的类型。b首先等于整数，但是当它被赋值为"hello"时他 变成等于字符。在Python中，整数的运算符（b＝2*a）原生支持的，一些字符上的操作符例如相加和相乘也是支持的，相当于串联和重复。
1.2.2 基础类型
1.2.2.1 数值类型
Python支持如下的数值、标量类型：
整型：
1 + 1
2
a = 4
type(a)
int
浮点型：
c = 2.1
type(c)
float
复数：
a = 1.5 + 0.5j
a.real
1.5
a.imag
0.5
type(1. + 0j )
complex
布尔：
3 > 4
False
test = (3 > 4)
test
False
type(test)
bool
因此，Python shell可以代替你的口袋计算器，因为基本的代数操作符 +、-、*、/、%（模）都已经原生实现了。
7 * 3.
21.0
2**10
1024
8 % 3
2
类型转化（投射）：
float(1)
1.0
注意：整数相除
3 / 2
1
技巧：使用浮点：
3 / 2.
1.5
a = 3
b = 2
a / b
1
a / float(b)
1.5
如果你明确想要整除，请使用//：
3.0 // 2
1.0
Python3改变了除运算符行为。细节请看[python3porting](http://python3porting.com/preparing.html
use-instead-of-when-dividing-integers)网站.
1.2.2.2 容器
Python提供了许多有效的容器类型，其中存储了对象集合。
1.2.2.2.1 列表
列表是一个有序的对象集合，对象可以有多种类型。例如：
L = ['red', 'blue', 'green', 'black', 'white']
type(L)
list
索引：访问包含在列表中的单个对象：
L[2]
'green'
使用负索引，从结尾开始计数：
L[-1]
'white'
L[-2]
'black'
注意：索引从0开始（和C中一样），而不是1（像在Fortran或Matlab）！
切片：获得规律分布元素的子列表：
L
['red', 'blue', 'green', 'black', 'white']
L[2:4]
['green', 'black']
注意：L[start:stop]包含索引start<= i < stop的元素（i的范围从start到stop-1）。因此，L[start:stop]包含（stop-start）个元素。
切片语法：L[start:stop:stride]
所有切片参数都是可选的：
L
['red', 'blue', 'green', 'black', 'white']
L[3:]
['black', 'white']
L[:3]
['red', 'blue', 'green']
列表是可变对象，可以被改变：
L[0] = 'yellow'
L
['yellow', 'blue', 'green', 'black', 'white']
L[2:4] = ['gray', 'purple']
L
['yellow', 'blue', 'gray', 'purple', 'white']
注：一个列表的元素可以有不同的类型：
L = [3, -200, 'hello']
L
[3, -200, 'hello']
L[1], L[2]
(-200, 'hello')
对于一个所有类型都相同的数值数据集合，使用Numpy模块提供的数组类型通常更有效。Numpy数组是包含固定大小项目的内存组块。使用Numpy数组，元素上的操作可 以非常快速，因为元素均匀分布在内存上并且更多的操作是通过特殊的C函数而不是Python循环。
Python提供了一大组函数来修改或查询列表。这里是一些例子，更多内容，请见：http://docs.python.org/tutorial/datastruc tures.html#more-on-lists
添加和删除元素：
L = ['red', 'blue', 'green', 'black', 'white']
L.append('pink')
L
['red', 'blue', 'green', 'black', 'white', 'pink']
L.pop() # 删除并返回最后一个项目
'pink'
L
['red', 'blue', 'green', 'black', 'white']
L.extend(['pink', 'purple']) # 扩展列表L，原地
L
L = L[:-2]
L
['red', 'blue', 'green', 'black', 'white']
反转：
r = L[::-1]
r
['white', 'black', 'green', 'blue', 'red']
r2 = list(L)
r2
['red', 'blue', 'green', 'black', 'white']
r2.reverse() # 原对象
r2
['white', 'black', 'green', 'blue', 'red']
串联和重复列表：
r + L
['white',
'black',
'green',
'blue',
'red',
'red',
'blue',
'green',
'black',
'white']
r * 2
['white',
'black',
'green',
'blue',
'red',
'white',
'black',
'green',
'blue',
'red']
排序：
sorted(r) # 新对象
['black', 'blue', 'green', 'red', 'white']
r
['white', 'black', 'green', 'blue', 'red']
r.sort() # 原对象
r
['black', 'blue', 'green', 'red', 'white']
方法和面向对象编程
符号r.method() (即 r.append(3) and L.pop()) 是我们第一个关于面向对象编程的例子（OOP）。作为列表，对象r有可以以这种方式调用的方法函数。对于这篇教程不需要关于面向对象编程的更多知识，只需要理解这种符号。
发现方法：
提醒：在IPython中：tab完成 (按tab)
In [28]: r.<TAB>
r.__add__ r.__iadd__ r.__setattr__
r.__class__ r.__imul__ r.__setitem__
r.__contains__ r.__init__ r.__setslice__
r.__delattr__ r.__iter__ r.__sizeof__
r.__delitem__ r.__le__ r.__str__
r.__delslice__ r.__len__ r.__subclasshook__
r.__doc__ r.__lt__ r.append
r.__eq__ r.__mul__ r.count
r.__format__ r.__ne__ r.extend
r.__ge__ r.__new__ r.index
r.__getattribute__ r.__reduce__ r.insert
r.__getitem__ r.__reduce_ex__ r.pop
r.__getslice__ r.__repr__ r.remove
r.__gt__ r.__reversed__ r.reverse
r.__hash__ r.__rmul__ r.sort
1.2.2.2.2 字符
不同的字符语法（单引号、双引号或三个引号）：
s = 'Hello, how are you?'
s = "Hi, what's up"
s = '''Hello,
how are you''' # 三个引号可以允许字符跨行
s = """Hi,
what's up?"""
'Hi, what's up?'
File "" , line 7
'Hi, what's up?'
^
SyntaxError: invalid syntax
如果在字符中要是使用引号，那么应该嵌套使用，或者使用"\"进行转义，否则会报错。
换行的符号为 \n，tab符号是\t。
字符也是类似与列表的结合。因此，也可以使用相同的语法和规则索引和切片。
索引：
a = "hello"
a[0]
'h'
a[1]
'e'
a[-1]
'o'
（记住负索引从右侧开始计数。）
切片：
a = "hello, world!"
a[3:6] # 第三到第六个（不包含）元素：元素3、4、5
'lo,'
a[2:10:2] # 语法：a[开始：结束：步幅]
'lo o'
a[::3] # 从开始到结尾，每隔3个字母
'hl r!'
重音符号和特殊字符也可以被处理为Unicode字符（请见 http://docs.python.org/tutorial/introduction.html#unicode-strings）。
字符是不可变对象，不可能修改内容。不过可以从原始的字符中创建一个新的字符。
a = "hello, world!"
a[2] = 'z'
----------------------------------------------------- ----------------------
TypeError Traceback (most recent call last)
in ()
1 a = "hello, world!"
----> 2 a[2] = 'z'
TypeError: 'str' object does not support item assignment
a.replace('l', 'z', 1)
'hezlo, world!'
a.replace('l', 'z')
'hezzo, worzd!'
字符有许多有用的方法，比如上面的a.replace。回忆一下a.面向对象的符号，并且使用tab完成或者help(str)来搜索新的方法。and use tab completion or
更多内容 Python提供了操作的字符的高级可能性，看一下模式或格式。感兴趣的读者请参考：http://docs.python.org/library/ stdtypes.html#string-methods 和 http://docs.python.org/library/string.html#new- string-formatting。
字符格式：
'An integer: %i; a float: %f; another string: %s' % (1, 0.1, 'string')
'An integer: 1; a float: 0.100000; another string: string'
i = 102
filename = 'processing_of_dataset_%d.txt' % i
filename
'processing_of_dataset_102.txt'
1.2.2.2.3. Dictionaries
字典本质上是一个映射键值的高效表格。它是一个无序的容器
tel = {'emmanuelle': 5752, 'sebastian': 5578}
tel['francis'] = 5915
tel
{'emmanuelle': 5752, 'francis': 5915, 'sebastian': 5578}
tel['sebastian']
5578
tel.keys()
['sebastian', 'francis', 'emmanuelle']
tel.values()
[5578, 5915, 5752]
它可以方便的以名字（日期的字符和名称等）存储和获取值。更多信息见 http://docs.python.org/tutorial/datastructures.html#dictionaries。
一个字典的键（代表值）可以有不同的类型：
d = {'a':1, 'b':2, 3:'hello'}
d
{3: 'hello', 'a': 1, 'b': 2}
1.2.2.2.4. More container types
元组
元组本质上是不可变列表。元组的元素用括号包起来，或者只是用逗号分割：
t = 12345, 54321, 'hello!'
t[0]
12345
t
(12345, 54321, 'hello!')
u = (0, 2)
集合：无序，惟一项目：
s = set(('a', 'b', 'c', 'a'))
s
{'a', 'b', 'c'}
s.difference(('a', 'b'))
{'c'}
1.2.2.3. 赋值运算
赋值语句被用于（重）绑定名称与值，以及修改可变对象的项目或属性。
简单来说，它这样工作（简单赋值）：
右侧表达式被评估，创建或获得产生的对象
左侧的名字被赋值或绑定到右侧的对象
需要注意的事情：
单个对象可以有多个绑定的名称：
a = [1, 2, 3] b = a a [1, 2, 3] b [1, 2, 3] a is b True b[1] = 'hi!' a [1, 'hi!', 3]要在原地改变列表，请使用索引或切片：
a = [1, 2, 3] a [1, 2, 3] a = ['a', 'b', 'c'] # 创建另一个对象 a ['a', 'b', 'c'] id(a) 4394695640 a[:] = [1, 2, 3] # 在原地修改对象 a [1, 2, 3] id(a) 4394695640
与上一个id相同，你的可能有所不同...
这里的关键观点是可变 vs. 不可变
- 可变对象可以在原地修改
- 不可变对象一旦被创建就不可修改
更多内容在David M. Beazley的文章Python中的类型和对象中也可以找到关于以上问题非常不错的详尽解释。
1.2.3 流程控制
控制代码执行顺序。
1.2.3.1 if/elif/else
if 2**2 == 4:
print 'Obvious!'
Obvious!
代码块用缩进限定
小技巧：在你的Python解释器内输入下列行，并且注意保持缩进深度。IPython shell会在一行的 : 符号后自动增加缩进，如果要减少缩进，向左侧移动4个空格使用后退键。按两次回车键离开逻辑块。
a = 10
if a == 1:
print(1)
elif a == 2:
print(2)
else:
print('A lot')
A lot
在脚本中也是强制缩进的。作为练习，在condition.py脚本中以相同的缩进重新输入之前几行，并在IPython中用run
condition.py执行脚本。
1.2.3.2 for/range
在索引上迭代：
for i in range(4):
print(i)
0
1
2
3
但是最经常使用，也更易读的是在值上迭代：
for word in ('cool', 'powerful', 'readable'):
print('Python is %s' % word)
Python is cool
Python is powerful
Python is readable
1.2.3.3 while/break/continue
典型的C式While循环（Mandelbrot问题）：
z = 1 + 1j
while abs(z) < 100:
z = z**2 + 1
z
(-134+352j)
更高级的功能
bread 跳出for/while循环：
z = 1 + 1j
while abs(z) < 100:
if z.imag == 0:
break
z = z**2 + 1
print z
(1+2j)
(-2+4j)
(-11-16j)
(-134+352j)
continue 继续下一个循环迭代：
a = [1, 0, 2, 4]
for element in a:
if element == 0:
continue
print 1. / element
1.0
0.5
0.25
1.2.3.4 条件表达式
if [OBJECT]：
评估为False： - 任何等于0的数字 (0、0.0、0+0j) - 空容器（列表、元组、集合、字典, ...） - False，None
评估为True： - 任何其他的东西
a == b：
判断逻辑是否相等：
1 == 1
True
a is b：
测试同一性：两边是相同的对象：
1 is 1
True
a = 1
b = 1
a is b
True
a in b：
对于任何集合b：b包含a
b = [1, 2, 3]
2 in b
True
5 in b
False
如果b是字典，这个语法测试a是否是b的一个键。
1.2.3.5. 高级循环
1.2.3.5.1 序列循环
你可以在任何序列上进行循环（字符、列表、字典的键，文件的行...）：
vowels = 'aeiouy'
for i in 'powerful':
if i in vowels:
print(i),
o e u
message = "Hello how are you?"
message.split() # 返回一个列表
['Hello', 'how', 'are', 'you?']
for word in message.split():
print word
Hello
how
are
you?
很少有语言（特别是科学计算语言）允许在整数或索引之外的循环。在Python中，可以在感兴趣的对象上循环，而不用担心你通常不关心的索引。这个功能通常用来让代码更易 读。
警告：改变正在循环的序列是不安全的。
1.2.3.5.2 跟踪列举数
通常任务是在一个序列上循环，同时跟踪项目数。 - 可以像上面，使用带有计数器的while循环。或者一个for循环：
words = ('cool', 'powerful', 'readable')
for i in range(0, len(words)):
print i, words[i]
0 cool
1 powerful
2 readable
但是，Python为这种情况提供了enumerate关键词：
for index, item in enumerate(words):
print index, item
0 cool
1 powerful
2 readable
1.2.3.5.3 字典循环
使用iteritems：
d = {'a': 1, 'b':1.2, 'c':1j}
for key, val in d.iteritems():
print('Key: %s has value: %s' % (key, val))
Key: a has value: 1
Key: c has value: 1j
Key: b has value: 1.2
1.2.3.5.4 列表理解
[i**2 for i in range(4)]
[0, 1, 4, 9]
练习
用Wallis公式，计算π的小数
1.2.4. 定义函数
1.2.4.1 函数的定义
def test():
print('in test function')
test()
in test function
注意：函数块必须像其他流程控制块一样缩进
1.2.4.2 返回语句
函数可以选择返回值。
def disk_area(radius):
return 3.14 * radius * radius
disk_area(1.5)
7.0649999999999995
注意：默认函数返回None。
注意：注意定义函数的语法：
- def关键字：
- 接下来是函数的名称，然后
- 在冒号后是在括号中的函数的参数。
- 函数体；
- 以及可选返回值的返回对象
1.2.4.3 参数
必选参数（位置参数）
def double_it(x):
return x * 2
double_it(3)
6
double_it()
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
in ()
----> 1 double_it()
TypeError: double_it() takes exactly 1 argument (0 given)
可选参数（关键词和命名参数）
def double_it(x=2):
return x * 2
double_it()
4
double_it(3)
6
关键词参数允许你设置特定默认值。
警告：默认值在函数定义时被评估，而不是在调用时。如果使用可变类型（即字典或列表）并在函数体内修改他们，这可能会产生问题，因为这个修改会在函数被引用的时候 一直持续存在。
在关键词参数中使用不可变类型：
bigx = 10
def double_it(x=bigx):
return x * 2
bigx = 1e9 # 现在真的非常大
double_it()
20
在关键词参数中使用可变类型（并且在函数体内修改它）：
def add_to_dict(args={'a': 1, 'b': 2}):
for i in args.keys():
args[i] += 1
print args
add_to_dict
add_to_dict()
{'a': 2, 'b': 3}
add_to_dict()
{'a': 3, 'b': 4}
add_to_dict()
{'a': 4, 'b': 5}
更复杂的例子，实现Python的切片：
def slicer(seq, start=None, stop=None, step=None):
"""Implement basic python slicing."""
return seq[start:stop:step]
rhyme = 'one fish, two fish, red fish, blue fish'.split()
rhyme
['one', 'fish,', 'two', 'fish,', 'red', 'fish,', 'blue', 'fish']
slicer(rhyme)
['one', 'fish,', 'two', 'fish,', 'red', 'fish,', 'blue', 'fish']
slicer(rhyme, step=2)
['one', 'two', 'red', 'blue']
slicer(rhyme, 1, step=2)
['fish,', 'fish,', 'fish,', 'fish']
slicer(rhyme, start=1, stop=4, step=2)
['fish,', 'fish,']
关键词参数的顺序不重要：
slicer(rhyme, step=2, start=1, stop=4)
['fish,', 'fish,']
但是，最好是使用与函数定义相同的顺序。
关键词参数是特别方便的功能，可以用可变数量的参数来定义一个函数，特别是当函数据绝大多数调用都会使用默认值时。
1.2.4.4 值传递
可以在一个函数内部改变变量的值吗？大多数语言（C、Java...）区分了“值传递“和”引用传递“。在Python中，没有严格的这种区分，并且视你的变量是否会修改 而有一些不同。幸运的是，这些情况存在明确的规则。
函数的参数是对象的引用，传递的是值。当你像一个函数传递了一个变量，Python传递的是对象的引用，这个对象引用的变量（值）。而不是变量本身。
如果值传递给函数的值是不可变的，那么这个函数并不会改变调用者的变量。如果值是可变的，那么函数将可能在原地修改调用者的变量。
def try_to_modify(x, y, z):
x = 23
y.append(42)
z = [99] # 新引用
print(x)
print(y)
print(z)
a = 77 # 不可变变量
b = [99] # 可变变量
c = [28]
try_to_modify(a, b, c)
23
[99, 42]
[99]
print(a)
77
print(b)
[99, 42]
print(c)
[28]
函数有名为local namespace的本地变量表。
变量X只存在于函数try_to_modify内部。
1.2.4.5 全局变量
在函数外定义的变量可以在函数内引用：
x = 5
def addx(y):
return x + y
addx(10)
15
但是，这些全局变量不能在函数内修改，除非在函数内声明global。
这样没用：
def setx(y):
x = y
print('x is %d' % x)
setx(10)
x is 10
x
5
这样可以：
def setx(y):
global x
x = y
print('x is %d' % x)
setx(10)
x is 10
x
10
1.2.4.6 可变数量参数
函数的特殊形式： - args：封装成元组的任意数量的位置参数 - *kwargs：封装成字典的任意数量的关键词参数
def variable_args(*args, **kwargs):
print 'args is', args
print 'kwargs is', kwargs
variable_args('one', 'two', x=1, y=2, z=3)
args is ('one', 'two')
kwargs is {'y': 2, 'x': 1, 'z': 3}
1.2.4.7 Docstrings
关于函数作用及参数的文档。通常惯例：
def funcname(params):
"""Concise one-line sentence describing the function.
Extended summary which can contain multiple paragraphs.
"""
# 函数体
pass
funcname?
Type: function
Base Class: type 'function'>
String Form: <function funcname at 0xeaa0f0>
Namespace: Interactive
File: <ipython console>
Definition: funcname(params)
Docstring:
Concise one-line sentence describing the function.
Extended summary which can contain multiple paragraphs.
注 Docstring 指导
为了标准化，Docstring 惯例页面为Python Docstring相关的含义及惯例提供了文档。
Numpy和Scipy模块也为科学计算函数定义了清晰的标准，你可能想要在自己的函数中去遵循，这个标准有参数部分，例子部分等。见http://projects.s cipy.org/numpy/wiki/CodingStyleGuidelines#docstring-standard 及 http://projects.scipy.org/numpy/browser/trunk/doc/example.py#L37
1.2.4.8 函数作为对象
函数是一级对象，这意味着他们可以是：
- 可以被赋值给变量
- 列表的一个项目（或任何集合）
作为参数传递给另一个函数
va = variable_args va('three', x=1, y=2) args is ('three',) kwargs is {'y': 2, 'x': 1}
1.2.4.9 方法
方法是对象的函数。你已经在我们关于列表、字典和字符等...的例子上看到了。
1.2.4.10. 练习
练习：斐波那契数列
写一个函数来展示斐波那契数列的前n个项目，定义如下： - u_0 = 1; u_1 = 1 - u_(n+2) = u_(n+1) + u_n
练习：快速排序
实现快速排序算法，定义来自wikipedia：
function quicksort(array)
var list less, greater if length(array) < 2
return array
select and remove a pivot value pivot from array for each x in array
if x < pivot + 1 then append x to less else append x to greater
return concatenate(quicksort(less), pivot, quicksort(greater))