第二讲 Python基础 DONE

Git的客户端中，也有许多图形界面的，但是都不大好用，常有玄学错误。而且很难修改和定制。目前命令行的Git是“最佳工具”。

很多同学是第一次手动操作加密通道，我们看到在网络空间人与人是如何互相验证和建立信任的。如果这些加密可信，我们就可以与队友和远程的服务器不断地交换差分。这部讲义就是这样协同创作的。

《实验物理的大数据方法》涉及的内容很杂，与物理学其它学科很不一样。碎片化的知识和技能不成体系，需要点滴的积累。可以用造房子来比喻，房子的最终成品有居住的功能，但是在准备材料时，要铁、砖、木头，这些东西之间好像没有什么联系。初学大数据方法时就大概处于这样一个阶段，头绪很多，但是所有材料都是马上都会用到的，并不是孤立的技能。

当今特别强调可复现研究和开放科学，当发布一个论文时，数据和处理方法，图和表格的程序都应与论文一起发布在共享协作平台上，例如 GitHub。

课上没有办法覆盖 Python 的方方面面，许多细节和新功能需要自学。Python 有很多学习资料，对自学非常友好。Python for Everybody 是一个简明通俗的入门教材，甚至适合没有高等教育基础的大众自学，书中非常友好地解释每一个程序元素背后的理念和目标。初学 Python 时，这本书读起来会很开心。编程基础比较强的同学，可以使用 https://learnxinyminutes.com/ 在一小时之内快速入门 Python。它把 Python 所有的例子都总结到了一个网页。同理，如果你在这门课上掌握了 Python，在研究中需要快速入门其它语言，也适合使用这个网站，通过例子把 Python 的技能迁移到其它语言。 虽然教学的内容是借助 Python 跟大家表达的，在实际中不要把思想拘于 Python，世界很广阔。

注意 Python 存在两个版本主要版本，Python 2 和 Python 3。当 Python 发展到 Python 2时，已经是流行语言。开发者开始反思，总结了犯过的错误，希望在计划一个大版本进行改正。但这会导致现有的程序无法使用。怎么办呢？加了一个版本号，可执行程序的名字也不一样，叫 python3 。这样，新版程序用 python3 执行，旧版程序用 python2 执行。 进入 Python 3 的环境，需要用 python3 命令。Python 有一个增强的互动环境，IPython。“I”的意思是 interactive。这个环境好在有智能补全，在交互性操作时比较友好。如果你的环境里没有 ipython3，可以使用 apt install ipython3 来安装。Python 的另一个运行方式是 Jupyter ，它由 IPython 发展而来，好处是可以在网页上来进行 Python 操作，交互性更强，可以规避掉命令行，适用于探索。坏处是网页操作没有优秀的编辑器可用，写大段程序不大顺手，并且网页环境的批量处理能力很弱。 Jupyter 使得 Python 的应用更广，有了更多的用户在网页上编程。这是个双刃剑，一方面基础很差的人，摸了几下 Jupyter 试了几种肤浅的操作，就以为自己学会了编程，到处招摇过市；另一方面，一个工具，可以受到全社会的关注，是非常荣耀的事。我推荐大家了解 Jupyter，把它与命令行组合使用，发挥最大的威力。但是它不能替代命令行工具。

可以做基本运算，还有一些其他的运算比如乘法。2的7次方是这样写，两个乘号。

2**7

128

3/2是是严格的除法，

3/2

1.5

如果要整除的话写 3//2。

3//2

1

3%2 是取它的余数。

3%2

1

也可以使用高级功能，比如阶乘，阶乘需要使用使用 math 的库，要 import math 。3的阶乘是6，66的阶乘多大？

import math
math.factorial(66)

544344939077443064003729240247842752644293064388798874532860126869671081148416000000000000000

这是 Python 的重要特点，整数是高精度的。在计算机的硬件里，每个数都要内存空间存储，我们如果学习C语言，需要知道有些整数用16比特，有些占用32比特，有些占用8比特，有的占用64比特。整数的范围是因定的。Python 又进行了一层抽象，使用软件实现了高精度的整数，在计算机可承受的范围内无上界。试试2的10000次方，

2**10000

19950631168807583848837421626835850838234968318861924548520089498529438830221946631919961684036194597899331129423209124271556491349413781117593785932096323957855730046793794526765246551266059895520550086918193311542508608460618104685509074866089624888090489894838009253941633257850621568309473902556912388065225096643874441046759871626985453222868538161694315775629640762836880760732228535091641476183956381458969463899410840960536267821064621427333394036525565649530603142680234969400335934316651459297773279665775606172582031407994198179607378245683762280037302885487251900834464581454650557929601414833921615734588139257095379769119277800826957735674444123062018757836325502728323789270710373802866393031428133241401624195671690574061419654342324638801248856147305207431992259611796250130992860241708340807605932320161268492288496255841312844061536738951487114256315111089745514203313820202931640957596464756010405845841566072044962867016515061920631004186422275908670900574606417856951911456055068251250406007519842261898059237118054444788072906395242548339221982707404473162376760846613033778706039803413197133493654622700563169937455508241780972810983291314403571877524768509857276937926433221599399876886660808368837838027643282775172273657572744784112294389733810861607423253291974813120197604178281965697475898164531258434135959862784130128185406283476649088690521047580882615823961985770122407044330583075869039319604603404973156583208672105913300903752823415539745394397715257455290510212310947321610753474825740775273986348298498340756937955646638621874569499279016572103701364433135817214311791398222983845847334440270964182851005072927748364550578634501100852987812389473928699540834346158807043959118985815145779177143619698728131459483783202081474982171858011389071228250905826817436220577475921417653715687725614904582904992461028630081535583308130101987675856234343538955409175623400844887526162643568648833519463720377293240094456246923254350400678027273837755376406726898636241037491410966718557050759098100246789880178271925953381282421954028302759408448955014676668389697996886241636313376393903373455801407636741877711055384225739499110186468219696581651485130494222369947714763069155468217682876200362777257723781365331611196811280792669481887201298643660768551639860534602297871557517947385246369446923087894265948217008051120322365496288169035739121368338393591756418733850510970271613915439590991598154654417336311656936031122249937969999226781732358023111862644575299135758175008199839236284615249881088960232244362173771618086357015468484058622329792853875623486556440536962622018963571028812361567512543338303270029097668650568557157505516727518899194129711337690149916181315171544007728650573189557450920330185304847113818315407324053319038462084036421763703911550639789000742853672196280903477974533320468368795868580237952218629120080742819551317948157624448298518461509704888027274721574688131594750409732115080498190455803416826949787141316063210686391511681774304792596709376

这是 Python 的一大特色，它样做需要经过许多诸如内存判断，用多少内存，数量还会变化，多重判断会降低效率。但是现在计算机硬件水平，用效率损失来换取方便的接口是值得的。这也是本课程的基本价值观：如果能够节省人类的时间，不惜浪费计算机的时间。这与计算机专业研究有区别：计算机研究的目标，是让它更快，算法更巧妙，效率更高。

整除有一些基本的约定，看几个例子

-5 // -3

1

-5 // 3

-2

往下面降。要注意，有些语言不是这样的约定，而是按照绝对值最小的方向去去降，那么-5整除3会给出-1。

(-5 // 3) * 3 + (-5 % 3) == -5

True

除号和取余号也可以用在浮点数上。

布尔运算得到“真”“True”或者“假”“False”，是数理逻辑的范畴。否命题

not True

False

not False

True

and 和 or 和数理逻辑的“和”跟“或”的定义是一样的。它的内部表示和其他语言很类似， True 和 False 不是全新的数据类型，它内部以数字形式存储。

True + True

2

严格的数理逻辑中，只是01运算，组成的加法群中， True + True 应该还是 True 。但是Python 中结果变成了 2。

2 and True

True

此时 2 与 1 一样，都被当作 True 处理，即非零整数被在逻辑运算中是一个等价类。

Python 的设计符合直觉和数理逻辑的定义。如果在布尔运算中用乘法也是自恰的，因为 True 是非零， False 是 0。这可以帮助我们理解 True 和 False 的实现。

实际应用中 True 和 False 源于条件判断，如等号。“=”已经被赋值占用了，条件判断用“==”

1==1

True

1==2

False

“不等于”在python里边是“!=”。

Python 有三个基本数据类型：

整型

我们刚看到的精度无限的整数；

浮点型

精度是有限的，常见的是64位高精度；

字符串

单个字符也是字符串，这与 C 语言不同。字符串拥有无限长度，在软件上把它进行了便利的实现和抽象。

type(1)

<class 'int'>

type(1.5)

<class 'float'>

"今天" + "下雨了"

今天下雨了

字符串用单引号和双引号都可以，一个好处是字符串里要输入一个单引号，可用双引号来引用。

"'"

'

'"'

"

这是双引号。 Python 3 所有的国际语言的符号都可内嵌到语言里，字符串可以直接使用汉字。相对于更基础的语言如C/C++，可以给我们非常大的便利。大家已经约定良好的处理字符串的方法都已经被 Python 作为默认功能。要入门程序语言，我们要打印“Hello World！” 向前人致敬。

print("Hello, world!")

Hello, world!

Print 是 Python 的一个函数，里面可加一个字符串。

Python 的变量与数学的含义类似，用以指代一个任何对象，例如字符串，

message = "This is an new era. 新时代"
print(message)

This is an new era. 新时代

那么随后就可以用变量代替字符串。Python 的一大的特点是变量没有类型。我们可以看到，

message = 3840752916
print(message)

3840752916

message 这个变量既可以是字符串，也可以是整数。 Python 是无类型语言，这是很强的假设。如果语言的变量没有类型，那么它在运行中每次调用 message 时，都要检查它到底是什么类型。可以想象这样做需要额外的步骤调取内部的函数和库，Python 损失了很多效率。但是，我们喜欢！因为人类的脑子里也不区分整型、浮点型和字符串。Python 用它上层的软件库，给人带来了很多的便利，符合直觉是 Python 语言的一大特点。在做科学计算时，这个问题没那么简单了。学习 Numpy 时我们将看到，无类型变量的效率太低，我们只能再放弃一点便利，为了性能规定变量类型。

变量本身也可以赋值给另一个变量，

m = message
print(m)

3840752916

input() 与 print() 对应，可以用来输入变量。例如：

# q = input("Enter anything: ") # 输入 47042
q = "47042" # 结果
type(q)

<class 'str'>

注意得到的变量类型是字符串，如果需要数字，需要转换成整型。

type(int(q))

<class 'int'>

print 可以把信息打到标准输出，也就是屏幕上。那么如何从外界输入给程序信息呢？接下来学习输出变量的命令 input 。

5

x = input()

接到提示把数字 "5" 输入进来，赋值给了 x 。此时 x 是 "5" 字符串。我想输入数字，这就需要转换它。

标准输入使程序可与外界交互，输入信息被赋给了变量。输入可以由人给出，也可以由其它程序给出。前一程序的输出成为后一个程序的输入，可以让信息在程序之内流动。

不论是在 Python 的交互环境，还是在 shell 中，都可以使用“行编辑”命令来辅助输入。例如，“Ctrl-r” 用来搜索之前的指令，“Ctrl-s” 向后搜索，适用在 Python 环境里输入了较多命令时。行编辑功能是命令行的通用功能，由基本的 readline 库实现，在 shell 环境里，也可以用 Ctrl-r 和 Ctrl-s 来进行搜索，可以避免重复输入 ls 一类命令。

ipnut()

我们在操作计算机时，会经常看到英文的出错信息。遇到问题不要慌，仔细看一下 Trackback 上的提示。

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'ipnut' is not defined

我们处于交互模式，所以是 File "<stdin>" ，表示是从标准输入（standard input，缩写为 stdin）执行的程序。接下来显示 NameError ，告诉我们单词 "input" 拼错了。 初学者很容易见到长串的出错信息就感觉就立刻焦虑，想要赶紧切换方法。盲目尝试了其他方法，又发现其它的错误信息。

遇到出错信息怎么办？求助时，若只讲“报错啦”，他人会追问具体报出什么出错信息。解决问题的要点都在错误信息本身。因此要非常重视这些信息，初次见到它未必容易理解，比如涉及了像 Traceback 和 stdin 这样的生词和术语。克服了它们，我们积累了经验就能够迅速定位到问题的关键。

Python 的 “;” 相当于一个快捷的换行，用于把多个语句写在一行里。例如

x = 23; y = x; print(y-1)

22

字符串长度不确定，而且其中不全是传统的英文字母，处理起来复杂。相对于硬件的底层调用，字符串是一项高级工艺。Python 有强大的字符串工具库。 我们已经看到“1”和“2”，如果不转成整型，就会变成字符串加法，成为“12”。同理 “A”+“B”等于“AB”，就是把它们连起来。字符串乘以数字定义为重复。符合直觉，“A”+“A”加8次就是8个A，乘法是加法快捷方式。

print("A" * 8)

AAAAAAAA

求字符串的长度使用 len() 函数，取“length”之意。例如

print(len("123456"))
print(len("654321"))

6
6

它们的长度都是6。

我想把一个句子分成变的部分与不变的部分，例如“什么乘以什么等于什么”。

"{}乘以{}等于{}".format(3, 5, 3*5)

'3乘以5等于15'

句式不变，变的部分用 {} 表示， .format() 中的参数与前面的 {} 一一对应，分别是 3, 5, 15。当调用的是变量时，可以写在 .format() 的参数中，更方便的方法是“f-string”，例如，

a = 3
b = 5
f"{a}乘以{b}等于{a*b}"

'3乘以5等于15'

用 [] 把字符串中的字符或者子串取出。例如

s = "我正在上课"
s[0], s[2:4], s[-1]

('我', '在上', '课')

“0”代表最先的字符，“2:4” 是从2到4的左闭右开区间，即 2,3，“-1”代表最后一个字符元素，“-2”是倒数第二个。在整数的论域中，左闭右开区间的特殊好处是可以直观地把相邻的区间写下来，“0:2”，“2:4”，“4:5”都是首尾相邻且不重叠，边界上的2属于“2:4”，4属于“4:5”。这在实现批量处理逻辑中非常方便。参见 Dijkstra 的经典短文 EWD 831，“Why numbering should start at zero”。

Python 的官方文档详尽介绍了标准库中字符串的进阶操作，这里我们选取几个常用的介绍。

count() 函数可以统计字符出现的次数，例如

s = "今天的气温是 30 摄氏度，明天是 29 摄氏度"
s.count("天")

2

startwith() 用来判断字符串是否由某个子串开头，

s.startswith("今天")

True

split() 将字符串按照给定的分隔符分成列表，在处于有格式约定的文字时经常用到。

s.split("，")

['今天的气温是 30 摄氏度', '明天是 29 摄氏度']

replace() 用于一一替换字符

seed = bin(2324)
print(seed)

print(seed.replace('0',"奥").replace('1',"利"))

0b100100010100
奥b利奥奥利奥奥奥利奥利奥奥

bin 将整数转换成字符串的"0"、"1"二进制表示，用 replace() 把它映射到自定义的奥利奥配置。

在使用这些高级操作时，注意体会 Python 标准库相比其它语言的便利性。很多实现起来复杂的操作在 Python 中默认都是一个函数完成。非常值得先浏览一遍标准库提供的函数，有了第一印象方便灵活运用。

Python 中一个特别的值，即不是整数也不是浮点数，属于一种独有的类型，叫做“None”，可以代表很多含义：“空”或者“没有”，或者“无法表达”，或者“出错了”、“非法”。它本身也是一个值，可以 print ，可以赋值，例如：

print(None)
x = None
2 == None, x == None

None
(False, True)

转换为布尔类型时，None 的赋值为“假”。

bool(None)

False

选择结构的基本语法是 “if…else”，例如

x = 23

if x % 2:
    print(f"{x}是奇数")
else:
    print(f"{x}是偶数")

23是奇数

我们就判断了一个变量的奇偶性，如果 x % 2 = 1 ，判断为“真”，执行第一个语句，反之则执行第二个。上面的例子展现 Python 通过缩进来表达程序中的层次，“奇数”语句和“偶数”语句都是通过空格缩进表达它隶属于 if 和 else 的两个部分。强大的程序编辑器非常重要，可以自动帮我们给出统一的缩进量。合适的程序编辑器，甚至能够自动识别“else:”，与上面 “if” 的语句体区分开，向前缩进。结合语法高亮颜色标识与提示，是书写程序是最重要的助手。

GNU nano 在这方面就不够强，我们需要手动给出空格的数量。但这样多一个少一个空格上下不统一时容易出错。

C语言使用 “{}” 作为语法的界限，Python 很不同，默认规定都写成良好缩进的。C 语言中缩进只是为了美观，Python 的缩进则是语法的一部分。Python 的设计理念是，既然我们都鼓励美观的缩进，那不如把它强制实行。

选择有三个时，“else if” 可以缩写为 “elif”。例如：

x = 23
if x % 3 == 0:
    print("A")
elif x % 3 == 1:
# 也可以写作 else if x % 3 ==1:
    print("G")
else:
    print("S")

S

在 if 嵌套时， else 与 if 的对应关系取决于缩进的量，例如

x = 23
if x % 2 == 0:
    if x % 4 == 0:
	print("X")
    else: # 与第二个 if 对应
	print("M")
else: # 与第一个 if 对应
    print("A")

A

Python的循环结构有两种， for 语句和 while 语句。除了与其他语言相似的标准循环功能之外，还有 Python 特有的用法。举一个简单的例子，

a = 0
while a < 5:
    print(a)
    a = a + 1

0
1
2
3
4

这4条语句，先把 0 赋予 a 。只要 a 小于 5 就持续循环，每次循环输出 a 并给 a 加 1。第一次循环，输出 “0” ， a 变成了 1，下一次循环，输出 “1”， a 变成了 2，……

同样的逻辑可以用 for 循环更简洁地实现：

for a in range(5):
    print(a)

0
1
2
3
4

但原理有所不同。 range() 返回一个“迭代器”（iterator），在每次 for 循环时，都从迭代器中取出一个值。 range() 为 for 准备了从 0 到 4 一共 5 个数字，注意这是从 0 到 5 的左闭右开区间。 借助迭代器，程序变量更简洁。为了简化程序，增强语义的表现力，Python 有许多地方都语法上的快捷书写方法。 迭代器是一般概念，Python 中的多数多个元素组成的数据结构都可以看作迭代器。字符串就是一个例子，

s = "我爱吃瓜，瓜好甜。"
for x in s:
    print(x)

我
爱
吃
瓜
，
瓜
好
甜
。

“s” 由 9 个字符组成。for 循环就循环 9 次，遍历所有元素。这是迭代器设计的精妙之处，如果没有迭代器，我们只能这样写：

for i in range(len(s)):
    print(s[i])

我
爱
吃
瓜
，
瓜
好
甜
。

显得比较笨拙。人类在思考时完全不管下标，自然是“把字符一个一个打出来”，而不是“先输出第1个字，再输出第2个字，……”。

有时我们既想用迭代器，又想得到索引，使用 enumerate

for i, x in enumerate(s):
    print(f"第{i}个字是'{x}'")

第0个字是'我'
第1个字是'爱'
第2个字是'吃'
第3个字是'瓜'
第4个字是'，'
第5个字是'瓜'
第6个字是'好'
第7个字是'甜'
第8个字是'。'