终于清楚python3编程入门经典教程

用 yield from 重构协程一旦套接字连接建立，我们就可以发送 HTTP GET 请求，然后读取服务器响应。不再需要哪些分散在各处的回调函数，我们把它们放在同一个生成器函数中。以下是小编为你整理的python3编程入门经典教程  

下载Activepython安装包。  

ActivePython 包含了一个完整的 Python 内核，直接调用 Python 官方的开源内核，附加了一些 Python 的 Windows扩展，同时还提供了全部的访问 Windows APIs 的服务，可以免费使用。提供供32位、64位的python安装包。  

这里使用的是python 2.7.10版本，为什么不用python 3.X呢?因为，目前主流Linux web服务器的核心版本是2.7，方便部署web应用。  

 

如果这里你使用浏览器Chrome，会提示你是否选择安装，选择保留下载安装包即可。  

选择点击“运行”软件即可，建议大家选择默认安装，方便管理环境变量。  

python的拓展库一般有一致的的默认安装路径，选择默认安装，减少程序报错。  

查看是否安装成功。  

点击windows开始菜单。选择“运行“，输入”cmd“，启动命令行窗口。  

在命令行中，输入”python“，查看是否安装成功  

优化python安装包管理工具。Activepython自带了pypm安装包管理工具。所以，这里可以使用pypm来安装pip管理工具，顺利实现拓展包的安装使用。  

为什么不直接使用pypm?因为，更新慢、经常安装失败、下载速度慢……，除非你是付费用户。  

在新开的命令行窗口中输入”pypm install pip“，即可。  

字典的实用方法

d = {"Start": "开始", "learning": "学习", "python": "python", "version": 3}  

# 看看d的类型是否是字典dict  

#  

print(type(d))  

# 输出字典  

# {'Start': '开始', 'learning': '学习', 'python': 'python', 'version': 3}  

print(d)  

# 用d.keys()返回dict的所有键，结果是list  

# dict_keys(['Start', 'learning', 'python', 'version'])  

print(d.keys())  

# 用for语句循环返回所有键  

# Start learning python version  

for key in d.keys():  

print(key, end=' ')  

# 用d.values()返回dict的所有值  

# 如果里面没有嵌套别的dict，结果是list  

# dict_values(['开始', '学习', 'python', 3])  

print(d.values())  

# 用for语句循环返回所有值  

# 开始 学习 python 3  

for values in d.values():  

print(values, end=' ',)  

# 用items()返回一组一组的键值对  

# 结果是list，只不过list里面的元素是元组  

# dict_items([('Start', '开始'), ('learning', '学习'), ('python', 'python'), ('version', 3)])  

print(d.items())  

# 用for语句循环返回一组一组的键值对  

# ('Start', '开始')('learning', '学习')('python', 'python')('version', 3)  

for items in d.items():  

print(items, end='')  

# 查看dict项目个数  

print(len(d))  

new_d = d.copy()  

# 拷贝dict  

print(new_d)  

# 词典中增添一个新元素  

d["now"] = "现在"  

# {'Start': '开始', 'learning': '学习', 'python': 'python', 'version': 3, 'now': '现在'}  

print(d)  

# del删除词典中的一个元素  

# 没有返回值，如果删除键不存在，返回错误  

del d['now']  

# {'Start': '开始', 'learning': '学习', 'python': 'python', 'version': 3}  

print(d)  

# 根据key删除相应的键值对，并返回该值  

d.pop('Start')  

# {'learning': '学习', 'python': 'python', 'version': 3}  

print(d)  

d1 = {"now": "现在"}  

# 把一个词典合并到另一个词典中  

# 把d1词典合并到d词典中  

d.update(d1)  

# {'learning': '学习', 'python': 'python', 'version': 3, 'now': '现在'}  

print(d)  

如何有效学习

基础知识：学习每一种新的编程语言都是从最基本的开始，对于python而言也是需要先学习其基础知识。  

python的基础知识包括：变量和数据类型，List和Tuple，条件判断和循环，Dict和Set， 函数，切片，迭代和列表生成式。  

注意:学习基础知识切莫着急，一定要打好基础，这样才会更好的应用python。  

进阶知识：学完掌握基础知识之后，就要学习进阶知识了。  

python的进阶知识包括：函数式编程，模块，面向对象编程基础，类的继承和定制类。

 

python装饰器：装饰器是很重要的一个知识点。  

关于装饰器需要涉及到函数作用域.闭包的使用和装饰器的概念及使用。  

高阶知识：  

文件处理，错误和异常和正则表达式  

提升阶段：  

数据库操作，Django框架和爬虫技术。  

如何学好python

由于 Python 在工业界和科学界都非常受欢迎，因此你不难找到 Python 的学习资源。如果你是一个从未接触过 Python 的新手，你可以利用在线资源，比如课程、书籍和视频来学习 Python。比如下面列举的一些资源：

Python 学习之路

Google 开发者 Python 课程(视频)

Google 的 Python 课堂  

下一步是安装 Anacona。有了 Anaconda ，你将可以开始使用 Python 来探索机器学习的世界了。Anaconda 的默认安装库包含了进行机器学习所需要的工具。

有了一些基本的 Python 编程技能，你就可以开始学习一些基本的机器学习技能了。一个实用的学习方法是学到一定技能便开始进行练习。然而，如果你想深入学习这个领域，那么你需要准备投入更多的学习时间。

一个获取技能的有效方法是在线课程。吴恩达的 Coursera 机器学习课程 是一个不错的选择。其它有用的在线训练包括：

Python 机器学习： Scikit-Learn 教程python代码例子

def fetch(self): # ... connection logic from above, then: sock.send(request.encode('ascii')) while True: f = Future() def on_readable(): f.set_result(sock.recv(4096)) selector.register(sock.fileno(), EVENT_READ, on_readable) chunk = yield f selector.unregister(sock.fileno()) if chunk: self.response += chunk else: # Done reading. break

从套接字中读取所有信息的代码看起来很通用。我们能不把它从 fetch 中提取成一个子过程?现在该 Python 3 热捧的 yield from 登场了。它能让一个生成器委派另一个生成器。  

让我们先回到原来那个简单的生成器例子：  

>>> def gen_fn(): ... result = yield 1 ... print('result of yield: {}'.format(result)) ... result2 = yield 2 ... print('result of 2nd yield: {}'.format(result2)) ... return 'done' ...  

为了从其他生成器调用这个生成器，我们使用 yield from 委派它:  

>>> # Generator function: >>> def caller_fn(): ... gen = gen_fn() ... rv = yield from gen ... print('return value of yield-from: {}' ... .format(rv)) ... >>> # Make a generator from the >>> # generator function. >>> caller = caller_fn()  

这个 caller 生成器的行为的和它委派的生成器 gen 表现的完全一致：  

>>> caller.send(None) 1 >>> caller.gi_frame.f_lasti 15 >>> caller.send('hello') result of yield: hello 2 >>> caller.gi_frame.f_lasti # Hasn't advanced. 15 >>> caller.send('goodbye') result of 2nd yield: goodbye return value of yield-from: done Traceback (most recent call last): File "input", line 1, in StopIteration  

当 caller 自 gen 生成(yield)，caller 就不再前进。注意到 caller 的指令指针保持15不变，就是 yield from 的地方，即使内部的生成器 gen 从一个 yield 语句运行到下一个 yield，它始终不变。(事实上，这就是“yield from”在 CPython 中工作的具体方式。函数会在执行每个语句之前提升其指令指针。但是在外部生成器执行“yield from”后，它会将其指令指针减一，以保持其固定在“yield form”语句上。然后其生成其 caller。这个循环不断重复，直到内部生成器抛出 StopIteration，这里指向外部生成器最终允许它自己进行到下一条指令的地方。)从 caller 外部来看，我们无法分辨 yield 出的值是来自 caller 还是它委派的生成器。而从 gen 内部来看，我们也不能分辨传给它的值是来自 caller 还是 caller 的外面。yield from 语句是一个光滑的管道，值通过它进出 gen，一直到 gen 结束。  

协程可以用 yield from 把工作委派给子协程，并接收子协程的返回值。注意到上面的 caller 打印出“return value of yield-from: done”。当 gen 完成后，它的返回值成为 caller 中 yield from 语句的值。