Python编程第一步
关注微信公众号：异步图书 ，后台回复“关注”即可获得2000门在线视频课程
参与文末每日话题讨论,赠送异步新书
许多人都认为Python是一门伟大编程语言。没错，但什么是Python，其优点又是什么？Python是一款易学的通用、动态且高阶的语言。Python能够很好地与其他语言交互（如C、C++、Fortran），因此也被称为胶水语言。由于这些优点，Python已经成为一门强大的数据分析语言。在科学和工程方面，特别是物理相关领域大放光彩。
Python主要的缺点是其性能不高。Python是一款解释型语言，与R、Ruby、Matlab相似，而与C、C++、Fortran这些编译型语言差别较大。Python用户信奉“过早优化是万恶之源”，通常用以下观点反驳针对Python性能的批评。
开发时间（开发者编写程序的时间）比程序运行时间更宝贵。
大部分性能相关的问题都能通过使用合适的数据结构和算法来解决。
如果确实需要关注性能，可以用编译型语言编写性能瓶颈，然后在Python中调用相关函数。
Python最重要的一点在于使用起来非常有趣。越学越想学，继而能掌握更多的内容。Python生态系统非常丰富，同时还有庞大、友善的社区。但本文无法一一介绍Python所有的优点。本文将初步介绍Python的基础语法。而关于Python安装说明，请参考前言。
1.1 运行Python
Python本身是一种被称为解释器的特殊程序，这个程序将Python源代码转换成计算机处理器可以理解的指令。Python解释器有多种启动方式。最基本的方式是在终端的提示符中输入python，通常会显示一些关于Python自身的信息。接下来是以“>>>”起始的行，这是Python提示符，在此可以输入Python代码：
$python
Python2.7.5+(default,Sep192013,13:48:49)
[GCC4.8.1]onlinux2
Type"help","copyright","credits"or"license"formoreinformation.
>>>
输入相关代码，按回车键执行，最后回到“>>>”提示符中：
>>>print("HelloSirNewton.")
HelloSirNewton.
>>>
若想获得帮助，可以随时使用help()函数。而用exit()函数可以回到命令行。这种方式与bash很像，因为Python的交互方式与bash完全相同，都是“读取—运算—输出”循环（read-eval print loop），简称REPL。
但Python中并不是只有死板的REPL。IPython（即Interactive Python）提供了更强大的REPL。读者可以通过下面的方式获取IPython。
1．访问ipython.org，下载最新的稳定发布版。
2．如果使用的是Conda包管理器（前言中介绍过），并且运行了前言中“安装和设置”一节中列出的命令，那么应该可以使用IPython了。读者可以运行conda update ipython来确保机器上使用的是最新版本。
3．如果安装了Python，可以使用pip install ipython安装。
4．如果使用的是Ubuntu，运行命令sudo apt-get install ipython。
启动IPython并在其中执行代码，如下所示：
$ipython
Python2.7.5+(default,Sep192013,13:48:49)
Type"copyright","credits"or"license"formoreinformation.
IPython1.1.0--AnenhancedInteractivePython.
->IntroductionandoverviewofIPython'sfeatures.
%quickref->Quickreference.
help->Python'sownhelpsystem.
object->Detailsabout'object',use'object'forextradetails.
In[1]:print("Goodday,MadamCurie.")
Goodday,MadamCurie.
In[2]:
除了基于文本的REPL，IPython还提供了基于Web浏览器的notebook，其使用方式和外观与Mathematica或MATLAB的notebook非常相似。这些notebook都是非常好的数据分析平台，且正在快速成为创建和分享信息的标准方式。强烈建议读者去了解一下。
虽然REPL很有用，但也有诸多缺点。首先是REPL在使用多行代码时比较难、繁琐且容易出错。其次是很难将代码保存到普通文件中。因此很难将在REPL环境中完成的工作分享给他人。
大部分人一般在文本文件中编写Python代码。如果对以.py结尾的文件运行解释器，Python会执行其中所有的代码，就如同在REPL中逐行执行一样。
例如有一个名为greetings.py的文件，含有下面的内容：
print("HeyIsaac,what'sNewton!")
print("Howisitgoing,Gottfried")
在bash中执行会得到下面的结果：
$pythongreetings.py
HeyIsaac,what'sNewton!
Howisitgoing,Gottfried
在学会如何运行Python代码后，下面来学习语言本身。
1.2 注释
所有现代编程语言都有注释字符。注释字符会让解释器忽略一部分字符，让开发者能够在相关代码附近撰写一些说明或解释。Python使用“#”字符表示注释内容。解释器会忽略掉#之后位于同一行的所有内容，Python没有多行注释：
#thiswholelineisacomment
this_part="isnotacomment"
#thispartisacomment
1.3 变量
变量由两部分组成：名称和值。若想为一个名称给定一个值，需要用到单个等号（=）。将变量的名称放在等号的左边，值放在右边。变量的名字可由大小写字母、数字（0~9）、下划线（）组成。下面是hbar变量，表示约化普朗克常数（reduced Planck constant，即狄拉克常数）：
h_bar=1.05457e-34
变量名称不能以数字开头，此举是为了防止用户重新定义数值字面值。变量必须以字母或下划线开头。
记住，变量名称不能以数字开头！
2plus_forty = 42 # bad
two_plus40 = 42 # good
定义完变量后，就可以随意使用或操作这个变量了。假设需要打印普郎克常数。首先定义π，接着用h_bar乘以2π：
pi=3.14159
h=2*pi*h_ba
r
print
(h)
在Python中，所有变量都有确定的类型，这意味着这些值具有明确定义的属性，用于指定其使用方式。各种类型有针对特定用途的专门属性。整数（int）和浮点数（float）用于数学计算；字符串（str）用于文本处理。这些都是字面类型，因为Python提供了专门的语法用于直接创建这些类型：
dims=3#int,onlydigits
ndim=3.0
#float,becauseofthe
'h_bar=1.05457e-34
#float,becauseofthe'.'or'
e'
label="Energy(inMeV)"
#str,quotessurroundthetext
整数和字符串有时称为精确类型，因为所有精确类型的变量都能在底层精确表示。整数1就是1，不会是其他内容。但浮点数是不精确类型。
一般来说，浮点数是实数的64位近似值φ。有些浮点数（如1.0），可以用有限的数据表示，但其他浮点数可能不是精确值。这会让科学计算出现许多问题。更多信息请阅读David Goldberg的《What Every Computer Scientist Should Know About Floating- Point Arithmetic》。
如果不清楚变量，可以使用内置的type()函数查看。使用这个函数时，将需要检查的变量放在括号中。
In[1]:type(h_bar)
Out[1]:float
In[2]:type(42)
Out[2]:int
Pothm中还可以使用类型名称来转换变量类型。首先输入类型名称，在其后跟上括号，括号里面是需要转换的变量。
In[1]:float(42)
Out[1]:42.0
In[2]:int("28")
Out[2]:28
在表达式int("28")中，字符串"28"转换成了整数，这是因为该字符串中的内容正好都是数字。如果字符串中的内容不能表示一个整数，则会转换失败，如下所示：
In[1]:int("quark")
ValueErrorTraceback(mostrecentcalllast)（1）
<ipython-input-5-df7f23f9b45e>in<module>()（2）
---->1int("quark")（3）
ValueError:invalidliteralforint()withbase10:'quark'（4）
（1）这里产生一个错误（ValueError）。
（2）错误的位置（指出是在文件中还是在交互式解释器中）。
（3）发生错误位置的行号，以及偏移量。
（4）最后是最重要的错误消息。请仔细阅读这条信息。如果错误信息不清晰或读不懂，可以在网上以错误信息作为关键字进行搜索。
这是Python标准的处理模式，能激发开发者的探索和创造能力。如果某个操作无法进行下去，那么代码应尽早报错并返回有用的错误消息。这种“早撞墙早回头”的信条是交互式开发过程的核心，能鼓励程序员不停地试验，针对错误调整代码再次尝试，重复这个过程直到代码收敛为工作版本。在前面的示例中，“quark”是个字符串，不是基数为10的数值。为了修改这个错误，最好将值更改为仅由数字组成的字符串。
Python是动态类型的，这意味着以下几点。
1．类型是关联到变量的值上，而不是关联到变量的名称上。
2．在使用某个变量之前，不需要知道该变量的类型。
3．改变变量的值后，变量名称的类型就随之改变。
下面的代码在Python中完全正确：
x=3
x=1.05457e-34
x="Energy(inMeV)"
在这里，每次在向x赋予新值时，都改变了其类型。新值替换了旧值，但变量名称没有改变。这与静态类型语言，如C、C++、Fortran、Java都有所区别，在那些语言中：
1．类型关联到变量的名称上，而不是变量的值。
2．在使用变量之前必须指定其类型（通过声明或推导）。
3．无法改变变量类型，即使改变变量的值也不行。
本书不会对静态语言着墨过多，但重要的是要知道，Python中的许多语言特性是为了减少在使用低阶语言时会遇到的不便之处。变量的类型就是这样一个例子，Python对低阶语言中一些严格的限制进行了抽象。而Python的这种灵活性也伴随了一些折衷，在后续遇到时会一一介绍。
1.4 特殊变量
Python有一些重要的特殊变量，这些变量的值已经内置到语言中，如True、False、None、NotImplemented。这些变量在启动Python解释器时就存在，且只初始化一次，因此都是单例模式。现在来深入了解这些特殊变量。
1.4.1布尔值
布尔类型只含有True和False这两个变量，在Python中类型为bool。布尔变量用来表示Python表达式的真假值。开发者也可以直接作为标志使用，表示开启或关闭某个行为。其他数据类型也可以转换为布尔值。一般来说，如果值是0或容器为空，转换为False；如果值非0或容器非空，则转换为True。下面是仅有的两个转换规则。
In[1]:bool(0)
Out[1]:False
In[2]:bool("DoweneedOxygen")
Out[2]:True
1.4.2 None不是0！
None在Python中是一个特殊的变量，用来表示没有给定值，或没有定义行为。这与使用0、空字符串或其他任何空值都不同。0是一个合法的数字，而None不是。如果在一个程序中需要一个整数或浮点数，但传进去的是None则程序会终止。如果传入的是0，程序会继续运行。None就如同C/C++的NULL、JavaScript的null一样。另外，None在Python中还有特殊的地位，用来表示函数默认的返回值，后续章节会介绍更多相关内容。
1.4.3 NotImplemented不是None！
与None不同，变量NotImplemented不仅用来表示某个行为尚未定义，同时也表示该行为在Python中不可能完成、没有意义或不存在。例如，当试图用字符串除以浮点数时就会在底层遇到NotImplemented，导致TypeError：
In[1]:"Gorgus"/2.718
TypeErrorTraceback(mostrecentcalllast)
<ipython-input-1-8cdca6dc67bb>in<module>()
---->1"Gorgus"/2.718
TypeError:unsupportedoperandtype(s)for/:'str'and'float'
NotImplemented对自定义类型非常重要，后续会深入介绍。
学习完类型、变量、Python的特殊变量之后，接下来介绍能对变量做些什么。下一节介绍一些Python语言定义的行为和操作。
1.5 操作符
操作符是一种Python语法，用于表示一些常见的处理数据和变量的方法。Python定义了一元（unary）、二元（binary）和三元（ternary）这三种操作符，分别对应以1个、2个、3个变量作为参数的操作符。
表1-1显示了计算物理中需要了解的操作符。当然，每个操作符的重要程度并不相同。这里先介绍几个重要的，其他的会在用到的时候介绍。注意，有些操作符只能用于特定类型或变量。
表1-1 Python操作符（以变量x、y、z说明）
名 称 |
使 用 方 式 |
返 回 值 |
一元操作符 | ||
正号 |
+x |
用于数值类型，返回x |
负号 |
-x |
用于数值类型，返回-x |
否定 |
not x |
逻辑取反，True转换成False，反之亦然 |
位取反 |
~x |
将x的二进制形式按位取反 |
删除 |
del x |
删除变量x |
调用 |
x() |
返回调用x的结果 |
断言 |
assert x |
检查bool(x)的值是否为True |
二元操作符 | ||
赋值 |
x = y |
将名称x的值设为y |
访问属性 |
x.y |
获取x中的值y |
删除属性 |
del x.y |
从x中移除y |
索引 |
x[y] |
获取x中位于y位置的值 |
删除索引 |
del x[y] |
删除x中位于y位置的值 |
逻辑与 |
x and y |
如果bool(x)和bool(y)都为True则返回True，反之返回False |
逻辑或 |
x or y |
如果bool(x)为True，则结果为x，反之为y |
二元算术运算符 | ||
加法 |
x + y |
和 |
减法 |
x - y |
差 |
乘法 |
x * y |
积 |
除法 |
x / y |
商，在Python 2中只含有整数部分，在Python 3中还包括小数部分 |
地板除 |
x // y |
求除法中的商 |
取模 |
x % y |
求除法中的余数 |
指数 |
x ** y |
x的y次方 |
按位与 |
x & y |
逐位比较x和y的二进制形式，两者都为1，则该位为1，否则该位为0 |
按位或 |
x | y |
逐位比较x和y的二进制形式，只要其中有一个是1，则该位为1，否则该位为0 |
按位异或 |
x ^ y |
逐位比较x和y的二进制形式，其中有且只一个是1，则该位为1，否则该位为0 |
向左位移 |
x << y |
将x的二进制形式向左移动y位。对于整数相当于x乘以2y |
向右位移 |
x >> y |
将x的二进制形式向右移动y位。对于整数相当于x除以2y |
原地操作 |
x op= y |
op可以相当于上面所有的操作，op=相当于原地操作，意味着直接在x上进行操作，结果也直接应用到x上。例如x += 1是向x加1 |
二元比较运算符 | ||
等于 |
x == y |
True或False |
不等于 |
x != y |
True或False |
小于 |
x < y |
True或False |
小于等于 |
x <= y |
True或False |
大于 |
x > y |
True或False |
大于等于 |
x >= y |
True或False |
包含 |
x in y |
如果x是y中的一个元素则为True，反之为False |
不包含 |
x not in y |
如果x是y中的一个元素则为False，反之为True |
等价性测试 |
x is y |
如果x和y指向同一个底层值则为True，反之为False |
非等价测试 |
x is not y |
如果x和y指向同一个底层值则为False，反之为True |
三元运算符 | ||
三元赋值 |
x = y = z |
将x和y的值设为z |
属性赋值 |
x.y = z |
将x.y的值设为z |
索引赋值 |
x[y] = z |
将x中y位置的值设为z |
三元比较 |
x < y < z |
True或False，等价于(x < y) and (y < z)，这里的<可以替换为>、<=、>= |
三元或 |
x if y else z |
如果bool(y)为True，则结果为x，反之为z。等价于C/C++中的yx:z |
表1-1中列出的大多数操作符都可以互相组合。也就是说操作符之间可以互相连接、嵌套、用括号规定运算顺序。这与组合数学运算符完全相同，如下所示：
(x<1)or((h+y-f)<<(m//8)ifyandz**2else42)
但有些特定类型的操作符（如赋值（=）和删除（del）操作符）不能组合，必须位于单独一行。因为这些操作符会直接修改变量本身，而不是修改变量的值。如下所示：
x=1#Createx
delx
#Destroyx
如果某个操作符是可组合的，则可以用其组成Python表达式。表达式是一段代码，执行时并不需要独占一行。同一行代码可以有多个表达式。另一方面，如果某个操作符不可组合，且需要独占一行才能工作，则称为语句。从本质上说，所有的Python代码都由一系列语句组成，而语句由表达式组成。来看下面这个例子。
x=(42*65)–1
这行代码由x = <code>赋值语句组成，等号的右边是表达式(42 * 65) – 1。该表达式由两个子表达式组成，分别是(42 * 65)和<code> –1。这两个子表达式也可以独立执行，如下所示：
In[1]:42+65
Out[1]:107
In[2]:(42+65)+1
Out[2]:108
下一节将介绍一个与之前见到的数值类型有所不同的新数据类型。字符串用来表示各种类型的文本，这是编程中的一个核心内容。
本文摘自《Python物理学高效计算》
本书介绍了如何通过Python自动化地完成物理领域方面的研究。全书共分为4个部分，以Python代码为示例向读者介绍了如何用Python解决物理项目中出现的各种问题。第1部分（第1~6章）：起步，介绍Python的基本知识，如命令行、数据容器、类和对象等。第2部分（第7~13章）：上手，主要介绍正则表达式、数据可视化、存储数据等实用知识。第3部分（第14~18章）：完善，介绍如何构建流程和软件、版本控制、调试和控制代码等。第4部分（第19~23章）：发布，介绍如何为代码生成文档、如何提高协作效率和软件许可证以及版权的相关知识等。
本书适合想要通过Python减少工作量的物理学领域的研究人员阅读，也适合想要学习如何通过Python编程解决物理问题的读者参考。
Anthony Scopatz是计算物理学家和资深Python开发者。Anthony拥有加州大学圣塔芭芭拉分校的理学学士学位，以及得克萨斯大学奥斯汀分校的机械/核能博士学位。Enthought前员工，曾在芝加哥大学天文物理学系的Flash Center进行博士后研究，目前是威斯康星大学麦迪逊分校工程物理系的工作人员，主要研究核燃料循环的基本物理建模、信息理论和熵。Anthony是Python软件基金会的成员，并在许多会议上进行过以科学和软件开发为主题的演讲。
Kathryn D.Huff是伯克利数据科学研究所的研究员，也是加州大学伯克利分校核能科学与安全联盟的博士后研究员。2013年获得威斯康星大学麦迪逊分校的核工程博士学位。她还拥有芝加哥大学物理学学士学位。她参与了实验宇宙天体物理学、实验非平衡粒状物相动力学、计算核燃料循环分析、计算反应堆事故中子学等领域的研究。在威斯康辛州，她是科学计算机组织Hacker Within的创始人，自2011年以来一直担任Software Carpentry的讲师。在专业的其他方面，她目前是美国核学会的部门主管，连续两年担任Scientific Computing with Python（SciPy）会议的程序委员会联合主席。
延伸推荐
2018年1月重磅新书
小学生开始学Python,最接近AI的编程语言：安利一波Python书单
政策升温：大家都在学大数据，一大波好书推荐
8本新书，送出一本你喜欢的
AI经典书单| 入门人工智能该读哪些书？
点击关键词阅读更多新书：
Python|机器学习|Kotlin|Java|移动开发|机器人|有奖活动|Web前端|书单
在“异步图书”后台回复“关注”，即可免费获得2000门在线视频课程；推荐朋友关注根据提示获取赠书链接，免费得异步图书一本。赶紧来参加哦！
点击阅读原文，查看本书更多信息
扫一扫上方二维码，回复“关注”参与活动！
|
|
|
|
|
|
|
|
|
|
点击阅读原文，购买《Python物理学高效计算》