這是全棧資料工程師養成攻略系列教程的第四期：4 Python 先學會基本語法。
Python簡單易學，但又博大精深。許多人號稱精通Python，卻不會寫Pythonic的程式碼，對很多常用包的使用也並不熟悉。學海無涯，我們先來了解一些Python中最基本的內容。
Python的特點
- 解釋型語言，無需編譯即可執行
- 提供了互動式命令列
- 基於物件的程式設計思想
- 跨平臺和良好的相容性，在Windows、Mac、Linux上都可執行
- 簡單好用而且功能強大
中文編碼
很多同學在開啟資料時會遇上亂碼問題，其原因是字符集的編碼問題。Linux和Mac預設的編碼集是UTF8，而Windows則是ASCII。如果資料編碼的字符集，和你使用Python進行處理時所用的字符集不同，則會出現亂碼問題。
這裡是一篇參考文章，www.cnblogs.com/huxi/archiv…，詳細地介紹了Python中文編碼所涉及的內容。
另外，我個人的習慣是在Python程式碼的頭部加入以下內容，其中第二行宣告瞭使用UTF8字符集。
#!/usr/bin/env python
# coding:utf8複製程式碼變數
Python中的變數可以看作是一個個容器，裡面存放著我們需要使用到的值。Python對變數名的要求和其他語言一樣：可以包括英文、數字以及下劃線，但不能以數字開頭，區分大小寫。當然我推薦，變數名用純英文就很好，並且取一些有意義的名稱，便於自己理解每個變數的作用。
Python是一門弱型別的語言，在使用變數時無需宣告其型別。Python中的變數包括以下幾類：數值、字串、列表、元組、字典。
數值
數值包括整型和浮點型，分別對應整數和浮點數，後者精度更高。
# 整型
a = 1
# 浮點型
b = 2.1
print a, b複製程式碼字串
字串也就是我們經常接觸到的文字，可以往裡面放任意長度的內容，用單引號或雙引號括起來。應當注意，中文以及中文符號只能出現在字串內，如果在下面第三行中使用了中文輸入法的逗號 ， ，Python將報錯。
c = 'Hello'
d = '你好'
print c, d複製程式碼使用 + 可以拼接兩個字串。
print c + d複製程式碼使用 len() 可以得到字串的長度。
print len('Hello World')複製程式碼使用切片可以訪問字串中的某個字元或某個片段。
# 位置下標從0開始
c = 'Hello World'
# 列印結果為H，下標為0表示第一個字元
print c[0]
# 列印結果為d，下標為負數表示從後往前數
# 所以-1表示倒數第一個字元
print c[-1]
# 使用:返回一個片段，冒號前後分別為開始下標和結束下標
# 包括開始下標，但不包括結束下標
# 因此c[1:5]表示，返回下標從1到4的片段，即第二個到第五個字元
print c[1:5]
# 冒號前後的下標同樣可以使用負數
# 或者不提供，表示從最左端開始或一直到最右端
print c[1:-1], c[:5], c[3:]複製程式碼列表
列表好比一條隊伍，裡面依次存放著多個變數。列表和字串類似，但字串中的每個元素都是字元，而列表中的每個元素可以是任意型別的變數。
# 使用[]定義一個空列表，使用append()向列表尾部新增一個元素
# 如果要新增到首部，就用prepend()好了
a = []
a.append(1)
a.append(2.1)
a.append('Hello')
print a複製程式碼使用 len() 可以獲得列表的長度。
print len(a)複製程式碼列表元素的按下標訪問和賦值等操作，和字串都是類似的。
print a[1], a[-1]
a[1] = 100
print a複製程式碼使用 del 刪除列表中的某個元素。
del a[0]
print a複製程式碼元組
元組和列表類似，唯一的不同是元組中的元素在初始化之後不能再更改，因此可以理解成一個只讀的變數。
# 使用()定義一個元組
a = (1, 2.1, 'Hello')
# 嘗試修改元組中的元素會報錯
a[0] = 100複製程式碼字典
字典是一種極為重要的變數型別，使用一個key來訪問相應的value，即一種鍵值對的資料形式。
# 使用{}定義一個字典
a = {}
# 使用key來賦值value
a['k1'] = 1
a['k2'] = 2.1
a['k3'] = 'Hello'複製程式碼所以能夠總結出字典和列表的不同。列表中的元素是有序對等的，所以是用下標來賦值和訪問，而字典中的元素是無序的，所以是用key來操作相應的value。
# 也可以在定義字典和列表的同時進行賦值
li = [1, 2.1, 'Hello']
di = {'k1': 1, 'k2': 2.1, 'k3': 'Hello'}複製程式碼使用 has_key() 判斷字典中是否有某個key。
print di.has_key('k4')複製程式碼如果訪問不存在的key，Python將會報錯。在賦值的時候，如果key已經存在，則會用新的value覆蓋已有的value。
註釋
被註釋的程式碼將不會執行，可以看作是寫給自己和其他程式猿閱讀的一些筆記和說明，提高程式碼可讀性。
# 這裡是單行註釋
'''
這裡是
很多行
註釋
'''複製程式碼在Sublime中，選中需要註釋的內容，按Ctrl+/即可完成註釋。
保留字元
在Python中，有一些字串具有某些特定功能，如 import 、 class 等。我們在選擇變數名時，應注意避開這些保留字元。
# 以下變數賦值將報錯
import = 1複製程式碼行和縮排
在Python中，程式碼塊的邊界不是通過大括號等符號進行顯式劃分，而是通過行的縮排實現的。連續相同縮排水平的程式碼處於同一個程式碼塊，在使用 for 、 while 、 if 、 try 等語法時需要注意每行程式碼的縮排。
運算子
運算子的作用是根據已有的變數生成新的變數，主要有以下幾種：
- 算術運算子：+，-，*，/，%，即加、減、乘、除、取餘
- 比較運算子：==，!=，>，<，>=，<=，即等於、不等於、大於、小於、大於等於、小於等於
- 賦值運算子：=，+=，-=，*=，/=，%=，即賦值、加賦值、減賦值、乘賦值、除賦值、取餘賦值
- 邏輯運算子：and，or，not，即與、或、非
a = 1
b = 2
print a + b
print a == b
# 等價於 a = a + 3
a += 3
print a
c = True
d = False
print c and d複製程式碼條件
在寫程式碼的時候，往往需要根據某些條件進行判斷，並根據判斷結果執行不同的分支程式碼。
a = 1
# 單個條件
if a == 1:
print 11111
# 處理條件不成立的分支
if a == 2:
print 22222
else:
print 33333
# 多個條件，加多少個都可以
if a == 1:
print 11111
elif a == 2:
print 22222
else:
print 33333複製程式碼需要注意的是，但凡出現了 if 和 elif ，就需要加上相應的條件判斷，並且注意程式碼的縮排。
在Sublime中輸入 if 會出現相應的提示，可以方便地補全程式碼，在換行時游標也會自動跳到合適的縮排處。
迴圈
如果需要列印從1到100的100個數，肯定不會傻傻地寫100行print程式碼，而是會用迴圈來處理類似的重複性工作。
while 迴圈
while 迴圈的思想是，只要某一條件成立，就不斷執行迴圈體裡的程式碼，直到條件不再成立。
flag = 1
while flag < 10:
print flag
# 一定要記得在迴圈體裡修改條件變數
# 否則可能導致死迴圈
flag += 1複製程式碼for 迴圈
for 迴圈的迴圈次數一般是事先預知的，將一個標誌變數從某個起始值迭代到某個終止值後即結束。
# x從0開始，一直到9結束
for x in xrange(0, 10):
print x複製程式碼可以用 for 迴圈方便地遍歷列表和字典。
li = [1, 2.1, 'Hello']
dict = {'k1': 1, 'k2': 2.1, 'k3': 'Hello'}
# 遍歷列表，這裡的item只是一個臨時變數，取別的名稱也行
for item in li:
print item
# 遍歷字典的全部key，這裡的key也只是一個臨時變數，名稱不重要
for key in dict.keys():
print key
# 遍歷字典的全部value，這裡的value也只是一個臨時變數，名稱不重要
for value in dict.values():
print value
# 同時遍歷key和value
for key, value in dict.items():
print key, value複製程式碼迴圈控制
迴圈控制主要包括三種： pass 、 continue 、 break 。
pass 表示什麼也不做，只是佔一行程式碼的位置；continue 表示立即退出本輪迴圈，繼續執行後續輪迴圈；break 表示立即推出迴圈，後續迴圈也不再執行。
for x in xrange(0, 10):
if x == 5:
pass
else:
print x
for x in xrange(0, 10):
if x == 5:
continue
print x
for x in xrange(0, 10):
if x == 5:
break
print x複製程式碼時間
在處理資料時，很多地方都會涉及到時間，例如資料產生的時間。
先介紹一下時間戳的概念，時間戳指的是從1970年1月1日0時0分0秒開始，到某一時刻所經歷的秒數，可以是整數或者小數，後者的精度更高。
為什麼需要時間戳這樣的一個概念？因為對於同一個時刻，不同人的描述可能不同，畢竟文字的形式千變萬化，而時間戳使得時間的表達得到了統一，每個時刻只能用唯一的整數或浮點數來表示，同時也便於計算時間差這樣的處理。
# 來看一下當前時刻的時間戳吧
import time
t = time.time()
print t, type(t)複製程式碼關於時間戳，最常用的處理便是時間戳和時間文字之間的轉換，例如將 2016年10月1日 10時0分0秒 轉為時間戳。
import time
# 時間文字轉時間戳，精確到秒
a = '2016-10-01 10:00:00'
a = int(time.mktime(time.strptime(a,'%Y-%m-%d %H:%M:%S')))
print a
# 時間戳轉時間文字
b = int(time.time())
b = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(b))
print b複製程式碼其中， %Y 、 %m 等都是時間欄位，前者表示四位的年份，後者表示兩位的月份。
檔案
檔案操作包括向檔案中寫內容，以及從檔案中讀內容，使用 open() 開啟一個檔案。
# 寫檔案
# 重新寫模式，開啟檔案時會將檔案內容清空
fw = open('data.txt', 'w')
# 追加寫模式，開啟檔案後保留原始內容，繼續寫入
for x in xrange(0, 10):
# 將整數轉成文字再寫入
fw.write(str(x))
# 也可以每次寫入之後換行，\n為轉義字元，表示換行
# fw.write(str(x) + '\n')
fw.close()
# 讀檔案
fr = open('data.txt', 'r')
# 一行一行地讀，line只是個臨時變數，取別的名稱也行
for line in fr:
print line
# 如果每行後面有換行，可以將換行符去掉，使內容更緊湊
# strip()可以去掉字串兩端的空白字元
# print line.strip()
fr.close()複製程式碼異常
Python程式碼中可能會出現一些可以預知的問題，例如字典訪問的key不存在。如果不加處理，發生問題的時候Python便會報錯並退出，可能之前跑了很久又要重頭再來。因此，我們需要對可能出現的異常進行捕捉和處理。異常的結構由 try 、 except 、 else 、 finally 四部分組成。
try:
# 嘗試執行這些程式碼
print 1 / 0
except Exception, e:
# 如果出現異常就進行處理
# e為出現的異常型別
print e
else:
# try裡的程式碼沒有出錯
# 可以執行後續工作了
print '沒有出錯'
finally:
# 無論是否出錯，都會執行的程式碼
print '一定會執行'複製程式碼函式
函式的作用是程式碼模組化，將可重用的程式碼封裝成一個函式，這樣在需要使用的時候就只需呼叫寫好的函式即可，而不用重新寫一遍程式碼。
函式的使用包括兩個部分，函式的定義和函式的呼叫。除此之外，函式可以有一個或多個引數，引數之間以逗號分開，為函式的功能提供更多的靈活性。
# 定義函式
def hello(name1, name2):
print 'Hello ' + name1 + ' ' + name2
# 呼叫函式
hello('Python', 'JavaScript')複製程式碼補充學習
以上所介紹的，都是Python中最基礎和最常用的內容，先掌握這些就可以跟上後續章節。
當然，如果希望更全面更系統地學習一遍Python，可以參考以下連結。學習時間更多、成本更高，但是能掌握得更全更深。
- 菜鳥教程：www.runoob.com/python/pyth…
- 廖雪峰的Python教程：www.liaoxuefeng.com/wiki/001431…
視訊連結：