Cheat Sheet pro Python: Základní rychlý a snadný průvodce

Při programování v , mít spolehlivý cheat po svém boku může změnit hru. Python může být známý svou jednoduchostí a čitelností, ale nelze popřít, že jeho široká škála vlastností a funkcí je příliš mnoho na zapamatování!

Cheat sheety Pythonu slouží jako šikovná reference pro začátečníky i zkušené vývojáře. Poskytují základní referenční příručku pro různé příkazy, syntaxi, datové struktury a další.

Tato příručka je cheat sheet pro Python, který vám může pomoci procházet knihovnami, třídami a syntaxí, které mohou být ohromující, zejména pro začátečníky.

Jste stará škola? Raději si stáhněte a vytiskněte, podívejte se prosím na níže uvedený pdf, který vám pomůže na vaší cestě učením Pythonu!

Obsah

• Rychlý průvodce základy syntaxe Pythonu
  • 1. Komentáře
  • 2. Proměnné
  • 3. Datové typy
  • 4. Podmíněné příkazy
  • 5. Smyčky
  • 6. Funkce
• Rychlý průvodce pro datové struktury Pythonu
  • 1. Seznamy
  • 2. N-tice
  • 3. Sady
  • 4. Slovníky
• Rychlý průvodce pro I/O souboru Python
  • 1. Čtení souborů
  • 2. Psaní souborů
  • 3. Připojování k souborům
• Rychlý průvodce pro zpracování chyb v Pythonu
  • 1. Zkuste a kromě
  • 2. Nakonec
  • 3. Zvyšování výjimek
• Rychlý průvodce pro moduly a balíčky Pythonu
  • 1. Import modulů
  • 2. Vytváření balíčků
• Rychlý průvodce objektově orientovaného programování v Pythonu
  • 1. Třídy
  • 2. Dědictví
  • 3. Zapouzdření
• 4 užitečné knihovny Pythonu
  • 1. NumPy
  • 2. Pandy
  • 3. Žádosti
  • 4. Krásná polévka
• Závěrečné myšlenky

Rychlý průvodce základy syntaxe Pythonu

Abychom zahájili náš pythonovský cheat sheet, prozkoumáme některé základy syntaxe Pythonu. Dobrá znalost základů Pythonu vám poskytne pevný základ pro psaní složitějšího kódu.

Pro tuto referenci jsme zahrnuli: komentáře , proměnné , datové typy , podmíněné příkazy , cykly a funkce .

1. Komentáře

Komentáře jsou důležitou součástí vašeho kódu, protože vám umožňují vysvětlit váš myšlenkový proces a učinit váš kód čitelnějším. V Pythonu můžete vytvářet jednořádkové komentáře pomocí symbolu hash (#).

# This is a single-line comment.

Pro víceřádkové komentáře můžete použít trojité uvozovky (buď jednoduché nebo dvojité).

""" This is a
multi-line
comment. """

2. Proměnné

Proměnné v Pythonu se používají k ukládání dat. Hodnoty můžete přiřadit proměnným pomocí znaménka rovná se (=).

x = 5
name = "John"

Názvy proměnných by měly být popisné a měly by se řídit konvencí používání malých písmen a podtržítek pro mezery.

user_age = 25
favorite_color = "blue"

3. Datové typy

Jazyk Python je standardně dodáván s několika vestavěnými datovými typy. Mezi ty běžnější patří:

• Typy textů : str

• Booleovský typ : bool

• Číselné typy : int, float, complex

• Typy sekvencí : seznam, n-tice, rozsah

• Žádný Typ: Žádný

Chcete-li zjistit datový typ libovolného objektu Pythonu, můžete použít funkci type() . Například:

name = 'jane'
print(type(name))

#Output: 'str'

4. Podmíněné příkazy

Podmíněné příkazy v Pythonu umožňují spouštět kód pouze při splnění určitých podmínek. Běžné podmíněné příkazy jsou ' if ', 'elif ' a ' else '.

if condition:
    # Code to execute if the condition is true
elif another_condition:
    # Code to execute if the another_condition is true
else:
    # Code to execute if none of the conditions are true

5. Smyčky

Smyčka se používá k opakovanému provádění bloku kódu. smyčka ' for ' a smyčka ' while '.

Pojďme se na oba podívat:

Pro smyčky:

for variable in iterable:
    # Code to execute for each element in the iterable

Zatímco smyčky:

while condition:
    # Code to execute while the condition is true

Uvnitř těchto smyček můžete používat podmíněné a řídicí příkazy k řízení toku vašeho programu.

6. Funkce

Funkce v Pythonu jsou bloky kódu, které provádějí specifické úkoly. Funkci můžete definovat pomocí klíčového slova ' def ' následovaného názvem funkce a závorkami obsahujícími jakékoli vstupní parametry.

def function_name(parameters):
    # Code to execute
    return result

K volání funkce použijte název funkce následovaný závorkami obsahujícími potřebné argumenty.

function_name(arguments)

Nyní, když jsme prošli základy Pythonu, přejděme k některým pokročilejším tématům v další části.

Rychlý průvodce pro datové struktury Pythonu

Dále v našem cheatsheetu pro Python probereme některé z nejběžněji používaných datových struktur v Pythonu. Tyto datové struktury jsou nezbytné pro správu a organizaci dat ve vašich programovacích projektech.

V Pythonu existuje mnoho datových struktur, které mohou pokročilí vývojáři používat. My se však zaměříme na seznamy , ntice , sady a slovníky .

1. Seznamy

A je proměnlivá, uspořádaná posloupnost prvků. Chcete-li vytvořit seznam, použijte hranaté závorky a oddělte prvky čárkami.

Seznamy Pythonu mohou obsahovat různé typy dat, jako jsou řetězce, celá čísla, booleovské hodnoty atd. Zde jsou některé seznamy:

• Vytvořte seznam:

  my_list = [1, 2, 3]

• Přístupové prvky:

  my_list[0]

• Přidat prvek:

  my_list.append(4)

2. N-tice

N-tice je podobná seznamu, ale je neměnná, což znamená, že po vytvoření nelze její prvky měnit. N-tici můžete vytvořit pomocí závorek a oddělení prvků čárkami.

Zde je několik příkladů n-ticových operací:

• Vytvořte n-tici:

  my_tuple = (1, 2, 3)

• Přístupové prvky:

  my_tuple[0] #Output: 1

3. Sady

Sada je neuspořádaná sbírka jedinečných prvků. Sadu můžete vytvořit pomocí funkce set() nebo složených závorek.

Může také obsahovat různé typy dat, pokud jsou jedinečné. Zde je několik příkladů operací sady:

• Vytvořte sadu:

   my_set = {1, 2, 3}

• Přidat prvek:

  my_set.add(4)

• Odebrat prvek:

  my_set.remove(1)

4. Slovníky

Slovník je neuspořádaná sbírka párů klíč-hodnota, kde jsou klíče jedinečné. Slovník můžete vytvořit pomocí složených závorek a oddělováním klíčů a hodnot dvojtečkami. Zde je několik příkladů operací se slovníkem:

• Vytvořte slovník:

  my_dict = {'key1': 'value1', 'key2': 'value2'}

• Přístupové prvky:

  my_dict['key1'] #Output:'value1'

• Přidejte pár klíč–hodnota:

  my_dict['key3'] = 'value3'

• Odebrání páru klíč–hodnota:

  del my_dict['key1']

Nezapomeňte procvičovat a prozkoumávat tyto datové struktury ve svých projektech Python, abyste byli v jejich používání zdatnější! Dále vám poskytneme odkaz na úlohy I/O souborů.

Rychlý průvodce pro I/O souboru Python

V této části cheat sheetu Pythonu se zaměříme na některé běžné úkoly související s prací se soubory v Pythonu, jako je čtení , zápis a přidávání dat.

1. Čtení souborů

Chcete-li číst soubor, musíte jej nejprve otevřít pomocí vestavěné funkce open() s parametrem mode nastaveným na ' r ' pro čtení:

file_obj = open('file_path', 'r')

Nyní, když je váš soubor otevřený, můžete ke čtení jeho obsahu použít různé metody:

• read(): Přečte celý obsah souboru.

• readline() : Přečte a ze souboru.

• readlines() : Vrací seznam všech řádků v souboru.

Je důležité pamatovat na to, abyste soubor zavříli, jakmile s ním skončíte:

file_obj.close()

Případně můžete použít příkaz with , který automaticky zavře soubor po dokončení bloku kódu:

with open('file_path', 'r') as file_obj:
    content = file_obj.read()

2. Psaní souborů

Chcete-li vytvořit nový soubor nebo přepsat existující, otevřete soubor v režimu ' w ':

file_obj = open('file_path', 'w')

Zapište data do souboru pomocí metody write() :

file_obj.write('This is a line of text.')

Nezapomeňte zavřít soubor:

file_obj.close()

Opět zvažte použití příkazu with pro stručnější a bezpečnější způsob zpracování souborů:

with open('file_path', 'w') as file_obj:
    file_obj.write('This is a line of text.')

3. Připojování k souborům

Chcete-li přidat obsah do existujícího souboru bez jeho přepsání, otevřete soubor v režimu ' a ':

file_obj = open('file_path', 'a')

Use the write() method to append data to the file:

file_obj.write('This is an extra line of text.')

And, as always, close the file when you’re done:

file_obj.close()

For a more efficient and cleaner approach, use the with statement:

with open('file_path', 'a') as file_obj:
    file_obj.write('This is an extra line of text.')

By following these steps and examples, you can efficiently navigate file operations in your Python applications. Remember to always close your files after working with them to avoid potential issues and resource leaks!

In the next section, we provide a reference for error handling in Python.

Quick Reference for Error Handling in Python

In this section, you’ll learn about error handling in Python, which plays a crucial role in preventing the abrupt termination of your programs when it encounters an error.

We’ll cover the following sub-sections: Try and Except, Finally, and Raising Exceptions.

1. Try and Except

To handle exceptions in your code, you can use the try and except blocks. The try block contains the code that might raise an error, whereas the except block helps you handle that exception, ensuring your program continues running smoothly.

Here’s an example:

try:
    quotient = 5 / 0

except ZeroDivisionError as e:
    print("Oops! You're trying to divide by zero.")

In this case, the code inside the try block will raise a ZeroDivisionError exception. Since we have an except block to handle this specific exception, it will catch the error and print the message to alert you about the issue.

2. Finally

The finally block is used when you want to ensure that a specific block of code is executed, no matter the outcome of the try and except blocks. This is especially useful for releasing resources or closing files or connections, even if an exception occurs, ensuring a clean exit.

Here’s an example:

try:
    # Your code here
except MyException as e:
    # Exception handling
finally:
    print("This will run no matter the outcome of the try and except blocks.")

3. Raising Exceptions

You can also raise custom exceptions in your code to trigger error handling when specific conditions are met. To do this, you can use the raise statement followed by the exception you want to raise (either built-in or custom exception).

For instance:

def validate_age(age):
    if age < 0:
        raise ValueError("Age cannot be a negative value.")

try:
    validate_age(-3)
except ValueError as ve:
    print(ve)

In this example, we’ve defined a custom function to validate an age value. If the provided age is less than zero, we raise a ValueError with a custom message. When calling this function, you should wrap it in a try-except block to handle the exception properly.

Next, we’re going to provide a modules and packages. Let’s go!

Quick Reference for Python Modules and Packages

This section of our cheat sheet is for Python packages and modules, which are essential for structuring and organizing your code cleanly and efficiently.

You’ll learn about importing modules and creating packages.

1. Importing Modules

Modules in Python are files containing reusable code, such as functions, classes, or variables. Python offers several modules and packages for different tasks like data science, machine learning, robotics, etc.

To use a module’s contents in your code, you need to import it first. Here are a few different ways to import a module:

• import : This imports the entire module, and you can access its contents using the syntax ‘module_name.content_name.’
  For example:

  import random
  
  c = random.ranint()

• from import : This imports a specific content (function or variable) from the module, and you can use it directly without referencing the module name.

  from math import sin
  
  c = sin(1.57)

• from import *: This imports all contents of the module. Be careful with this method as it can lead to conflicts if different modules have contents with the same name.

Some commonly used built-in Python modules include:

1. math: Provides mathematical functions and constants

2. random: Generates random numbers and provides related functions

3. datetime: Handles date and time operations

4. os: Interacts with the operating system and manages files and directories

2. Creating Packages

Packages in Python are collections of related modules. They help you organize your code into logical and functional units. To create a package:

1. Create a new directory with the desired package name.

2. Přidejte do adresáře prázdný soubor s názvem init.py. Tento soubor označuje Pythonu, že s adresářem by se mělo zacházet jako s balíkem.

3. Přidejte soubory modulu (s příponou .py) do adresáře.

Nyní můžete importovat balíček nebo jeho moduly do skriptů Pythonu. Chcete-li importovat modul z balíčku, použijte syntaxi:

import 

Strukturujte svůj kód pomocí modulů a balíčků, aby byl lépe organizovaný a udržitelný. To také usnadní vám i ostatním navigaci a pochopení vaší kódové základny.

V další části poskytujeme odkaz na koncepty objektově orientovaného programování v Pythonu.

Rychlý průvodce objektově orientovaného programování v Pythonu

Objektově orientované programování (OOP) je programovací paradigma založené na konceptu „ objektů “, které mohou obsahovat data a kód.

Data jsou ve formě polí, často známých jako atributy nebo vlastnosti , a kód je ve formě procedur, často známých jako metody .

V této části cheat sheet se ponoříme do základních konceptů OOP v Pythonu, včetně tříd , dědičnosti a zapouzdření .

1. Třídy

Třída je plán pro vytváření objektů. Definuje data (atributy) a funkčnost (metody) objektů. Chcete-li začít s vytvářením vlastní třídy, použijte klíčové slovo „ class “ následované názvem třídy:

class ClassName:
    # Class attributes and methods

Chcete-li přidat atributy a metody, jednoduše je definujte v bloku třídy. Například:

class Dog:
    def __init__(self, name, breed):
        self.name = name
        self.breed = breed

    def bark(self):
        print("Woof!")

V tomto příkladu lze vytvořit nový objekt Dog se jménem a plemenem a má metodu štěkání, která vytiskne „ Fuf! “ při zavolání.

2. Dědictví

Dědičnost umožňuje jedné třídě dědit atributy a metody z jiné třídy, což umožňuje opětovné použití kódu a modularitu. Třída, kterou dědí, se nazývá podtřída nebo odvozená třída, zatímco třída, ze které se dědí, se nazývá základní třída nebo nadtřída.

Chcete-li implementovat dědičnost, přidejte název nadtřídy v závorkách za název podtřídy:

class SubclassName(SuperclassName):
    # Subclass attributes and methods

Můžete například vytvořit podtřídu „Pudl“ ze třídy „Pes“:

class Poodle(Dog):
    def show_trick(self):
        print("The poodle does a trick.")

Objekt Poodle by nyní měl všechny atributy a metody třídy Dog a také svou vlastní metodu show_trick.

3. Zapouzdření

Zapouzdření je praxe obalování dat a metod, které s těmito daty pracují, do jedné jednotky, v tomto případě objektu. To podporuje jasné oddělení mezi vnitřní implementací objektu a jeho vnějším rozhraním.

Python využívá mandlování názvů k dosažení zapouzdření pro členy třídy přidáním dvojité předpony podtržítka k názvu atributu, díky čemuž je zdánlivě soukromý.

class Example:
    def __init__(self):
        self.__private_attribute = "I'm private!"

    def __private_method(self):
        print("You can't see me!")

I když v Pythonu stále můžete technicky přistupovat k těmto soukromým členům, důrazně se nedoporučuje, protože to porušuje principy zapouzdření.

Pochopením a implementací tříd, dědičnosti a zapouzdření ve svých programech Python můžete využít sílu a flexibilitu OOP k vytvoření čistého, modulárního a opakovaně použitelného kódu.

V naší poslední části cheatsheetu vám poskytneme rychlý odkaz na čtyři oblíbené knihovny Pythonu.

4 užitečné knihovny Pythonu

Několik knihoven Pythonu vám může pomoci dosáhnout nebo získat nástroje pro různá témata, jako je matematika, datová věda, web scraping atd.

V této části stručně probereme následující knihovny: NumPy , Pandas , Requests a Beautiful Soup .

1. NumPy

NumPy je oblíbená knihovna Pythonu pro matematické a vědecké výpočty. S jeho výkonným objektem N-dimenzionálního pole můžete zvládnout širokou škálu matematických operací, jako jsou:

• Základní matematické funkce

• Lineární algebra

• Fourierova analýza

• Generování náhodných čísel

manipulace jej činí zvláště vhodným pro projekty, které vyžadují numerické výpočty.

2. Pandy

Pandas je výkonná knihovna pro analýzu a manipulaci s daty, kterou můžete použít pro práci se strukturovanými daty. Je také velmi populární v komunitě datové vědy díky široké škále nástrojů, které poskytuje pro práci s daty.

Některé z jeho funkcí zahrnují:

• Datové struktury jako Series (1D) a DataFrame (2D)

• Čištění a příprava dat

• Statistická analýza

• Funkce časových řad

Pomocí Pandas můžete snadno importovat, analyzovat a manipulovat s daty v různých formátech, jako jsou databáze CSV, Excel a SQL.

Pokud vás Pandy zajímají, můžete se podívat na naše video o tom, jak převzorkovat data časových řad pomocí Pandy pro vylepšení analýzy:

3. Žádosti

Knihovna Requests zjednodušuje proces zpracování HTTP požadavků v Pythonu. Pomocí této knihovny můžete snadno odesílat a přijímat požadavky HTTP, jako jsou GET, POST a DELETE.

Mezi některé klíčové funkce patří:

• Obsluha přesměrování a sledování odkazů na webových stránkách

• Přidávání záhlaví, dat formulářů a parametrů dotazů prostřednictvím jednoduchých knihoven Pythonu

• Správa souborů cookie a relací

Pomocí požadavků můžete rychle a efektivně komunikovat s různými webovými službami a rozhraními API.

4. Krásná polévka

Beautiful Soup je Python knihovna pro web scraping, která umožňuje extrahovat data z HTML a XML dokumentů. Mezi jeho klíčové vlastnosti patří:

• Hledání konkrétních značek nebo tříd CSS

• Navigace a úprava analyzovaných stromů

• Extrahování relevantních informací na základě atributů značek

Použitím Beautiful Soup ve spojení s Requests můžete vytvářet výkonné aplikace pro škrábání webu, které shromažďují informace z široké řady webových stránek.

Závěrečné myšlenky

A to nás přivádí na konec našeho rychlého výletu po Python lane. Toto je váš kapesní průvodce, váš věrný pomocník, když potřebujete rychle připomenout hlavní funkce a příkazy Pythonu.

Náš seznam není vyčerpávající, ale je to solidní začátek, základ, na kterém můžete stavět. Takže pokračujte, přidejte si to do záložek, vytiskněte si to, nalepte si to na zeď – jen se ujistěte, že je to po ruce, když kódujete. Šťastné programování!