Python csalólap: alapvető gyors és egyszerű útmutató

A programozás során, ha egy megbízható csalólap van melletted, az megváltoztathatja a játékot. Lehet, hogy a Python egyszerűségéről és olvashatóságáról ismert, de tagadhatatlan, hogy a szolgáltatások és funkciók széles skálája túl sok a memorizáláshoz!

A Python csalólapok hasznos referenciaként szolgálnak kezdőknek és tapasztalt fejlesztőknek egyaránt. Alapvető útmutatót adnak a különféle parancsokhoz, szintaxishoz, adatstruktúrákhoz és egyebekhez.

Ez az útmutató egy Python csalólap, amely segít eligazodni a , a könyvtárak, az osztályok és a szintaxis között, amely különösen a kezdők számára lehet elsöprő.

Python csalólap: alapvető gyors és egyszerű útmutató

Old school vagy? Inkább töltse le és nyomtatja ki, kérjük, tekintse meg az alábbi pdf-et, hogy segítsen a Python tanulási útján!

Tartalomjegyzék

Gyors referencia a Python szintaxis alapjaihoz

A Python csalólapunk elindításához megvizsgálunk néhány Python szintaxis alapismeretet. A Python alapjainak erős ismerete szilárd alapot biztosít az összetettebb kódok írásához.

Python csalólap: alapvető gyors és egyszerű útmutató

Ehhez a hivatkozáshoz a következőket tartalmazza: megjegyzések , változók , adattípusok , feltételes utasítások , ciklusok és függvények .

1. Megjegyzések

A megjegyzések fontos részét képezik a kódnak, mivel lehetővé teszik a gondolkodási folyamat magyarázatát, és olvashatóbbá teszik a kódot. A Pythonban egysoros megjegyzéseket hozhat létre a hash szimbólum (#) használatával.

# This is a single-line comment.

Többsoros megjegyzésekhez hármas idézőjeleket használhat (egyszeres vagy dupla).

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

2. Változók

A Python változói az adatok tárolására szolgálnak. Az egyenlőségjel (=) használatával értékeket rendelhet a változókhoz.

x = 5
name = "John"

A változók nevének leíró jellegűnek kell lennie, és követnie kell a kisbetűket és a szóközök aláhúzását.

user_age = 25
favorite_color = "blue"

3. Adattípusok

A Python nyelv alapértelmezés szerint számos beépített adattípust tartalmaz. Néhány a gyakoribbak közül:

  • Szövegtípusok : str

  • Logikai típus : bool

  • Numerikus típusok : int, float, összetett

  • Sorozattípusok : lista, sor, tartomány

  • Nincs Típus: Nincs típus

Bármely Python-objektum adattípusának meghatározásához használhatja a type() függvényt. Például:

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

#Output: 'str'

4. Feltételes nyilatkozatok

A Python feltételes utasításai csak bizonyos feltételek teljesülése esetén teszik lehetővé a kód végrehajtását. A gyakori feltételes utasítások a következők: „ if ”, „elif ” és „ elef ”.

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. Hurok

A ciklus egy kódblokk ismételt végrehajtására szolgál. egy ' for ' ciklus és egy ' while ' ciklus.

Vessünk egy pillantást mindkettőre:

Hurkokhoz:

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

Míg hurkok:

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

Ezeken a ciklusokon belül feltételes és vezérlő utasításokat használhat a program folyamának szabályozására.

6. Funkciók

A Python függvényei olyan kódblokkok, amelyek meghatározott feladatokat hajtanak végre. A függvényt a ' def ' kulcsszó, majd a függvénynév és a bemeneti paramétereket tartalmazó zárójelek használatával határozhatja meg .

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

Egy függvény meghívásához használja a függvény nevét, majd a szükséges argumentumokat tartalmazó zárójeleket.

function_name(arguments)

Most, hogy áttekintettük a Python alapjait, térjünk át néhány fejlettebb témakörre a következő részben.

Gyorsreferencia a Python adatstruktúrákhoz

Python csalólap: alapvető gyors és egyszerű útmutató

A Python-cheatsheet következő részében a Python leggyakrabban használt adatstruktúráiról fogunk beszélni. Ezek az adatstruktúrák elengedhetetlenek a programozási projektek adatainak kezeléséhez és rendszerezéséhez.

A Pythonban számos adatstruktúra található, amelyeket a haladó fejlesztők használhatnak. Mi azonban a listákra , a sorokra , a halmazokra és a szótárakra fogunk összpontosítani .

1. Listák

Az A egy változtatható, rendezett elemek sorozata. Lista létrehozásához használjon szögletes zárójelet, és válassza el az elemeket vesszővel.

A Python listák sokféle adattípust tartalmazhatnak, például karakterláncokat, egész számokat, logikai értékeket stb. Íme néhány lista:

  • Hozzon létre egy listát:

    my_list = [1, 2, 3]
  • Elérési elemek:

    my_list[0]
  • Elem hozzáadása:

    my_list.append(4)

2. Tuples

A tuple hasonló a listához, de megváltoztathatatlan, ami azt jelenti, hogy az elemei létrehozása után nem módosíthatók. Leírást zárójelek használatával és az elemek vesszővel történő elválasztásával hozhat létre.

Íme néhány példa a tuple műveletekre:

  • Hozzon létre egy tuplet:

    my_tuple = (1, 2, 3)
  • Elérési elemek:

    my_tuple[0] #Output: 1

3. Készletek

A készlet egyedi elemek rendezetlen gyűjteménye. Készíthet egy készletet a set() függvény vagy a kapcsos kapcsos zárójelek használatával.

Különféle adattípusokat is tartalmazhat, amennyiben azok egyediek. Íme néhány példa a beállítási műveletekre:

  • Készítsen készletet:

     my_set = {1, 2, 3}
  • Elem hozzáadása:

    my_set.add(4)
  • Elem eltávolítása:

    my_set.remove(1)

4. Szótárak

A szótár kulcs-érték párok rendezetlen gyűjteménye, ahol a kulcsok egyediek. Létrehozhat szótárt kapcsos zárójelek használatával, a kulcsok és az értékek kettősponttal történő elválasztásával. Íme néhány példa a szótári műveletekre:

  • Hozzon létre egy szótárt:

    my_dict = {'key1': 'value1', 'key2': 'value2'}
  • Elérési elemek:

    my_dict['key1'] #Output:'value1'
  • Kulcs-érték pár hozzáadása:

    my_dict['key3'] = 'value3'
  • Kulcs-érték pár eltávolítása:

    del my_dict['key1']

Ne felejtse el gyakorolni és felfedezni ezeket az adatstruktúrákat Python-projektjeiben, hogy még jártasabbá váljon használatukban! Ezután adunk egy hivatkozást a fájl I/O feladatokhoz.

Gyorsreferencia a Python fájl I/O-hoz

Python csalólap: alapvető gyors és egyszerű útmutató

A Python csalólap e szakaszában néhány gyakori feladatra összpontosítunk, amelyek a Pythonban lévő fájlokkal való munkavégzéssel kapcsolatosak, mint például az adatok olvasása , írása és hozzáfűzése .

1. Fájlok olvasása

Egy fájl olvasásához először meg kell nyitnia azt a beépített open() függvénnyel úgy, hogy a mode paraméter értéke ' r ' az olvasáshoz:

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

Most, hogy a fájl meg van nyitva, különböző módszereket használhat a tartalmának elolvasásához:

  • read(): Beolvassa a fájl teljes tartalmát.

  • readline() : Beolvassa a fájlból.

  • readlines() : Visszaadja a fájl összes sorának listáját.

Fontos, hogy ne feledje bezárni a fájlt, miután végzett vele:

file_obj.close()

Alternatív megoldásként használhatja a with utasítást, amely automatikusan bezárja a fájlt a kódblokk befejezése után:

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

2. Fájlok írása

Új fájl létrehozásához vagy egy meglévő felülírásához nyissa meg a fájlt a „ w ” móddal:

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

Írjon adatokat a fájlba a write() metódussal:

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

Ne felejtse el bezárni a fájlt:

file_obj.close()

Ismét fontolja meg a with utasítás használatát a fájlok tömörebb és biztonságosabb kezeléséhez:

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

3. Hozzáfűzés a Fájlokhoz

Ha felülírás nélkül szeretne tartalmat hozzáadni egy meglévő fájlhoz, nyissa meg a fájlt „ a ” módban:

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

Python csalólap: alapvető gyors és egyszerű útmutató

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

Python csalólap: alapvető gyors és egyszerű útmutató

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. Adjon hozzá egy üres init.py fájlt a könyvtárhoz. Ez a fájl jelzi a Python számára, hogy a könyvtárat csomagként kell kezelni.

  3. Adja hozzá a modul fájljait (.py kiterjesztéssel) a könyvtárhoz.

Most már importálhatja a csomagot vagy annak moduljait a Python-szkriptekbe. Modul importálásához csomagból használja a következő szintaxist:

import 

Strukturálja a kódot modulokkal és csomagokkal, hogy szervezettebbé és karbantarthatóbbá tegye. Ezzel Ön és mások is könnyebben navigálhatnak és megérthetik a kódbázist.

A következő részben referenciaként szolgálunk a Python objektumorientált programozási koncepcióihoz.

Gyorsreferencia az objektum-orientált programozáshoz Pythonban

Python csalólap: alapvető gyors és egyszerű útmutató

Az objektum-orientált programozás (OOP) az „ objektumok ” fogalmán alapuló programozási paradigma , amely adatokat és kódot tartalmazhat.

Az adatok mezők, gyakran attribútumok vagy tulajdonságok formájában vannak , a kód pedig eljárások, gyakran metódusok formájában .

A csalólap ezen részében a Python OOP alapvető fogalmaival foglalkozunk, beleértve az osztályokat , az öröklődést és a beágyazást .

1. Osztályok

Az osztály az objektumok létrehozásának tervrajza. Meghatározza az objektumok adatait (attribútumait) és funkcionalitását (módszereit). A saját osztály létrehozásának megkezdéséhez használja a „ class ” kulcsszót, majd az osztály nevét:

class ClassName:
    # Class attributes and methods

Attribútumok és metódusok hozzáadásához egyszerűen adja meg őket az osztályblokkon belül. Például:

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

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

Ebben a példában egy új Dog objektum hozható létre névvel és fajtával, és van egy bark metódusa, amely kiírja a „ Húú! ” amikor hívták.

2. Öröklés

Az öröklődés lehetővé teszi az egyik osztály számára, hogy attribútumokat és metódusokat örököljön egy másik osztálytól, lehetővé téve a kód újrafelhasználását és a modularitást. Az öröklődő osztályt alosztálynak vagy származtatott osztálynak, míg az öröklődő osztályt alaposztálynak vagy szuperosztálynak nevezzük.

Az öröklődés megvalósításához adja hozzá a szuperosztály nevét zárójelben az alosztály neve után:

class SubclassName(SuperclassName):
    # Subclass attributes and methods

Például létrehozhat egy „Uszkár” alosztályt egy „Kutya” osztályból:

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

Az uszkár objektumnak mostantól a Dog osztály összes attribútuma és metódusa, valamint saját show_trick metódusa lenne.

3. Kapszulázás

A beágyazás az adatok és az azokkal az adatokkal működő módszerek egyetlen egységben, jelen esetben objektumon belüli tördelésének gyakorlata. Ez elősegíti az objektum belső megvalósítása és a külső interfész közötti egyértelmű elválasztást.

A Python névkezelést alkalmaz az osztálytagok beágyazásához, dupla aláhúzásjel előtag hozzáadásával az attribútum nevéhez, ami látszólag priváttá teszi azt.

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

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

Bár technikailag továbbra is hozzáférhet ezekhez a privát tagokhoz a Pythonban, ezt erősen nem javasoljuk, mivel sérti a beágyazási elveket.

Ha megérti és implementálja az osztályokat, az öröklődést és a beágyazást Python-programjaiban, kihasználhatja az OOP erejét és rugalmasságát tiszta, moduláris és újrafelhasználható kód létrehozásához.

A cheatsheet utolsó részében egy gyors hivatkozást adunk a négy népszerű Python-könyvtárhoz.

4 Hasznos Python-könyvtár

Python csalólap: alapvető gyors és egyszerű útmutató

Számos Python-könyvtár segíthet elérni vagy megszerezni az eszközöket különböző témákhoz, például matematikához, adattudományhoz, webkaparáshoz stb.

Ebben a részben a következő könyvtárakat tárgyaljuk röviden: NumPy , Pandas , Requests és Beautiful Soup .

1. NumPy

A NumPy egy népszerű Python-könyvtár matematikai és tudományos számítástechnikai célokra. Erőteljes N-dimenziós tömbobjektumával számos matematikai műveletet kezelhet, mint például:

  • Alapvető matematikai függvények

  • Lineáris algebra

  • Fourier-analízis

  • Véletlenszám generálás

A manipulációk különösen alkalmassá teszik a numerikus számításokat igénylő projektekhez.

2. Pandák

A Pandas egy hatékony adatelemző és -manipulációs könyvtár, amellyel strukturált adatokkal dolgozhat. Nagyon népszerű az adattudományi közösségben is, mivel számos eszközt biztosít az adatok kezelésére.

Néhány jellemzője a következőket tartalmazza:

  • Adatstruktúrák, például a Series (1D) és a DataFrame (2D)

  • Adatok tisztítása és előkészítése

  • Statisztikai analízis

  • Idősoros funkcionalitás

A Pandas használatával könnyedén importálhat, elemezhet és kezelhet adatokat különféle formátumokban, például CSV, Excel és SQL adatbázisokban.

Ha érdekelnek a Pandák, megtekintheti videónkat arról, hogyan lehet újra mintavételezni az idősorok adatait Pandákkal az elemzés javítása érdekében:

3. Kérések

A Requests könyvtár leegyszerűsíti a HTTP-kérések kezelését a Pythonban. Ezzel a könyvtárral egyszerűen küldhet és fogadhat HTTP kéréseket, például GET, POST és DELETE.

Néhány főbb funkció a következőket tartalmazza:

  • Átirányítások kezelése és linkek követése weboldalakon

  • Fejlécek, űrlapadatok és lekérdezési paraméterek hozzáadása egyszerű Python-könyvtárak segítségével

  • Cookie-k és munkamenetek kezelése

A Requests segítségével gyorsan és hatékonyan kommunikálhat különféle webszolgáltatásokkal és API-kkal.

4. Gyönyörű leves

A Beautiful Soup egy Python könyvtár webkaparáshoz, amely lehetővé teszi adatok kinyerését HTML és XML dokumentumokból. Néhány fő jellemzője a következőket tartalmazza:

  • Adott címkék vagy CSS-osztályok keresése

  • Az elemzett fák navigálása és módosítása

  • Releváns információk kinyerése címkeattribútumok alapján

A Beautiful Soup és a Requests együttes használatával hatékony webkaparó alkalmazásokat hozhat létre, amelyek információkat gyűjtenek a webhelyek széles skálájáról.

Végső gondolatok

Python csalólap: alapvető gyors és egyszerű útmutató

És ezzel a Python sávon lefelé vezető gyors utazásunk végéhez értünk. Ez az Ön zsebkönyve, megbízható segítője, ha gyors emlékeztetőre van szüksége a Python legfontosabb funkcióiról és parancsairól.

Listánk nem kimerítő, de biztos kezdet, egy alap, amelyre építhetsz. Tehát folytassa, vegye fel a könyvjelzők közé, nyomtassa ki, ragassza fel a falára – csak győződjön meg róla, hogy kéznél van, amikor kódol. Boldog programozást!


Arány- és gyakorisági táblázatok Excelben

Arány- és gyakorisági táblázatok Excelben

Az Excel gyakorisági táblázataiban, valamint az aránytáblázatokban készültek. Nos, nézze meg, mik ezek, és mikor kell használni őket.

A DAX Studio és a Tabular Editor telepítése a LuckyTemplates alkalmazásban

A DAX Studio és a Tabular Editor telepítése a LuckyTemplates alkalmazásban

Ismerje meg, hogyan töltheti le és telepítheti a DAX Studio és a Tabular Editor 3 alkalmazást, és hogyan konfigurálhatja őket a LuckyTemplates és az Excel programban való használatra.

LuckyTemplates alakzattérkép-vizualizáció a térbeli elemzéshez

LuckyTemplates alakzattérkép-vizualizáció a térbeli elemzéshez

Ez a blog tartalmazza a Shape Map vizualizációt a LuckyTemplates térbeli elemzéséhez. Megmutatom, hogyan használhatja hatékonyan ezt a vizualizációt annak funkcióival és elemeivel.

LuckyTemplates pénzügyi jelentések: az eredmények hozzárendelése a sablonokhoz minden egyes sorban

LuckyTemplates pénzügyi jelentések: az eredmények hozzárendelése a sablonokhoz minden egyes sorban

Ebben az oktatóanyagban egy egyedülálló ötletet mutatok be a pénzügyi jelentésekkel kapcsolatban, amely az eredmények hozzárendelését jelenti a LuckyTemplates-en belüli táblázatsablonok előre meghatározásához.

DAX-mértékek a LuckyTemplates-ben mértékelágazás használatával

DAX-mértékek a LuckyTemplates-ben mértékelágazás használatával

Hozzon létre DAX-mértékeket a LuckyTemplates alkalmazásban meglévő mértékek vagy képletek használatával. Ezt nevezem mértékelágazási technikának.

A legerősebb funkcióhívás a LuckyTemplatesben

A legerősebb funkcióhívás a LuckyTemplatesben

Ebben a blogban fedezze fel a LuckyTemplates adatkészletet, a leghatékonyabb függvényhívást, amely M- és DAX-függvények ezreit juttatja a keze ügyébe.

Adatmodellezési technikák a DAX-mérések megszervezéséhez

Adatmodellezési technikák a DAX-mérések megszervezéséhez

A mai oktatóanyagban megosztok néhány adatmodellezési technikát a DAX-mérések jobb rendszerezéséhez a hatékonyabb munkafolyamat érdekében.

LuckyTemplates pénzügyi irányítópult: Teljes táblázat testreszabási tippek

LuckyTemplates pénzügyi irányítópult: Teljes táblázat testreszabási tippek

A LuckyTemplates egy nagyszerű eszköz a pénzügyi jelentésekhez. Itt található egy oktatóanyag, amely bemutatja, hogyan hozhat létre személyre szabott táblázatokat a LuckyTemplates pénzügyi irányítópultjához.

A Power Query nyelvi folyamatának bevált gyakorlatai

A Power Query nyelvi folyamatának bevált gyakorlatai

Ez az oktatóanyag megvitatja a Power Query nyelvi folyamatot, és azt, hogyan segíthet zökkenőmentes és hatékony adatjelentések létrehozásában.

LuckyTemplates egyéni ikonok | PBI vizualizációs technika

LuckyTemplates egyéni ikonok | PBI vizualizációs technika

Az egyik kedvenc technikámról fogok beszélni a LuckyTemplates egyéni ikonok körül, amely dinamikusan használja az egyéni ikonokat a LuckyTemplates vizualizációkban.