查看“Python”的源代码


[[Python2 vs Python3]]

[[python的安装]]

[[Python程序的调试]]

[[jupyter]]

[[astropy]]

[[numpy]]

=容器= 
*container（数据结构）
*有3种: 序列，映射，集合

==序列(sequence)==
*序列有6总（列表，元组，字符串，Unicode字符串，buffer对象，xrange对象）
*序列的索引从0开始，对序列分片时包括开头，不包括结尾，比如A[3:4]只包括A列表的第四个成员
*序列的加号操作，[1,2,3]+[4,5,6]   = [1,2,3,4,5,6] 
*乘号参考加号 [1,2]*2 = [1,2,1,2]

===通用序列操作===
* 索引，分片（slice），加，乘，迭代，最大，最小，长度
* 索引从0开始，最后一个元素是-1（从右向左索引）
*分片: 访问倒数3个 A[-3:]，访问正数3个A[:3]
:*步长为2访问 A[0:10:2]，步长可以为负，从右向左。
*相加 [1,2]+[3,4]-->[1,2,3,4]
*相乘 [1,2]*3 --> [1,2,1,2,1,2]
:* A=[None]*10 生成长度为10的空的列表
*成员资格：in，布尔运算符
*len （长度），min，max
*enumerate:  对一个列表或数组既要遍历索引又要遍历元素时
 for index，text in enumerate(list): 
   print index ,text

===列表===
* 列表的元素可以修改，字符串不能
:* x=[1,1,1],x[1]=2
:* del x[1]
:* x[1:1]=[2,3,4] 分片赋值，注意这相当于插入
* 列表方法
:* append, count, extend, index, insert
:* pop (删除指定位置元素，并返回该元素，同时修改列表)，实现栈的功能，入栈（push），出栈（pop），Python里面没有push，用append功能实现
:* remove，reverse，sort （sort的用法要注意，参考书的39页）,sorted

===元组===
*不可变序列
*（1,2,3) (1，)
* 比如3*(40+2) 和3*(40+2,)的差别
* tuple函数：把列表转换为元组 
* 元组貌似没有什么用处，列表基本满足所有需要

===字符串===
*不可变
* A='python‘
* % 格式化

==集合==
*无序不重复集 set [http://blog.csdn.net/business122/article/details/7541486]

==数组==
*numpy中有个数组ndarray的数据结构 [http://blog.csdn.net/sunny2038/article/details/9002531]
:array() 可以将列表等转化为数组
:asarray()和array差不多，但是不一定需要复制

=函数=
*在参数名之前使用一个星号，就是让函数接受任意多的位置参数。[http://blog.csdn.net/qinyilang/article/details/5484415]

=模块=
*glob 查找文件位置
*os 系统的一些变量
:dir=os.getenv('bc03_dir')

==内部变量，魔方方法==
*__file__
:查找源文件位置 print(ppxf.__file__)
*__name__,__main__
:if __name__ == '__main__': test()
*__init__ （初始化方法 ）
:def __init__(self)
*__all__  （显示可见功能）
:copy.__all__
*__doc__ （文档）
:print(copy.copy.__doc__)

[[脚本和模块]]

=画图=
*matplot库[http://www.cnblogs.com/wei-li/archive/2012/05/23/2506940.html]
*pylab combines pyplot with numpy into a single namespace. This is convenient for interactive work, but for programming it is recommended that the namespaces be kept separate, e.g.:
 import numpy as np
 import matplotlib.pyplot as plt
 x = np.arange(0, 5, 0.1);
 y = np.sin(x)
 plt.clf()  #clear the current figure
 plt.subplot(211)
 plt.plot(x, y)
 plt.show()

=链接=
*带下划线变量的意义 [http://www.cnblogs.com/elie/p/5902995.html]