小白轻松上手,Python编程常用的30个经典操作以及代码演示

  • 当谈到经典的Python编程案例时,通常涉及各种基础和进阶的编程任务.

30个常见的案例,涵盖了从基本操作到稍复杂的应用:

基础操作

1.Hello World: 打印"Hello, World!"到控制台。

print("Hello, World!")

2.变量和数据类型: 定义变量并执行基本的数据类型操作。

x = 5
y = 2.5
z = "Hello"

3.条件语句: 使用条件语句判断并执行不同的代码块。

if x > y:
    print("x 大于 y")
else:
print("x 小于等于 y")

4.循环: 使用循环语句执行重复任务。

for i in range(5):
print(i)

5.函数: 定义和调用函数。

def add_numbers(a, b):
    return a + b

result = add_numbers(3, 5)
print(result)

文件操作

6.文件读写: 读取和写入文件内容。

# 读取文件
with open('file.txt', 'r') as f:
    content = f.read()

# 写入文件
with open('output.txt', 'w') as f:
f.write("Hello, Python!")

7.CSV处理: 使用内置库处理CSV文件。

import csv

with open('data.csv', newline='') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        print(', '.join(row))

数据结构和算法

8.列表操作: 对列表进行基本操作,如切片、添加、删除等。

numbers = [1, 2, 3, 4, 5]
doubled = [x * 2 for x in numbers]

9.字典操作: 使用字典存储和访问键值对

student = {'name': 'Alice', 'age': 20}
print(student['name'])

10.排序算法: 实现基本的排序算法,如冒泡排序或快速排序。

numbers = [5, 2, 9, 1, 5]
sorted_numbers = sorted(numbers)

11.递归: 编写递归函数解决问题,如计算阶乘或斐波那契数列。

def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n - 1)

数据处理和科学计算

12.Numpy基础: 使用Numpy进行数组操作。

import numpy as np

arr = np.array([1, 2, 3, 4, 5])

13.Pandas基础: 使用Pandas进行数据分析和处理。

import pandas as pd

df = pd.read_csv('data.csv')

14.数据可视化: 使用Matplotlib或Seaborn绘制图表。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.plot(x, y)
plt.show()

15.文件解析: 解析和处理常见格式的文件,如JSON或XML。

import json

with open('data.json') as f:
data = json.load(f)

网络和Web开发

16.HTTP请求: 发送HTTP请求并处理响应。

import requests
response = requests.get('https://api.example.com/data')
data = response.json()

17.Web框架: 使用Flask或Django构建Web应用。

from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello_world():
    return 'Hello, World!'

if __name__ == '__main__':
app.run()

18.数据库连接: 使用SQLAlchemy或MongoDB连接和操作数据库。

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

engine = create_engine('sqlite:///example.db')
Session = sessionmaker(bind=engine)
session = Session()

自然语言处理和机器学习

19.文本处理: 使用正则表达式或NLTK处理文本数据。

import re

text = "Hello, World!"
result = re.findall(r'\b\w+\b', text)

20.机器学习模型: 使用Scikit-learn构建和训练机器学习模型。

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

iris = datasets.load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2)
model = KNeighborsClassifier(n_neighbors=3)
model.fit(X_train, y_train)

21.图像处理: 使用OpenCV处理图像或视频数据。

import cv2

img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

并发和异步编程

21.多线程: 使用threading模块进行多线程编程。

import threading

def print_numbers():
    for i in range(5):
        print(i)

thread = threading.Thread(target=print_numbers)
thread.start()

23.异步编程: 使用asyncio或aiohttp进行异步编程。

import asyncio

async def fetch_data(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()

asyncio.run(fetch_data('https://api.example.com/data'))

安全和测试

24.加密解密: 使用Cryptography或PyCrypto进行数据加密解密。

from cryptography.fernet import Fernet

key = Fernet.generate_key()
cipher_suite = Fernet(key)
encrypted_text = cipher_suite.encrypt(b"Hello, Python!")

25.单元测试: 使用unittest或pytest编写和执行单元测试。

import unittest

class TestStringMethods(unittest.TestCase):

    def test_upper(self):
        self.assertEqual('hello'.upper(), 'HELLO')

if __name__ == '__main__':
unittest.main()

其他常见应用

26.GUI应用: 使用Tkinter或PyQt创建图形用户界面。

import tkinter as tk

root = tk.Tk()
label = tk.Label(root, text="Hello, Python!")
label.pack()
root.mainloop()

27.数据爬取: 使用BeautifulSoup或Scrapy进行网页数据抓取。

from bs4 import BeautifulSoup
import requests

response = requests.get('https://example.com')
soup = BeautifulSoup(response.content, 'html.parser')

28.自动化任务: 使用selenium或pyautogui执行自动化任务。

from selenium import webdriver

driver = webdriver.Chrome()
driver.get('https://example.com')

29.区块链技术: 使用web3.py与以太坊进行智能合约交互。

from web3 import Web3

w3 = Web3(Web3.HTTPProvider('https://mainnet.infura.io/v3/your_project_id'))
latest_block = w3.eth.blockNumber

30.人工智能应用: 使用TensorFlow或PyTorch构建深度学习模型。

import tensorflow as tf

model = tf.keras.Sequential([
    tf.keras.layers.Dense(10, activation='relu', input_shape=(784,)),
    tf.keras.layers.Dense(10, activation='softmax')
])

31.数据分析与可视化: 使用Pandas加载和分析数据,并使用Matplotlib或Seaborn进行可视化.

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('data.csv')
data.plot(x='date', y='value', kind='line')
plt.show()

32.文本处理与自然语言处理: 使用NLTK进行文本处理,如词频统计或情感分析.

Import nltk
from nltk.tokenize import word_tokenize
from nltk.sentiment.vader import SentimentIntensityAnalyzer

nltk.download('vader_lexicon')
text = "This is a good day!"
tokens = word_tokenize(text)
analyzer = SentimentIntensityAnalyzer()
sentiment_score = analyzer.polarity_scores(text)
  • 这些案例覆盖了Python编程中常见的多个领域和应用场景,希望能够帮助你更好地理解和应用Python编程.如果你有任何进一步的问题或需要更多的信息,请随时告诉我!

  • 大家看到这里恳求大家帮忙点击关注一下这个新的公众号万分感谢!!!或者微信搜一搜:丹哥说影评。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/786789.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

智能猫砂盆不好用?三款热门智能猫砂盆推荐!

为什么现在那么多人会淘汰掉普通的猫砂盆,转而去购买智能猫砂盆呢?因为智能猫砂盆的自动铲屎功能是真的香啊,有智能猫砂盆在,就不用每天都自己去铲屎了,我只需要隔三四天去清理一下集便仓就好了,对于我们这…

电脑桌面日历记事本怎么弄 好用的桌面日历记事本

在这个数字化的时代,电脑已成为我们日常生活中不可或缺的伙伴。我常常在电脑上记录各种事项,以便随时查看和提醒自己。而我最钟爱的记事方式,莫过于使用桌面日历记事本。 想象一下,你的电脑桌面上有一个直观的日历,每…

[经典]Axrue部件库:Fluent Design部件库

部件库预览链接:(请与班主任联系获取文档) 支持版本: Axrure RP 8 文件大小: 2.66 MB 文档内容介绍 基本部件: 常规:3款 基本输入:50款 集合:50款 对话框/弹窗:3款 文本&#…

【BUG】RestTemplate发送Post请求后,响应中编码为gzip而导致的报错

BUG描述 20240613-09:59:59.062|INFO|null|810184|xxx|xxx||8|http-nio-xxx-exec-1|com.xxx.jim.xxx.XXXController.?.?|MSG接收到来自xxx的文件请求 headers:[host:"xxx", accept:"text/html,application/json,application/xhtmlxml,application/xml;q0.9,*…

谷歌摸鱼神器来了:推出AI会议替身,一键总结提问发言_会议预约 ai对话

饱受会议折磨的打工人,终于可以解放了! 就在刚刚举办的Google Cloud Next’23大会上,谷歌宣布了一系列科技新进展,最瞩目的要属其中的“开会AI替身”了。 只需要一句“帮我参加”,AI就能替你开会,并在合适…

接口测试课程结构

课程大纲 如图,接下来的阶段课程,依次专项讲解如下专题,能力级别为中级,进阶后基本为中高级: 1.接口基础知识; 2.抓包工具; 3.接口工具; 4.mock服务搭建(数据模拟服务&am…

解决了一个java Bug:Exception in thread “main“ java.lang.NullPointerException

写代码,遇到了个问题。 很纳闷,跟着人家写的代码。只能去查资料。 赶紧去找,自己的代码 逆天,赶紧改! 成功了!!!

Android常用设计模式(小白必看)

不要担心冗长,3分钟解决面试和学习问题,收藏再看 目的:当作一种模板,结合自身特点,针对项目需求来使用 目录 单例模式 特点: 实现方式: 1、饿汉式 2、线程安全的懒汉式 3、双重校验锁 使…

内网渗透第7天 socker代理 会不会???我们使用cs以及msf来建立代理 代理真的容易???步骤弄明白了吗??

我们在进行内网渗透的时候,第一步要解决的就是网的问题,网络我们都不通或者我们都不能进行访问怎么能进行后门的渗透。我们今天就来讲讲怎么进行建立代理的。这的图非常的简单,也没有waf等阻碍,我们的目的就是攻击机器可以对web进…

RockYou2024 发布史上最大密码凭证

参与 CTF 的每个人都至少使用过一次臭名昭著的rockyou.txt单词表,主要是为了执行密码破解活动。 该文件是一份包含1400 万个唯一密码的列表。 源自 2009 年的 RockYou 黑客攻击,创造了计算机安全历史。 多年来,“rockyou 系列”不断发展。…

ASP.NET MVC Lock锁的测试

思路:我们让后台Thread.Sleep一段时间,来模拟一个耗时操作,而这个时间可以由前台提供。 我们开启两个或以上的页面,第一个耗时5秒(提交5000),第二个耗时1秒(提交1000)。 期望的测试结果: 不加Lock锁&…

如何在Facebook上保护你的个人资料安全?

随着社交媒体的普及和个人信息的数字化,保护个人资料安全成为越来越重要的议题。特别是在使用像Facebook这样的平台时,我们需要特别注意如何保护我们的数据免受未经授权的访问和滥用。本文将探讨一些实用的方法,以及如何增强你在Facebook上的…

10359-002J 同轴连接器

型号简介 10359-002J是Southwest Microwave的2.92 mm连接器。该连接器外壳材料是不锈钢 CRES 合金 UNS-30300,接触材料是 Becu UNS-C17300,接触镀层是金 MIL-DTL-45204,捕捉材料是 ULTEM 1000。 型号特点 电缆螺母:不锈钢&#x…

RightFont 8.7.0 Mac专业字体管理工具

RightFont 适用于 macOS 的终极字体管理器应用程序,提供无缝的字体管理体验。它结合了速度、直观的功能和专业的功能,使用户能够轻松预览、安装、组织和共享字体。 RightFont 8.7.0 Mac下载 RightFont 8.0的新增功能 RightFont 8.0 带来了全新的智能选…

安防视频监控/云存储/视频汇聚EasyCVR平台播放设备录像不稳定,是什么原因?

安防视频监控/视频集中存储/云存储/磁盘阵列EasyCVR平台可拓展性强、视频能力灵活、部署轻快,EasyCVR基于云边端一体化架构,具有强大的数据接入、处理及分发能力,可提供7*24小时实时高清视频监控、云端录像、云存储、录像检索与回看、智能告警…

初创企业:如何执行OKR周期?

对于早期创业公司,Tita的OKR教练关于执行OKR周期推荐不是“季度年度”,而是一下三个执行周期: 一个月:”这个月我们在做什么 “是关键问题 团队负责人在月末前的周一上午聚在一起,记录下一个月的功能发布。这是一个自…

Games101——光珊化——深度缓存——shading着色 1

深度缓存 如何解决远近的问题,能正确的覆盖 按照画作来说,先画出远处的物体,再画出近处的物体,近处会将其覆盖,这种算法叫做画家算法 但事实上,排序不仅要花更多的时间,而且排序并不容易&…

使用webrtc-streamer查看rtsp实时视频

1.下载webrtc-streamer 2.解压运行webrtc-streamer.exe 在浏览器访问127.0.0.1:8000,点击窗口可以看到本机上各窗口实时状态,点击摄像头可以显示摄像头画面。 5.安装phpstudy,并建立网站。(具体过程自己网上搜) 6.打开…

手把手带你本地部署大模型

这篇文章的唯一目的是实现在本地运行大模型,我们使用LMStudio这个工具协助达成这个目标。 文章目录 一,下载安装LM Studio二,本地部署大模型1,搜索模型2,下载大模型3,加载大模型4,测试大模型5&a…

Java实战:寻找完美数

文章目录 一、何谓完美数二、寻找完美数(一)编程思路(二)编写程序(三)运行程序 三、实战小结 一、何谓完美数 完美数是一种特殊的自然数,它等于其所有正除数(不包括其本身&#xff…