 个人网站:【 海拥】【摸鱼小游戏】蘭 风趣幽默的人工智能学习网站：人工智能 想寻找共同学习交流的小伙伴，请点击【全栈技术交流群】 便宜且实用的计算机相关书籍：进来逛逛

直接跳到末尾 去评论区领书

从今天开始打算做 100 种编程语言的速通。频率大概一周两篇，我会发布有关不同编程语言的信息，尝试每种语言的有趣之处。

我将为此系列创建的一些编程语言。因此，如果你继续学习，你不仅会看到许多不同的编程语言，而且你还可能会学到关于如何创建自己的编程语言的一两件事，欢迎大家在评论中分享自己的想法。

每一节都将是独立的。目标受众是懂编程但不知道 100 种不同语言的人，所以如果我认为这样的读者更清楚，或者如果它能让我更好地展示特定语言功能，我会经常使用一些不太惯用的做事方式. 对于未强制执行的语言，我将主要坚持最佳实践跨语言代码格式（2 个空格缩进、双引号字符串、无分号等），即使该语言通常使用其他内容。

Python

没有什么是比 Python 更好的语言开始的，Python 是其中最中间派且最无异议的，编程语言领域的中间派。它并不是特别适合任何事情，但对于大部分需求来说已经足够了。在懂多种编程语言的人中，很少有人喜欢 Python，也很少有人对它有强烈的负面情绪——比如一致的 4/5 星评级。除了只知道 Python、R、Matlab 等的数据科学家——他们通常真的很喜欢 Python。

与 Python 最接近的语言是 Ruby，它们的理念非常不同。Ruby 有块和对象，你基本上可以用它做任何事情（加上大量的语法糖）。Python 拒绝添加块，而是每个版本都添加了另一块功能，从 Ruby 的角度来看，它看起来像“好吧，如果你只有块，你就不需要这样做”。从我与编程初学者（和数据科学家）的互动来看，这些块替代品对他们来说往往是 Python 中最困难的部分，所以我认为现在 Python 甚至在简单性方面都没有获胜，即使 Python 1 是一个比 Ruby 1 更易于学习的语言。幸运的是，初学者（和数据科学家）可以选择忽略所有这些块替代，而大多数人就是这样做的，

让我们开始一些编码。首先，fizzbuzz：

#!/usr/bin/env python3

def fizzbuzz(i):

if i % 15 == 0:

return "FizzBuzz"

elif i % 3 == 0:

return "Fizz"

elif i % 5 == 0:

return "Buzz"

else:

return str(i)

for i in range(1,101):

print(fizzbuzz(i))

Python 的一项不错的功能是列表推导式。这涵盖了块 - .map、.flat_map和.filter- 的许多用途，在某些情况下，它比 Ruby 中的块等价物更具可读性。

#!/usr/bin/env python3

r = range(1, 101)

fizzbuzz = {

k: v

for d in

[

[(i, i) for i in r],

[(i, "Fizz") for i in r if i % 5 == 0],

[(i, "Buzz") for i in r if i % 3 == 0],

[(i, "FizzBuzz") for i in r if i % 15 == 0]

]

for (k,v) in d

}

for value in fizzbuzz.values():

print(value)

好吧，也许这不是最易读的，但是如果您使用大量 Python，我强烈建议您进行一些列表理解练习，因为您会遇到比 FizzBu​​zz 复杂得多的列表理解。

另一个有趣的特性是装饰器。你把一个块写成一个函数，然后装饰器把它变成你真正想要的函数。这是一个简单的 fib 函数，由于记忆化，它是 O(n)，即使它看起来是 O(n^2)：

#!/usr/bin/env python3

from functools import cache

@cache

def fib(n):

if n < 2:

return n

else:

return fib(n-1) + fib(n-2)

for i in range(1, 100):

print(fib(i))

我们可以在这里看到，默认情况下 Python 具有无限的精度整数 - 即使在较新的语言中，这一特性仍然非常少见。

我们也可以用装饰器做更多有趣的事情：

#!/usr/bin/env python3

def override(value, condition):

def decorator(func):

def wrapper(*args, **kwargs):

if condition(*args, **kwargs):

return value

else:

return func(*args, **kwargs)

return wrapper

return decorator

@override("FizzBuzz", lambda i: i%15 == 0)

@override("Buzz", lambda i: i%5 == 0)

@override("Fizz", lambda i: i%3 == 0)

def fizzbuzz(i):

return str(i)

for i in range(1,101):

print(fizzbuzz(i))

接受参数的装饰器具有这种奇怪的三重嵌套函数结构（functools.wraps如果您希望装饰器与 Python 帮助系统配合得很好，实际上还有更多样板文件）。所以它们不是最易读的，但它们对用户来说很棒。

Python 是一种相当“高质量”的语言，因为您经常需要考虑的不一致之处相对较少。例如，所有这些代码完全符合您的期望：

print(len("")) # 1

print([1,2] == [1,2]) # True

Python 在数据科学家中非常流行。Jupyter 笔记本允许非常方便的数据探索。您可以在 Jupyter notebook 中使用多种语言，但 Python 拥有迄今为止最丰富的生态系统。最近笔记本与 VSCode 集成，这是非常令人兴奋的发展，因为应该可以在没有任何额外工具的情况下在同一个笔记本上工作！（我还没试过）

总的来说，Python 是一种每个人都应该知道的语言。它非常平易近人，无论您进行何种编码，您迟早都会遇到 Python 代码。

磊 评论区抽粉丝送书啦

 欢迎大家在评论区提出意见和建议! (抽三位幸运儿送书，实物图如下)

《Python数据分析与大数据处理从入门到精通》

【内容简介】

《Python数据分析与大数据处理从入门到精通》主要讲解数据分析与大数据处理所需的技术、基础设施、核心概念、实施流程。从编程语言准备、数据采集与清洗、数据分析与可视化，到大型数据的分布式存储与分布式计算，贯穿了整个大数据项目开发流程。本书轻理论、重实践，目的是让读者快速上手。 　　全面：数据分析与大数据处理所需的所有技术，包含基础理论、核心概念、实施流程，从编程语言准备、数据采集与清洗、数据分析与可视化，到大型数据的分布式存储与分布式计算等。 　　　 有觉得自己运气差想自己买的同学可以参考下面的链接

京东自营购买链接：

《Python数据分析与大数据处理从入门到精通》- 京东图书

当当自营购买链接：

《Python数据分析与大数据处理从入门到精通》- 当当图书

 注意：

大家点赞关注，三天后也就是 1月24日 从评论区留言的同学中抽取两位送书

 面试题库：Java、Python、前端核心知识点大全和面试真题资料  办公用品：精品PPT模板几千套，简历模板一千多套  学习资料：2300套PHP建站源码，微信小程序入门资料

如果中奖了联系不上则视为放弃，可以从下方卡片里找到作者的联系方式，每周都会送6~9本书，后面送书力度还会加大，一年送几百上千本不是问题，备注【进群】领书不迷路。备注【资源】可获取上面的资料

查看原文