这是全栈数据工程师养成攻略系列教程的第四期：4 Python 先学会基本语法。
Python简单易学，但又博大精深。许多人号称精通Python，却不会写Pythonic的代码，对很多常用包的使用也并不熟悉。学海无涯，我们先来了解一些Python中最基本的内容。
Python的特点
- 解释型语言，无需编译即可运行
- 提供了交互式命令行
- 基于对象的编程思想
- 跨平台和良好的兼容性，在Windows、Mac、Linux上都可运行
- 简单好用而且功能强大
中文编码
很多同学在打开数据时会遇上乱码问题，其原因是字符集的编码问题。Linux和Mac默认的编码集是UTF8，而Windows则是ASCII。如果数据编码的字符集，和你使用Python进行处理时所用的字符集不同，则会出现乱码问题。
这里是一篇参考文章，http://www.cnblogs.com/huxi/archive/2010/12/05/1897271.html，详细地介绍了Python中文编码所涉及的内容。
另外，我个人的习惯是在Python代码的头部加入以下内容，其中第二行声明了使用UTF8字符集。
#!/usr/bin/env python
# coding:utf8
变量
Python中的变量可以看作是一个个容器，里面存放着我们需要使用到的值。Python对变量名的要求和其他语言一样：可以包括英文、数字以及下划线，但不能以数字开头，区分大小写。当然我推荐，变量名用纯英文就很好，并且取一些有意义的名称，便于自己理解每个变量的作用。
Python是一门弱类型的语言，在使用变量时无需声明其类型。Python中的变量包括以下几类：数值、字符串、列表、元组、字典。
数值
数值包括整型和浮点型，分别对应整数和浮点数，后者精度更高。
# 整型
a = 1
# 浮点型
b = 2.1
print a, b
字符串
字符串也就是我们经常接触到的文本，可以往里面放任意长度的内容，用单引号或双引号括起来。应当注意，中文以及中文符号只能出现在字符串內，如果在下面第三行中使用了中文输入法的逗号 ， ，Python将报错。
c = 'Hello'
d = '你好'
print c, d
使用 + 可以拼接两个字符串。
print c + d
使用 len() 可以得到字符串的长度。
print len('Hello World')
使用切片可以访问字符串中的某个字符或某个片段。
# 位置下标从0开始
c = 'Hello World'
# 打印结果为H，下标为0表示第一个字符
print c[0]
# 打印结果为d，下标为负数表示从后往前数
# 所以-1表示倒数第一个字符
print c[-1]
# 使用:返回一个片段，冒号前后分别为开始下标和结束下标
# 包括开始下标，但不包括结束下标
# 因此c[1:5]表示，返回下标从1到4的片段，即第二个到第五个字符
print c[1:5]
# 冒号前后的下标同样可以使用负数
# 或者不提供，表示从最左端开始或一直到最右端
print c[1:-1], c[:5], c[3:]
列表
列表好比一条队伍，里面依次存放着多个变量。列表和字符串类似，但字符串中的每个元素都是字符，而列表中的每个元素可以是任意类型的变量。
# 使用[]定义一个空列表，使用append()向列表尾部添加一个元素
# 如果要添加到首部，就用prepend()好了
a = []
a.append(1)
a.append(2.1)
a.append('Hello')
print a
使用 len() 可以获得列表的长度。
print len(a)
列表元素的按下标访问和赋值等操作，和字符串都是类似的。
print a[1], a[-1]
a[1] = 100
print a
使用 del 删除列表中的某个元素。
del a[0]
print a
元组
元组和列表类似，唯一的不同是元组中的元素在初始化之后不能再更改，因此可以理解成一个只读的变量。
# 使用()定义一个元组
a = (1, 2.1, 'Hello')
# 尝试修改元组中的元素会报错
a[0] = 100
字典
字典是一种极为重要的变量类型，使用一个key来访问相应的value，即一种键值对的数据形式。
# 使用{}定义一个字典
a = {}
# 使用key来赋值value
a['k1'] = 1
a['k2'] = 2.1
a['k3'] = 'Hello'
所以能够总结出字典和列表的不同。列表中的元素是有序对等的，所以是用下标来赋值和访问，而字典中的元素是无序的，所以是用key来操作相应的value。
# 也可以在定义字典和列表的同时进行赋值
li = [1, 2.1, 'Hello']
di = {'k1': 1, 'k2': 2.1, 'k3': 'Hello'}
使用 has_key() 判断字典中是否有某个key。
print di.has_key('k4')
如果访问不存在的key，Python将会报错。在赋值的时候，如果key已经存在，则会用新的value覆盖已有的value。
注释
被注释的代码将不会运行，可以看作是写给自己和其他程序猿阅读的一些笔记和说明，提高代码可读性。
# 这里是单行注释
'''
这里是
很多行
注释
'''
在Sublime中，选中需要注释的内容，按Ctrl+/即可完成注释。
保留字符
在Python中，有一些字符串具有某些特定功能，如 import 、 class 等。我们在选择变量名时，应注意避开这些保留字符。
# 以下变量赋值将报错
import = 1
行和缩进
在Python中，代码块的边界不是通过大括号等符号进行显式划分，而是通过行的缩进实现的。连续相同缩进水平的代码处于同一个代码块，在使用 for 、 while 、 if 、 try 等语法时需要注意每行代码的缩进。
运算符
运算符的作用是根据已有的变量生成新的变量，主要有以下几种：
- 算术运算符：+，-，*，/，%，即加、减、乘、除、取余
- 比较运算符：==，!=，>，<，>=，<=，即等于、不等于、大于、小于、大于等于、小于等于
- 赋值运算符：=，+=，-=，*=，/=，%=，即赋值、加赋值、减赋值、乘赋值、除赋值、取余赋值
- 逻辑运算符：and，or，not，即与、或、非
a = 1
b = 2
print a + b
print a == b
# 等价于 a = a + 3
a += 3
print a
c = True
d = False
print c and d
条件
在写代码的时候，往往需要根据某些条件进行判断，并根据判断结果执行不同的分支代码。
a = 1
# 单个条件
if a == 1:
print 11111
# 处理条件不成立的分支
if a == 2:
print 22222
else:
print 33333
# 多个条件，加多少个都可以
if a == 1:
print 11111
elif a == 2:
print 22222
else:
print 33333
需要注意的是，但凡出现了 if 和 elif ，就需要加上相应的条件判断，并且注意代码的缩进。
在Sublime中输入 if 会出现相应的提示，可以方便地补全代码，在换行时光标也会自动跳到合适的缩进处。
循环
如果需要打印从1到100的100个数，肯定不会傻傻地写100行print代码，而是会用循环来处理类似的重复性工作。
while 循环
while 循环的思想是，只要某一条件成立，就不断执行循环体里的代码，直到条件不再成立。
flag = 1
while flag < 10:
print flag
# 一定要记得在循环体里修改条件变量
# 否则可能导致死循环
flag += 1
for 循环
for 循环的循环次数一般是事先预知的，将一个标志变量从某个起始值迭代到某个终止值后即结束。
# x从0开始，一直到9结束
for x in xrange(0, 10):
print x
可以用 for 循环方便地遍历列表和字典。
li = [1, 2.1, 'Hello']
dict = {'k1': 1, 'k2': 2.1, 'k3': 'Hello'}
# 遍历列表，这里的item只是一个临时变量，取别的名称也行
for item in li:
print item
# 遍历字典的全部key，这里的key也只是一个临时变量，名称不重要
for key in dict.keys():
print key
# 遍历字典的全部value，这里的value也只是一个临时变量，名称不重要
for value in dict.values():
print value
# 同时遍历key和value
for key, value in dict.items():
print key, value
循环控制
循环控制主要包括三种： pass 、 continue 、 break 。
pass 表示什么也不做，只是占一行代码的位置；continue 表示立即退出本轮循环，继续执行后续轮循环；break 表示立即推出循环，后续循环也不再执行。
for x in xrange(0, 10):
if x == 5:
pass
else:
print x
for x in xrange(0, 10):
if x == 5:
continue
print x
for x in xrange(0, 10):
if x == 5:
break
print x
时间
在处理数据时，很多地方都会涉及到时间，例如数据产生的时间。
先介绍一下时间戳的概念，时间戳指的是从1970年1月1日0时0分0秒开始，到某一时刻所经历的秒数，可以是整数或者小数，后者的精度更高。
为什么需要时间戳这样的一个概念？因为对于同一个时刻，不同人的描述可能不同，毕竟文本的形式千变万化，而时间戳使得时间的表达得到了统一，每个时刻只能用唯一的整数或浮点数来表示，同时也便于计算时间差这样的处理。
# 来看一下当前时刻的时间戳吧
import time
t = time.time()
print t, type(t)
关于时间戳，最常用的处理便是时间戳和时间文本之间的转换，例如将 2016年10月1日 10时0分0秒 转为时间戳。
import time
# 时间文本转时间戳，精确到秒
a = '2016-10-01 10:00:00'
a = int(time.mktime(time.strptime(a,'%Y-%m-%d %H:%M:%S')))
print a
# 时间戳转时间文本
b = int(time.time())
b = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(b))
print b
其中， %Y 、 %m 等都是时间字段，前者表示四位的年份，后者表示两位的月份。
文件
文件操作包括向文件中写内容，以及从文件中读内容，使用 open() 打开一个文件。
# 写文件
# 重新写模式，打开文件时会将文件内容清空
fw = open('data.txt', 'w')
# 追加写模式，打开文件后保留原始内容，继续写入
for x in xrange(0, 10):
# 将整数转成文本再写入
fw.write(str(x))
# 也可以每次写入之后换行，\n为转义字符，表示换行
# fw.write(str(x) + '\n')
fw.close()
# 读文件
fr = open('data.txt', 'r')
# 一行一行地读，line只是个临时变量，取别的名称也行
for line in fr:
print line
# 如果每行后面有换行，可以将换行符去掉，使内容更紧凑
# strip()可以去掉字符串两端的空白字符
# print line.strip()
fr.close()
异常
Python代码中可能会出现一些可以预知的问题，例如字典访问的key不存在。如果不加处理，发生问题的时候Python便会报错并退出，可能之前跑了很久又要重头再来。因此，我们需要对可能出现的异常进行捕捉和处理。异常的结构由 try 、 except 、 else 、 finally 四部分组成。
try:
# 尝试执行这些代码
print 1 / 0
except Exception, e:
# 如果出现异常就进行处理
# e为出现的异常类型
print e
else:
# try里的代码没有出错
# 可以执行后续工作了
print '没有出错'
finally:
# 无论是否出错，都会执行的代码
print '一定会执行'
函数
函数的作用是代码模块化，将可重用的代码封装成一个函数，这样在需要使用的时候就只需调用写好的函数即可，而不用重新写一遍代码。
函数的使用包括两个部分，函数的定义和函数的调用。除此之外，函数可以有一个或多个参数，参数之间以逗号分开，为函数的功能提供更多的灵活性。
# 定义函数
def hello(name1, name2):
print 'Hello ' + name1 + ' ' + name2
# 调用函数
hello('Python', 'JavaScript')
补充学习
以上所介绍的，都是Python中最基础和最常用的内容，先掌握这些就可以跟上后续章节。
当然，如果希望更全面更系统地学习一遍Python，可以参考以下链接。学习时间更多、成本更高，但是能掌握得更全更深。
- 菜鸟教程：http://www.runoob.com/python/python-tutorial.html
- 廖雪峰的Python教程：http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/
视频链接：
