Изучение Python: от нуля до мастера
Перевод статьи ТК: Learning Python: From Zero to Hero
Первым делом спросим себя, что такое Python? Создатель языка, Гвидо ван Россум, описывает его следующим образом:
“Язык программирования высокого уровня, главная идея которого — это простая читабельность и синтаксис, который позволяет программистам выражать концепцию программы парой строк кода”
Лично для меня, первой причиной изучать Python было то, что это очень красивый язык программирования, выражать мысли в котором просто и естественно.
Следующей причиной было то, что Python мультизадачный. Мы можем его использовать для анализирования данных, разработки сайтов, машинного обучения. Quora, Pinterest и Spotify используют именно Python для своего back-end’а. Хорошая мотивация, чтобы узнать чуть больше об этом.
Основы
1. Переменные
Вы можете думать о переменных, как о словах, что держат в себе какое-то значение. Очень просто.
В Python нет ничего проще, чем определить переменную и присвоить ей какое-то значение. Представьте, что мы ходим сохранить число 1 в переменной, которую назовём “one”. Это будет выглядеть следующим образом
Что может быть проще? И при этом вы только что присвоили значение 1 для переменной “one”.
И таким образом вы можете присвоить любое значение любой переменной. И как видно в примере кода повыше, переменная “two” хранит числовое значение 2, а переменная “some_number” хранит значение 10,000.
Помимо числовых значений, мы также можем использовать логические (true/false, в переводе истинно/ложно), строки, десятичные числа и много других типов.
2. Контролирование потока: условные состояния
Ключевое слово “if” используется для ситуаций, когда нам нужно выполнить разные действия при положительных или отрицательных условиях. При значении “истинно” будет выполняться описанный после слова “if” блок, например:
2 больше, чем 1, поэтому выполняется “print”-команда.
Блок “else” выполнится при условии, если условие “if” ложно.
Так как 1 не больше 2, то выполняется в блоке “else”.
Также можно использовать “elif” условие:
3. Циклы / итерации
В Python, можно создавать циклы различными способами. Мы расскажем о двух: while и for.
Цикл While: до тех пор, пока условие истинно, код внутри цикла будет выполняться. Таким образом, следующий код напишет числа от 1 до 10.
Циклу while нужно “условие повтора”. Если оно остаётся истинным, итерации продолжаются. В приведённом примере, когда значение num становится 11, условие цикла становится ложным.
Ещё один небольшой пример, чтобы лучше понять цикл while:
Условие цикла(loop condition) установлено в True, поэтому цикл будет выполняться до тех пор, пока мы не переключим его в значение False.
Цикл for: в цилке for мы назначаем переменную “num” для самого цикла, который в свою очередь будет увеличивать значение этой переменной. Следующий код напишет числа от 1 до 10 точно так же, как и цикл while:
Видите? Очень просто. Цикл начинается с 1 и продолжается до 11 элемента.
Списки: коллекция, массив, структура данных
Представьте что вы хотите сохранить значение 1 в переменной. или может теперь вы хотите сохранить 2. А ещё 3, 4, 5…
Есть ли иной способ хранить все числа, что нам нужны, не имея при этом, не создавая при этом миллионы переменных? Как оказывается, есть иной способ хранить их всех.
Список(массив) это коллекция, которая может быть использована для хранения нескольких значений(в нашем случае чисел). Используется он следующим образом:
Это действительно просто. Мы создали список и сохранили его в my_integers.
Но затем мы спросим себя: “А как нам получить нужное значение из списка?”.
Хороший вопрос. В списках есть концепция, которая зовётся номером(индексом). Номером первого элемента в списке является 0, следующий получает 1 и так далее.
Чтобы донести это проще, мы можем представить список, у которого каждый элемент подписан своим номером. Как на следующей картинке:
Используя синтаксис Python не сложно понять и следующее:
Представьте, что мы больше не хотим хранить числа. Вместо этого мы хотим составить список имён наших знакомых. Мой выглядел бы следующим образом:
Это работает точно так же, как и с числами. Неплохо.
Только что мы выучили, как работают индексы в списках. Но мне всё ещё нужно показать вам, как добавить новый элемент в список.
Самая простая функция, которую можно использовать для этого — зовётся append. Работает она следующим образом:
Функция append донельзя проста. Вам всего лишь нужно использовать новый элемент(в примере выше это “The Effective Engineer”) как значение это функции.
Ну что же, достаточно о списках. Перейдём к следующей структуре данных.
Словарь: структура данных в виде ключ-значение
Теперь мы знаем, что списки пронумерованы числовыми значениями. Но что, если мы не хотим использовать числа для идентификации элемента? Некоторые виды структур данных могут использовать числа, строки, или другие виды идентификации.
Одним из таких типов является словарь. Словарь это коллекция пар ключ-значение. Вот так это выглядит:
Ключ указывает на значение. Чтобы получить доступ к какому-либо значению — нам нужно обратиться к его ключу. Делается это следующим образом:
Я создал словарь о себе. Моё имя, никнейм и национальность. Эти атрибуты ключи в словаре.
Похожим образом на то, как мы получаем элемент из списка по его номеру, точно так же мы получаем значения словарей по их ключам.
В примере я написал предложение о себе используя значения, которые хранятся в словаре. Довольно просто, не правда ли?
Ещё одной хорошей особенностью словарей является то, что мы можем использовать что угодно в качестве значения. В том словаре, что я создал, я хочу добавить новый ключ “age”(возраст) и числом мой реальный возраст в качестве значения:
Здесь у нас пара из ключа(age) и значения(24). При этом ключ это строка, а значение это число.
Точно также как со списками, давайте научимся добавлять новый элемент в словарь. Ключ указывающий на значение — главная особенность словаря. И это же одна из особенностей при добавлении нового элемента в словарь:
Нам просто нужно дописать значение для существующего ключа в словаре. Ничего сложного, не так ли?
Итерации: циклы для структур данных
Как описывалось выше — итерации в списках довольно просты. Обычно Python-разработчики используют цикл for. Давайте посмотрим как это выглядит:
Таким образом, за каждую книгу на книжной полке(bookshelf) мы вызываем функцию print. Достаточно просто и интуитивно. Это Python.
Для хэш-структуры данных мы используем тот же цикл for, но в качестве счётчика выступает key:
Это пример того как мы используем этот цикл. За каждый ключ в словаре, мы используем print для вывода ключа и его значения.
Также есть другой способ сделать это используя функцию iteritems.
Мы назвали наши параметры как key и value, но в этом нет необходимости. Мы можем назвать их как угодно. Давайте проверим это:
В данном примере мы использовали attribute, как параметр для ключей словаря. Как видим, всё работает корректно. Отлично!
Классы и объекты
Немного теории:
Объекты это представление предметов из реальной жизни, например машин, собак, велосипедов. У объектов есть две основных характеристики: данные и поведение.
У машин есть данные, например количество колёс или сидячих мест. Также у них есть поведение: они могут разгоняться, останавливаться, показывать оставшееся количество топлива и другое.
В объектно-ориентированном программировании мы идентифицируем данные как атрибуты, а поведение как методы. Ещё раз:
Данные → Атрибуты; Поведение → Методы
Класс это как чертёж, из которого создаются уникальные объекты. В реальном мире есть множество объектов с похожими характеристиками. Например, машины. Все они имеют какую-то марку или модель(точно так же как и двигатель, колёса, двери и так далее). Каждая машина была построена из похожего набора чертежей и деталей.
Активировать объектно-ориентированный режим Python
Python, как объектно-ориентированный язык программирования, имеет следующие концепции: классы и объекты.
Класс — это чертёж, модель для его объектов.
Ещё раз, класс — это просто модель, или способ для определения атрибутов и поведения(о которых мы говорили в теории выше). Например, класс машины будет иметь свои собственные атрибуты, которые определяют какие объекты являются машинами. Количество колёс, тип топлива, количество сидячих мест и максимальная скорость — всё это является атрибутами машин.
Держа это в уме, давайте посмотрим на синтаксис Python для классов:
Мы определяем классы class-блоком и на этом всё. Легко, не так ли?
Объекты это экземпляры классов. Мы создаём экземпляр тогда, когда даём классу имя.
Здесь car это объект(экземпляр) класса Vehicle.
Помните, что наш класс машин имеет следующие атрибуты: количество колёс, тип топлива, количество сидячих мест и максимальная скорость. Мы задаём все атрибуты когда создаём объект машины. В коде ниже, мы описываем наш класс таким образом, чтобы он принимал данные в тот момент, когда его инициализируют:
Мы используем метод init. Мы называем этот конструктор-методом. Таким образом, когда мы создаём объект машины, мы можем ещё и определить его атрибуты. Представьте, что нам нравится модель Tesla S и мы хотим создать её как наш объект. У неё есть четыре колеса, она работает на электрической энергии, есть пять сидячих мест и максимальная скорость составляет 250 км/ч. Давайте создадим такой объект:
Четыре колеса + электрический “вид топлива” + пять сидений + 250 км/ч как максимальная скорость.
Все атрибуты заданы. Но как нам теперь получить доступ к значениям этих атрибутов? Мы посылаем объекту сообщению с запросом атрибутов. Мы называем это метод. Это поведение объекта. Давайте воплотим эту идею:
Это реализация двух методов: number_of_wheels и set_number_of_wheels. Мы называем их получатель и установщик. Потому что получатель принимает значение атрибута, а установщик задаёт ему новое значение.
В Python мы можем реализовать это используя @property для описания получателя и установщика. Посмотрим на это в коде:
Далее мы можем использовать методы как атрибуты:
Это немного отличается от описания методов. Эти методы работают как атрибуты. Например, когда мы задаём количество колёс, то не применяем два как параметр, а устанавливаем значение двойки для number_of_wheels. Это один из способ написать получать и установщик в Python.
Ещё мы можем использовать методы для других вещей, например создать метод “make_noise”(пошуметь).
Давайте посмотрим:
Когда мы вызовем этот метод, он просто вернётся строку “VRRRRUUUUM”.
Инкапсуляция: сокрытие информации
Инкапсуляция — это механизм, который ограничивает свободный доступ к данным и методам объекта. Но в то же время, это упрощает доступ к данным(методам объекта).
“Инкапсуляция может использоваться для сокрытия данных и функций. Под определением инкапсуляции имеется ввиду то, что внутреннее представление объекта сокрыто от просмотра вне определения объекта.” — Википедия
Вся внутренняя реализация объекта недоступна извне. Только сам объект может взаимодействовать со своими внутренними данными.
Для начала нам нужно понять как работают публичные и не-публичные переменные и методы.
Публичные экземпляры данных
Для Python-класса мы можем инициализировать публичный экземпляр переменной внутри нашего конструктор-метода. Давайте посмотрим:
Внутри конструктор-метода:
Здесь мы применяем значение first_name как аргумент для публичного экземпляра переменной.
Внутри класса:
Здесь нам не нужно применять first_name как аргумент, а все экземпляры объектов будут иметь заранее прописанный атрибут класса. В нашем случае first_name будет заполнено строкой “ТК.
Круто. Теперь мы узнали как можно использовать публичные экземпляры переменных и атрибуты класса. Ещё одна интересная особенность публичных данных в том, что мы можем управлять значениями переменных. Что я имею в виду под этим? Наш объект может управлять значением переменной: получать и устанавливать значения переменной.
Помня о классе person зададим значение для переменной first_name
Вот и всё. Мы просто задали другое значение(kaio) экземпляру переменной first_name и оно обновилось. И всё на этом. Поскольку это публичная переменная, то мы можем делать это так.
Не-публичные экземпляры данных
Мы не используем термин “приватный”, поскольку в Python нет действительно приватных атрибутов(если только не задаваться тяжёлой целью создать их). — PEP 8
Точно так же, как с публичными экземплярами переменных, мы можем объявить и не-публичные экземпляры. Оба внутри конструктор-метода или внутри класса. Синтаксис несколько отличается: не-публичные экземпляры переменных должны начинаться с нижнего подчёркивания(“_”) перед именем переменной.
“‘Приватный’ экземпляр данных, доступ к которому открыт только изнутри, не существует в Python. Тем не менее, есть условность, которая выполняется в большей части Python-кода: имена с префиксом “_”(например, “_spam”) должны обрабатываться как не-публичные части API(будь то функция, метод или какие-то данные)” — Python Software Foundation
Вот пример:
Увидели переменную email? Вот так мы описываем не-публичную переменную:
Мы имеем доступ и может обновить это. Не-публичные переменные это условность, при которой эти переменные обрабатываются как не-публичная часть API.
Таким образом мы создаём метод, который позволяет нам вносить изменения внутри определения класса. Давайте реализуем два метода(email и update_email), чтобы понять это:
Теперь мы имеем доступ и можем обновить значения не-публичных переменных используя эти методы. Посмотрим:
- Мы объявили новый объект, в котором first_name заполнено строкой “ТК” и email заполнено строкой “tk@mail.com”
- Выводим email получая доступ к не-публичной переменной через метод
- Пробуем задать новый email извне нашего класса
- Нам нужно обращаться в не-публичной переменной как к не-публичной части API
- Обновляем нашу не-публичную переменную с нашим методом экземпляра
- Успех! Мы можем обновить это внутри нашего метода с помощью метода-помощника
Публичные методы
Публичные методы мы тоже можем использовать вне класса:
Давайте протестируем это:
Прекрасно. Мы можем использовать это без каких-либо проблем.
Не-публичные методы
Но не-публичные методы мы не можем использовать так просто. Давайте реализуем тот же класс Person, но теперь метод show_age станет не-публичным с нижним подчёркиванием.
А теперь попробуем вызвать этот не-публичный метод с помощью нашего объекта:
У нас есть доступ и мы можем обновить это. Не-публичные методы это просто условность, при которых они обрабатываются как не-публичная часть API.
Здесь пример того, как мы можем использовать это:
Здесь у нас есть не-публичный метод _get_age и публичный метод show_age. show_age может использоваться нашим объектом(вне класса), в то время как _get_age используется только внутри определения нашего класса(внутри метода show_age). Но опять же, в виду условностей.
Вывод об инкапсуляции
С помощью инкапсуляции мы можем убедиться, что наша внутренняя реализация объекта сокрыта от внешних манипуляций.
Наследование: поведение и характеристики
Разные объекты могут иметь некоторую схожесть, обладать поведением и характеристиками.
Например, я унаследовал какие-то характеристики и поведение от своего отца. Я получил его глаза и волосы в качестве своих характеристик, а его нетерпеливость и интровертность в качестве своего поведения.
В объектно-ориентированном программировании классы могут наследовать простые характеристики(данные) и поведение(методы) от других классов.
Давайте посмотрим другой пример и реализуем его в Python.
Представьте машину. Количество колёс, сидячих мест и максимальная скорость — всё это атрибуты машины. Мы можем сказать, что класс электромашины наследует эти схожие характеристики от обычного класса машины.
Наш класс машины реализует:
Один раз реализовав, мы можем использовать все созданные экземпляры переменных. Неплохо.
В Python, мы применяем класс-родитель к нашему классу-наследнику как параметр. Класс электромашины может наследоваться от класса машины.
Вот так просто. Нам не нужно реализовывать какой-либо другой метод, потому что этот класс уже имеет его(унаследовав от класса машины). Давайте докажем это:
Прекрасно.
На этом всё!
Мы изучили множество вещей о базах Python:
- Как работают переменные Python
- Как работают блоки условий
- Как работают циклы(while и for)
- Как использовать списки: коллекции | массивы
- Коллекция-словарь в виде ключ-значение
- Как мы можем проводить итерации через эту структуры данных
- Объекты и классы
- Атрибуты как данные объектов
- Методы как поведение объектов
- Использование Python получателя и установщика, а также свойство @property
- Инкапсуляция: сокрытие информации
- Наследование: поведение и характеристики
Поздравляем! Вы освоили эту насыщенную и необходимую часть языка Python.
