Python Basics: Hvad gør Python så kraftig?

Python, du har hørt om det og spekulerer på, hvad der er så specielt med dette sprog. Med fremkomsten af og , det er umuligt at komme væk fra det. Du kan spørge dig selv, er Python let at lære? Lad mig fortælle dig, det er det faktisk ! og jeg er her for at hjælpe dig i gang med det grundlæggende i Python.

Denne blog er en gennemgang for:

• Hvad er Python?
• Funktioner i Python
• Spring til Python Basics
  • Kommentarer
  • Variabler
  • Datatyper
    • Type konvertering
  • Operatører
  • Navneområde og rækkevidde
• Flow Control
  • hvis, elif, ellers
  • for, mens, indlejrede løkker
• Filhåndtering
• OOPS med Python

Lad os komme igang.

Hvad er Python?

Python i enkle ord er en Dynamisk programmeringssprog på højt niveau som er fortolket . Guido van Rossum, Pythons far havde enkle mål i tankerne, da han udviklede det, let koden, læsbar og open source. Python er rangeret som det 3. mest fremtrædende sprog efterfulgt af og i en undersøgelse, der blev afholdt i 2018 af Stack Overflow, som viser, at det er det mest voksende sprog.

Funktioner i Python

Python er i øjeblikket mit foretrukne og mest foretrukne sprog at arbejde på på grund af dets enkelhed, kraftfulde biblioteker og læsbarhed . Du er muligvis en gammelskolekoder eller er helt ny til programmering, Python er den bedste måde at komme i gang på!

Python indeholder funktioner, der er anført nedenfor:

• Enkelhed: Tænk mindre på sprogets syntaks og mere på koden.
• Open Source: Et stærkt sprog, og det er gratis for alle at bruge og ændre efter behov.
• Bærbarhed: Python-kode kan deles, og den fungerer på samme måde som den var beregnet til. Problemfri og problemfri.
• Kan integreres og udvides: Python kan have uddrag af andre sprog inde i det for at udføre bestemte funktioner.
• Fortolkes: Bekymringerne ved store hukommelsesopgaver og andre tunge CPU-opgaver bliver taget hånd om af Python selv, så du kun bekymrer dig om kodning.
• Enorm mængde biblioteker: ? Python har dig dækket. Web-udvikling? Python har dig stadig dækket. Altid.
• Objektretning: Objekter hjælper med at nedbryde komplekse virkelige problemer i sådan, at de kan kodes og løses for at opnå løsninger.

For at opsummere det har Python en enkel syntaks , er læselig , og har stor samfundsstøtte . Du har muligvis nu spørgsmålet: Hvad kan du gøre, hvis du kender Python? Nå, du har en række muligheder at vælge imellem.

• Dataforsker
• og

Nu når du ved, at Python har et så fantastisk funktionssæt, hvorfor kommer vi ikke i gang med Python Basics?

Spring til Python Basics

For at komme i gang med Python Basics skal du først installer Python i dit system ikke? Så lad os gøre det lige nu! Det skal du vide mest Linux og Unix distributioner i disse dage kommer med en version af Python ud af kassen. For at konfigurere dig selv kan du følge dette .

Når du er oprettet, skal du oprette dit første projekt. Følg disse trin:

• skab Projekt og indtast navnet og klik skab .
• Højreklik på projektmappen og opret en python-fil ved hjælp af Ny-> Fil-> Python-filen og indtast filnavnet

Du er færdig. Du har konfigureret dine filer til at starte .Er du begejstret for at begynde at kode? Lad os begynde. Først og fremmest “Hello World” -programmet.

print ('Hello World, Welcome to edureka!')

Produktion : Hej verden, velkommen til edureka!

Der er du, det er dit første program. Og du kan fortælle ved syntaksen, at det er det super let at forstå. Lad os gå over til kommentarer i Python Basics.

Kommentarer i Python

Enkelte linjekommentarer i Python udføres ved hjælp af symbolet # og ”'til kommentering af flere linjer. Hvis du vil vide mere om kommentarer , du kan læse dette . Når du kender kommentarer i Python Basics, lad os springe ind i variabler i Python Basics.

Variabler

Variabler i enkle ord er hukommelsesrum hvor du kan gemme data eller værdier . Men fangsten her i Python er, at variablerne ikke behøver at blive erklæret før brugen, da det er nødvendigt på andre sprog. Det datatype er automatisk tildelt til variablen. Hvis du indtaster et heltal, tildeles datatypen som et heltal. Du indtaster en , tildeles variablen en strengdatatype. Du får ideen. Dette gør Python dynamisk skrevet sprog . Du bruger tildelingsoperatoren (=) til at tildele værdier til variablerne.

a = 'Velkommen til edureka!' b = 123 c = 3.142 print (a, b, c)

Produktion : Velkommen til edureka! 123 3.142
Du kan se, hvordan jeg har tildelt værdierne til disse variabler. Sådan tildeler du værdier til variabler i Python. Og hvis du undrer dig, ja, det kan du udskrive flere variabler i en enkelt udskriv erklæring . Lad os nu gå over datatyper i Python Basics.

Datatyper i Python

Datatyper er dybest set data at en sprog understøtter sådan at det er nyttigt at definere virkelige data såsom lønninger, medarbejdernavne og så videre. Mulighederne er uendelige. Datatyperne er som vist nedenfor:

Numeriske datatyper

Som navnet antyder, er dette for at gemme numeriske datatyper i variablerne. Du burde vide, at de er det uforanderlig , hvilket betyder, at de specifikke data i variablen ikke kan ændres.

Der er 3 numeriske datatyper:

• Heltal: Dette er lige så simpelt at sige, at du kan gemme heltalværdier i variablerne. Eks: a = 10.
• Flyde: Float har de reelle tal og er repræsenteret af en decimal og undertiden endda videnskabelige notationer med E eller e, der angiver styrken på 10 (2,5e2 = 2,5 x 102 = 250). Eks: 10.24.
• Komplekse numre: Disse er af formen a + bj, hvor a og b er flyder, og J repræsenterer kvadratroden af ​​-1 (som er et imaginært tal). Eks: 10 + 6j.

a = 10 b = 3,142 c = 10 + 6j

Så nu hvor du har forstået de forskellige numeriske datatyper, kan du forstå at konvertere en datatype til en anden datatype i denne blog om Python Basics.

Type konvertering

Type konvertering er konvertering af en datatype til en anden datatype hvilket kan være virkelig nyttigt for os, når vi begynder at programmere for at få løsninger på vores problemer.Lad os forstå med eksempler.

a = 10 b = 3.142 c = 10 + 6j print (int (b), float (a), str (c))

Produktion : 10.0 3 ’10+6j’
Du kan forstå, skriv konvertering ved hjælp af kodestykket ovenfor.'A' som et heltal, 'b' som en float og 'c' som et komplekst tal. Du bruger float (), int (), str () -metoderne, der er indbygget i Python, som hjælper os med at konvertere dem. Type konvertering kan være virkelig vigtigt, når du går ind i virkelige eksempler.

En simpel situation kan være, hvor du har brug for at beregne lønnen til de ansatte i en virksomhed, og disse skal være i flydende format, men de leveres til os i strengformat. Så for at gøre vores arbejde lettere, skal du bare bruge typekonvertering og konvertere lønstrengen til float og derefter gå videre med vores arbejde. Lad os nu gå over til listen datatype i Python Basics.

Lister

Liste med enkle ord kan betragtes som der findes på andre sprog, men med den undtagelse, at de kan have heterogene elementer i dem, dvs. forskellige datatyper på den samme liste . Lister er kan ændres , hvilket betyder at du kan ændre de data, der er tilgængelige i dem.

For dem af jer, der ikke ved, hvad en matrix er, kan du forstå det ved at forestille dig et rack, der kan indeholde data på den måde, du har brug for. Du kan senere få adgang til dataene ved at ringe til den position, hvor de er blevet gemt, der kaldes som Indeks på et programmeringssprog. Lister defineres ved hjælp af enten a = list () -metoden eller ved hjælp af a = [] hvor 'a' er navnet på listen.

Du kan se fra ovenstående figur, de data, der er gemt på listen og indekset, der er relateret til de data, der er gemt på listen. Bemærk, at indekset i Python starter altid med '0' . Du kan nu gå over til de operationer, der er mulige med Lister.

Listehandlinger er vist nedenfor i tabelformat.

Nu hvor du har forstået de forskellige listefunktioner, lad os gå over til forståelse af Tuples i Python Basics.

Tuples

Tuples i Python er det samme som lister . Bare en ting at huske, det er tupler uforanderlig . Det betyder, at når du først har erklæret tuplen, kan du ikke tilføje, slette eller opdatere tuplen. Så simpelt er det. Dette gør fordobles meget hurtigere end lister da de er konstante værdier.

Operationer ligner lister, men dem, hvor opdatering, sletning, tilføjelse er involveret, fungerer disse operationer ikke. Tuples i Python skrives a = () eller a = tuple () hvor 'a' er navnet på tuplen.

a = ('List', 'Dictionary', 'Tuple', 'Integer', 'Float') print (a)

Produktion = ('Liste', 'Ordbog', 'Tuple', 'Heltal', 'Flyde')

Det indpakker stort set de fleste af de ting, der er nødvendige for tupler, da du kun vil bruge dem i tilfælde, hvor du vil have en liste, der har en konstant værdi, derfor bruger du tupler. Lad os gå over til Dictionaries in Python Basics.

Ordbog

Ordbog forstås bedst, når du har et eksempel fra den virkelige verden hos os. Det mest lette og forståelige eksempel ville være telefonbogen. Forestil dig telefonbogen og forstå de forskellige felter, der findes i den. Der er navn, telefon, e-mail og andre felter, som du kan tænke på. Tænk på Navn som den nøgle og navn at du indtaster som værdi . Tilsvarende telefon som nøgle , indtastede data som værdi . Dette er hvad en ordbog er. Det er en struktur, der holder nøgle, værdi par.

Ordbogen skrives enten ved hjælp af a = dict () eller ved hjælp af a = {} hvor a er en ordbog. Nøglen kan enten være en streng eller et heltal, der skal efterfølges af et ':' og værdien af ​​denne nøgle.

MyPhoneBook = 'Navn': ['Akash', 'Ankita'], 'Telefon': ['12345', '12354'], 'E-mail': ['akash@rail.com', 'ankita @ rail. com ']} print (MyPhoneBook)

Produktion : {'Navn': ['Akash', 'Ankita'], 'Telefon': ['12345', '12354'], 'E-mail': ['akash@rail.com', 'ankita @ rail. com ']}

Adgang til elementer i ordbogen

Du kan se, at tasterne er Navn, Telefon og E-mail, som hver har to værdier tildelt. Når du udskriver ordbogen, udskrives nøgle og værdi. Hvis du nu kun ønskede at opnå værdier for en bestemt nøgle, kan du gøre følgende. Dette kaldes adgang til elementer i ordbogen.

udskrive (MyPhoneBook ['E-mail'])

Produktion : [Akash@rail.com ',' ankita@rail.com ']

Drift af ordbog

Du har muligvis nu en bedre forståelse af ordbøger i Python Basics. Lad os derfor gå over til Sets i denne blog om Python Basics.

Sæt

Et sæt er grundlæggende et ubestilt samling af elementer eller genstande. Elementerne er enestående i sættet. I , de er skrevet inde krøllede parenteser og adskilt med kommaer .Du kan se, at selvom der er lignende elementer i sæt 'a', vil det stadig kun blive udskrevet en gang fordi sæt er en samling af unikke elementer.

a = {1, 2, 3, 4, 4, 4} b = {3, 4, 5, 6} print (a, b)

Produktion : {1, 2, 3, 4} {3, 4, 5, 6}

Funktioner i sæt

Sæt er enkle at forstå, så lad os gå over til strenge i Python Basics.

Strenge

Strenge i Python er de mest anvendte datatyper, især fordi de er lettere for os mennesker at interagere med. De er bogstaveligt talt ord og bogstaver, der giver mening om, hvordan de bruges, og i hvilken sammenhæng. Python rammer det ud af parken, fordi det har en så stærk integration med strenge. Strenge er skrevet inden for en enkelt ('') Eller dobbelt anførselstegn (“”). Strenge er uforanderlig hvilket betyder, at dataene i strengen ikke kan ændres ved bestemte indekser.

Funktionerne af strenge med Python kan vises som:

Bemærk: Strengen her, jeg bruger, er: mystsr = ”edureka! er min plads ”

Dette er blot nogle få af de tilgængelige funktioner, og du kan finde mere, hvis du søger efter det.

Splejsning i strenge

Splejsning er bryde strengen i formatet eller den måde, du ønsker at få det på. For mere om dette emne kan du Der er mange indbyggede funktioner i Python, som du kan se på dette . Det opsummerer dybest set datatyperne i Python. Jeg håber, du har en god forståelse af det samme, og hvis du er i tvivl, bedes du give en kommentar, og jeg vender tilbage til dig så hurtigt som muligt.

Lad os nu gå over til operatører i Python Basics.

Operatører i Python

Operatører er konstruerer du plejer at manipulere det data sådan at du kan konkludere en slags løsning for os. Et simpelt eksempel ville være, at hvis der var 2 venner, der havde 70 rupees hver, og du ville vide det samlede beløb, de hver havde, ville du tilføje pengene. I Python bruger du + -operatoren til at tilføje de værdier, der vil summe op til 140, hvilket er løsningen på problemet.

Python har en liste over operatører, som kan grupperes som:

Lad os gå videre og forstå hver af disse operatører nøje.

Bemærk: Variabler kaldes operander, der kommer til venstre og højre for operatøren. Eks:

a = 10 b = 20 a + b

Her er 'a' og 'b' operanderne og + er operatoren.

Aritmetisk operatør

De bruges til at udføre aritmetiske operationer på data.

Kodestykket nedenfor hjælper dig med at forstå det bedre.

a = 2 b = 3 print (a + b, a-b, a * b, a / b, a% b, a ** b, end = ',')

Produktion : 5, -1, 6, 0,66666666666666666, 2, 8

Når du har forstået, hvad de aritmetiske operatorer er i Python Basics, så lad os gå til tildelingsoperatorer.

Opgaveoperatører

Som navnet antyder, er disse vant til tildele værdier til variablerne . Så simpelt er det.

hybrid ramme i selen webdriver

De forskellige opgaveoperatører er:

Lad os gå videre til sammenligningsoperatører i denne blog om Python Basics.

Sammenligningsoperatører

Disse operatører er vant til bringe forholdet ud mellem venstre og højre operander og udlede en løsning, som du har brug for. Det er så simpelt som at sige, at du bruger dem til sammenligningsformål . Det output, der opnås af disse operatorer, vil enten være sandt eller falsk, afhængigt af om betingelsen er sand eller ikke for disse værdier.

Du kan se funktionen af ​​dem i eksemplet nedenfor:

a = 21 b = 10 hvis a == b: print ('a er lig med b') hvis a! = b print ('a ikke er lig med b') hvis a b: udskriv ('a er større end b'), hvis a<= b: print ( 'a is either less than or equal to b' ) if a>= b: print ('a er enten større end eller lig med b')

Output:
a er ikke lig med b
a er større end b
a er enten større end eller lig med b

Lad os gå videre med de bitvise operatorer i Python Basics.

Bitvise operatører

For at forstå disse operatører skal du forstå teori om bits . Disse operatører er vant til direkte manipulere bits .

Det ville være bedre at øve dig selv på en computer. Gå videre med logiske operatører i Python Basics.

Logiske operatører

Disse bruges til at opnå et bestemt logik fra operanderne. Vi har 3 operander.

• og (Sandt, hvis både venstre og højre operander er sande)
• eller (Sandt, hvis en af ​​operanderne er sande)
• ikke (Giver det modsatte af operanden bestået)

a = Sandt b = Falsk tryk (a og b, a eller b, ikke a)

Produktion: Falsk Sand Falsk

Overgår til medlemsoperatører i Python Basics.

Medlemskabsoperatører

Disse bruges til at teste, om en variabel især eller værdi eksisterer i enten en liste, ordbog, dobbelt, sæt og så videre.

Operatørerne er:

• i (Sandt, hvis værdien eller variablen findes i sekvensen)
• ikke i (Sandt, hvis værdien ikke findes i sekvensen)

a = [1, 2, 3, 4] hvis 5 i a: print ('Ja!') hvis 5 ikke i a: print ('Nej!')

Produktion : Nej!

Lad os springe videre til identitetsoperatører i Python Basics.

Identitetsoperatør

Disse operatører er vant til kontrollere, om værdierne , variabler er identisk eller ikke. Så simpelt som det.

Operatørerne er:

• er (Sandt, hvis de er identiske)
• er ikke (Sandt, hvis de ikke er identiske)

a = 5 b = 5 hvis a er b: print ('Lignende') hvis a ikke er b: print ('Ikke lignende!')

Denne ret om afslutter det for operatørerne af Python.

Før jeg går over til navneområder, vil jeg foreslå, at du går over for at få en bedre forståelse af funktioner i Python. Når du har gjort det, så lad os gå videre til navneområde i Python Basics.

Navneområde og rækkevidde

Du kan huske det alt i Python er et objekt , ret? Nå, hvordan ved Python, hvad du prøver at få adgang til? Tænk på en situation, hvor du har 2 funktioner med samme navn. Du vil stadig være i stand til at ringe til den funktion, du har brug for. Hvordan er det muligt? Det er her navneområdet kommer til undsætning.

Navneafstand er det system, som Python bruger til at tildele unikke navne til alle objekterne i vores kode. Og hvis du undrer dig over, kan objekter være variabler og metoder. Python navngiver afstand opretholdelse af en ordbogstruktur . Hvor navne fungerer som nøglerne og objekt eller variabel fungerer som værdierne i strukturen . Nu vil du undre dig over, hvad der er et navn?

Nå, en navn er bare en måde, du plejer at få adgang til objekterne . Disse navne fungerer som en reference for at få adgang til de værdier, du tildeler dem.

Eksempel : a = 5, b = ’edureka!’

Hvis jeg ønsker at få adgang til værdien 'edureka!', Ville jeg blot kalde variabelnavnet med 'b', og jeg ville have adgang til 'edureka!'. Disse er navne. Du kan endda tildele metoder navne og kalde dem i overensstemmelse hermed.

importer matematik kvadratrød = matematik.sqrt print ('Kvadratroden er', kvadratrød (9))

Produktion : Roden er 3.0

Navneafstand fungerer med rækkevidde. Omfang er de gyldigheden af ​​en funktion / variabel / værdi inden for den funktion eller klasse, de tilhører . Python indbyggede funktioner navneområde dækker alle de andre anvendelsesområder for Python . Funktioner som print () og id () osv. Kan bruges selv uden import og bruges overalt. Under dem er global og lokal navneområde. Lad mig forklare rækkevidden og navneområdet i et kodestykke nedenfor:

def add (): x = 3 y = 2 def add2 (): p, q, r = 3, 4, 5 print ('Inside add2 printing sum of 3 numbers:' (p + q + r)) add2 () print ('Værdierne for p, q, r er:', p, q, r) print ('Inde i tilføj udskrivningssummen på 2 tal:' (x + y)) tilføj ()

Som du kan se med koden ovenfor, har jeg erklæret 2 funktioner med navnet add () og add2 (). Du har definitionen af ​​add (), og du kalder senere metoden add (). Her i add () kalder du add2 (), og så er du i stand til at få output på 12, da 3 + 4 + 5 er 12. Men så snart du kommer ud af add2 (), er omfanget af p, q, r er afsluttet, hvilket betyder at p, q, r kun er tilgængelige og tilgængelige, hvis du er i add2 (). Da du nu er i add (), er der ingen p, q, r, og derfor får du fejlen og udførelsen stopper.

Du kan få en bedre forståelse af omfanget og navneområdet fra nedenstående figur. Det indbygget omfang dækker hele Python, der gør dem tilgængelig, når det er nødvendigt . Det globalt anvendelsesområde dækker alle programmer der udføres. Det lokalt omfang dækker alle metoder udføres i et program. Det er dybest set hvad navneområdet er i Python. Lad os gå videre med flowkontrol i Python Basics.

Flow Control og Conditioning i Python

Du ved, at koden kører sekventielt på ethvert sprog, men hvad hvis du vil bryde den strøm sådan at du er i stand til tilføj logik og gentag visse udsagn sådan at din kode reduceres og er i stand til at få en løsning med mindre og smartere kode . Det er trods alt, hvad kodning er. At finde logik og løsninger på problemer, og dette kan gøres ved hjælp af og betingede udsagn.

Betingede udsagn er henrettet kun hvis a visse betingelser er opfyldt , ellers er det sprunget over frem til hvor betingelsen er opfyldt. Betingede udsagn i Python er hvis, elif og andet.

Syntaks:

hvis betingelse: erklæring elif betingelse: erklæring andet: erklæring

Dette betyder, at hvis en betingelse er opfyldt, skal du gøre noget. Ellers gå gennem de resterende elif-betingelser, og til sidst, hvis ingen betingelser er opfyldt, skal du udføre den anden blok. Du kan endda have indlejrede if-else-udsagn inde i if-else-blokkene.

a = 10 b = 15 hvis a == b: print ('De er ens') elif a> b: print ('a er større') ellers: print ('b er større')

Produktion : b er større

Med betingede udsagn forstået, lad os gå over til sløjfer. Du vil have bestemte tidspunkter, hvor du ønsker at udføre bestemte udsagn igen og igen for at opnå en løsning, eller du kan anvende en eller anden logik, så en bestemt lignende form for udsagn kun kan udføres ved kun at bruge 2 til 3 linjer med kode. Det er her du bruger .

Sløjfer kan opdeles i 2 slags.

• Begrænset: Denne form for løkke fungerer, indtil en bestemt betingelse er opfyldt
• Uendelig: Denne slags løkke fungerer uendeligt og stopper aldrig nogensinde.

Sløjfer i Python eller ethvert andet sprog skal teste tilstanden, og de kan gøres enten før udsagnene eller efter udsagnene. De kaldes :

• Pre-test løkker: Hvor tilstanden testes først, og udsagn udføres efter det
• Efterløb til testtest: Hvor erklæringen udføres mindst en gang og senere, kontrolleres tilstanden.

Du har 2 slags sløjfer i Python:

• til
• mens

Lad os forstå hver af disse sløjfer med syntakser og kodestykker nedenfor.

Til sløjfer: Disse sløjfer bruges til at udføre en visse sæt udsagn for en given tilstand og fortsæt, indtil betingelsen er mislykket. Du kender antal gange at du skal udføre for-sløjfen.

Syntaks:

for variabel i rækkevidde: udsagn

Kodestykket er som nedenfor:

basket_of_fruits = ['apple', 'orange', 'ananas', 'banana'] til frugt i basket_of_fruits: print (fruit, end = ',')

Produktion : æble, appelsin, ananas, banan

Sådan fungerer for loops i Python. Lad os gå videre med while-sløjfen i Python Basics.

Mens løkker: Mens sløjfer er det samme som for løkker med den undtagelse, at du muligvis ikke kender slutbetingelsen. For loop betingelser er kendt, men mens sløjfe betingelser må ikke.

Syntaks:

mens betingelse: udsagn

Kodestykket er som:

sekund = 10 mens sekund> = 0: udskriv (andet, slut = '->') sekund- = 1 udskrift ('Blastoff!')

Produktion : 10-> 9-> 8-> 7-> 6-> 5-> 4-> 3-> 2-> 1-> Blastoff!

Sådan fungerer while-sløjfen.

Det har du senere gjort indlejrede løkker hvor du integrere en løkke i en anden. Koden nedenfor skal give dig en idé.

count = 1 for i in range (10): print (str (i) * i) for j in range (0, i): count = count + 1

Output:

en

22

333

4444

55555

666666

777777

88888888

999999999

Du har den første til løkke, der udskriver nummerstrengen. Den anden for loop tilføjer tallet med 1, og derefter udføres disse sløjfer, indtil betingelsen er opfyldt. Sådan fungerer sløjfe. Og det afslutter vores session for sløjfer og betingelser. Gå videre med filhåndtering i Python Basics.

Filhåndtering med Python

Python har indbyggede funktioner, som du kan bruge til arbejde med filer såsom læsning og skrivning data fra eller til en fil . TIL fil objekt returneres, når en fil kaldes ved hjælp af funktionen open (), og derefter kan du udføre operationerne på den, såsom læse, skrive, ændre osv.

Hvis du gerne vil vide mere om filhåndtering i detaljer, kan du gennemgå den komplette tutorial- Filhåndtering i Python.

Arbejdet med filer er som følger:

• Åben filen ved hjælp af funktionen open ()
• Udføre operationer på filobjektet
• Tæt filen ved hjælp af close () -funktionen for at undgå skader på filen

Syntaks:

File_object = åben ('filnavn', 'r')

Hvor tilstand er den måde, du vil interagere med filen på. Hvis du ikke videregiver nogen funktionsvariabler, betragtes standardindstillingen som læsetilstand.

Eksempel:

file = open ('mytxt', 'w') string = '--Velkommen til edureka! -' for i inden for rækkevidde (5): file.write (string) file.close ()

Produktion : –Velkommen til edureka! - –Velkommen til edureka! - –Velkommen til edureka! - –Velkommen til edureka! - –Velkommen til edureka! - i mytxt-fil

Du kan gå videre og prøve mere og mere med filer. Lad os gå over til de sidste emner i bloggen. OOPS og objekter og klasser. Begge disse er nært beslægtede.

OOPS

Ældre programmeringssprog var struktureret således data kunne være adgang til ethvert modul i koden . Dette kan føre til potentielle sikkerhedsproblemer der fik udviklere til at gå over til Objektorienteret programmering det kunne hjælpe os med at efterligne eksempler fra den virkelige verden til kode, så bedre løsninger kunne opnås.

Der er 4 OOPS-koncepter, som er vigtige at forstå. De er:

• Arv: Arv tillader os at udlede attributter og metoder fra moderklassen og rediger dem efter kravet. Det enkleste eksempel kan være for en bil, hvor en bils struktur er beskrevet, og denne klasse kan afledes til at beskrive sportsvogne, sedaner og så videre.
• Indkapsling: Indkapsling er binder data og objekter sammen sådan at andre objekter og klasser ikke har adgang til dataene. Python har private, beskyttede og offentlige typer, hvis navne antyder hvad de gør. Python bruger '_' eller '__' til at angive private eller beskyttede nøgleord.
• Polymorfisme: Dette giver os mulighed for at have en fælles interface til forskellige typer data at det tager. Du kan have lignende funktionsnavne med forskellige data sendt til dem.
• Abstraktion: Abstraktion kan bruges til forenkle kompleks virkelighed ved at modellere klasser passende til problemet.

Jeg vil foreslå, at du går igennem denne artikel Python-klasser og objekter (OOPS-programmering).

Jeg håber, du har nydt at læse denne blog og forstået det grundlæggende i Python. Hold øje med mere. Glad læring!

Nu hvor du har forstået Python Basics, skal du tjekke af Edureka, et pålideligt online læringsfirma med et netværk på mere end 250.000 tilfredse elever spredt over hele kloden.

Edurekas Python Programming Certification Training kursus er designet til studerende og fagfolk, der ønsker at være en Python Programmer. Kurset er designet til at give dig et forspring i Python-programmering og træne dig i både kerne- og avancerede koncepter.

Har du et spørgsmål til os? Nævn det i kommentarfeltet i denne “Python Basics: Hvad gør Python så kraftig” blog, og vi vender tilbage til dig så hurtigt som muligt.