如果1個小時甚至都沒法入門Python，那么還是換個語言吧，或者干脆換個專業

此之謂入門，其標準是，在不計效率的情況下，可以使用這門語言實作一個不太復雜的功能，

當然，這個不計效率也不是毫無原則的不計，比如我可以1小時搞定，那么剛入門的新手需要1天甚至2天，他將需要大量的時間去查庫查類查函式，但絕不至于用上一周半周的，

我從來都沒學過python，當年只是受夠了Matlab，而想把一個用Matlab寫的類轉成其他語言，結果用了一周，就把一個涵蓋影像處理、資料擬合等功能的一千來行Matlab代碼順利轉成了Python，過了沒幾年，Matlab就對我們禁用了，可見當年的選擇是極為英明的，

那么如今讓我重寫一遍那個類，大概只需要一天不到，這就是新手和老手的區別，但也僅僅是新手和老手的區別，

從入門到熟練運用，需要的不是什么思維的提升，而僅僅是是一個字——用，或者更直觀地說，就是看代碼量，從這個意義上來說，越快入門，就可以更早地堆積代碼量，從而更早地熟練運用Python，而不是按部就班地從入門到放棄，學習編程最可怕的事情就是：每天寫一遍Hello World并感覺識訓滿滿，

接下來，快速入門Python，

1 環境配置與基本運算

正所謂天下武功、唯快不破，學Python，講求的就是一個快字，

盡管下載Python并安裝并不麻煩，但新手往往會在使用程序中出現各種讓人費解的問題，所以，如果想1小時入門，我推薦這個，

在線Jupyter編輯工具，進入之后，點擊中間的Try JupyterLab，就可以進入在線Notebook的界面，

點擊Python3，快速進入jupyter notebook的環境，然后按照直覺，寫一些四則運算運算式，例如這些：

x = 100
y = 50
z = 2.5
print(x + y * z)
print(x - y / z)
print(x * y**2)

然后同時按下Ctrl+回車，就能運行python代碼，

然后按下alt+回車，開啟下一段代碼，

如果用shift+回車，則會綜合上面的兩個功能，本節耗時：3分鐘，

如果覺得在線Jupyter工具不好用，還有這個ideone，進入之后選擇python，輸完代碼后選擇run，

2 呼叫各種包

在python中，通過import來完成包的呼叫，例如，我想呼叫一個日歷的包，然后列印日歷

import calendar
calendar.prcal(2021,m=4)	#2021年，每行4個月

然后shift+回車，就可以看到日歷了，

如果想通過python進行科學計算，應用最多的包是numpy和matplotlib中的pyplot，前者用于計算，后者用于繪圖，通常二者被重命名為np和plt，接下來演示一下二者的用法，

import numpy as np
from matplotlib import pyplot as plt

x = np.random.rand(100) #python中通過#進行注釋
y = np.random.rand(100) #用于生成100個亂數
plt.scatter(x,y)        #繪制散點圖，并存放在記憶體
plt.show()              #呼叫記憶體中的圖，show給我們

本節需要記住的單詞：import、as、numpy、matplotlib.pyplot、random.rand、scatter、plt.show，

本節耗時：5分鐘，

3 判斷、回圈

如果想統計剛剛新建的x和y中，有多少大于0.5，那么方法很簡單，：新建兩個變數用于存盤二者的個數，然后跑一個回圈進行判斷，

xNum = 0
yNum = 0
for i in range(100):
    if x[i]>0.5:xNum += 1   # xNum += 1 即 xNum = xNum + 1
    if y[i]>0.5:yNum += 1   # python中通過方括號進行索引
print(xNum,yNum)

可以把range(100)理解為0到99這100個陣列成的一個集合，for i in range(100)意味著i對這個集合進行遍歷，遍歷就是逐個復制給i，所以就完成了回圈，

在python中，判斷、回圈結構通過:與其內容進行分隔，且子代碼塊需要通過空格進行標記，如果程式塊中只有一行代碼，則可以直接寫在:后面，

如果想知道，x中處于 ( 0 , 0.3 ] , ( 0.3 , 0.6 ] , ( 0.6 , 1 ] (0,0.3],(0.3,0.6],(0.6,1] (0,0.3],(0.3,0.6],(0.6,1]這三個區間的數分別是多少，則需要用到if..elif

n1,n2,n3 = 0,0,0    #按照直覺理解即可
for i in x:
    if i>0.6 : n3 += 1
    elif i>0.3 : n2 += 1
    else: n1 += 1
print(n1,n2,n3)

for..in的作用是遍歷某個集合，而x本身也是一個集合，所以也可以接受遍歷，

本節需要記住的單詞：if, else, elif, for, +=,，耗時5分鐘，

4 函式

如果想反復統計一組亂數的分布情況，顯然不能每次都寫一遍那么老長的代碼，而是應該把代碼封裝到一個函式里面，

def statis(x):
    xNum = 0
    for i in x:
        if i>0.5:
            xNum += 1
    return xNum

在Python中，通過def新建一個函式，函式名字后的括號里是這個函式需要輸入的變數，最后通過return來回傳一個值，如果按照數學的那種運算式，以上代碼差不多類似xNum=statis(x)這樣的感覺，

在建了一個函式之后，就可以呼叫了，本節用時5分鐘，需要記住def和return，

5 資料結構

我們剛剛說x是集合，這是不準確的，數學上的集合要求不能有重復元素，但x是隨機生成的一個陣列，所以并不能保證這一點，

在本節，我們要弄懂python中最常用的5種資料結構：元組、串列、字典、集合、陣列，同時要掌握python推導式，預計耗時15分鐘，

tpl = (1,2,3,4)     #此為元組tuple
lst = [1,2,3,4,5]   #此為串列list
dct = {"a":1, "b":2, "c":3} #此為字典dict
st = {1,2,3,3}      #此為集合
arr = np.array([1,2,3,4])   #此為陣列

可以看到，盡管我們在新建集合的時候給了1,2,3,3，但集合中沒有重復元素，所以只剩下一個3，

一句話區分這五種型別：

• 只有陣列np.array可以計算
• 字典通過鍵值對(key-value)進行索引
• 集合無重復元素，且不可索引
• 元組可以作為字典的鍵，串列則不能，

這五種資料型別的詳細區別如下（這個其實用不著記），

其中，可哈希暫時可理解為能夠作為字典的key，

所謂指標式是我亂取的一個名字，意思是可以像指標一樣把元素取出來，其中，集合與字典因為元素不可重復，所以并沒有什么變化，

至于可計算就比較容易理解了，例如+測驗，字典和集合干脆就報錯了，而元組、串列將+多載為合并，只有arr執行了加法操作，

在python中，可通過len來獲取這些資料結構的長度，

6 字串

在字典中我們其實已經用過了字串，在python中，用單引號或雙引號來代表字串，二者是等價的，

x = 'abc'
y = "abc"
print(x==y)

因為引號被用于字串的標志，所以如果想在字串中輸入引號，則需要轉義，轉移符號為\，又因為\用于轉義，所以\也需要轉義，

print('\'')
print('\\')
print("\"")

7 回到本地

下載python，或者下載anaconda，

如果下載之后，可通過win+r，輸入cmd進入命令列，輸入python進入python環境，

如果下載的是python，則通過pip isntall numpy安裝numpy，總之其命令格式為pip install XXX；如果下載的是anacoda，則還可以通過conda install numpy來進行安裝——當然，anaconda的基本環境已經安裝了大部分常用包，

如果把python的代碼封裝到一個.py格式的檔案中，然后就可以通過python XX.py進行呼叫，并執行，

8 命令列版2048小游戲

按理說看到這里，并寫到這里，就應該算是完成了入門，那么接下來就要用入門學會的知識，寫一個命令列版的2048小游戲，

2048的邏輯無非是操作4x4的方格，每個方格中有一個數，我們可以操作這些數字進行移動，如果兩個相同的數字在我們的操作下相撞了，那么它們就可以合并了，

而這個4x4的方格，無非是一個矩陣，

我們的操作可以理解為輸入字符，用wsad代表上下左右，y代表確定，n代表取消，

python接收字符的函式是input，例如

>>> x = input("input a number")
input a number5
>>> x
'5'

而創建矩陣，可以用np.zeros([4,4]).astype(int)，表示創建一個 4 × 4 4\times4 4×4的全0矩陣，并化為整形，

矩陣中只有16個元素，盡管回圈效率低下，但足以滿足人的操作速度了，

如果讀者從頭到尾敲了所有的代碼，那么如今必然有能力獨立寫出這樣的程式，所以具體的代碼將在下篇文章給出，