Python 入门指南
欢迎进入 Python 领域。作为程序员，我们总是在寻找能提高效率、编写优雅的代码的工具，而 Python 正是其中之一。它的语法简洁，库资源丰富，不仅适合初学者快速上手，也为资深开发者提供了大量的深度开发可能性。在这份指南里，我们会深入探索 Python 的核心特点和功能，让你更好地理解为什么它在开发者社区中如此受欢迎。
目录
- 官方下载页面
- 选择适合你系统的版本下载
- 打开下载的
.exe文件并按照提示进行安装。记得勾选“Add Python to PATH”，这样你可以在命令行中直接运行 Python。
macOS:
- 在终端中使用 Homebrew:
brew install python3
Linux:
- 在终端中使用 apt (Ubuntu/Debian):
sudo apt-get update sudo apt-get install python3
测试安装
在终端或命令行中输入:
python3 --version
如果看到相应的 Python 版本号，则表示安装成功。
2.1 创建并运行 Python 文件
创建文件
使用你喜欢的文本编辑器（例如 VSCode, Atom, Sublime Text 等）来创建一个新的文件。
保存文件
在保存文件时，确保使用 .py 作为文件扩展名。例如，你可以命名文件为 first_program.py。
编写代码
在此文件中，我们可以编写一个简单的 Python 代码，例如：
print("Welcome to Python!")
运行文件
Windows:
打开命令提示符 (cmd)，然后导航到你保存文件的文件夹。输入以下命令来运行 Python 文件：
python first_program.py
macOS 和 Linux:
打开终端，并导航到你保存文件的文件夹。输入以下命令来运行 Python 文件：
python3 first_program.py
如果一切正常，你应该会在终端或命令提示符中看到输出 “Welcome to Python!”。
这就是创建并运行 Python 脚本的基础步骤。随着你对 Python 的进一步了解，你将能够编写更复杂、功能更强大的代码。
3. Python 的基础语法
数据类型
-
整数:
x = 10 -
浮点数:
y = 3.14 -
字符串:
greeting = "Hello, World!" -
列表:
fruits = ["apple", "banana", "cherry"] -
元组:
colors = ("red", "green", "blue") -
字典:
person = {"name": "John", "age": 30}
控制结构
-
if 条件:
if x > 10: print("x is greater than 10") -
for 循环:
for fruit in fruits: print(fruit) -
while 循环:
count = 0 while count < 5: print(count) count += 1
函数
定义一个函数:
def greet(name):
return f"Hello, {name}!"
调用函数:
print(greet("Alice"))
4. 实战案例
入门 Demo: 计算器
def add(x, y):
return x + y
def subtract(x, y):
return x - y
def multiply(x, y):
return x * y
def divide(x, y):
if y == 0:
return "Undefined (division by zero)"
return x / y
# 测试
print(add(5, 3))
print(subtract(5, 3))
print(multiply(5, 3))
print(divide(5, 3))
当你运行上述代码时，你将看到各种基本算术运算的结果。
5. 图像识别入门 – 使用 OpenCV
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习库，它有超过2500个经过优化的算法，适用于各种计算机视觉任务。
安装 OpenCV
首先，你需要安装 OpenCV。在终端或命令提示符中，使用以下命令安装：
pip install opencv-python
示例: 基本的图像识别
假设我们有一个目标是检测图像中的人脸。
-
下载级联分类器
OpenCV 为我们提供了预先训练好的人脸和眼睛检测的级联分类器。你可以从 OpenCV 的 GitHub 仓库下载它们：
下载这些文件并保存在你的项目目录中。
-
编写代码
import cv2 # 加载级联分类器 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml') # 读取图像 img = cv2.imread('path_to_your_image.jpg') # 将图像转为灰度图，这样会提高检测的速度和准确性 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, 1.1, 4) for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2) roi_gray = gray[y:y+h, x:x+w] roi_color = img[y:y+h, x:x+w] # 在人脸上检测眼睛 eyes = eye_cascade.detectMultiScale(roi_gray) for (ex, ey, ew, eh) in eyes: cv2.rectangle(roi_color, (ex, ey), (ex+ew, ey+eh), (0, 255, 0), 2) # 显示图像 cv2.imshow('img', img) cv2.waitKey(0) cv2.destroyAllWindows()将
path_to_your_image.jpg替换为你要检测的图像的路径。
使用上述代码，你可以在图像中检测人脸和眼睛。这只是使用 OpenCV 进行图像识别的简单示例。OpenCV 提供了丰富的功能，可以用于多种计算机视觉任务。
6. 推荐资源
经过本指南的简要介绍，你应该对 Python 的基础内容和其潜在用途有了初步的了解。Python 是一个功能强大且易于上手的语言，无论是初学者还是资深开发者都能在其中找到适合自己的应用场景。希望你能继续探索并深入学习 Python，从而更好地运用它解决实际问题。
