没学过Python先要学习哪些基础知识
或看好Python的广阔前景，或看中Python的语法简洁，越来越多零基础的人选择学Python。但是Python基础知识有哪些呢？Python部分基础知识点汇总
数据类型：编程中操作的每一个数据都是有其类型的，比如我们的程序需要进行数学计算，那么进行计算的参数和结果就都是数值，我们需要输入、输出一段话，那么这段话就是一个字符串。
变量和常量：变量有什么用？怎么使用？常量又是做什么的？
控制流语句：控制流语句让程序变得更加灵活，稍微复杂一些的程序都需要用到控制流语句中的判断和循环，那么如何在Python中高效应用控制流语句就显得非常重要。
函数：当程序开始复杂起来，某些功能可能需要多次使用的时候，我们就可以把这个功能封装成“函数”，函数就像是工具箱里一件件的工具，在需要的时候打开工具箱拿出即可使用。
数据结构：Python怎么处理数据?列表、元组、集合、字典分别有什么特性都需要详细了解。
异常处理：当你的程序开始复杂起来，可能会遇到某些不确定是否会出现错误的情况，这个时候怎样自定义异常、处理异常就十分重要。
注释：不写注释的程序员不是好程序员。
面向对象：面向对象是一种编程思想，可以让程序变得更可复用，同时逻辑更清晰，效率最高。
文件操作：很多时候我们需要对本地文件进行一些增删改查的操作。
模块和包：Python之所以如此受欢迎，很大程度上得益于它有非常丰富模块和包，这些东西可以让你少造轮子。
Python与网络：python获取网页信息、与其他计算机通信、访问数据库等。
以上大部分其实是编程基础，但是只学这些还是不够的，很多企业招聘的Python岗位均需要和其他方向内容相结合，比如大数据、运维、Web等等。因此零基础快速入门进阶Python技能还需要进行系统的学习。
python 几种读写模式的区别及几种常用的指令
f.read([size])：默认一次性读入打开的文件内容。如果有size参数，则指定每次读入字符数。注意，此处按字符来读入，一个汉字为一个字符
f.readline([size])：一次读入一行文件内容
f.readlines([size])：将文件内容全部读入，保存在一个列表中，每行为一个元素。
f.writ(str,encoding=)：将str写入文件，可以指定写入的编码格式，默认为utf-8
f.writlines()
f.readable() ： 判断是否可读，返回布尔值。如果是在只写模式下打开文件， 也是返回false
f.writable()：判断是否可写
f.tell() ： 返回当前光标位置
f.seek(offset,whence=0)：将光标位置移至所需位置。offset为偏移量。whence定义开始偏移的位置。0为从文件开头偏移。1为从当前位置开始偏移。2为从文件末尾开始偏移，默认为0。注意，此处偏移量是按字节计算，也就是一个汉字最少需要两个偏移量。如果偏移量正好讲一个汉字分开，则会报错。
f.truncate(数值) 从光标位置截断/删除后面内容。
f.flush() 将内存内容立即写入硬盘
python包含数据包用的什么命令
python包含数据包命令如下。
easy_insert包名。
其中python有多种数据包以下为常用数据包，Numpy提供了两种基本的对象：ndarray和ufunc。ndarray是存储单一数据类型的多维数组，而ufunc是能够对数组进行处理的函数。N维数组，一种快速、高效使用内存的多维数组，他提供矢量化数学运算。可以不需要使用循环，就能对整个数组内的数据进行标准数学运算。非常便于传送数据到用低级语言编写(C\C++)的外部库，也便于外部库以Numpy数组形式返回数据。Numpy不提供高级数据分析功能，但可以更加深刻的理解Numpy数组和面向数组的计算，可以进行：数组的算数和逻辑运算。傅立叶变换和用于图形操作的例程。与线性代数有关的操作。NumPy拥有线性代数和随机数生成的内置函数。2，Scipy是一款方便、易于使用、专门为科学和工程设计的Python包，它包括统计、优化、整合、线性代数模块、傅里叶变换、信号和图像处理、常微分方程求解器等。Scipy依赖于Numpy，并提供许多对用户友好的和有效的数值例程，如数值积分和优化。3、PPandas是Python的一个数据分析包，Pandas最初被用作金融数据分析工具而开发出来，因此Pandas为时间序列分析提供了很好的支持。Pandas是为了解决数据分析任务而创建的，Pandas纳入了大量的库和一些标准的数据模型，提供了高效的操作大型数据集所需要的工具。Pandas提供了大量是我们快速便捷的处理数据的函数和方法。Pandas包含了高级数据结构，以及让数据分析变得快速、简单的工具。它建立在Numpy之上，使得Numpy应用变得简单。
-python基本命令大全
