考点3.2 程序的分支结构
单分支结构(if)、二分支结构(if else)、多分支结构(if elif else)
考点3.3 程序的循环结构
遍历循环(for)、无限循环(while)、跳出循环(break) 跳过本轮循环(continue)
考点3.4 程序的异常处理:try-except
4、函数和代码复用
考点4.1 函数的定义和使用
def 函数名
函数体
return 返回值列表
考点4.2 函数的参数传递:可选参数的传递、参数名称传递、函数的返回值
考点4.3 变量的作用域:局部变量和全局变量
global 全局变量
5、组合数据类型
考点5.1 组合数据类型的基本概念:集合类型、序列类型、映射类型
考点5.2 列表类型:定义、索引、切片
考点5.3 列表类型的操作:列表的操作函数、列表的操作方法
操作函数:len()、min()、max()、list()
操作方法:ls.append()、ls.insert()、ls.clear()、ls.pop()、ls.remove()、ls.reverse()、ls.copy()
考点5.4 字典类型:定义、索引
定义:变量名={键1:值1,键2:值2,……,键n:值n}
索引:值=变量名[键]
考点5.5 字典类型的操作:字典的操作函数、字典的操作方法
操作函数:len()、min()、max()、dict()
操作方法:d.keys()、d.values()、d.items()、d.get()、d.pop()、d.popitem()、d.clear()
6、文件和数据格式化
考点6.1 文件的使用:打开、关闭和读写
打开模式:‘r’、‘w’、‘x’、‘a’、‘b’、‘t’、‘r+’、‘w+’、‘x+’、‘a+’
读取方法:f.read()、f.readline()、f.readlines()、f.seek()
写入方法:f.write()、f.writelines()
考点6.2 数据组织的维度:一维数据和二维数据
考点6.3 一维数据的处理:表示、储存和处理
字符串.join()、字符串.split()
考点6.4 二维数据的处理:表示、储存和处理
考点6.5 采用CSV格式对一二维数据文件的读写
7、Python计算生态
考点7.1-1 标准库:turtle库(必选)
绘制状态函数:pendown()、penup()、pensize()以及对应别名为pd()、pu()、width();
颜色控制函数:color()、pencolor()、begin_fill()、end_fill();
运动控制函数:forward()、backward()、right()、left()、setheading()、goto()、circle()以及对应别名fd、bk()、rt()、lt()、seth()
考点7.1-2 标准库:random库(必选)
考查seed()、random()、randint()、getrandbits()、randrange()、uniform()、choice()、shuffle()、sample()
考点7.1-3 标准库:time库(必选)
时间处理函数:time()、gmtime()、localtime()、ctime()
时间格式化函数:mktime()、strftime()、strptime()
计时函数:sleep()、perf_counter()
考点7.2 基本的Python内置函数
abs()#绝对值
divmod()#商和余数
pow()#幂
round()#取值范围
max()#最大
min()#最小
sum()#求和
all()#判断真假(全为真则真)
any()#判断真假(一个真则真)
bin()#二进制
oct()#八进制
hex()#十六进制
bool()#布尔类型
chr()#字符类型
int()#整数类型
float()#浮点数类型
list()#列表类型
str()#字符串类型
complex()#创建复数
dict()#创建字典
range()#创建整数序列
input()#输入
print()#输出
eval()#去掉外侧引号
exec()#计算字符串的值
len()#字符串长度
open()#打开文件
ord()#返回Unicode编码
type()#返回类型
考点7.3 第三方库的获取和安装
pip install <第三方库名>
考点7.4-1 第三方库:PyInstaller库(必选)
考点7.4-2 第三方库:jieba库(必选)
jieba.lcut()
考点7.4-3 第三方库:wordcloud库(可选)
考点7.5 了解常见第三方库名称
·网络爬虫:requests、scrapy、pyspider
·数据分析:numpy、pandas、scipy
·文本处理:pdfminer、python-docx、beautifulsoup4
·数据可视化:matplotlib、seaborn、mayavi
·