Python基本语法
条件控制
- if-else语句
if condition:
# 条件成立时执行的代码
else:
# 条件不成立时执行的代码
- if-elif-else语句
if condition1:
# 条件1成立时执行的代码
elif condition2:
# 条件2成立时执行的代码
elif condition3:
# 条件3成立时执行的代码
else:
# 所有条件都不成立时执行的代码
- 嵌套if语句
if condition1:
# 条件1成立时执行的代码
if condition2:
# 条件2成立时执行的代码
else:
# 条件2不成立时执行的代码
else:
# 条件1不成立时执行的代码
- match-case语句
match variable:
case value1:
# 变量等于value1时执行的代码
case value2:
# 变量等于value2时执行的代码
case value3:
# 变量等于value3时执行的代码
case _:
# 变量不等于value1、value2、value3时执行的代码
循环控制
- for循环
for i in range(1, 10):
print(i)
- while循环
i = 1
while i <= 10:
print(i)
i += 1
推导式
Python 推导式是一种独特的数据处理方式,可以从一个数据序列构建另一个新的数据序列的结构体。
Python 推导式是一种强大且简洁的语法,适用于生成列表、字典、集合和生成器。
Python 支持各种数据结构的推导式:
- 列表推导式:
[expression for item in iterable]
- 字典推导式:
{key_expression: value_expression for item in iterable}
- 集合推导式:
{expression for item in iterable}
- 元组推导式:
tuple(expression for item in iterable)
# 列表推导式
squares = [x**2 for x in range(1, 11)]
print(squares) # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# 字典推导式
squares_dict = {x: x**2 for x in range(1, 11)}
print(squares_dict) # {1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81, 10: 100}
# 集合推导式
squares_set = {x**2 for x in range(1, 11)}
print(squares_set) # {1, 4, 9, 16, 25, 36, 49, 64, 81, 100}
# 元组推导式
squares_tuple = tuple(x**2 for x in range(1, 11))
print(squares_tuple) # (1, 4, 9, 16, 25, 36, 49, 64, 81, 100)
迭代器
迭代器是一种特殊的对象,它可以记住遍历的位置,
迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退,字符串,列表或元组对象都可用于创建迭代器。
迭代器有两个基本的方法:iter()
和 next()
。
iter(obj)
:返回一个迭代器对象,可以用来遍历obj
的元素。next(obj)
:返回迭代器的下一个元素,如果没有更多的元素,则抛出StopIteration
异常。
# 创建迭代器
my_list = [1, 2, 3, 4, 5]
my_iter = iter(my_list)
# 遍历迭代器
while True:
try:
print(next(my_iter))
except StopIteration:
break
生成器
生成器是一种特殊的迭代器,它不存储所有数据,而是每次只生成一个值。
生成器表达式是一种简洁的语法,它使用 yield
关键字而不是 return
关键字。
生成器不用一次性生成所有值,而是逐步生成,可以节省内存。
def my_generator():
for i in range(1, 10):
yield i**2
# 遍历生成器
for i in my_generator():
print(i)
函数
函数是一种可重用的代码块,它接受输入参数,执行一些操作,并返回输出结果。
函数定义和调用
函数定义语法:
def function_name(parameter1, parameter2, ...):
# 函数体
return output
函数调用语法:
output = function_name(argument1, argument2, ...)
默认参数和可变参数
函数可以有默认参数,也可以有可变参数。
# 默认参数
def greet(name, msg="Hello"):
print(msg, name)
greet("Alice") # Hello Alice
greet("Bob", "Hi") # Hi Bob
# 可变参数
def add_numbers(*args):
result = 0
for num in args:
result += num
return result
print(add_numbers(1, 2, 3)) # 6
print(add_numbers(4, 5, 6, 7)) # 28
参数传递可变对象和不可变对象
-
函数参数传递可变对象时,函数对参数的修改会影响到原始对象。
-
函数参数传递不可变对象时,函数对参数的修改不会影响到原始对象。
# 可变对象参数传递
def modify_list(lst):
lst.append(4)
my_list = [1, 2, 3]
modify_list(my_list)
print(my_list) # [1, 2, 3, 4]
# 不可变对象参数传递
def modify_tuple(tup):
tup = (4, 5, 6)
my_tuple = (1, 2, 3)
modify_tuple(my_tuple)
print(my_tuple) # (1, 2, 3)
匿名函数
匿名函数是一种没有名称的函数,它可以直接使用 lambda
关键字创建。
语法:
lambda arguments: expression
# 匿名函数
add = lambda x, y: x + y
print(add(2, 3)) # 5
装饰器
装饰器是一种函数,它接受一个函数作为参数,并返回一个新的函数或修改原来的函数,目的是扩展原函数的功能。
装饰器的应用场景:
- 日志记录:
装饰器可用于记录函数的调用信息、参数和返回值。 - 性能分析:
可以使用装饰器来测量函数的执行时间。 - 权限控制:
装饰器可用于限制对某些函数的访问权限。 - 缓存:
装饰器可用于实现函数结果的缓存,以提高性能。
def my_decorator(func):
def wrapper(*args, **kwargs):
print("Before calling the function")
result = func(*args, **kwargs)
print("After calling the function")
return result
return wrapper
@my_decorator
def my_function():
print("Inside the function")
my_function()
异常处理
Python 使用 try-except
语句来处理错误和异常。
异常
异常是程序运行过程中发生的非正常情况,它会导致程序终止运行,如除零错误、文件找不到等。
异常处理流程
- 捕获异常:使用
try
语句来捕获异常。 - 处理异常:使用
except
语句来处理异常。 - 重新引发异常:使用
raise
语句来重新引发异常。 - 最后处理:使用
finally
语句来处理异常。
try:
# 可能发生异常的代码
except ExceptionType:
# 处理异常的代码
else:
# 无异常发生时执行的代码
finally:
# 无论是否发生异常都会执行的代码