NOTE:文章中的代码缩进不知道怎么搞,直接粘贴使用会报错
Python基础
- Python是大小写敏感的
- 缩进代表语法内容,使用4个空格的缩进,所以粘贴代码时注意缩进是否正确
- #开头的语句是注释
- 数据类型
- 整数
int
- 浮点数(小数)
float
- 字符串
str
用单引号或双引号括起来 - 布尔值
bool
只有True
和False
两个值,注意大小写 - 空值
None
- 列表
list
a=[] vs 元组tuple
a=() - 字典
dic
a = {key:value} - set 是一组key的集合,但不储存value a = set(list)
- 编码
- 字符串
str
使用Unicode编码,支持多语言 - str与bytes互相转换时,如无特殊需求,仅使用UTF-8编码
- 常用占位符如下
%d 整数 %f 浮点数 %s 字符串 %x 十六进制整数
note: 不确定用什么,%s
永远起作用,会将所有类型转换为字符串
- 条件判断
if a > 2:
xxxx
elif a > 1:
sssss
else:
dddd
- 循环
- for循环
sum = 0
for x in range(101):
sum = sum + x
print(sum)
- while循环
sum = 0
n = 99
while n > 0:
sum = sum + n
n = n - 2
print(sum)
- 定义函数
def function_name(<canshu>):
pass
return xx <,yy>
note:函数返回的多值是一个tuple
定义函数时,需要确定函数名和参数个数
如果有必要,可以先对参数的数据类型做检查
函数体内部可以用return
随时返回函数结果
函数执行完毕也没有return
语句时,自动return None
函数可以同时返回多个值,但其实就是一个tuple
- 函数的参数
- 位置参数(最简单最基础的参数)
def test(x):
pass
- 默认参数
def test(x,n=2):
pass
note:默认参数必须指向不可变对象!
- 可变参数
*args
(传入的参数个数是可变的,可以是0个)
可变参数在函数调用是自动组装为一个tuple
def test(*numbers):
for x in numbers:
pass
note:上述numbers
接收到的是一个tuple,如果已经有了一个list或者tuple,可以这么做
>>> nums = [1,2,3]
>>> test(*nums)
- 关键字参数
**kw
(传入0或多个含参数名的参数)
关键字参数在函数内部自动组装成为一个dict
def person(name, age, **kw):
print('name:', name, 'age:', age, 'other:', kw)
note:如果已经有一个dict,可以这么做
>>>extra = {'city': 'Beijing', 'job': 'Engineer'}
>>>person('Jack', 24, **extra)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
- 命名关键字参数
def person(name, age, *, city, job):
print(name, age, city, job)
命名关键字参数需要一个特殊分隔符*
,后面的参数被视为命名关键字参数,如果没有*
,Python就无法判断是位置参数还是命名关键字参数了,但如果有了一个可变参数,则不需要*
了
def person(name, age, *args, city, job):
print(name, age, args, city, job)
调用关键字参数时必须传入参数名,否则报错
关键字参数可以有默认值
def person(name, age, *, city='Beijing', job):
print(name, age, city, job)
- 参数组合
上述5种参数可以组合使用,参数定义顺序必须为
必须参数、默认参数、可变参数、命名关键字参数、关键字参数
def f1(a, b, c=0, *args, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
def f2(a, b, c=0, *, d, **kw):
print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
- 递归函数
如果一个函数在函数内部调用自己,这个函数就是递归函数
- 使用递归函数要注意防止栈(stack)溢出
- 解决栈溢出的方法是通过尾递归优化,尾递归和循环的效果是一样的
BUT,Python标准的解释器没有针对尾递归做优化,任何递归函数都存在栈溢出的问题