【Python入门篇】——Python基础语法(字符串格式化,表达式格式化和数据输入)

简介: 【Python入门篇】——Python基础语法(字符串格式化,表达式格式化和数据输入)

1. 字符串格式化方式2(快速写法)

目前通过%符号占位已经很方便了,还能进行精度控制。

可是追求效率和优雅的Python,是否有更加优雅的方式解决问题呢?

那当然:有

通过语法:f"内容{变量}"的格式来快速格式化

看如下代码


总结:

可以通过

  1. f”{变量} {变量}”的方式进行快速格式化
  2. 这种方式:
  • 不理会类型
  • 不做精度控制

适合对精度没有要求的时候快速使用


2. 对表达式进行格式化

先来了解表达式是什么:

表达式:一条具有明确执行结果的代码语句

如: 1 + 1、5 * 2,就是表达式,因为有具体的结果,结果是一个数字

又或者,常见的变量定义:

name = “张三” age = 11 + 11

等号右侧的都是表达式,因为它们有具体的结果,结果赋值给了等号左侧的变量。


那么,对于字符串格式化,能否直接格式化一个表达式呢?

可以,看代码:

print("1 * 1 的结果是:%d" % (1 * 1))
print(f"1 * 2的结果是:{1 * 2}")
print("字符串在Python中的类型名是:%s" % type("字符串"))


结果:

在无需使用变量进行数据存储的时候,可以直接格式化表达式,使代码更加简洁

3. 数据输入

3.1 input语句(函数)

我们前面学习过print语句(函数),可以完成将内容(字面量、变量等)输出到屏幕上。

在Python中,与之对应的还有一个input语句,用来获取键盘输入。


数据输出:print

数据输入:input

使用上也非常简单:


使用input()语句可以从键盘获取输入

使用一个变量接收(存储)input语句获取的键盘输入数据即可


看代码:

print("请告诉我你是谁?")
name = input()
print("我知道了,你是:%s" % name)


结果:

但是在这个代码中,输出”请告诉我你是谁?“的print语句其实是多余的

input()语句其实是可以在要求使用者输入内容前,输出提示内容的哦,方式如下:


如图,在input的括号内直接填入提示内容即可。

我们刚刚试验的都是输入了字符串类型的数据。

那么如果我们输入数字类型或其它类型,结果会如何?

让我们通过前面学习过的type()语句,来验证一下输入内容的数据类型吧。


可以看到,无论键盘输入何种类型的数据

最终的结果都是:字符串类型的数据

3.2 总结

1.input()语句的功能是,获取键盘输入的数据


2.可以使用:input(提示信息),用以在使用者输入内容之前显示提示信息。


3.要注意,无论键盘输入什么类型的数据,获取到的数据永远都是字符串类型。


好了关于【Python入门篇】Python基础语法(字符串格式化,表达式格式化和数据输入),七七今天就先分享到这里,如果这篇文章对大家有帮助,请佬佬们点个赞再走吧!如果发现什么问题,欢迎评论区留言!💕💕


目录
相关文章
|
1月前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
5天前
|
存储 数据挖掘 数据处理
Python Pandas入门:行与列快速上手与优化技巧
Pandas是Python中强大的数据分析库,广泛应用于数据科学和数据分析领域。本文为初学者介绍Pandas的基本操作,包括安装、创建DataFrame、行与列的操作及优化技巧。通过实例讲解如何选择、添加、删除行与列,并提供链式操作、向量化处理、索引优化等高效使用Pandas的建议,帮助用户在实际工作中更便捷地处理数据。
13 2
|
11天前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
19天前
|
数据采集 Web App开发 监控
Python爬虫:爱奇艺榜单数据的实时监控
Python爬虫:爱奇艺榜单数据的实时监控
|
1月前
|
测试技术 开发者 Python
探索Python中的装饰器:从入门到实践
装饰器,在Python中是一块强大的语法糖,它允许我们在不修改原函数代码的情况下增加额外的功能。本文将通过简单易懂的语言和实例,带你一步步了解装饰器的基本概念、使用方法以及如何自定义装饰器。我们还将探讨装饰器在实战中的应用,让你能够在实际编程中灵活运用这一技术。
40 7
|
2月前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
96 0
|
2月前
|
机器学习/深度学习 数据采集 数据挖掘
解锁 Python 数据分析新境界:Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程,以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据,为决策提供支持。
53 2
|
2月前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
64 2
|
2月前
|
数据采集 数据可视化 数据挖掘
Python数据分析:Pandas库实战指南
Python数据分析:Pandas库实战指南
|
2月前
|
并行计算 数据挖掘 大数据
Python数据分析实战:利用Pandas处理大数据集
Python数据分析实战:利用Pandas处理大数据集