【Python入门系列】第三篇:Python的常用语法、常用操作、常用模块

简介: Python是一种简单而强大的编程语言,具有丰富的语法结构。在本文中,我们将介绍Python的基础语法和高级语法,并通过代码示例进行详细描述。

前言


Python是一种简单而强大的编程语言,具有丰富的语法结构。在本文中,我们将介绍Python的基础语法和高级语法,并通过代码示例进行详细描述。

一、.基础语法

1、变量和数据类型

在Python中,我们可以使用变量来存储数据。变量可以是不同的数据类型,如整数、浮点数、字符串等。

  • 定义一个整型变量
num = 10
  • 定义一个浮点型变量
pi = 3.14
  • 定义一个字符串变量
name = "John"
  • 输出变量的值
print(num)  # 输出: 10
print(pi)  # 输出: 3.14
print(name)  # 输出: John

2、条件语句

条件语句允许我们根据条件的结果执行不同的代码块。在Python中,我们使用 if 、 elif 和 else 关键字来实现条件语句。

  • 判断一个数的正负
num = -5
if num > 0:
    print("正数")
elif num < 0:
    print("负数")
else:
    print("零")

3、循环语句

循环语句允许我们重复执行一段代码。在Python中,我们有两种类型的循环: for 循环和 while 循环。

  • 使用for循环打印列表元素
fruits = ["apple", "banana", "cherry"]
for fruit in fruits:
    print(fruit)
  • 使用while循环计算1到10的和
num = 1
sum = 0
while num <= 10:
    sum += num
    num += 1
print(sum)  # 输出: 55

二、高级语法

1、列表推导式

列表推导式是一种简洁而强大的创建列表的方法。它允许我们使用一行代码生成一个新的列表,而不需要使用传统的for循环。

  • 生成一个包含1到10的平方数的列表
squares = [x**2 for x in range(1, 11)]
print(squares)  # 输出: [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

2、生成器表达式

生成器表达式类似于列表推导式,但是它们返回一个生成器对象,而不是一个列表。生成器对象可以逐个地生成值,而不是一次性生成所有的值。这对于处理大型数据集或无限序列非常有用。

  • 生成一个包含1到10的平方数的生成器对象
squares = (x**2 for x in range(1, 11))
print(squares)  # 输出: <generator object <genexpr> at 0x000001>
print(next(squares))  # 输出: 1
print(next(squares))  # 输出: 4

3、上下文管理器

上下文管理器是一种用于管理资源的高级语法结构。它们确保在使用资源后正确地释放它们,无论是否发生异常。

  • 使用上下文管理器打开文件,并自动关闭
with open('file.txt', 'r') as file:
    data = file.read()
    print(data)

4、装饰器

装饰器是一种用于修改函数行为的高级语法结构。它们允许我们在不修改原始函数代码的情况下,向函数添加额外的功能。

  • 定义一个装饰器函数
def decorator(func):
    def wrapper():
        print("函数执行前")
        func()
        print("函数执行后")
    return wrapper
  • 使用装饰器修饰函数
@decorator
def hello():
    print("Hello, World!")
  • 调用修饰后的函数
hello()

三、常用操作

1. 字符串操作

字符串是Python中常用的数据类型之一。Python提供了许多字符串操作功能,例如字符串拼接、索引、切片等。

  • 字符串拼接
str1 = "Hello"
str2 = "World"
result = str1 + " " + str2
print(result)  # 输出: Hello World
  • 字符串索引
str = "Hello"
print(str[0])  # 输出: H
  • 字符串切片
str = "Hello World"
print(str[0:5])  # 输出: Hello

2. 列表操作

列表是Python中常用的数据结构之一,用于存储一组有序的数据。Python提供了许多列表操作功能,例如元素添加、删除、排序等。

列表元素添加

fruits = ["apple", "banana", "cherry"]
fruits.append("orange")
print(fruits)  # 输出: ['apple', 'banana', 'cherry', 'orange']
  • 列表元素删除
fruits.remove("banana")
print(fruits)  # 输出: ['apple', 'cherry', 'orange']
  • 列表排序
fruits.sort()
print(fruits)  # 输出: ['apple', 'cherry', 'orange']

3. 文件操作

Python提供了用于读写文件的操作功能。我们可以打开文件、读取文件内容、写入文件内容等。

  • 打开文件并读取内容
file = open("file.txt", "r")
data = file.read()
print(data)
file.close()
  • 打开文件并写入内容
file = open("file.txt", "w")
file.write("Hello, World!")
file.close()

4. 异常处理

异常处理是一种用于处理程序运行过程中可能发生的错误的机制。Python提供了try-except语句用于捕获和处理异常。

try:
    num1 = 10
    num2 = 0
    result = num1 / num2
    print(result)
except ZeroDivisionError:
    print("除数不能为零")

以上是Python常用操作功能的一些示例。

四、常用模块

1. 函数的使用

函数是一段可重复使用的代码块,可以接受输入参数并返回结果。Python提供了丰富的内置函数,同时也支持用户自定义函数。

  • 定义一个函数
def greet(name):
    print("Hello, " + name + "!")
  • 调用函数
greet("Alice")  # 输出: Hello, Alice!

2. 模块和包的使用

模块是一个包含Python代码的文件,可以被其他程序引用和使用。包是一个包含多个模块的目录。Python的标准库中包含了许多有用的模块和包。

  • 导入模块
import math
  • 使用模块中的函数
result = math.sqrt(16)
print(result)  # 输出: 4.0
  • 导入包中的模块
from urllib import request
  • 使用包中的模块
response = request.urlopen("https://www.example.com")
print(response.status)  # 输出: 200
目录
相关文章
|
4月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
551 7
|
5月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
467 1
|
4月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
368 0
|
4月前
|
Cloud Native 算法 API
Python API接口实战指南:从入门到精通
🌟蒋星熠Jaxonic,技术宇宙的星际旅人。深耕API开发,以Python为舟,探索RESTful、GraphQL等接口奥秘。擅长requests、aiohttp实战,专注性能优化与架构设计,用代码连接万物,谱写极客诗篇。
Python API接口实战指南:从入门到精通
|
4月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
478 4
|
4月前
|
存储 Java 调度
Python定时任务实战:APScheduler从入门到精通
APScheduler是Python强大的定时任务框架,通过触发器、执行器、任务存储和调度器四大组件,灵活实现各类周期性任务。支持内存、数据库、Redis等持久化存储,适用于Web集成、数据抓取、邮件发送等场景,解决传统sleep循环的诸多缺陷,助力构建稳定可靠的自动化系统。(238字)
827 1
|
4月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
442 0
|
4月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
349 0
|
5月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
188 4
|
5月前
|
调度 数据库 Python
Python异步编程入门:asyncio让并发变得更简单
Python异步编程入门:asyncio让并发变得更简单
312 5

推荐镜像

更多