软件测试|Python中的变量与关键字详解

简介: 软件测试|Python中的变量与关键字详解

image.png

简介

在Python编程中,变量和关键字是非常重要的概念。它们是构建和控制程序的基本要素。本文将深入介绍Python中的变量和关键字,包括它们的定义、使用方法以及一些常见注意事项。

变量

变量的定义

变量是用于存储数据值的名称。在Python中,变量无需声明,可以直接赋值使用。变量可以存储不同类型的数据,如整数、浮点数、字符串等。

变量命名规则

  • 变量名由字母、数字和下划线组成。
  • 变量名不能以数字开头。
  • 变量名区分大小写,例如age和Age是不同的变量名。
  • 避免使用Python内置关键字作为变量名。

合法的变量名举例:

  • name
  • age
  • a
  • abc
  • _user
  • person ,该命名包含了2根下划线

不合法的变量命名举例:

  • with,使用了Python关键字
  • True,使用了Python关键字
  • we/st,该命名包含了字符/且无任何意义
  • 01vip,数字不能作为变量名开头

变量赋值

在Python中,使用等号(=)进行赋值操作。例如:

a =10
name = 'muller'

变量使用

通过变量名可以访问和修改存储的数据值。例如:

print(a)
print(name)

name = 'salah'
print(name)
-----------
########
输出结果如下:
10
muller
salah

练习

name = 'tom'
birth = '1995-10-01'

pet_name, pet_age = 'jerry', "3"

if __name__ == '__main__':

    print("my name is" + name)
    print("my birth day is" + birth)
    print("i have a pet dog, name is " + pet_name, "age is " + pet_age)

#########
输出结果如下:
my name istom
my birth day is1995-10-01
i have a pet dog, name is jerry age is 3

关键字

关键字定义

关键字是Python编程语言中的保留字,用于表示特殊功能或具有特定含义的标识符。关键字在Python解释器中具有特殊用途,不能用作变量名或其他标识符。

常见关键字

False    class     finally   is       return
None     continue  for       lambda   try
True     def       from      nonlocal while
and      del       global    not      with
as       elif      if        or       yield
assert   else      import    pass
break    except    in        raise

变量名与关键字的区别

变量名是用于给变量赋值使用;关键字用于业务逻辑的处理。

强关键字与弱关键字

  • 强关键字:部分关键字我们将其作为变量名来使用的话,会直接报错,这样的关键字称为强关键字
  • 弱关键字:部分关键字我们作为变量名使用时,并不会报错,但会失去关键字原有的功能,这类关键字我们可以称之为 弱关键字,一般为python中的内置函数。

使用示例

下面我们来尝试使用关键字来作为变量名,是否如预期报错,代码如下:

  1. 使用强关键字作为变量名
True = 'muller'
print(True)

------------------
报错如下:
    True = 'muller'
    ^
SyntaxError: can't assign to keyword
  1. 使用弱关键字作为变量名
name = 'muller'
print = 123

print(name)
-------------------
报错如下:
    print(name)
TypeError: 'int' object is not callable

注意事项

  • 在命名变量时,应使用描述性的名称,以便代码更易于理解和维护。
  • 避免使用Python的关键字作为变量名,以免造成语法错误。
  • 变量在使用前必须先赋值,否则会引发NameError。
  • 变量的数据类型可以动态改变,例如可以将一个整数变量赋值为字符串。
  • 尽量避免使用全局变量,以防止代码的副作用和不必要的复杂性。

总结

变量和关键字是Python编程中的重要概念。变量用于存储数据值,并可以随时修改。关键字是Python编程语言中的保留字,具有特殊用途,不能用作变量名或其他标识符。在编写Python代码时,我们应该遵守良好的变量命名规范,并避免使用Python内置关键字作为变量名,以确保代码的可读性和正确性。对于初学者来说,熟悉变量和关键字的用法是成为Python程序员的重要一步。

相关文章
|
22天前
|
测试技术 数据库 UED
Python 性能测试进阶之路:JMeter 与 Locust 的强强联合,解锁性能极限
【9月更文挑战第9天】在数字化时代,确保软件系统在高并发场景下的稳定性至关重要。Python 为此提供了丰富的性能测试工具,如 JMeter 和 Locust。JMeter 可模拟复杂请求场景,而 Locust 则能更灵活地模拟真实用户行为。结合两者优势,可全面评估系统性能并优化瓶颈。例如,在电商网站促销期间,通过 JMeter 模拟大量登录请求并用 Locust 模拟用户浏览和购物行为,可有效识别并解决性能问题,从而提升系统稳定性和用户体验。这种组合为性能测试开辟了新道路,助力应对复杂挑战。
48 2
|
4天前
|
机器学习/深度学习 算法 数据可视化
8种数值变量的特征工程技术:利用Sklearn、Numpy和Python将数值转化为预测模型的有效特征
特征工程是机器学习流程中的关键步骤,通过将原始数据转换为更具意义的特征,增强模型对数据关系的理解能力。本文重点介绍处理数值变量的高级特征工程技术,包括归一化、多项式特征、FunctionTransformer、KBinsDiscretizer、对数变换、PowerTransformer、QuantileTransformer和PCA,旨在提升模型性能。这些技术能够揭示数据中的潜在模式、优化变量表示,并应对数据分布和内在特性带来的挑战,从而提高模型的稳健性和泛化能力。每种技术都有其独特优势,适用于不同类型的数据和问题。通过实验和验证选择最适合的变换方法至关重要。
16 5
8种数值变量的特征工程技术:利用Sklearn、Numpy和Python将数值转化为预测模型的有效特征
|
17天前
|
SQL JavaScript 前端开发
基于Python访问Hive的pytest测试代码实现
根据《用Java、Python来开发Hive应用》一文,建立了使用Python、来开发Hive应用的方法,产生的代码如下
47 6
基于Python访问Hive的pytest测试代码实现
|
8天前
|
Web App开发 测试技术 持续交付
自动化测试的利器:Selenium与Python的完美结合
【9月更文挑战第21天】在软件开发的世界里,测试是确保产品质量的关键步骤。随着敏捷开发和持续集成的流行,自动化测试工具变得尤为重要。本文将介绍如何使用Selenium和Python进行高效的自动化测试,不仅提供代码示例,还深入探讨如何设计测试用例、选择正确的测试框架、以及如何整合到CI/CD流程中。无论你是初学者还是有经验的开发者,这篇文章都将为你提供宝贵的见解和实用的技巧。
22 3
|
20天前
|
安全 JavaScript 前端开发
自动化测试的魔法:如何用Python编写你的第一个测试脚本
【8月更文挑战第41天】在软件的世界里,质量是王道。而自动化测试,就像是维护这个王国的骑士,确保我们的软件产品坚不可摧。本文将引导你进入自动化测试的奇妙世界,教你如何使用Python这把强大的魔法杖,编写出能够守护你代码安全的第一道防护咒语。让我们一起开启这场魔法之旅吧!
|
21天前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
【9月更文挑战第10天】随着软件应用的不断扩展,性能测试成为确保系统稳定运行的关键环节。本文通过对比Apache JMeter和Locust,探讨了如何在Python环境中利用这两款工具挖掘更多性能测试潜力。JMeter是一款成熟且功能强大的开源工具,支持多种协议,适用于各种应用的测试;而Locust则基于Python,通过简单脚本模拟HTTP请求,更适合Web应用测试。
54 2
|
25天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
【9月更文挑战第5天】性能测试是确保应用在高负载下稳定运行的关键。本文介绍Apache JMeter和Locust两款常用性能测试工具,帮助识别并解决性能瓶颈。JMeter适用于测试静态和动态资源,而Locust则通过Python脚本模拟HTTP请求。文章详细讲解了安装、配置及使用方法,并提供了实战案例,帮助你掌握性能测试技巧,提升应用性能。通过分析测试结果、模拟并发、检查资源使用情况及代码优化,确保应用在高并发环境下表现优异。
46 5
|
22天前
|
消息中间件 监控 测试技术
惊呆了!Python性能测试高手都用这些神器:JMeter+Locust,效率翻倍📈
【9月更文挑战第8天】在软件开发中,性能测试对确保应用稳定性和高效运行至关重要。对于Python开发者而言,选择合适的性能测试工具能显著提升测试效率并精准定位性能瓶颈。本文深入探讨了JMeter和Locust这两款工具的独特优势。JMeter作为跨平台的性能测试工具,支持多种协议,具备高度可定制性和扩展性;而Locust则专为Python应用设计,利用协程实现高并发,提供实时监控和分布式测试功能。两者结合使用,可在实际项目中实现1+1>2的效果,帮助开发者构建全面高效的测试方案,保障应用稳定运行。
62 1
|
2天前
|
Python
Python变量用法——单下划线变量名_ 原创
Python变量用法——单下划线变量名_ 原创
13 0
|
2天前
|
Python
Python变量用法——变量解包
Python变量用法——变量解包
12 0
下一篇
无影云桌面