Python语法元素分析

简介: Python语法元素分析

程序元素

  • 注释

 1.注释是程序员在代码中加入的辅助说明信息,它不能被计算机执行,也不受语法约束,可以在里面写入任何内容。


 2.一般来说,注释用来帮助程序员记录程序设计方法,辅助程序阅读。


 3.注释的两种方法(1)单行注释以#开头(2)多行注释以’’'开头和结尾


  • 缩进

 1个缩进=4个空格

(1)用以在Python中标明代码的层次关系

(2)缩进是Python语言中表明框架的唯一手段


  • 常量与变量

 常量:程序中不发生改变的元素

 变量:程序中值发生改变或者可以发生改变的元素

 在Python语言中,变量或常量使用上基本没有什么区别


  • 命名

 命名:给程序元素关联一个标识符,保证唯一性

 变量和常量都需要一个名字

 命名规则:

(1)大小写字母,数字,下划线的组合,但首字母只能是大小写字母或下划线,不能使用空格

(2)中文等非字母的符号也可以作为名字


  • 表达式

(1)表达式:程序中产生或计算新数据值的一行代码

 Python语言的33个保留字或者操作符可以产生符合语法的表达式

 在使用变量前必须对其赋值,否则编译器报错


(2)空格的使用

 不改变缩进相关的空格数量

 空格不能将命名分割

 增加空格增加程序可读性


(3)字符串操作

 操作符+可以实现两个字符串的连接操作

 字符串可理解为字节序列,若长度为L,第一个字节索引为0或-L,最后一个字节索引为。L-1或-1

 以区间形式获得字符串的子串

 例:

tIndex=“python”tIndex[4]=‘o’tIndex[-4]=‘t’


  • 分支语句

 分支语句:控制程序运行,根据判断条件选择程序执行路径。基本过程如下:

 if<条件1成立>:

 <表示式组1>

 elif<条件2成立>:

 <表达式组2>

 …

 else:

 <表达式组n>


  • 赋值语句

 赋值语句:使用等号给变量赋值

 同步赋值语句:同时给多个变量赋值(先运算右侧N个表达式,然后同时将表达式结果赋给左侧)

 <变量1>,…,<变量n>=<表达式1>,…,<表达式n>


  • 输入函数

 Input()函数从控制台获得用户输入

 <变量>=input(<提示性文字>)

 获得的用户输入以字符串形式保存在<变量>中


  • 输出函数

 print()函数用来输出字符信息,或以字符形式输出变量。

 print()函数可以输出各种类型变量的值。

 print()函数通过%来选择要输出的变量。


  • 循环语句

 循环语句:控制程序运行,根据判断条件或计数条件确定一段程序的运行次数

 计数循环,基本过程如下:

 for i in range(<计数值>):

 <表达式1>,其中变量i用于计数

目录
相关文章
|
5月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
5月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
421 0
|
6月前
|
缓存 监控 算法
唯品会item_search - 按关键字搜索 VIP 商品接口深度分析及 Python 实现
唯品会item_search接口支持通过关键词、分类、价格等条件检索商品,广泛应用于电商数据分析、竞品监控与市场调研。结合Python可实现搜索、分析、可视化及数据导出,助力精准决策。
|
5月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
5月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
6月前
|
缓存 监控 算法
苏宁item_get - 获得商品详情接口深度# 深度分析及 Python 实现
苏宁易购item_get接口可实时获取商品价格、库存、促销等详情,支持电商数据分析与竞品监控。需认证接入,遵守调用限制,适用于价格监控、销售分析等场景,助力精准营销决策。(238字)
|
6月前
|
监控 算法 数据安全/隐私保护
唯品会 item_get - 获得 VIP 商品详情接口深度分析及 Python 实现
唯品会item_get接口通过商品ID获取商品详情,支持价格、库存、促销等数据抓取,适用于电商分析、竞品监控与价格追踪,结合Python实现可高效完成数据获取、分析与可视化,助力精准营销决策。
|
6月前
|
JSON 缓存 供应链
电子元件 item_search - 按关键字搜索商品接口深度分析及 Python 实现
本文深入解析电子元件item_search接口的设计逻辑与Python实现,涵盖参数化筛选、技术指标匹配、供应链属性过滤及替代型号推荐等核心功能,助力高效精准的电子元器件搜索与采购决策。

推荐镜像

更多