Python 语法速查
目录
核心数据类型
- int:
42 - float:
3.14 - bool:
True,False - str:
"Hello",'World','''多行字符串''' - NoneType:
None - list:
[1, "apple", True](有序，可变) - tuple:
(1, "apple", True)(有序，不可变) - dict:
{"key": "value", "age": 25}(键值对，可变) - set:
{1, 2, 3}(无序，不重复，可变)
控制流
条件语句
score = 85
if score >= 90:
grade = "A"
elif score >= 80:
grade = "B"
elif score >= 70:
grade = "C"
else:
grade = "D"
print(f"分数 {score} 对应的等级是: {grade}") # => B
# 三元运算符
status = "及格" if score >= 60 else "不及格"
print(status) # => 及格循环
# For 循环
print("--- 遍历列表 ---")
for fruit in ["apple", "banana", "cherry"]:
print(fruit)
print("\n--- 遍历字典 ---")
student = {"name": "Alice", "age": 25}
for key, value in student.items():
print(f"{key.title()}: {value}")
# While 循环
import random
target_num = 5
while True:
guess = random.randint(1, 10)
print(f"我猜是: {guess}")
if guess == target_num:
print("猜对了!")
break # 猜对时跳出循环函数
定义与参数
# 混合使用默认、位置和可变参数
def create_profile(username, email, age=None, *interests, **details):
"""
创建一个用户资料。
- username, email: 必需的位置参数。
- age: 可选参数。
- *interests: 接收任意数量的兴趣爱好（元组）。
- **details: 接收任意数量的其他信息（字典）。
"""
profile = {
"username": username,
"email": email,
}
if age:
profile["age"] = age
if interests:
profile["interests"] = interests
if details:
profile.update(details)
return profile
# 使用示例
profile1 = create_profile("Alice", "alice@example.com", 25, "reading", "coding", city="New York", status="active")
print(profile1)
# 输出: {'username': 'Alice', 'email': 'alice@example.com', 'age': 25, 'interests': ('reading', 'coding'), 'city': 'New York', 'status': 'active'}
profile2 = create_profile("Bob", "bob@example.com", "music", "sports", country="Canada")
print(profile2)
# 输出: {'username': 'Bob', 'email': 'bob@example.com', 'interests': ('music', 'sports'), 'country': 'Canada'}常用内置函数
sorted(iterable, key=None, reverse=False)
返回一个新的已排序列表，不改变原始对象。
# 基础排序
nums = [3, 1, 4, 1, 5]
print(f"排序后: {sorted(nums)}") # => [1, 1, 3, 4, 5]
print(f"降序: {sorted(nums, reverse=True)}") # => [5, 4, 3, 1, 1]
print(f"原始列表不变: {nums}") # => [3, 1, 4, 1, 5]
# 高级排序
words = ["apple", "Banana", "cherry", "Date"]
# 按小写字母排序
print(sorted(words, key=str.lower)) # => ['apple', 'Banana', 'cherry', 'Date']
# 按字符串长度排序
print(sorted(words, key=len)) # => ['Date', 'apple', 'Banana', 'cherry']enumerate(iterable, start=0)
返回一个产生 (索引, 值) 元组的迭代器。
# 默认从 0 开始
fruits = ['apple', 'banana', 'cherry']
for index, fruit in enumerate(fruits):
print(f"索引 {index}: {fruit}")
# 自定义起始索引
print("\n--- 从 1 开始 ---")
for i, fruit in enumerate(fruits, start=1):
print(f"第 {i} 个水果是: {fruit}")zip(*iterables)
将多个可迭代对象“压缩”成一个元组的迭代器。
names = ['Alice', 'Bob', 'Charlie']
ages = [25, 30, 35]
cities = ['New York', 'London'] # 长度最短
# 基础用法 (长度由最短的决定)
zipped_data = zip(names, ages, cities)
print(f"压缩后的列表: {list(zipped_data)}") # => [('Alice', 25, 'New York'), ('Bob', 30, 'London')]
# "解压"操作
data = [('Alice', 25), ('Bob', 30)]
unzipped_names, unzipped_ages = zip(*data)
print(f"解压后的名字: {unzipped_names}") # => ('Alice', 'Bob')
print(f"解压后的年龄: {unzipped_ages}") # => (25, 30)数据结构与方法详解
列表 list (可变)
# append vs extend
lst = [1, 2]
lst.append([3, 4]) # 将整个对象 [3, 4] 作为一个元素添加
print(f"append 后: {lst}") # => [1, 2, [3, 4]]
lst = [1, 2]
lst.extend([3, 4]) # 将 [3, 4] 中的每个元素逐个添加
print(f"extend 后: {lst}") # => [1, 2, 3, 4]
# sort (原地修改)
points = [(4, 1), (2, 5), (1, 3)]
points.sort(key=lambda p: p[1]) # 按 y 坐标排序
print(f"sort 后: {points}") # => [(4, 1), (1, 3), (2, 5)]
# pop
items = ['a', 'b', 'c']
last_item = items.pop() # 弹出最后一个
print(f"弹出的元素: {last_item}, 剩余列表: {items}") # => 'c', ['a', 'b']
first_item = items.pop(0) # 按索引弹出
print(f"弹出的元素: {first_item}, 剩余列表: {items}") # => 'a', ['b']字典 dict (可变)
# get (安全获取)
d = {"name": "Alice"}
print(d.get("name")) # => "Alice"
print(d.get("age")) # => None (不存在，返回 None)
print(d.get("age", 25)) # => 25 (不存在，返回指定的默认值)
# update (合并字典)
d1 = {"a": 1, "b": 2}
d2 = {"b": 3, "c": 4}
d1.update(d2) # d2 中的键值对覆盖/添加到 d1
print(f"update 后: {d1}") # => {'a': 1, 'b': 3, 'c': 4}集合 set (可变)
# remove vs discard
s = {1, 2, 3}
s.remove(2) # 存在，正常删除
# s.remove(4) # 不存在，会引发 KeyError
s.discard(3) # 存在，正常删除
s.discard(4) # 不存在，不会报错
print(f"操作后: {s}") # => {1}
# 集合运算
a = {1, 2, 3, 4}
b = {3, 4, 5, 6}
print(f"并集 (a | b): {a.union(b)}") # => {1, 2, 3, 4, 5, 6}
print(f"交集 (a & b): {a.intersection(b)}") # => {3, 4}
print(f"差集 (a - b): {a.difference(b)}") # => {1, 2}
print(f"对称差集 (a ^ b): {a.symmetric_difference(b)}") # => {1, 2, 5, 6}异常处理
try:
result = 10 / 0
except ZeroDivisionError:
print("除零错误")
except ValueError as e:
print(f"值错误: {e}")
except Exception as e:
print(f"其他错误: {e}")
else:
print("没有异常发生")
finally:
print("总是执行")
# 自定义异常
class CustomError(Exception):
pass
# 抛出异常
raise CustomError("自定义错误信息")常用内置函数
# 基础函数
len([1, 2, 3]) # 3
type(42) # <class 'int'>
isinstance(42, int) # True
id(obj) # 对象ID数学函数
abs(-5) # 5
max([1, 2, 3]) # 3
min([1, 2, 3]) # 1
sum([1, 2, 3]) # 6
round(3.14159, 2) # 3.14序列函数
sorted([3, 1, 4, 1, 5]) # [1, 1, 3, 4, 5]
reversed([1, 2, 3]) # 迭代器
enumerate(['a', 'b']) # [(0, 'a'), (1, 'b')]
zip([1, 2], ['a', 'b']) # [(1, 'a'), (2, 'b')]函数式编程
map(lambda x: x**2, [1, 2, 3]) # 迭代器
filter(lambda x: x > 0, [-1, 0, 1]) # 迭代器
reduce(lambda x, y: x + y, [1, 2, 3]) # 6 (需要 from functools import reduce)高级技巧
列表/字典/集合推导式
# 列表推导式：生成一个包含前10个偶数的平方的列表
squares = [x**2 for x in range(20) if x % 2 == 0][:10]
print(squares)
# 字典推导式：从列表中创建字典，值为其长度
words = ['apple', 'banana', 'cherry']
word_lengths = {word: len(word) for word in words}
print(word_lengths) # => {'apple': 5, 'banana': 6, 'cherry': 6}生成器
# 生成器表达式：语法类似列表推导式，但使用圆括号
# 它不立即计算，而是返回一个生成器对象，节省内存
large_range_squares = (x**2 for x in range(1000000))
# print(large_range_squares) # <generator object <genexpr> at ...>
# for i, num in enumerate(large_range_squares):
# if i >= 5: break
# print(num)装饰器
import functools
def cache_decorator(func):
"""一个简单的缓存装饰器"""
memo = {}
@functools.wraps(func) # 保持原函数的元信息
def wrapper(*args):
if args not in memo:
print(f"正在计算 {func.__name__}{args}...")
memo[args] = func(*args)
else:
print(f"从缓存中获取 {func.__name__}{args}...")
return memo[args]
return wrapper
@cache_decorator
def fibonacci(n):
if n < 2: return n
return fibonacci(n-2) + fibonacci(n-1)
fibonacci(5)
fibonacci(5) # 第二次调用将从缓存中获取