Python 基础笔记

知识结构

变量与数据类型

基本类型

Python 有几种基本数据类型：

• str（字符串）：用引号包裹的文本，如 "hello"
• int（整数）：没有小数点的数字，如 42
• float（浮点数）：带小数点的数字，如 3.14
• bool（布尔值）：只有 True 或 False 两个值

使用 type() 函数可以查看变量的类型。

类型转换

不同类型之间可以相互转换：

• int() 转为整数
• float() 转为浮点数
• str() 转为字符串

字符串

基本操作

字符串是最常用的数据类型之一。Python 提供了很多内置方法来操作字符串：

• len() 获取长度
• .upper() 转大写
• .lower() 转小写

切片

切片是获取字符串（或列表）一部分的方式，语法是 [start:end:step]：

• text[0:5] 从索引 0 到 4（不包含 5）
• text[-7:] 从倒数第 7 个到末尾
• text[::2] 每隔一个字符取一个

f-string 格式化

f-string 是 Python 3.6+ 推荐的字符串格式化方式，在字符串前加 f，然后用 {} 包裹变量或表达式：

分割与连接

• .split() 将字符串按指定分隔符拆分成列表
• "分隔符".join() 将列表元素用分隔符连接成字符串

列表

列表（List）是 Python 中最常用的数据结构，用方括号 [] 表示，可以存储任意类型的元素，且可以修改。

创建与访问

• 使用索引访问元素，索引从 0 开始
• 负数索引从末尾开始，-1 表示最后一个元素
• 切片语法同字符串

添加元素

• .append() 在末尾添加元素
• .insert(位置, 值) 在指定位置插入元素

删除元素

• .pop() 删除并返回最后一个元素（也可指定索引）
• .remove(值) 删除第一个匹配的元素

列表推导式

列表推导式是创建列表的简洁语法，格式为 [表达式 for 变量 in 可迭代对象]：

还可以加条件过滤，格式为 [表达式 for 变量 in 可迭代对象 if 条件]：

元组

元组（Tuple）用圆括号 () 表示，与列表类似但不可修改。常用于存储不应改变的数据。

创建与解包

解包是将元组的元素分别赋值给多个变量：

作为函数返回值

函数可以返回多个值，实际上是返回一个元组：

字典

字典（Dict）用花括号 {} 表示，存储键值对。键必须唯一且不可变（通常用字符串），值可以是任意类型。

创建与访问

• dict["key"] 访问值，键不存在会报错
• dict.get("key", 默认值) 安全访问，键不存在返回默认值

添加与修改

直接通过键赋值即可添加或修改：

遍历

使用 .items() 同时遍历键和值：

字典推导式

类似列表推导式，格式为 {键: 值 for 变量 in 可迭代对象}：

集合

集合（Set）用花括号 {} 表示，特点是元素唯一（自动去重）且无序。

基本操作

集合运算

集合支持数学上的集合运算：

• | 并集：两个集合的所有元素
• & 交集：两个集合共有的元素
• - 差集：在 A 中但不在 B 中的元素

条件语句

if-elif-else

Python 使用缩进来表示代码块，if 后的条件为真时执行对应代码块：

三元表达式

单行条件表达式，格式为 值1 if 条件 else 值2：

match-case (Python 3.10+)

类似其他语言的 switch-case，用于多条件匹配：

循环

for 循环

for 循环用于遍历可迭代对象。range(n) 生成 0 到 n-1 的整数序列：

enumerate

enumerate() 在遍历时同时获取索引和值：

while 循环

while 循环在条件为真时持续执行：

break 与 continue

• break 立即退出整个循环
• continue 跳过本次循环，进入下一次

函数

函数是组织代码的基本单元，使用 def 关键字定义。

基本定义

默认参数

参数可以设置默认值，调用时可省略：

*args 可变参数

*args 接收任意数量的位置参数，在函数内部是一个元组：

**kwargs 关键字参数

**kwargs 接收任意数量的关键字参数，在函数内部是一个字典：

lambda 表达式

lambda 是创建匿名函数的简洁方式，格式为 lambda 参数: 表达式：

map 函数

map() 对可迭代对象的每个元素应用函数：

filter 函数

filter() 过滤出符合条件的元素：

类与对象

Python 是面向对象的语言。类（Class）是对象的模板，对象是类的实例。

基本类

• __init__ 是构造方法，创建对象时自动调用
• self 代表对象自身，必须是方法的第一个参数

继承

子类可以继承父类的属性和方法，使用 super() 调用父类方法：

方法重写

子类可以重新定义父类的方法：

生成器

生成器是一种特殊的迭代器，使用 yield 关键字。与普通函数不同，生成器不会一次性返回所有结果，而是每次调用时返回一个值，节省内存。

yield 基础

yield 暂停函数并返回值，下次调用时从暂停处继续：

生成器表达式

类似列表推导式，但用圆括号，返回生成器对象：

无限生成器

生成器可以表示无限序列（因为值是按需生成的）：

装饰器

装饰器是 Python 中一个非常实用的特性，它可以在不修改原函数代码的情况下，给函数添加新功能。

为什么需要装饰器？

假设你有很多函数，你想在每个函数执行前打印一句话。笨办法是去每个函数里加代码，但如果有 100 个函数呢？装饰器就是为了解决这个问题。

装饰器的本质：函数包装函数

装饰器本质上就是一个”包装工”——它接收一个函数，返回一个新函数。这个新函数会在原函数的基础上做一些额外的事情。

@ 语法糖

上面的 say_hi = my_decorator(say_hi) 写起来有点麻烦。Python 提供了 @ 符号作为语法糖（简写），效果完全一样：

实际例子：计时器

一个常见的用途是测量函数执行时间：

处理带参数的函数

如果原函数有参数怎么办？用 *args 和 **kwargs 接收任意参数，再原样传给原函数：

带参数的装饰器

有时候我们希望装饰器本身也能接收参数，比如”重复执行 N 次”。这需要多套一层函数：

多个装饰器叠加

可以给一个函数加多个装饰器，从下往上依次包装：

常见内置装饰器

Python 有几个常用的内置装饰器：

异常处理

异常处理让程序在遇到错误时不会崩溃，而是执行预设的处理逻辑。

try-except

try 块中的代码如果出错，会跳转到对应的 except 块：

try-except-else-finally

完整结构：

• try：尝试执行的代码
• except：出错时执行
• else：没出错时执行
• finally：无论是否出错都执行（通常用于清理资源）

自定义异常

通过继承 Exception 类创建自定义异常，用 raise 抛出：

上下文管理器

上下文管理器通过 with 语句自动管理资源（如文件、连接），确保使用后正确关闭或释放。

使用类实现

实现 __enter__ 和 __exit__ 方法：

• __enter__ 在进入 with 块时调用
• __exit__ 在离开 with 块时调用（即使出错也会执行）

使用 contextmanager

@contextmanager 装饰器简化创建上下文管理器，yield 之前是进入时执行的代码，之后是退出时执行的代码：

常用内置函数

Python 提供了很多实用的内置函数，无需导入即可使用。

range

range() 生成整数序列，常用于 for 循环：

• range(n) 生成 0 到 n-1
• range(start, end) 生成 start 到 end-1
• range(start, end, step) 指定步长

倒序生成需要设置负数步长：

print

print() 输出内容到控制台：

• sep 参数设置多个值之间的分隔符（默认空格）
• end 参数设置结尾字符（默认换行）

input

input() 从用户获取输入，返回字符串。在沙盒中无法交互，这里展示基本用法：

name = input("请输入姓名: ")
age = int(input("请输入年龄: "))  # 需要转换类型
print(f"你好, {name}! 你 {age} 岁了。")

abs 与 round

• abs() 返回绝对值
• round() 四舍五入，可指定小数位数

pow 与 divmod

• pow(x, y) 计算 x 的 y 次方，等同于 x ** y
• divmod(x, y) 同时返回商和余数

type 与 isinstance

• type() 返回对象的类型
• isinstance() 判断对象是否是某类型的实例（推荐）

id 与 hash

• id() 返回对象的唯一标识（内存地址）
• hash() 返回对象的哈希值（用于字典键）

len, max, min, sum

常用的聚合函数：

sorted 与 reversed

• sorted() 返回排序后的新列表
• reversed() 返回反转的迭代器

zip

zip() 将多个可迭代对象打包成元组的迭代器，常用于并行遍历：

all 与 any

• all() 所有元素为真时返回 True
• any() 任一元素为真时返回 True

bin, oct, hex

进制转换函数：

• bin() 转二进制字符串
• oct() 转八进制字符串
• hex() 转十六进制字符串

chr 与 ord

字符与 Unicode 码点的转换：

• chr(n) 返回 Unicode 码点 n 对应的字符
• ord(c) 返回字符 c 的 Unicode 码点

callable

callable() 判断对象是否可调用（如函数、类、带 __call__ 方法的对象）：

hasattr, getattr, setattr

动态操作对象属性：

• hasattr(obj, name) 判断是否有属性
• getattr(obj, name, default) 获取属性值
• setattr(obj, name, value) 设置属性值

dir

dir() 列出对象的所有属性和方法，常用于探索对象：

vars 与 locals

• vars(obj) 返回对象的 __dict__ 属性
• locals() 返回当前作用域的局部变量字典

eval 与 exec

• eval() 执行表达式并返回结果
• exec() 执行代码块（无返回值）

注意：避免对用户输入使用这两个函数，有安全风险！

open

open() 用于打开文件，通常配合 with 语句使用。沙盒中无法操作文件，这里展示基本用法：

# 读取文件
with open("file.txt", "r", encoding="utf-8") as f:
    content = f.read()

# 写入文件
with open("file.txt", "w", encoding="utf-8") as f:
    f.write("Hello, World!")

# 追加内容
with open("file.txt", "a", encoding="utf-8") as f:
    f.write("\n新的一行")

# 逐行读取
with open("file.txt", "r") as f:
    for line in f:
        print(line.strip())

常用模式：

• "r" 只读（默认）
• "w" 写入（覆盖）
• "a" 追加
• "rb" / "wb" 二进制模式

NumPy 基础

NumPy 是 Python 科学计算的基础库，提供高性能的多维数组对象。

创建与基本操作

数组运算

NumPy 数组支持向量化运算，比 Python 列表循环快得多：