Python 是一种高级、解释型、面向对象的通用编程语言，以其语法简洁、可读性强和功能强大的标准库而广受欢迎[ref_3]。其基础知识是构建复杂应用的基石，涵盖了从基本语法到核心编程范式的广泛内容。 ### 一、 核心数据类型与运算符 Python 内置了多种数据结构，用于高效地存储和操作数据。下表对比了四种主要的可变与不可变集合类型： | 数据类型 | 描述 | 可变性 | 示例 | | :--- | :--- | :--- | :--- | | **列表 (List)** | 有序、可重复的元素集合，使用方括号 `[]` 定义。 | 可变 | `my_list = [1, 'a', 3.14]` | | **元组 (Tuple)** | 有序、可重复的元素集合，使用圆括号 `()` 定义。 | **不可变** | `my_tuple = (1, 'a', 3.14)` | | **集合 (Set)** | 无序、**不重复**的元素集合，使用花括号 `{}` 或 `set()` 定义。 | 可变 | `my_set = {1, 2, 3}` | | **字典 (Dict)** | 无序的**键值对**集合，键必须唯一且不可变，使用花括号 `{}` 定义。 | 可变 | `my_dict = {'name': 'Alice', 'age': 25}`[ref_2] | 这些数据类型支持丰富的操作，例如列表的切片、字典的键值访问等[ref_4]。 运算符用于对数据进行运算。Python 的运算符主要分为以下几类： 1. **算术运算符**：用于数学计算，如 `+`, `-`, `*`, `/`, `//`（整除）, `%`（取模）, `**`（幂）。 2. **比较运算符**：用于比较两个值，返回布尔值 `True` 或 `False`，如 `==`, `!=`, `>`, `<`, `>=`, `<=`。 3. **赋值运算符**：用于给变量赋值，如 `=`, `+=`, `-=`, `*=` 等[ref_2]。 ```python # 数据类型与运算符示例 a = 10 b = 3 # 算术运算 print(f"a + b = {a + b}") # 输出：a + b = 13 print(f"a // b = {a // b}") # 输出：a // b = 3 (整除) # 列表操作 fruits = ["apple", "banana", "cherry"] fruits.append("orange") # 向列表末尾添加元素 print(fruits[1:3]) # 切片，输出：['banana', 'cherry'] # 字典操作 person = {"name": "Bob", "age": 30} person["city"] = "New York" # 添加新的键值对 print(person.get("name")) # 输出：Bob ``` ### 二、 程序控制结构 控制结构决定了代码的执行流程，是编程逻辑的核心。 1. **条件语句 (`if`, `elif`, `else`)**：根据条件表达式的真假决定执行哪个代码块[ref_2]。 ```python score = 85 if score >= 90: grade = 'A' elif score >= 80: grade = 'B' # 本例中，score=85，将执行此分支 else: grade = 'C' print(f"成绩等级：{grade}") # 输出：成绩等级：B ``` 2. **循环语句**： * **`for` 循环**：常用于遍历序列（如列表、字符串）或可迭代对象。 ```python for i in range(5): # range(5) 生成序列 0,1,2,3,4 print(i, end=' ') # 输出：0 1 2 3 4 ``` * **`while` 循环**：在条件为真时重复执行代码块[ref_2]。 ```python count = 0 while count < 3: print(f"Count is {count}") count += 1 # 输出： # Count is 0 # Count is 1 # Count is 2 ``` ### 三、 函数 函数是一段可重复使用的代码块，用于执行特定任务，可以提高代码的模块化和复用性。使用 `def` 关键字定义[ref_4]。 ```python # 函数定义与调用 def greet(name, greeting="Hello"): """一个简单的问候函数。 参数: name: 要问候的人名。 greeting: 问候语，默认为'Hello'。 返回: 拼接后的问候字符串。 """ return f"{greeting}, {name}!" # 调用函数 message = greet("Alice") print(message) # 输出：Hello, Alice! message2 = greet("Bob", "Good morning") print(message2) # 输出：Good morning, Bob! ``` ### 四、 面向对象编程 (OOP) Python 完全支持面向对象编程，其核心概念包括**类**和**对象**。 * **类 (Class)**：是创建对象的蓝图或模板，它定义了对象的属性（数据）和方法（函数）。 * **对象 (Object)**：是类的实例，拥有类中定义的属性和方法[ref_1]。 ```python # 面向对象编程示例 class Dog: # 类属性（所有实例共享） species = "Canis familiaris" # 初始化方法（构造函数），在创建对象时自动调用 def __init__(self, name, age): # 实例属性（每个对象独有） self.name = name self.age = age # 实例方法 def bark(self): return f"{self.name} says: Woof!" def get_info(self): return f"{self.name} is {self.age} years old, species is {self.species}." # 创建对象（实例化） my_dog = Dog("Buddy", 5) your_dog = Dog("Lucy", 3) # 访问属性和调用方法 print(my_dog.name) # 输出：Buddy print(my_dog.bark()) # 输出：Buddy says: Woof! print(your_dog.get_info()) # 输出：Lucy is 3 years old, species is Canis familiaris. print(Dog.species) # 通过类名访问类属性，输出：Canis familiaris ``` 在上面的例子中，`Dog` 是一个类，`my_dog` 和 `your_dog` 是这个类的两个不同对象（实例）。`__init__` 是一个特殊的魔法方法，用于初始化新创建的对象的状态[ref_1][ref_4]。 ### 五、 模块与包 为了管理日益庞大的代码，Python 使用模块和包来组织代码。 * **模块**：一个包含 Python 定义和语句的 `.py` 文件。你可以使用 `import` 语句导入模块，并使用其中的函数、类等。 ```python # 假设有一个名为 `math_utils.py` 的模块，里面有一个函数 `add` # 在其他文件中可以这样使用： import math_utils result = math_utils.add(2, 3) # 或者只导入特定函数 from math_utils import add result = add(2, 3) ``` * **包**：一种包含多个模块的目录，目录下必须包含一个 `__init__.py` 文件（可以是空文件）来标识其为包[ref_4]。 ``` my_package/ ├── __init__.py ├── module1.py └── module2.py ``` 使用时可以 `import my_package.module1`。 ### 六、 文件操作 Python 可以轻松地读写文件，这是数据处理和持久化存储的基础。 ```python # 写入文件 with open('example.txt', 'w', encoding='utf-8') as file: file.write("Hello, World!\n") file.write("This is a second line.\n") # 'with' 语句确保文件在操作结束后被正确关闭 # 读取文件 with open('example.txt', 'r', encoding='utf-8') as file: content = file.read() # 读取整个文件内容 print(content) # 也可以逐行读取 file.seek(0) # 将文件指针移回开头 for line in file: print(line.strip()) # strip() 去除行尾换行符 ``` `open()` 函数的模式参数包括 `'r'`（读取，默认）、`'w'`（写入，会覆盖）、`'a'`（追加）、`'b'`（二进制模式）等[ref_4]。 掌握这些基础知识是进一步学习 Python 在**Web开发（如Django/Flask）、数据分析（Pandas/NumPy）、机器学习（Scikit-learn/PyTorch[ref_5]）、计算机视觉（OpenCV[ref_6]）** 等领域应用的前提。建议通过实际编写代码来巩固这些概念，例如尝试构建一个简单的通讯录管理系统或数据分析脚本。