Python基础语法3

目录

1、函数

1.1、语法格式

1.2、函数返回值

1.3、变量作用域

1.4、执行过程

1.5、链式调用

1.6、嵌套调用

1.7、函数递归

1.8、参数默认值

 1.9、关键字参数

2、列表

2.1、创建列表

2.2、下标访问

2.3、切片操作

2.4、遍历列表元素

2.5、新增元素

2.6、查找元素

2.7、删除元素

2.8、连接列表

3、元组

4、字典

4.1、创建字典

4.2、查找key

4.3、新增和修改元素

4.4、删除元素

4.5、遍历字典元素

4.6、合法的key类型

---

1、函数

编程中的函数和数学中的函数有一定的相似之处。编程中的函数，是一段可以被重复使用的代码片段。例如：

# 1. 求 1 - 100 的和
sum = 0
for i in range(1, 101):sum += i
print(sum)
# 2. 求 300 - 400 的和
sum = 0
for i in range(300, 401):sum += i
print(sum)
# 3. 求 1 - 1000 的和
sum = 0
for i in range(1, 1001):sum += i
print(sum)

可以发现，这几组代码基本是相似的，只有一点点差异，可以把重复代码提取出来，做成一个函数

1.1、语法格式

定义函数：

def 函数名(形参列表):函数体return 返回值

调用函数：

函数名(实参列表)

函数定义并不会执行函数体内容, 必须要调用才会执行。调用几次就会执行几次。函数必须先定义，再使用。Python要求函数定义必须写在前面，函数调用写在后面。例如：

# 定义函数
def calcSum(beg, end):sum = 0for i in range(beg, end + 1):sum += iprint(sum)
# 调用函数
calcSum(1, 100)
calcSum(300, 400)
calcSum(1, 1000)

一个函数可以有一个形参, 也可以有多个形参, 也可以没有形参。一个函数的形参有几个, 那么传递实参的时候也得传几个。保证个数要匹配。

和 C++ / Java 不同，Python 是动态类型的编程语言，函数的形参不必指定参数类型。换句话说, 一个函数可以支持多种不同类型的参数。例如：

def test(a):print(a)
test(10)
test('hello')
test(True)

结果为：

1.2、函数返回值

函数的参数可以视为是函数的 "输入", 则函数的返回值, 就可以视为是函数的 "输出" 。

例如：我们可以将之前的加法函数写为

def calcSum(beg, end):sum = 0for i in range(beg, end + 1):sum += ireturn sum
result = calcSum(1, 100)
print(result)

这个代码与之前的代码的区别就在于，前者直接在函数内部进行了打印，后者则使用return语句把结果返回给函数调用者，再由调用者负责打印。

我们一般倾向于第二种写法，因为实际开发中我们的一个通常的编程原则是 "逻辑和用户交互分离"。 而第一种写法的函数中，既包含了计算逻辑，又包含了和用户交互(打印到控制台上)，这种写法是不太好的，如果后续我们需要的是把计算结果保存到文件中，或者通过网络发送，或者展示到图形化界面里，那么第一种写法的函数，就难以胜任了。而第二种写法则专注于做计算逻辑，不负责和用户交互，那么就很容易把这个逻辑与其他代码搭配，来实现不同的效果。简单来说就是：一个函数只做一件事。

一个函数是可以一次返回多个返回值的，使用,来分割多个返回值。例如：

def getPoint():x = 10y = 20return x, y
a, b = getPoint()
print(a,b)

如果只想关注其中的部分返回值，可以使用 _ 来忽略不想要的返回值。例如：

def getPoint():x = 10y = 20return x, y
_, b = getPoint()
print(b)

注：Python中的一个函数可以返回多个返回值，这一点和C++与JAVA不同。 

1.3、变量作用域

观察以下代码：

def getPoint():x = 10y = 20return x, y
x, y = getPoint()
print(x,y)

在这个代码中, 函数内部存在 x, y, 函数外部也有 x, y。但是这两组 x, y 不是相同的变量, 而只是恰好有一样的名字。

在函数 getPoint() 内部定义的 x, y 只是在函数内部生效。一旦出了函数的范围, 这两个变量就不再生效了。例如：像下面这样写就会报错

def getPoint():x = 10y = 20return x, y
getPoint()
print(x, y)

在不同的作用域中, 允许存在同名的变量，例如：

x = 20
def test():x = 10print(f'函数内部 x = {x}')
test()
print(f'函数外部 x = {x}')

 虽然名字相同，实际上是不同的变量。结果为：

注意：在函数内部的变量，也称为 "局部变量" 。不在任何函数内部的变量，也称为 "全局变量"。

全局变量是在整个程序中都有效的，局部变量只是在函数内部有效。

如果函数内部尝试访问的变量在局部不存在，就会尝试去全局作用域中查找。例如：

x = 20
def test():print(f'x = {x}')
test()

如果是想在函数内部，修改全局变量的值，需要使用 global 关键字声明。例如：

x = 20
def test():global xx = 10print(f'函数内部 x = {x}')
test()
print(f'函数外部 x = {x}')

如果此处没有 global ，则函数内部的 x = 10 就会被视为是创建一个局部变量 x，这样就和全局变量 x 不相关了。

if / while / for 等语句块不会影响到变量作用域。换而言之，在 if / while / for 中定义的变量，在语句外面也可以正常使用。例如：

for i in range(1, 10):print(f'函数内部 i = {i}')
print(f'函数外部 i = {i}')

1.4、执行过程

调用函数才会执行函数体代码。不调用则不会执行。函数体执行结束(或者遇到 return 语句)。则回到函数调用位置，继续往下执行。例如：

def test():print("执行函数内部代码")print("执行函数内部代码")print("执行函数内部代码")
print("1111")
test()
print("2222")
test()
print("3333")

上面的代码的执行过程还可以使用 PyCharm 自带的调试器来观察：

1、点击行号右侧的空白, 可以在代码中插入断点。

2、右键，Debug，可以按照调试模式执行代码，每次执行到断点，程序都会暂停下来。

3、使用 Step Into (F7) 功能可以逐行执行代码。

1.5、链式调用

把一个函数的返回值，作为另一个函数的参数，这种操作称为链式调用。链式调用中，先执行里面的函数，再执行外面的函数。例如：

# 判定是否是奇数
def isOdd(num):if num % 2 == 0:return Falseelse:return True
print(isOdd(10))

1.6、嵌套调用

函数内部还可以调用其他的函数，这个动作称为 "嵌套调用"。一个函数里面可以嵌套调用任意多个函数。例如：

def test():print("执行函数内部代码")print("执行函数内部代码")print("执行函数内部代码")

test 函数内部调用了 print 函数，这里就属于嵌套调用。

函数嵌套的过程是非常灵活的，例如：

def a():print("函数 a")
def b():print("函数 b")a()
def c():print("函数 c")b()
def d():print("函数 d")c()
d()

如果把代码稍微调整，打印结果则可能发生很大变化，例如：

def a():print("函数 a")
def b():a()print("函数 b")
def c():b()print("函数 c")
def d():c()print("函数 d")
d()

函数之间的调用关系，在 Python 中会使用一个特定的数据结构来表示，称为函数调用栈。每次函数调用，都会在调用栈里新增一个元素，称为栈帧。可以通过 PyCharm 调试器看到函数调用栈和栈帧。在调试状态下，PyCharm 左下角一般就会显示出函数调用栈。例如：

每个函数的局部变量，都包含在自己的栈帧中。调用函数则生成对应的栈帧，函数结束，则对应的栈帧消灭，里面的局部变量也就没了。例如：

def a():num1 = 10print("函数 a")
def b():num2 = 20a()print("函数 b")
def c():num3 = 30b()print("函数 c")
def d():num4 = 40c()print("函数 d")
d()

选择不同的栈帧，就可以看到各自栈帧中的局部变量。

1.7、函数递归

递归是嵌套调用中的一种特殊情况，即一个函数嵌套调用自己。例如：递归计算 5!

def factor(n):if n == 1:return 1return n * factor(n - 1)
result = factor(5)
print(result)

上述代码中，就属于典型的递归操作。在 factor 函数内部，又调用了 factor 自身。

注意：递归代码务必要保证存在递归结束条件，比如 if n == 1 就是结束条件，当 n 为 1 的时候, 递归就结束了。每次递归的时候，要保证函数的实参是逐渐逼近结束条件的。

如果上述条件不能满足，就会出现 "无限递归" 。这是一种典型的代码错误。例如：

def factor(n):return n * factor(n - 1)
result = factor(5)
print(result)

结果为：

如前面所描述, 函数调用时会在函数调用栈中记录每一层函数调用的信息，但是函数调用栈的空间不是无限大的，如果调用层数太多, 就会超出栈的最大范围, 导致出现问题。

递归的优点：递归类似于 "数学归纳法" ，明确初始条件和递推公式，就可以解决一系列的问题，递归代码往往代码量非常少。

递归的缺点：递归代码往往难以理解，很容易超出掌控范围。递归代码容易出现栈溢出的情况。递归代码往往可以转换成等价的循环代码。并且通常来说循环版本的代码执行效率要略高于递归版 本。

1.8、参数默认值

Python 中的函数, 可以给形参指定默认值，带有默认值的参数, 可以在调用的时候不传参。例如：

def add(x, y, debug=False):if debug:print(f'调试信息: x={x}, y={y}')return x + y
print(add(10, 20))
print(add(10, 20, True))

此处 debug=False 即为参数默认值。当我们不指定第三个参数的时候，默认debug 的取值即为 False。

带有默认值的参数需要放到没有默认值的参数的后面。如果不这样做就会报错，例如：

def add(x, debug=False, y):if debug:print(f'调试信息: x={x}, y={y}')return x + y
print(add(10, 20))

结果为：

如果有多个带有默认参数的形参，也是要放在后面的。 

 1.9、关键字参数

在调用函数的时候，需要给函数指定实参。一般默认情况下是按照形参的顺序，来依次传递实参的

但是我们也可以通过关键字参数, 来调整这里的传参顺序, 显式指定当前实参传递给哪个形参。

例如：

def test(x, y):print(f'x = {x}')print(f'y = {y}')
test(x=10, y=20)
test(y=100, x=200)

形如上述 test(x=10, y=20) 这样的操作，即为关键字参数。

使用关键字参数能非常明显的告诉读代码的人参数要传递给谁。另外这种写法可以无视形参和实参的顺序。

2、列表

编程中, 经常需要使用变量, 来保存或表示数据。如果代码中需要表示的数据个数比较少, 我们直接创建多个变量即可。但是有的时候, 代码中需要表示的数据特别多, 甚至也不知道要表示多少个数据。这个时候, 就需要用到列表。

元组和列表相比, 是非常相似的, 只是列表中放哪些元素可以修改调整, 元组中放的元素是创建元组的时候就设定好的, 不能修改调整。

2.1、创建列表

创建列表主要有两种方式。alist = [ ] 和alist = list() ，其中[ ] 表示一个空的列表。例如：

alist = [ ] #使用列表字面值来创建列表
blist = list() #使用list()函数来创建列表
print(type(alist)) 
print(type(blist))

注：列表的类型为list。 

如果需要往里面设置初始值，可以直接写在 [ ] 当中。可以直接使用 print 来打印 list 中的元素内容

alist = [1, 2, 3, 4]
print(alist)

列表中存放的元素允许是不同的类型，这一点和 C++ Java 差别较大。例如：

alist = [1, 'hello', True]
print(alist)

注：列表内还可以放列表类型的元素。 

注：因为 list 本身是 Python 中的内建函数, 不宜再使用 list 作为变量名, 因此命名为alist。

2.2、下标访问

可以通过下标访问操作符 [ ] 来获取到列表中的任意元素。我们把 [ ] 中填写的数字, 称为下标或者索引。例如：

alist = [1, 2, 3, 4]
print(alist[2])

注意：下标是从 0 开始计数的, 因此下标为 2 , 则对应着 3 这个元素。

通过下标不光能读取元素内容, 还能修改元素的值，如果下标超出列表的有效范围, 会抛出异常。

alist = [1, 2, 3, 4]
print(alist[100])

结果为：

因为下标是从 0 开始的, 因此下标的有效范围是 [0, 列表长度 - 1]。使用 len函数可以获取列表的元素个数。例如：

alist = [1, 2, 3, 4]
print(len(alist))

下标可以取负数，表示 "倒数第几个元素"。

alist = [1, 2, 3, 4]
print(alist[3])
print(alist[-1])

alist[-1] 相当于alist[len(alist) - 1]。

2.3、切片操作

通过下标操作是一次取出里面第一个元素。通过切片, 则是一次取出一组连续的元素, 相当于得到一个子列表。列表的切片操作是一个比较高效的操作，进行切片时，只是取出原有列表的一部分，并不涉及到数据的拷贝。

1、使用 [ : ] 的方式进行切片操作。例如：

alist = [1, 2, 3, 4]
print(alist[1:3])

结果为：

其中，alist[1:3] 中的 1:3 表示的是 [1, 3) 这样的由下标构成的前闭后开区间。也就是从下标为 1 的元素开始(2), 到下标为 3 的元素结束(4), 但是不包含下标为 3 的元素。

2、切片操作中可以省略前后边界。例如：

alist = [1, 2, 3, 4]
print(alist[1:])
print(alist[:-1])
print(alist[:]) 

结果为：

3、切片操作还可以指定 "步长" , 也就是 "每访问一个元素后, 下标自增几步"。例如：

alist = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(alist[::1])
print(alist[::2])
print(alist[::3])
print(alist[::5])

结果为：

4、切片操作指定的步长还可以是负数, 此时是从后往前进行取元素。表示 "每访问一个元素之后, 下标自减几步"。例如：

alist = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(alist[::-1])
print(alist[::-2])
print(alist[::-3])
print(alist[::-5])

结果为：

注：如果切片中填写的数字越界了, 不会出现异常，只会尽可能的把满足条件的元素给获取到。例如：

alist = [1, 2, 3, 4]
print(alist[100:200])

结果为：

2.4、遍历列表元素

"遍历" 指的是把元素一个一个的取出来。

1、最简单的办法就是使用 for 循环，例如：

alist = [1, 2, 3, 4]
for elem in alist:print(elem)

也可以使用 for 按照范围生成下标, 按下标访问，例如：

alist = [1, 2, 3, 4]
for i in range(0, len(alist)):print(alist[i])

2、还可以使用 while 循环，手动控制下标的变化，例如：

alist = [1, 2, 3, 4]
i = 0
while i < len(alist):print(alist[i])i += 1

2.5、新增元素

使用 append 方法, 向列表末尾插入一个元素(尾插)。例如：

alist = [1, 2, 3, 4]
alist.append('hello')
print(alist)

使用 insert 方法, 向任意位置插入一个元素，insert 第一个参数表示要插入元素的下标。例如：

alist = [1, 2, 3, 4]
alist.insert(1, 'hello')
print(alist)

另外，如果插入的下标越界的话，不会出现异常，而是把要插入的元素进行尾插，例如：

alist = [1, 2, 3, 4]
alist.insert(100, 'hello')
print(alist)

注：方法其实就是函数，只不过函数是独立存在的，而方法往往要依附于某个 "对象"。像上述代码 alist.append , append 就是依附于 alist，而不是作为一个独立的函数，相当于是 "针对 alist 这个列表, 进行尾插操作"。type，print，input等都是独立的函数，不用搭配其他的东西就能使用。

2.6、查找元素

使用 in 操作符, 判定元素是否在列表中存在，返回值是布尔类型，例如：

alist = [1, 2, 3, 4]
print(2 in alist)
print(10 in alist)
print(2 not in alist) #逻辑取反，结果为False

使用 index 方法, 查找列表中的元素，返回值是一个整数，这个整数也就是查找到的元素的下标，如果元素不存在, 则会抛出异常，例如：

alist = [1, 2, 3, 4]
print(alist.index(2))
print(alist.index(10)) #会发生异常

2.7、删除元素

使用 pop 方法删除最末尾元素，例如：

alist = [1, 2, 3, 4]
alist.pop()
print(alist)

pop 也能按照下标来删除元素，例如：

alist = [1, 2, 3, 4]
alist.pop(2)
print(alist)

使用 remove 方法, 按照元素值删除元素。例如：

alist = [1, 2, 3, 4]
alist.remove(2)
print(alist)

2.8、连接列表

使用 + 能够把两个列表拼接在一起。此处的 + 结果会生成一个新的列表，而不会影响到旧列表的内容。例如：

alist = [1, 2, 3, 4]
blist = [5, 6, 7]
print(alist + blist)

使用 extend 方法, 相当于把一个列表拼接到另一个列表的后面。a.extend(b) , 是把 b 中的内容拼接到 a 的末尾，不会修改 b, 但是会修改 a。例如：

alist = [1, 2, 3, 4]
blist = [5, 6, 7]
alist.extend(blist)
print(alist)
print(blist)

注意：None在Python中是一个特殊的变量值，表示啥都没有。拿一个变量接收没有返回值的方法的返回值，这个变量的结果就为None，类型为Nonetype。例如：

alist = [1, 2, 3, 4]
blist = [5, 6, 7]
a=alist.extend(blist)
print(a)
print(type(a))

结果为：

3、元组

元组的功能和列表相比, 基本是一致的，元组使用 ( ) 来表示。元组的类型为tuple，例如：

atuple = ( )
atuple = tuple()

元组不能修改里面的元素, 列表则可以修改里面的元素。

因此，像读操作，比如访问下标，切片，遍历，in，index，+ 等，元组也是一样支持的。但是，像写操作，比如修改元素，新增元素，删除元素，extend 等，元组则不能支持。

另外, 元组在 Python 中很多时候是默认的集合类型。例如, 当一个函数返回多个值的时候。

def getPoint():return 10, 20
result = getPoint()
print(type(result))

结果为：

此处的 result 的类型，其实就是元组。

问题来了, 既然已经有了列表, 为啥还需要有元组?

元组相比于列表来说, 优势有两方面：

1、比如有一个列表, 现在需要调用一个函数进行一些处理，但是你有不是特别确认这个函数是否会修改你列表的数据，那么这时候传一个元组就安全很多。

2、我们马上要说的字典, 是一个键值对结构，要求字典的键必须是 "可hash对象" (字典本质上也 是一个hash表)，而一个可hash对象的前提就是不可变，因此元组可以作为字典的键, 但是列表不行。

4、字典

字典是一种存储键值对的结构。把键(key)和值(value) 进行一个一对一的映射，这就是键值对，然后就可以根据键，快速找到值。

4.1、创建字典

创建一个空的字典，使用 { } 表示字典，字典的类型为dict，例如：

a = { }
b = dict()
print(type(a))
print(type(b))

也可以在创建的同时指定初始值，键值对之间使用,分割，键和值之间使用 : 分割。冒号后面推荐加一个空格。例如：

student = { 'id': 1, 'name': 'zhangsan' }
print(student)

结果为：

注意：字典的key是不能重复的。

为了代码更规范美观, 在创建字典的时候往往会把多个键值对, 分成多行来书写。例如：

student = {'id': 1,'name': 'zhangsan'
}

最后一个键值对，后面可以写,也可以不写，例如：

student = {'id': 1,'name': 'zhangsan',
}

4.2、查找key

使用 in 可以判定 key 是否在字典中存在，返回布尔值，但是不能使用in判断value是否在字典中。例如：

student = {'id': 1,'name': 'zhangsan'
}
print('id' in student)
print('score' in student)

使用 [ ] 通过类似于取下标的方式，获取到元素的值，只不过此处的 "下标" 是 key。(可能是整数, 也可能是字符串等其他类型)。

student = {'id': 1,'name': 'zhangsan',
}
print(student['id'])
print(student['name'])

如果 key 在字典中不存在，则会抛出异常。例如：

student = {'id': 1,'name': 'zhangsan',
}
print(student['score'])

结果为：

4.3、新增和修改元素

使用 [ ] 可以根据 key 来新增/修改 value。

如果 key 不存在, 对取下标操作赋值, 即为新增键值对，例如：

student = {'id': 1,'name': 'zhangsan',
}
student['score'] = 90
print(student)

如果 key 已经存在, 对取下标操作赋值, 即为修改键值对的值。例如：

student = {'id': 1,'name': 'zhangsan','score': 80
}
student['score'] = 90
print(student)

4.4、删除元素

使用 pop 方法根据 key 删除对应的键值对。例如：

student = {'id': 1,'name': 'zhangsan','score': 80
}
student.pop('score')
print(student)

4.5、遍历字典元素

直接使用 for 循环能够获取到字典中的所有的 key, 进一步的就可以取出每个值了。例如：

student = {'id': 1,'name': 'zhangsan','score': 80
}
for key in student:print(key, student[key])

 注：在C++和JAVA中，哈希表里面的键值对的存储是无序的，Python中做了特殊处理，能够保证遍历出来的顺序，就是和插入的顺序一致的。Python中的字典不是一个单纯的哈希表。

使用 keys 方法可以获取到字典中的所有的 key，例如：

student = {'id': 1,'name': 'zhangsan','score': 80
}
print(student.keys())

结果为：

注：此处 dict_keys 是一个特殊的类型，专门用来表示字典的所有 key，这是一个自定义类型，返回的结果看起来像列表，又不完全是，但使用的时候也可以把他当作一个列表来使用。

使用 values 方法可以获取到字典中的所有 value，例如：

student = {'id': 1,'name': 'zhangsan','score': 80
}
print(student.values())

结果为：

注：此处 dict_values 也是一个特殊的类型, 和 dict_keys 类似。

使用 items 方法可以获取到字典中所有的键值对。例如：

student = {'id': 1,'name': 'zhangsan','score': 80
}
print(student.items())

结果为：

注：此处 dict_items 也是一个特殊的类型，首先是一个列表一样的结构，里面每个元素又是一个元组，元组里面包含了键和值。

我们还可以这样遍历字典元素，例如：

student = {'id': 1,'name': 'zhangsan','score': 80
}
for key,value in student.items():print(key,value)

4.6、合法的key类型

不是所有的类型都可以作为字典的 key。字典本质上是一个 哈希表，哈希表的 key 要求是 "可哈希的"，也就是可以计算出一个哈希值。

可以使用 hash 函数计算某个对象的哈希值。但凡能够计算出哈希值的类型，都可以作为字典的 key。例如：

print(hash(0))
print(hash(3.14))
print(hash('hello'))
print(hash(True))
print(hash(()))

结果为：

注意：列表无法计算哈希值，字典也无法计算哈希值，例如：

print(hash([1, 2, 3]))

结果为：

再比如：

print(hash({ 'id': 1 }))

注：不可变的对象，一般就是可哈希的；可变的对象一般就是不可哈希的。