Python基础语言法则 · 核心指南
掌握Python基础语言法则是构建可靠程序的基石。本页聚焦变量作用域、迭代协议、函数式特性等硬核法则,并延伸至网民关注的Pandas、NumPy及爬虫实战。
⚙️ 可变与不可变
整数、字符串为不可变对象;列表、字典为可变对象。理解这一法则避免函数副作用。
基础法则
📌 LEGB作用域
Local → Enclosing → Global → Built-in。变量查找严格遵循此顺序。
🔄 迭代器协议
__iter__与__next__构成Python迭代基石,生成器是懒加载实现。
🧩 装饰器原理
高阶函数与闭包结合的语法糖,AOP编程核心。
〔 核心语法法则 〕
① 变量与引用法则
Python中变量是对象的引用,而非存储容器。赋值语句a = 10实际是将名字a绑定到整数对象10。当执行b = a时,b指向同一对象。对于可变对象如列表,修改会影响所有引用。使用id()可查看内存地址。深拷贝与浅拷贝区别在于copy模块的deepcopy函数。
import copy original = [1,2,[3,4]] shallow = copy.copy(original) deep = copy.deepcopy(original)
※ 网民常搜索“Python变量作用域陷阱”,尤其注意全局变量在函数内需global声明。
② 循环与迭代法则
for循环基于迭代器协议。使用range()生成整数序列,而enumerate()同时获取索引与值。列表推导式是Pythonic写法,例如[x**2 for x in range(10) if x%2==0]。while循环需警惕无限循环,务必设置终止条件。
〓 高级技巧:zip与itertools模块提供高效迭代工具。避免在遍历列表时修改列表本身。
③ 函数是一等对象
函数可作为参数传递、返回值。匿名函数lambda用于简单逻辑。闭包指内部函数记住外部作用域变量。装饰器@decorator本质是func = decorator(func)。参数类型:位置参数、默认参数、可变参数(*args)、关键字参数(**kwargs)。
「网友们还关心」:偏函数functools.partial与LRU缓存优化递归。
④ 异常处理法则
try-except-else-finally结构确保健壮性。捕获特定异常优于裸except。自定义异常继承Exception类。上下文管理器with语句自动管理资源。
try:
with open('data.txt') as f:
content = f.read()
except FileNotFoundError:
print("文件不存在")
⏳ Python进阶路线
🔥 网友们还关心
📊 Pandas 数据处理
DataFrame是核心数据结构,类似电子表格。常用操作:df.groupby()、merge、pivot_table。读取CSV使用pd.read_csv()。时间序列处理与缺失值填充是面试高频点。
🧮 NumPy 向量化
ndarray提供多维数组对象,广播机制避免显式循环。常用np.where、np.concatenate。线性代数运算依赖np.linalg。
🕸️ 爬虫与请求库
使用requests与BeautifulSoup解析HTML。Scrapy框架用于大规模采集。遵守robots.txt及反爬策略。
❓ 常见法则疑问
※ 列表与元组区别? 列表可变,元组不可变且可哈希。元组常用于字典键。
※ 深拷贝与浅拷贝? 浅拷贝复制外层对象,内部子对象仍共享引用;深拷贝递归复制全部。
※ GIL全局解释器锁? CPython中GIL限制多线程并行,IO密集型可用多线程,CPU密集型使用多进程。
※ 装饰器执行顺序? 多个装饰器从下往上执行,等效于嵌套函数。
⚡ 常用数据结构方法速览
| 数据类型 | 常用方法 | 典型场景 |
|---|---|---|
| list | append, extend, pop, sort | 动态序列 |
| dict | get, items, update, setdefault | 键值映射 |
| set | add, union, intersection | 去重与集合运算 |
| str | split, join, strip, replace | 文本处理 |
〈 持续更新Python基础语言法则及周边生态,涵盖类型提示、dataclass、异步生成器等现代特性。〉