python基础知识汇总|构建扎实的Python开发基础
本页面系统梳理Python语言的核心知识体系,覆盖从基础语法、数据类型、控制结构到函数式编程、面向对象编程、模块管理、异常处理、文件I/O及标准库常用模块等关键内容。内容设计以python基础知识为主线,兼顾实际开发中高频使用场景,结合大量可运行示例,帮助读者建立完整、准确、可迁移的知识结构。
Python语言自1991年首次发布以来,凭借其简洁优雅的语法、强大的标准库、活跃的社区生态,已发展为全球主流编程语言之一,广泛应用于Web开发、数据分析、人工智能、自动化运维、科学计算等领域。掌握扎实的python基础知识是成为合格开发者的第一步,也是应对技术演进与复杂问题的底层支撑能力。
本汇总特别注重以下三方面能力培养:① 语法理解的准确性——避免常见误解;② 编程范式的适应性——支持过程式、面向对象、函数式混合编程;③ 实践迁移能力——通过真实代码片段提升工程意识。所有示例均基于Python 3.8+版本编写,确保与当前主流开发环境一致。
⚡ 一、语法核心:构建语言骨架
1.1 标识符与关键字
Python标识符由字母(A-Z、a-z)、下划线(_)和数字(0-9)组成,但不能以数字开头;区分大小写;不能使用关键字作为标识符。Python 3.12共包含35个关键字,如下所示:
| 关键字 | 用途 | 示例 |
|---|---|---|
if |
条件判断 | if x > 0: print("正数") |
for |
循环结构 | for i in range(5): print(i) |
def |
函数定义 | def add(a, b): return a + b |
class |
类定义 | class Person: pass |
import |
模块导入 | import math |
特别注意:`True`、`False`、`None`虽为关键字,但实际属于内置常量(Built-in Constants),不可重新赋值。尝试执行`True = 1`将抛出`SyntaxError`。
1.2 缩进与语句结构
Python使用缩进(默认4空格)表示代码块,而非花括号。这是其语法强制性设计,有助于保持代码风格统一。错误缩进将导致`IndentationError`。例如:
def check_age(age):
if age >= 18:
return "成年人"
else:
return "未成年人"
注意:缩进必须一致(全用空格或全用Tab),混用将引发`TabError: inconsistent use of tabs and spaces in indentation`。推荐使用空格,且4空格为PEP 8标准。
多行语句可用反斜杠`\`或括号(推荐)实现换行:
# 不推荐:用反斜杠
total = a + b + c + \
d + e
# 推荐:用括号
total = (a + b + c +
d + e)
1.3 注释规范
单行注释以`#`开头;多行注释常用三引号`'''`或`"""`包裹(实际为未赋值字符串,非真正注释)。PEP 8建议:
- 注释与代码间留1空行(块注释)或2空格(行内注释)
- 注释首字母大写(除变量名外)
- 避免 obvious comments(如:`x = 5 # x赋值5`)
示例:
# 计算阶乘
def factorial(n):
"""递归计算n的阶乘(n!)"""
if n == 0 or n == 1:
return 1
return n * factorial(n - 1) # 递归调用
文档字符串(docstring)是函数、类、模块的第一行三引号字符串,可通过`__doc__`属性访问,是生成API文档的基础。
⚙️ 二、数据结构:组织数据的核心工具
2.1 列表(List)
列表是python基础知识中最重要的可变序列类型,支持增删改查。常用操作:
| 操作 | 示例 | 结果 |
|---|---|---|
| 创建 | nums = [1, 2, 3] |
`[1, 2, 3]` |
| 索引 | nums[0] |
`1` |
| 切片 | nums[1:3] |
`[2, 3]` |
| 追加 | nums.append(4) |
`[1, 2, 3, 4]` |
| 插入 | nums.insert(1, 1.5) |
`[1, 1.5, 2, 3, 4]` |
| 删除 | nums.pop(1) |
`[1, 2, 3, 4]` |
| 排序 | nums.sort() |
原地排序 |
列表推导式(List Comprehension)是高效创建列表的语法糖:
# 生成1~10的平方数
squares = [x**2 for x in range(1, 11)] # [1, 4, 9, ..., 100]
# 带条件过滤
evens = [x for x in range(20) if x % 2 == 0] # [0, 2, 4, ..., 18]
2.2 元组(Tuple)
元组是不可变序列,常用于固定数据集合、函数多返回值、字典键等场景。其不可变性带来性能优势(内存占用更小)与安全性保障。
# 单元素元组需加逗号
single = (1,) # 正确
not_tuple = (1) # 实际是整数1
# 多返回值函数
def min_max(lst):
return min(lst), max(lst)
result = min_max([3, 1, 4, 1, 5]) # (1, 5)
print(f"最小值:{result[0]},最大值:{result[1]}")
解包(Unpacking)是元组常用技巧:
a, b, c = (10, 20, 30) # a=10, b=20, c=30
head, *rest = [1, 2, 3, 4] # head=1, rest=[2,3,4]
2.3 字典(Dict)
字典是键值对集合,键必须为可哈希对象(如字符串、数字、元组),值可为任意类型。Python 3.7+中字典保持插入顺序。
| 操作 | 示例 | 说明 |
|---|---|---|
| 创建 | person = {"name":"Alice","age":25} |
键值对用冒号分隔 |
| 访问 | person.get("name") |
安全访问,不存在返回None |
| 更新 | person.update({"city":"Beijing"}) |
合并字典 |
| 删除 | del person["age"] |
或`person.pop("age")` |
| 遍历 | for k,v in person.items(): ... |
同时获取键与值 |
字典推导式(Dict Comprehension):
# 生成1~5的平方数字典
squares_dict = {x: x**2 for x in range(1, 6)} # {1:1, 2:4, 3:9, 4:16, 5:25}
# 翻转字典(键值互换)
original = {"a": 1, "b": 2, "c": 3}
flipped = {v: k for k, v in original.items()} # {1:'a', 2:'b', 3:'c'}
2.4 集合(Set)
集合是无序不重复元素序列,支持数学集合运算(并集、交集、差集、对称差集)。常用于去重与成员测试。
# 创建集合
fruits = {"apple", "banana", "cherry"}
numbers = set([1, 2, 2, 3, 3]) # {1,2,3}
# 去重
data = [1, 2, 2, 3, 1]
unique_data = list(set(data)) # [1,2,3](顺序可能改变)
# 集合运算
set_a = {1, 2, 3}
set_b = {2, 3, 4}
union = set_a | set_b # {1,2,3,4}
intersection = set_a & set_b # {2,3}
difference = set_a - set_b # {1}
sym_diff = set_a ^ set_b # {1,4}
⚡ 函数编程:代码复用与抽象
3.1 函数定义与参数
函数是组织代码的基本单元,使用`def`关键字定义。参数类型包括:
- 位置参数(Positional Arguments):按顺序传递
- 关键字参数(Keyword Arguments):指定参数名传递
- 默认参数(Default Arguments):提供默认值,必须在非默认参数之后
- 可变参数(*args, **kwargs):接收任意数量参数
def process_data(data, type="clean", *args, **kwargs):
"""处理数据的通用函数
:param data: 输入数据
:param type: 处理类型(clean/transform/analyze)
:param args: 额外的位置参数
:param kwargs: 额外的关键字参数
"""
print(f"处理类型:{type}")
if args:
print(f"额外位置参数:{args}")
if kwargs:
print(f"额外关键字参数:{kwargs}")
return "完成"
# 调用示例
process_data([1, 2, 3], "analyze", "extra1", "extra2", verbose=True, threshold=0.8)
3.2 匿名函数与高阶函数
`lambda`用于创建匿名函数,常与`map()`、`filter()`、`sorted()`等高阶函数配合使用。
# map: 将函数应用于序列每个元素
cubes = list(map(lambda x: x**3, [1, 2, 3])) # [1, 8, 27]
# filter: 过滤满足条件的元素
evens = list(filter(lambda x: x % 2 == 0, range(10))) # [0,2,4,6,8]
# sorted: 自定义排序键
words = ["apple", "Banana", "cherry"]
sorted_words = sorted(words, key=str.lower) # 按小写排序
注意:`lambda`只能是单表达式,不能包含语句(如`if`、`for`等),复杂逻辑应使用普通函数。
3.3 闭包与装饰器
闭包是嵌套函数中内部函数引用外部函数变量的组合。装饰器是闭包的典型应用,用于在不修改原函数代码的前提下增强功能。
def timer(func):
"""计算函数执行时间的装饰器"""
import time
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print(f"{func.__name__} 执行耗时:{end - start:.4f}秒")
return result
return wrapper
@timer
def slow_add(a, b):
import time
time.sleep(0.5) # 模拟耗时操作
return a + b
print(slow_add(3, 5)) # slow_add 执行耗时:0.5002秒 → 8
装饰器本质是返回函数的函数,`@timer`等价于`slow_add = timer(slow_add)`。`functools.wraps`可保留原函数元数据:
import functools
def debug(func):
@functools.wraps(func)
def wrapper(*args, **kwargs):
print(f"调用 {func.__name__}({args}, {kwargs})")
return func(*args, **kwargs)
return wrapper
⚡ 面向对象编程:封装、继承与多态
4.1 类与对象基础
类是对象的模板,对象是类的实例。Python中所有类默认继承`object`。
class Animal:
"""动物基类"""
species = "Animalia" # 类属性(所有实例共享)
def __init__(self, name):
self.name = name # 实例属性(每个对象独立)
self.age = 0
def speak(self):
return f"{self.name} 发出叫声"
# 创建实例
dog = Animal("旺财")
cat = Animal("咪咪")
print(dog.name, cat.name) # 旺财 咪咪
注意:实例属性在`__init__`中定义;类属性需谨慎使用,避免可变类型(如列表)导致共享状态问题。
4.2 继承与方法重写
子类继承父类属性和方法,可重写(Override)或扩展新功能。`super()`用于调用父类方法。
class Dog(Animal):
def __init__(self, name, breed):
super().__init__(name) # 调用父类初始化
self.breed = breed
def speak(self): # 重写方法
return f"{self.name} 汪汪叫"
def fetch(self, item):
return f"{self.name} 正在叼取 {item}" # 新增方法
dog = Dog("拉布拉多", "Labrador")
print(dog.speak()) # 拉布拉多 汪汪叫
print(dog.fetch("球")) # 拉布拉多 正在叼取 球
多继承时遵循MRO(Method Resolution Order),可通过`ClassName.__mro__`查看继承顺序。
4.3 特性(Property)与封装
`@property`装饰器将方法转换为只读属性,实现数据封装与验证。
class Student:
def __init__(self, score):
self._score = score # 约定私有属性(单下划线)
@property
def score(self):
return self._score
@score.setter
def score(self, value):
if not isinstance(value, (int, float)):
raise TypeError("分数必须是数字")
if value < 0 or value > 100:
raise ValueError("分数必须在0~100之间")
self._score = value
student = Student(85)
print(student.score) # 85
student.score = 92 # 触发setter
try:
student.score = 150 # 抛出ValueError
except ValueError as e:
print(e) # 分数必须在0~100之间
单下划线(`_attr`)表示受保护属性(约定俗成);双下划线(`__attr`)触发名称改写(Name Mangling),增强封装性。
⚙️ 模块系统:代码组织与复用
5.1 模块导入机制
模块是Python代码文件(`.py`),用于组织相关功能。导入方式包括:
- `import module`:导入整个模块
- `from module import name`:导入指定名称
- `import module as alias`:重命名模块
- `from module import *`:导入所有(不推荐,易冲突)
# 标准导入
import math
from os import path, listdir
# 别名导入
import numpy as np
from collections import defaultdict as dd
# 使用
print(math.sqrt(16)) # 4.0
print(path.join("usr", "bin")) # 'usr/bin'
模块搜索路径:当前目录 → `PYTHONPATH`环境变量 → 标准库路径 → 第三方库路径。可通过`sys.path`查看。
5.2 包与相对导入
包是包含`__init__.py`的目录,用于组织模块层次结构。
myproject/
├── main.py
├── utils/
│ ├── __init__.py
│ ├── string_utils.py
│ └── file_utils.py
└── data/
├── __init__.py
└── loader.py
相对导入(包内使用):
# data/loader.py
from ..utils.string_utils import clean_text # ..表示上级目录
from .file_utils import read_json # .表示当前目录
注意:相对导入仅适用于包内模块;顶层脚本(如`main.py`)中不能使用相对导入。
5.3 `__name__ == "__main__"` 模式
每个模块都有内置变量`__name__`:直接运行时为`"__main__"`;被导入时为模块名。用于区分模块用途:
# mymodule.py
def process(data):
return data.strip().lower()
if __name__ == "__main__":
# 仅在直接运行时执行测试代码
test_data = " Hello World "
print(process(test_data)) # 'hello world'
这样设计使模块既可作为独立脚本运行,又可作为库被导入,提升复用性。
⚡ 异常处理:健壮性保障
6.1 基础异常处理结构
使用`try-except-else-finally`结构捕获并处理异常:
def safe_divide(a, b):
try:
result = a / b
except ZeroDivisionError as e:
print(f"除零错误:{e}")
return None
except TypeError as e:
print(f"类型错误:{e}")
return None
else:
print("计算成功")
return result
finally:
print("操作结束")
print(safe_divide(10, 0)) # 除零错误 → None
print(safe_divide("10", 2)) # 类型错误 → None
`else`块仅在`try`无异常时执行;`finally`块始终执行,常用于资源清理(如关闭文件、断开连接)。
6.2 自定义异常
继承`Exception`类创建自定义异常,便于业务逻辑错误处理:
class InvalidAgeError(Exception):
"""年龄输入无效异常"""
def __init__(self, age):
self.age = age
super().__init__(f"年龄{age}无效:必须在1~120之间")
def register_user(age):
if age < 1 or age > 120:
raise InvalidAgeError(age)
return f"用户注册成功,年龄:{age}"
try:
register_user(150)
except InvalidAgeError as e:
print(f"注册失败:{e}") # 注册失败:年龄150无效...
合理使用自定义异常可使错误信息更具业务语义,便于调试与日志分析。
⚙️ 文件操作:数据持久化基础
7.1 文本文件读写
使用`with`语句确保文件自动关闭,推荐使用`open()`的`encoding`参数:
# 写入文本
with open("data.txt", "w", encoding="utf-8") as f:
f.write("Python是优秀的编程语言\n")
f.write("支持跨平台、易学易用\n")
# 读取文本
with open("data.txt", "r", encoding="utf-8") as f:
content = f.read()
print(content)
常用模式:`"r"`(读)、`"w"`(写)、`"a"`(追加)、`"b"`(二进制)、`"+"`(读写)。推荐使用`encoding="utf-8"`避免中文乱码。
7.2 JSON与CSV数据处理
JSON适合结构化数据交换;CSV适合表格数据。
import json
import csv
# JSON写入
data = {"name": "Alice", "age": 28, "skills": ["Python", "SQL"]}
with open("user.json", "w", encoding="utf-8") as f:
json.dump(data, f, ensure_ascii=False, indent=2)
# CSV写入
rows = [
["姓名", "年龄", "城市"],
["张三", 30, "北京"],
["李四", 25, "上海"]
]
with open("users.csv", "w", newline=True, encoding="utf-8-sig") as f:
writer = csv.writer(f)
writer.writerows(rows)
`ensure_ascii=False`保留中文字符;`encoding="utf-8-sig"`在CSV中添加BOM头,确保Excel正确打开。
7.3 路径操作与文件管理
使用`pathlib`模块(Python 3.4+)统一处理路径,比`os.path`更现代:
from pathlib import Path
# 创建路径对象
base_dir = Path("./project")
data_dir = base_dir / "data" # 自动处理路径分隔符
# 检查路径
if not data_dir.exists():
data_dir.mkdir(parents=True) # 递归创建目录
# 遍历文件
for file_path in data_dir.glob("*.txt"):
print(f"文件:{file_path.name},大小:{file_path.stat().st_size}字节")
# 移动文件
old_file = base_dir / "temp.txt"
new_file = data_dir / "temp.txt"
old_file.rename(new_file)
`pathlib.Path`对象支持多种操作符(`/`拼接路径)、属性(`.name`、`.suffix`、`.stat()`)和方法(`.exists()`、`.is_file()`、`.read_text()`)。
⚡ 标准库精选模块
8.1 日期时间处理(datetime)
处理时间戳、日期格式化、时间差计算:
from datetime import datetime, timedelta
# 当前时间
now = datetime.now()
print(now.strftime("%Y-%m-%d %H:%M:%S")) # 2025-04-05 14:30:22
# 日期计算
one_week = timedelta(weeks=1)
next_week = now + one_week
print(next_week.strftime("%Y-%m-%d")) # 2025-04-12
# 解析字符串日期
date_str = "2025-12-31"
date_obj = datetime.strptime(date_str, "%Y-%m-%d")
注意:`strftime()`格式化;`strptime()`解析。`%`符号定义格式(如`%Y`四位年份、`%m`两位月份)。
8.2 正则表达式(re)
用于文本模式匹配与提取:
import re
text = "订单号:ORD202504051234,金额:¥1,299.00"
# 提取订单号
order_match = re.search(r"ORD\d+", text)
if order_match:
print(order_match.group()) # ORD202504051234
# 提取金额(含千分位)
amount_match = re.search(r"¥([\d,]+\.\d{2})", text)
if amount_match:
amount = amount_match.group(1).replace(",", "")
print(float(amount)) # 1299.0
# 替换邮箱
email_text = "联系:admin@example.com 或 support@test.org"
clean_text = re.sub(r"[\w\.-]+@[\w\.-]+\.\w+", "[邮箱]", email_text)
print(clean_text) # 联系:[邮箱] 或 [邮箱]
使用原始字符串(`r""`)避免转义问题;`group()`获取匹配子串;`findall()`获取所有匹配。
8.3 命令行参数(argparse)
构建可配置命令行工具:
import argparse
def main():
parser = argparse.ArgumentParser(description="文件处理工具")
parser.add_argument("-i", "--input", required=True, help="输入文件路径")
parser.add_argument("-o", "--output", default="output.txt", help="输出文件路径")
parser.add_argument("-v", "--verbose", action="store_true", help="显示详细日志")
args = parser.parse_args()
if args.verbose:
print(f"处理文件:{args.input} → {args.output}")
print(f"成功处理 {args.input}")
if __name__ == "__main__":
main()
运行示例:`python tool.py -i data.csv -o result.csv -v`
⚠️ 常见误区与调试技巧
9.1 Python 2 vs Python 3 关键差异
尽管Python 2已停止维护(2020年1月1日),但旧代码仍可能遇到以下问题:
| 差异点 | Python 2 | Python 3 |
|---|---|---|
| 打印语句 | `print "Hello"` | `print("Hello")` |
| 整数除法 | `3/2 = 1` | `3/2 = 1.5`;`3//2 = 1` |
| 字符串类型 | `str`为字节串;`unicode`为文本 | `str`为Unicode;`bytes`为字节串 |
| 输入函数 | `raw_input()` | `input()` |
迁移建议:使用`2to3`工具自动转换;在代码开头添加`from __future__ import print_function, division`模拟Python 3行为。
9.2 可变默认参数陷阱
函数默认参数为可变对象时,会在多次调用间共享同一对象,导致意外结果:
# 错误示例
def add_item(item, lst=[]):
lst.append(item)
return lst
print(add_item(1)) # [1]
print(add_item(2)) # [1, 2](共享了同一个列表!)
# 正确做法
def add_item(item, lst=None):
if lst is None:
lst = []
lst.append(item)
return lst
print(add_item(1)) # [1]
print(add_item(2)) # [2](独立列表)
始终使用`None`作为可变默认值的占位符,并在函数内部检查。
9.3 调试技巧
高效定位问题的实用方法:
- 断言(assert):检查前置条件 `assert x > 0, "x必须为正数"
- 调试器(pdb):在代码中插入`import pdb; pdb.set_trace()`
- 日志记录(logging):比`print`更结构化
import logging logging.basicConfig(level=logging.DEBUG) logging.debug(f"变量x值:{x}") - 交互式调试:在终端运行`python -m pdb script.py`
〔附录〕Python 3.8+ 新特性速览
- 赋值表达式(海象运算符):`:=` 允许在表达式内部赋值
if (n := len(data)) > 10: print(f"数据过长:{n}项") - 仅限位置形参:`/` 分隔位置与关键字参数
def func(a, b, /, c, d): ... func(1, 2, c=3, d=4) # a/b只能位置传递 - f-string增强:`=` 自动显示变量名与值
x = 10 y = 20 print(f"{x=}, {y=}") # x=10, y=20 - 导入系统改进:`importlib.metadata` 获取包元数据
from importlib.metadata import version print(version("requests")) # 2.28.1