Python:从初学者到专业人士(第 3 部分)

python 中的函数

函数是执行特定任务的可重用代码块。它们有助于组织您的代码,使其更具可读性并减少重复。举个例子,编写的代码可能会变得很长,并且很难阅读或找到每一行的作用,尤其是当您必须调用 value 时。

    def greet(name):

为什么使用函数?

想象一下您正在烹饪一顿复杂的饭菜。您不必尝试一次完成所有事情,而是将过程分解为更小的任务:切蔬菜、准备酱汁、烹饪主菜等。这些任务中的每一个都可以被视为编程中的一个函数。

每一个都放入一个可以在需要时调用的部分,而不必用所有代码堵塞整顿饭,使我们的代码更易于阅读并且错误更少。

函数使我们能够:

组织代码: 就像组织食谱中的成分和步骤一样,函数帮助我们将代码组织成可管理的逻辑部分。重用代码:如果您需要多次执行相同的任务,您可以创建一个函数并在需要时调用它,而不是一遍又一遍地编写相同的代码。简化复杂任务:大问题可以分解为更小、更易于管理的部分。提高可读性:命名良好的函数使代码更易于理解,就像菜谱中的清晰说明一样。

现实生活中的例子:

计算器应用程序:每个运算(加、减、乘、除)都可以是一个单独的函数。社交媒体帖子:功能可以处理发布文本、上传图像或添加主题标签。在线购物:功能可能会计算总成本、应用折扣或处理付款。

现在,让我们看看如何创建和定义函数:

def greet(name):    """    this function takes a name and returns a greeting message.    """    return f"hello, {name}! welcome to python programming."

分解这个

立即学习“Python免费学习笔记(深入)”;

def 告诉 python 我们正在定义一个函数。问候是函数名称(您可以将名称更改为您想要的任何名称!)(alex) 是参数 – 函数将接收的数据的占位符

缩进的块是函数体 – 函数的作用。

return specifies what the function gives back when it's done

使用(调用)函数

# calling the functionmessage = greet("alex")print(message)greet("alex"):

这是我们“调用”或“使用”该函数。我们说,“嘿,名为‘greet’的函数,请以‘alex’作为输入。”“alex”是参数。这就像为函数提供了一条可以使用的特定信息。

函数内部发生了什么:

该函数接受“alex”并将其放在问候语中 {name} 的位置。

因此它创建了消息:“你好,alex!欢迎来到 python 编程。”

消息 = …:

我们将函数返回的内容存储在名为“message”的变量中。

现在“消息”包含文本“你好,alex!欢迎来到 python 编程。”

打印(消息):

这只是在屏幕上显示“消息”的内容。

Python:从初学者到专业人士(第 3 部分)

“这将输出:“你好,alex!欢迎来到 python 编程。”
这里,“alex”是一个参数 – 我们传递给函数的实际数据。

更复杂的示例:
让我们创建一个函数来计算购物车中商品的总成本:

def calculate_total(items, tax_rate):    subtotal = sum(items)    tax = subtotal * tax_rate    total = subtotal + tax    return total    # using the function    cart = [10.99, 5.50, 8.99]    tax = 0.08  # 8% tax    total_cost = calculate_total(cart, tax)    print(f"your total including tax is: ${total_cost:.2f}")

在这个例子中,我探索了不止一个参数,我将 items 和tax_rate 作为参数放置在我们的函数中,并为我们的函数提供了一些明确的参数。

subtotal = sum(items) – subtotal 是它计算的值的变量或占位符,即总和(记住 sum 是 python 中的一个库,它返回“起始”值(默认值:0)加上一个可迭代的数字)的项目。

tax = subtotal *tax_rate 这里,我们将tax作为一个新变量,在该变量中,我们说取之前的变量subtotal(sum(items)) *tax_rate,它是用户输入的任何数字的占位符在.

总计=小计+税;这是两个变量小计和税收的总和。

一旦我们调用函数calculate_total(cart,tax),购物车就会将购物车中的所有值相加(10.99+5.50+8.99),然后我们将这个值乘以0.08得到税金,然后将它们相加得到总数。

我们的打印语句使用了格式化字符串,然后我们说total_cost应该减少到小数点后2f位。

注意要点

函数名称:使用清晰、描述性的名称。 calculate_total 比 calc 或 function1 更好。参数:这些是您的函数期望的输入。在calculate_total中,我们有两个:items和tax_rate。返回语句:这指定了函数返回的内容。并非所有函数都需要返回某些内容,但很多函数都需要返回。缩进:函数内的所有内容都必须缩进。这就是 python 知道函数的组成部分的方式。调用函数:我们使用函数名称,后跟包含参数的括号。

练习:
尝试创建一个函数,它接受一个人的姓名和年龄,并返回一条消息,例如“你好[名字],10年后你将成为[年龄+10]”。这将帮助您练习使用多个参数并在函数内进行计算。

python 数据结构:列表、集合、元组和字典

python 提供了几种内置的数据结构,允许程序员有效地组织和操作数据。我们将探讨四种基本的数据结构:列表、集合、元组和字典。这些结构中的每一个都有独特的特征和用例。

列表
列表是 python 中最常用的数据结构。它们是有序的可变集合,可以包含不同数据类型的元素。您可以使用方括号创建列表:

fruits = ["apple", "banana", "cherry"]

列表维护元素的顺序,允许您通过索引访问它们。例如,fruits[0] 将返回“apple”。这种排序使得列表非常适合元素顺序很重要的情况,例如维护播放列表或待办事项列表。

列表的主要优点之一是它们的可变性。您可以轻松添加、删除或修改元素:

fruits.append("date")  # adds "date" to the endfruits[1] = "blueberry"  # replaces "banana" with "blueberry"

列表还支持切片、串联和列表推导等各种操作,使其用途极其广泛。当您需要可以修改的有序集合以及想要允许重复元素时,请使用列表。

要了解有关列表的更多信息,请查看 bala priya c 的指南(python 中的列表 – 综合指南

套装
集合是唯一元素的无序集合。您可以使用花括号或 set() 函数创建集合。

unique_numbers = {1, 2, 3, 4, 5}

集合的定义特征是它们仅存储唯一元素。如果您尝试添加重复元素,它将被忽略。这使得集合非常适合从列表中删除重复项或进行成员资格测试。

集合还支持数学集合运算,如并集、交集和差集:

set1 = {1, 2, 3}set2 = {3, 4, 5}print(set1.union(set2))  # {1, 2, 3, 4, 5}

虽然集合是可变的(您可以添加或删除元素),但它们必须是不可变的。当您需要确保元素的唯一性并且不关心它们的顺序时,请使用集合。

要了解有关集合的更多信息,请查看 w3school 上的指南

元组
元组与列表类似,因为它们都是有序序列,但它们是不可变的——一旦创建,就无法修改。您使用括号创建一个元组:

coordinates = (10, 20)

元组的不变性使得它们对于表示固定的项目集合非常有用,例如我们示例中的 x 和 y 坐标。它们也常用于从函数返回多个值。

def get_user_info():    return ("alice", 30, "new york")name, age, city = get_user_info()

元组可以用作字典键(与列表不同),因为它们的不变性。当您拥有在程序执行过程中不应更改的相关项的集合时,请使用元组。

如果您需要对元组有更多的了解,geeksforgeeks 有一个非常丰富的指南

字典:键值对
字典是键值对的无序集合。它们提供了一种关联相关信息的方法。您使用大括号和键值对创建字典:

person = {"name": "alex", "age": 25, "city": "san francisco"}

字典允许根据键快速查找值。您可以使用关联的键访问、添加或修改值:

 print(person["name"])  # Prints "Alex" person["job"] = "Engineer"  # Adds a new key-value pair

字典对于表示结构化数据非常有用,类似于 json。它们也非常适合计算项目的出现次数或在相关信息之间创建映射。

我喜欢 simplilearn 在这本词典指南中所做的事情;在这里找到它。

选择正确的数据结构

决定使用哪种数据结构时,请考虑以下因素:

需要维持秩序吗?如果是,请考虑列表或元组。需要修改集合吗?如果是,请使用列表或字典。需要保证唯一性吗?如果是,请使用套装。需要将值与键关联起来吗?如果是的话,请使用字典。你需要一个不可变的序列吗?如果是,请使用元组。

了解这些数据结构以及何时以及如何使用它们将帮助您编写更高效、更具可读性的代码。随着经验的积累,您将直观地了解哪种结构最适合您的特定需求。

请记住,python 的灵活性允许您在需要时在这些结构之间进行转换。例如,您可以将列表转换为集合以删除重复项,然后如果需要保持顺序,则将其转换回列表。这种互操作性使得这些数据结构在组合使用时变得更加强大。

我们如何做到这一点?找出并将其发布到我们的 python 学习小组的评论部分。

通过掌握列表、集合、元组和字典,您将为在 python 中处理各种数据操作任务奠定坚实的基础。随着您在编程之旅中取得进展,您会发现更专业的数据结构,但这四种结构仍将是您的 python 编程工具包中的基本工具。

以上就是Python:从初学者到专业人士(第 3 部分)的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1348064.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
有了 Blanked 就再也不会忘记一个字了
上一篇 2025年12月13日 11:42:40
Python:从初学者到专业人士(亮点)
下一篇 2025年12月13日 11:42:55

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    000
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000
  • Python中怎样使用pymongo?

    在python中使用pymongo可以轻松地与mongodb数据库进行交互。1)安装pymongo:pip install pymongo。2)连接到mongodb:from pymongo import mongoclient; client = mongoclient(‘mongod…

    2026年5月10日
    000
  • Python 函数参数类型:如何使用可变参数和动态参数?

    python 中的参数类型:关键词参数、可变参数和动态参数 在 python 中,函数的参数可以分为以下几种类型: 关键词参数(kw)**:这些参数具有名称,并且在调用函数时明确指定。可变参数(*args):这些参数没有名称,允许函数接受任意数量的位置参数。它们将被收集到一个元组中。动态参数(kwa…

    2026年5月10日
    000
  • pycharm解析器怎么添加 解析器添加详细流程

    在pycharm中添加解析器的步骤包括:1) 打开pycharm并进入设置,2) 选择project interpreter,3) 点击齿轮图标并选择add,4) 选择解析器类型并配置路径,5) 点击ok完成添加。添加解析器后,选择合适的类型和版本,配置环境变量,并利用解析器的功能提高开发效率。 在…

    2026年5月10日
    000
  • python中numpy的用法

    NumPy是Python中用于科学计算的强大库,它提供了以下功能:多维数组处理矩阵运算快速傅里叶变换(FFT)线性代数随机数生成 NumPy在Python中的强大功能 NumPy是Python中用于科学计算的一个强大且灵活的库。它提供了用于处理多维数组和矩阵的一组高效工具,是数据分析和机器学习项目的…

    2026年5月10日
    100
  • python如何捕获所有类型的异常_python try except捕获所有异常的方法

    答案:捕获所有异常推荐使用except Exception as e,可捕获常规错误并记录日志,避免影响程序正常退出;需拦截系统信号时才用except BaseException as e。 在Python中,要捕获所有类型的异常,最常见且推荐的方法是使用 except Exception as e…

    2026年5月10日
    000
  • python中f怎么用

    f-字符串是 Python 3.6 中引入的格式化字符串语法糖,提供了简洁且安全的方式来插入表达式和变量。f-字符串以字符串前缀 f 为标志,使用大括号包含表达式或变量。f-字符串支持条件表达式和格式规范符,提供了更大的灵活性、安全性、可读性和易维护性。 在 Python 中使用 f-字符串 f-字…

    2026年5月10日
    100
  • 怎么在手机上把XML文件转换为PDF?

    不可能直接在手机上用单一应用完成 XML 到 PDF 的转换。需要使用云端服务,通过两步走的方式实现:1. 在云端转换 XML 为 PDF,2. 在手机端访问或下载转换后的 PDF 文件。 怎么在手机上把XML文件转换为PDF? 这问题问得好,比直接问“怎么转换”有深度多了!因为它触及了移动端环境的…

    2026年5月10日
    000
  • ReCAPTCHA V3低分处理策略:结合V3与V2实现智能风险控制与用户验证

    本文旨在解决ReCAPTCHA V3在低分情况下无法直接触发验证码挑战的问题。我们将探讨如何通过巧妙地结合ReCAPTCHA V3的无感评分机制与ReCAPTCHA V2的交互式挑战,实现一套既能有效阻挡机器人流量,又能最大限度减少对合法用户干扰的智能验证系统。文章将详细阐述其实现原理、前端与后端集…

    2026年5月10日
    100
  • Python正则表达式:处理数字不同情况的替换

    本文旨在帮助读者理解和解决在使用Python正则表达式进行数字替换时遇到的问题。通过具体示例,详细解释了如何正确匹配和替换不同格式的数字,避免常见的匹配陷阱,并提供可直接使用的代码示例。掌握这些技巧,能有效提高处理文本数据的效率和准确性。 在使用Python的re模块进行字符串替换时,正则表达式的编…

    2026年5月10日
    000
  • python的tuple什么意思

    元组是Python中一种有序、不可变的序列数据结构。用于存储相关数据,例如坐标、个人信息或枚举值。创建方式:圆括号(),元素以逗号,分隔。访问元素:索引运算符;遍历元素:for循环。 什么是Python中的Tuple? Tuple,中文称为元组,是Python中一种有序、不可变的序列数据结构。 特点…

    2026年5月10日
    000
  • Python官网用户调查的参与方式_Python官网反馈提交详细教程

    答案是通过访问Python官网新闻页面、邮件邀请链接或GitHub仓库提交反馈。具体为:访问官网查找用户调查公告,或点击邮件中的专属链接参与,在GitHub的cpython仓库提交技术建议,并注意如实填写问卷与保护隐私。 如果您希望参与Python官网的用户调查并提交反馈,可以通过官方指定的渠道完成…

    2026年5月10日
    000
  • 我有时使用 awk 而不是 Python 的四个原因

    Python 是一门强大的编程语言,但在某些特定场景下,Awk 的优势更为显著,尤其体现在可移植性、生命周期、代码简洁性和与其他工具的互操作性方面。 Python 脚本通常具有良好的可移植性,但并非总能在所有环境中完美运行,例如流行的 Docker 基础镜像 (如 Debian 和 Alpine)。…

    2026年5月10日
    000
  • Python字符串格式化进阶:解包与f-string的巧妙应用

    本文深入探讨了Python中字符串格式化的多种方法,重点讲解了元组解包与f-string的结合使用。通过示例代码,详细比较了%操作符、str.format()方法以及f-string在元组解包场景下的应用,并提供了在f-string中使用斜杠分隔符的更简洁方案,旨在帮助读者掌握更高效、更易读的字符串…

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信