京公网安备 11010802034615号
经营许可证编号:京B2-20210330
简单谈谈python中的语句和语法
python程序结构
python“一切皆对象”,这是接触python听到最多的总结了。在python中最基层的单位应该就是对象了,对象需要靠表达式建立处理,而表达式往往存在于语句中,多条语句组成代码块,多个代码块再组成一整个程序。python的核心其实是由语句和表达式组成。所以在这里简单探讨一下python中的语句和表达式。
因为以后可能会接触到两个版本的python,所以这里讲一讲python2与python3的语句差异:
1.python2中没有nolocal语句。
2.print在python2中是一条语句,在python3中则是一个内置函数。
3.python2中2.5以后版本try/except和try/finally合并了。
4.with/as在python2中不可用,若想使用必须的导入模块__future__import with_statement。
python语法
说实话,作为第一门全面学习的语言,python给我的感觉就是简单简洁清晰,与之前学习过的C语言不同,python的语法成分非常少,python的嵌套语法就是首行末尾使用冒号,代码块省去括号(括号是可选的),按照缩进的方式书写。并且python每行之间完全不需要使用分号,一行的结束就是终止了该语句。缩进结束就意味着这段代码块的结束。所以缩进语法是python的一个核心语法。正是因为这一点,python程序员可以整齐的写出根据程序逻辑结构以垂直方式来完成的代码。这使得python的程序代码更加具有可读性了。
还有几点值得注意的地方:
1.python的缩进虽然没有特别的规定,但是约定俗成的将首个缩进行首缩进4个空格,当然有些程序员喜欢使用tab键来完成,本人作为刚开始学习python的新手,其实也是空格党,因为tab在有些环境里是8个空格,还有一点非常重要的是,最好不要是用混合着tab和空格的缩进方式,并且这种方式在python3中依然导致程序无法正常操作了。
2.python有时也会出现某一行挤进多个语句的情况,这个时候需要使用分号将其隔开。这也是python中唯一用到分号的地方,作为语言界定符。
3.当一个语句过长需要横跨多行的时候可以使用括号,方括号,花括号括起来,这样语句将一直运行到括号闭合的那一行。除了括号之前还是用过\作为跨行工具,不过这种方式不仅关注、维护起来比较困难,而且\后面可能没有空格,所以\换行的方法已经很少使用了。
赋值操作
1.赋值操作知识变量引用对象而非copy;
2.变量在首次赋值时被创建;
3.必须先定义后引用;
4.模块导入、函数和类的定义、for循环变量以及函数参数都是饮食赋值运算。
赋值语句的形式:
1.name=‘jeff'
这是最常见的复制方式,把变量名与单个对象进行了绑定。
2.元组和列表分解赋值:name,age=‘jeff',‘111',[name,age]=[‘jeff',‘111']
当赋值符号左边是元组或者列表时,python会把右边对象与左边对象从左往右配对。
可以扩展为序列类型的赋值语句,任何变量名的序列都可赋值给任何值得序列,a,b,c,d='jeff',这种序列赋值在python中被通用化了,即两边可以是任意序列,比如:[a,b,c]=(1,2,3)只要序列长度相等即可,最终还将右边扩展成任意可迭代对象。
3.扩展的序列解包:a,*b='jeff'
这种方式适用于python3中,a只匹配一个字母,剩余字符被*引用。并且*b可以出现在赋值变量的任意位置,比如a,*b,c=‘a,b,c,d'。带*名称不论匹配几个项都会向其赋值一个列表,即使未匹配到也会赋值空列表。一个赋值语句只能有一个带*的名称,还可以写成*a,=[1,2,3,4]。可以说这种解包方式已经取代了切片方式,称为更广泛的便利形式。
4.多重目标引用:a=b=‘111'
两个变量都被赋了同样的值。上述等式其实就是b=‘111',a=b的简单表达。这里两个变量都指向同一个内存里的对象,即引用。
5.增强型赋值语句:a+=1
输入较少,执行较快。增强赋值语句有三大优点:
(1)输入减少;
(2)左侧只需计算一次,x=x+y中x会出现两次,必须执行两次,所以相比而言,增强型赋值语句执行会更快;
(3)对于支持原处修改的对象会自动执行原处修改运算。
注:python中没有a++,a--这种递增运算符没因为python中不可变对象无法进行原处修改。
对于扩展列表有两种方式,一种是合并‘+',另一种是extend方法,两者,合并对共享对象引用产生的副作用更小,但是合并操作必须创建一个新的对象,再把左侧复制到列表中,再把右侧的复制到列表中,这样运行速度就会很慢。在增强赋值语句中,会自动调用更快的extend方法。
注:python的保留字不可以当作是变量名来赋值。
表达式语句
表达式语句通常用于原处修改,例如l.append(a),但是并不会把修改后的列表返回,事实上他们返回的是None对象。如果将此表达式赋值给变量,那么只会丢失该列表。
print语句
标准输出流(stdout),标准输入流,错误流是脚本启动时创建的三种数据连接。
python3中的print:
print是一个内置函数,用关键字参数来表示模式。因为是内置函数的一种,所以它返回的是None。
print(print(1))
运行结果:
1
None
print的基本语法是:print([obj,...][,sep=' '][,end='\n'][,file=sys.stdout])
其中方括号中内容为可选内容。sep,end,file使用时要给出name=value的形式给定参数。
sep是每个对象的文本之间插入一个字符串,默认是单个空格,传一个空字符串将会抑制分隔符。
a=1;s=2;d=3
print(a,s,d)
print(a,s,d,sep=',')
运行结果:
2 3
1,2,3
end是添加打印在文本末尾的字符串,默认\n。
a=1;s=2;d=3
print(a)
print(s,end=' ')
print(d,end=' ')
运行结果:
1
2 3
file指定发送到的文件,默认是sys.stdout。这其实是流的重定向的一种形式。
print只是为我们提供了简单的sys.stdout对象的简单接口,,print为我们隐藏了很多细节,只是提供给我们一个简单打印的接口。
import sys
sys.stdout.write('hello world\n')
运行结果:
hello world
可使用sys.stdout=open(‘file',‘mode')方式重定向流的输出。python3中这种重定向是暂时的,普通的print还是会打印到原始输出流。
python2中的print语句:
print x,y等价于3中的print(x,y);
print x,y,等价于3中的print(x,y,end=‘ ');
print >>afile,x,y等价于3中的print(x,y,file=afile);
if测试及语法规则
短路计算
首先,and和or返回的一定是一个对象,在or测试中,python在找到第一个真值的地方停止。
print(2 or 3)
print(0 or 3 or 2)
运行结果:
3
if/else三元表达式
A = Y if X else Z ,X为真的时候,结果为Y,X为假的时候,结果为Z。这也是短路计算。当然也可以写成A=((X and Y)or Z)换句话说就是“if x then y else z”.
while和for循环
while循环
while是python中最通用的迭代结构,并且while也是有可选else部分的(离开while循环并且没有在此之前break的时候才会执行)。
break、continue、pass、else
break:跳出整个循环语句。
continue:跳出本次循环到下一次循环的开头处。
pass:无运算的占位语句,常用在函数定义阶段,他和None的意义很相似,不过他有着自带的意义:“以后想好再填补”的意思。
else:只有当循环正常结束的时候才会执行。
for循环
for循环的本质其实是一个序列迭代器,用于遍历任何序列对象内对的元素或者说可迭代对象的所有元素。逐个将序列对象中的元素赋值给作用域中的变量,break,continue也适用于for循环。
for循环遍历可迭代对象时在每次循环的时候只读一个,并不会将整个对象读到内存,这样运行更快更省内存,例如在文件读取的时候,用for循环遍历远胜于readlines。可以说for循环比while循环更快速。
并行遍历,zip与map:
zip函数可将n个参数的n个参数的序列转换成n个参数的元组:
print(list(zip(['1','2','3'],(4,5,6),['7','8','9'])))
运行结果:
[('1', 4, '7'), ('2', 5, '8'), ('3', 6, '9')]
print(dict(zip(('1','2','3'),(4,5,6))))
运行结果:
{'3': 6, '2': 5, '1': 4}
zip函数当序列长度不同时,会以最短序列截断得到元组。
python2中的map函数和zip极为相似,只是在当长度不同时,不使用最短截断,而是用None补齐。因为太相似了,所以在3中被砍掉了。但是现在map依然可以使用,他还有其他用法:
print(list(map(ord,['1','2','3'])))
运行结果:
[49, 50, 51]
enumerate函数:计数器作用的函数。
for (a,b) in enumerate('jeff'):
print(a,b)
运行结果:
j
e
f
f
enumerate函数返回的是生成器对象,每次循环都是next()一次,返回(index,value)元组。
本节总结是在python学习手册第二部分的小总结,对于迭代的概念,在后面的学习过程中会仔细弄清楚,在写的过程中有什么不对的地方希望大神们给予指正。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12