京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Python变量和字符串详解
几个月前,我开始学习个人形象管理,从发型、妆容、服饰到仪表仪态,都开始做全新改造,在塑造个人风格时,最基础的是先了解自己属于哪种风格,然后找到参考对象去模仿,可以是自己欣赏的人、明星或模特等,直至最后去创新,形成自己独特的个人风格。
学习Python也是一样。开始学习一门新的语言,最便捷的方法是去模仿,继而在模仿中出创新。在初期模仿的过程中,务必要做到亲自敲下每一行代码,打出每一个标点符号,而不是简单的一目十行,不实际操作,这样即使看完整本书,或许依然写不出程序。
这是关于Python的第2篇文章,主要介绍下变量和字符串。
(一)
变量:
简单来说,变量是编程中最基本的存储单位,可以存储自己想放进去的东西。比如给变量“a”赋值:
操作步骤:打开Mac终端——输入“python3”后回车,进入Python3.6环境——输入“a=25”后回车,此时已完成了给a赋值;再输入a,回车后就能看到给a的赋值结果。
备注:Python对大小写敏感,a和A为两个不同变量,编写时需注意。
print():
print()是Python中的常用功能,顾名思义,即打印括号里的内容,可以先简单这么理解。比如给变量a赋值为25,然后把a打印出来。在PyCharm中输入如下内容:
如果忘记给变量a赋值,运行时PyCharm会报错,需要根据报错的提示信息进行相应的修改。
此处名称“a”未定义,Python是无法打印不存在的对象的。
(二)
字符串:
简单来说,字符串可以表述单引号、双引号或三引号里的内容,这里单引号和双引号一样。
'在单引号里的内容'
"在双引号里的内容"
'''三引号通常用于比较长的内容,可随意换行'''
接下来试着在PyCharm里输入这段代码:
运行后显示:
对于my_intro,我是将前面两个变量做了加法,然后print出my_intro,也可以直接print(what_do_i_do + what_i_like)。
这里说了相加,当然,也可以做到相乘。
相乘之后,你会得到:
如果想要注释掉部分代码的话,直接选中该部分,然后快捷键“command+/”实现批量注释。
最后再看看这段代码:
得到这个结果:
此时出现了报错信息,提示必须是str型,不能是int型。原因是字符串(string)只是Python中的一种数据类型,另一种数据类型是整数类型(integer),两种不同数据类型是不可以相加的,需要进行相应的转换。
如果不知道变量是什么类型,可以在编译框中输入print(type(变量名))来查看变量类型。
那么,针对上面报错的这个例子,正确的方式可以将string类型转换为int,两者进行相加,最后会得出结果1834。
最后,试着解决一个稍微复杂点的问题:
在Python中,len()方法返回的是字符串的长度,这里string1的长度是22,减去num,最终会得到2个Hello!。
到这里,基本你已经掌握了变量和字符串的基本用法,后续我会介绍下字符串的分片和索引。
强烈建议大家亲自去实践,一行一行敲出这些代码,可能会发现一些目测不到的问题,也可以在实践的过程中举一反三,体会运行成功后的小小欣喜和成就感。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16